卡吾恰提·白山，王雪梅,2，黄晓宇

(1.新疆师范大学地理科学与旅游学院， 乌鲁木齐 830054；2.新疆维吾尔自治区重点实验室“新疆干旱区湖泊环境与资源实验室”，乌鲁木齐 830054；3.新疆师范大学地理科学与旅游学院，乌鲁木齐 830054)

【研究意义】党的十八大以来，习近平总书记从生态文明建设的整体视野提出了“山水林田湖草是生命共同体”的论断，强调要“全方位、全地域、全过程开展生态文明建设”，生态环境保护越来越受到社会各界的广泛重视。如何有效提升生态环境质量，推动生态文明建设，生态环境监测无疑是至关重要的一步[1]。【前人研究进展】目前国内外关于生态环境质量监测与评价的方法较为丰富，而遥感信息技术凭借其获取信息时序短，监测区域范围较大的优势在生态环境领域得到了广泛的应用，是一种便捷且有效评价区域生态环境质量的研究手段[2-3]。其中徐涵秋[4]提出的新型遥感生态指数(Remote Sensing Ecological Index,RSEI)是一种完全基于遥感信息的综合生态指数，该方法在监测与评价区域生态环境状况中具有一定的优势和应用价值。王勇等[5]基于遥感生态指数对近20 年丹江流域(河南段)的生态质量动态变化进行监测，结果表明该区域生态质量得到明显改善，同时得出了植被覆盖度的增加和建设用地的扩张与生态质量状况之间有密切联系的结论。候进平等[6]利用遥感影像和温湿度等数据，计算出遥感生态指数(RSEI)并对玛纳斯河流域不同土地利用和植被覆盖的水土流失风险进行了客观评价。近年来基于遥感技术背景下的生态环境质量评价研究多见于森林保护区、流域单元以及城市建成区，而关于长时间序列下的城镇化区域生态环境评价研究相对较少[7]。【本研究切入点】和田市位于我国西北地区，作为“一带一路经济带核心区”的中心城市，其生态环境健康快速发展将会大大促进“一带一路”倡议的顺利完成以及新疆社会稳定和长治久安总目标的实现。作为人地关系矛盾突出、自然条件十分恶劣、水资源短缺，生态环境极为脆弱的欠发达地区，近几十年来随着人口的不断增加，有限的自然资源和脆弱的生态环境导致和田市出现了一些严重的生态问题，对当地社会经济的可持续发展和生态环境的改善构成了重大威胁[8]。【拟解决的关键问题】为探讨城镇化进程中的和田市生态环境问题，本研究基于遥感技术，提取绿度(NDVI)、湿度(WET)、干度(NDBSI)和热度(LST)4个重要指标，采用主成分分析法( SPCA)构建遥感生态指数并从自然和人为因素的共同干扰，对和田市近20年生态环境质量的时空演变规律进行定量评价，以期为和田市生态保护与环境恢复提供参考。

1 材料与方法

1.1 研究区概况

和田市位于新疆维吾尔自治区西南端，东经79°50′20″～79°56′40″，北纬36°59′50″～37°14′23″，地处昆仑山与塔克拉玛干沙漠交界，地势南高北低，并由西向东缓倾，是和田地区的行政、经济、文化、教育、贸易中心和交通枢纽，也是古丝绸之路南道上的重镇，自古就有“丝路明珠”的美称[9]。属温带大陆性极端干旱气候，年降水量为28.9～47.1 mm，蒸发量高达2198～2790 mm，降水稀少而蒸发强烈且多风沙的气候特征形成了该区生态环境十分脆弱的现实状况(图1)。

图1 研究区位置示意图Fig.1 Location map of the study area

1.2 数据来源

研究采用和田市2000—2019年Landsat系列的遥感影像，2000、2005年使用的是Landsat7 ETM数据，2010年使用的是Landsat5 TM数据，2015、2019年使用的是Landsat8 OLI数据，数据来源于美国地质调查局(United States Geological Survey, USGS)网站。为保障分析结果的精确性，5期数据都为夏季7—8月份影像，选取了积云量少于10%、纹理丰富、特征明显且信息可读性高的遥感影像为研究数据。由于在美国 UGUS 网站上得到的卫星影像数据已通过系统的辐射和几何校正，为了进一步提高影像数据的准确性和精度，针对选取的5景影像分别进行了辐射定标、大气校正和裁剪处理等操作。本研究降水量与气温数据来源于中国气象数据网(http://data.cma.cn)，人口与经济数据来源于新疆统计局。

1.3 研究方法

遥感生态指数(RSEI)是完全基于遥感信息和自然因素的一种指标，无需人为设定权重，具有容易获得，客观、快速、简便等优点，其计算过程采用主成分分析的方法，最终计算结果可以进行合理定义并对研究区生态环境质量进行定量分析与评价[10]。本研究通过对和田市2000—2019年Landsat(ETM/TM/OLI)系列遥感影像，分别提取绿度、湿度、干度和热度4个生态指标，并对其归一化处理后，运用 ENVI 软件采用主成分分析方法计算遥感生态指数(RSEI)，并对和田市近20年以来的生态环境质量进行监测与评价。

1.3.1 绿度 绿度指标代表了地表植被覆盖和生长情况，是反映区域生态环境质量的敏感因素[11]。常采用归一化植被指数(NDVI)作为绿度指标，其计算公式如下：

NDVI=(ρNIR-ρRED)/(ρNIR+ρRED)

(1)

式中:ρNIR和ρRED分别为遥感影像的近红外和红波段的反射率。

1.3.2 湿度 湿度指标与生态环境质量之间有着紧密的联系，湿度越低，说明研究区土地退化情况越严重，植被覆盖度越低，生态环境恶劣；反之，湿度较高则说明土壤中水分更加饱和，植被覆盖度越高，生态环境良好[10]。由于Landsat5 TM、Landsat7 ETM和 Landsat8 OLI影像的传感器不同，本研究中的湿度指标(WET)提取公式则不同，具体公式如下[12]：

WET=B1ρBLUE+B2ρGREEN+B3ρRED+B4ρNIR-B5RSWIR1-B6ρSWIR2

(2)

式中：ρBLUE、ρGREEN、ρRED、ρNIR、ρSWIR1、ρSWIR2分别为TM/ETM和OLI影像蓝、绿、红、近红外、短波红外1、短波红外2波段的反射率。由于传感器不同，则参数也不同，B1～B6在TM 数据中分别为0.0315、0.2021、0.3102、0.1594、-0.6806、-0.6109；ETM数据中为0.2626、0.2141、0.0926、0.0656、-0.7629、-0.5388；OLI 数据中分别为0.1511、0.1973、0.3283、0.3407、-0.7117、-0.4559。

1.3.3 干度 地表的“干化”通常由裸土和建筑用地造成，所以，将裸土指数(SI)和建筑指数(IBI)进行综合后表示干度(NDBSI)，计算公式如下[13]：

(3)

(4)

(5)

式中：ρBLUE、ρGREEN、ρRED、ρNIR、ρSWIR1分别表示影像在蓝、绿、红、近红外、短波红外 1 波段的反射率。

1.3.4 热度 对地表温度进行反演所得结果可用来表示热度指标(LST)。采用Landsat用户手册的模型以及Chander等最新修订的定标参数进行计算地表温度[14]：

L=gain×DN+bias6

(6)

T=K2/In(K1/L+1)

(7)

式中：L为 TM 热红外波段在传感器处的辐射值；gain、DN 和 bias分别代表热红外波段的增益值、像元的灰度值与热红外波段的偏置值；K1和K2为定标参数；T为传感器处温度值。经过公式(6)和(7)得到温度T，再通过地表比辐射率转换为地表温度，计算公式为[15]：

LST=T/(1+(λT/ρ)Lnε)

(8)

式中：LST代表地表温度，λ为热红外波段中心波长，ρ=1.438×10-2m·k，ε为地表比辐射率。

1.3.5 RSEI 遥感生态指数(RSEI)集成了多种遥感生态指标因素，其大小可直观判定生态环境质量的优劣，常用于区域生态环境状况的监测与评价[14]。该指数选取与人们日常生活较贴切的4个生态因子即：绿度、湿度、干度以及热度，为了避免不同生态因子之间量纲的影响，将上述 4 个指标进行归一化处理[16]。通用归一化公式为：

NIi=(Ini-Imin)/(Imax-Imin)

(9)

式中:NIi为上述 4 个指标归一化后的数值；Ini为该指标在像元n处的数值；Imax为该指标的最大值；Imin为该指标的最小值，归一化后各指标的数值范围应在[0，1]。

继而采用主成分分析的第1主成分生成 RSEI0。为了对不同时间阶段的RSEI进行对比分析，将 RSEI0再进行标准化处理，最终得到RSEI，构建RSEI模型的函数为：

RESI0=1-PC1(G,W,D,T)

(10)

RSEI=(RESI0-RSEI0min)/(RSEI0max-RSEI0min)

(11)

式中：PC1是主成分分析的第一主成分，G表示绿度指标；W表示湿度指标，D表示干度指标；T表示热度指标；RESI0min是RESI0的最小值；RESI0max是RESI0的最大值。

该模型首先利用ENVI软件提取4个生态指标因子之后，运用主成分分析法对各指标赋予权重，从而消除因主观因素引起的权重不均的情况。最终结果可直观展示出不同年份生态环境的动态变化，达到快速、准确进行区域生态环境质量评价。

2 结果与分析

2.1 和田市生态环境质量评价

通过对和田市5期Landsat系列影像数据进行处理，得到各年份4个生态指标，并利用 ENVI 软件中主成分分析模块进行主成分分析。从表1可以看出，研究区5个年份主成分变换后第1主成分(PC1)贡献率均较高，分别为 81.69%、82.98%、98.26%、76.35%和 82.61%，可以说明变换后第1主成分已经涵盖了原影像大部分属性特征。除2005年外，其它年份第1主成分PC1的绿度与湿度的贡献率都为正值，即可认为反映植被覆盖度与降水量的绿度和湿度指标与生态环境质量之间存在一定正比例关系。而5个年份PC1热度与干度的贡献率绝大多数为负值，说明地表温度与土壤干度与生态环境质量之间存在反比关系，与实际情况相符合。从单项指标来看，绿度指标贡献率在整个研究期间呈现下降趋势，说明和田市植被覆盖状况在逐渐恶化，生态环境质量变差。虽然湿度指标在整个研究期间呈现上升趋势，但是对于和田市生态环境质量没有质的贡献。由干度和热度指标变化过程分析，说明和田市地表植被覆盖稀疏、土地沙化和城镇化等问题严重，生态环境质量呈恶化趋势。

根据研究区不同年份的生态指标由公式(9)～(11)计算出遥感生态指数(RSEI)并进行归一化处理，最终得到各年份生态指标均值。由表2可知，绿度指标在 2000—2019年间呈现波动趋势，2005年绿度指数达到最高为0.612，2015年达到最低为0.307。湿度指数的均值呈先上升后下降的趋势，2015年达到最高为 0.852，2000年达到最低为0.543。干度指标总体则呈下降趋势，2000年最高为 0.793，2019年最低为0.490。热度指标持续上升，2019年最高达到了0.291。2000—2019年间干度指标的下降说明和田市在近20年来裸土地有所减少；而热度的增加说明20年间和田市地表硬化等情况有所增加，城镇化进程在加剧。遥感生态指数(RSEI)呈现波动趋势，在2000年达到最高为0.477，在2010年达到最低为0.360。RSEI在2000—2019年间总体呈现下降趋势，说明和田市生态环境质量在近20年来呈现恶化的趋势。

表1 各指标主成分分析

为了更直观、准确评价和田市的生态环境质量，将和田市遥感生态指数(RSEI)以 0.2 为区间，划分为5个不同的生态环境质量等级，分别是Ⅰ：0～0.2为极差、II：0.2～0.4为差、Ⅲ：0.4～0.6为中等、Ⅳ：0.6～0.8为良好、Ⅴ：0.8～1为优。并通过不同等级的数量变化对和田市生态环境质量进行评价。由图2、表2可以分析出，2000—2019年间，和田市遥感生态指数(RSEI)均值呈先下降再上升到再下降的趋势，遥感生态指数总体平均水平较低，依次为0.477、0.394、0.360、0.466和0.381，说明该城市整体生态环境质量较低，绿化程度不高。而生态环境质量等级差和较差的区域始终集中在和田市的东北部和西南部地区以及有人类居住的中部地区，地表类型主要表现为未开发的裸岩及已开发的建筑用地等。说明随着城镇化进程的加快，地表植被覆盖度较为稀疏，市区人口稠密，生态环境遭到严重破坏。自2000—2019年来，和田市生态环境质量各等级总体变化较大，生态环境质量整体呈现先上升后下降，再上升后下降的波动趋势，2019年和田市RSEI等级为优的区域显著减少，生态环境质量差的区域呈显著增加，总体呈现出生态环境质量恶化的趋势。

表2 不同年份各生态指标与RESI归一化均值统计

Ⅰ: 差；Ⅱ: 较差； Ⅲ: 中；Ⅳ: 良；Ⅴ: 优 Ⅰ: Worst; Ⅱ: Worse; Ⅲ: Middle; Ⅳ: Better; Ⅴ: Best图2 遥感生态指数等级空间分布Fig.2 Spatial distribution of remote sensing ecological index

由表3可以看出，2000—2019年间，和田市生态环境质量为优和良好等级的面积合计占比最低为14.60%、最高可达42.30%，而等级为极差和差等级的区域面积合计占比最低为38.20%、最高为53.50%，表明和田市整体生态环境质量等级较低，生态环境质量较差。自2000—2010年以来，和田市生态环境质量极差和差的区域面积一直在快速增加，分别增长了2.40% 和12.90%；而在2010—2019年间，极差生态环境质量的区域面积呈大幅度下降，差的区域面积在大幅度增加，等级优和良好的区域处于持续下降的趋势。且等级为优的区域占比在2000年达到了达到最高，为 10.70%；2010年达到了最低，为0.80%。生态环境状况较差的地区主要分布于和田市北部、和田河沿岸人类居住区和中部的人口稠密区以及裸土区域，说明人为的农业生产经营活动与植被所覆盖状况会对其生态环境质量的优劣有明显的影响；而未受到人类活动影响的区域，其生态环境质量主要受限于自然条件的约束。

表3 不同生态环境质量等级面积和比例

2.2 和田市生态环境质量的时空变化分析

为进一步分析和田市生态环境质量的动态变化过程，在和田市不同年份生态环境质量评价的基础上，对不同年份的遥感生态指数(RSEI)进行差值处理，并将结果分为7个等级，分别为Ⅰ：[-1，-0.4]急剧变差，Ⅱ：[-0.4，-0.2]明显变差，Ⅲ：[-0.2，-0.05]略微变差，Ⅳ：[-0.05，0.05]无明显变化，Ⅴ：[0.05，0.2]略微变好，Ⅵ：[0.2，0.4]明显变好，Ⅶ：[0.4，1]急剧变好。由图3可以看出，在2015—2019和2000—2019年间，研究区生态环境质量下降明显；2010—2015年间，和田市生态环境质量有明显好转。研究区生态环境质量明显变差和急剧变差的区域主要集中在和田河沿岸人类居住区和中部的人口稠密区以及沙化的裸地；略微变差的部分主要在研究区东部、西部地区和人口聚集区；无明显变化主要集中在中部和东北部戈壁；由于人口增长使得部分裸地变耕地，略微变好的区域主要在研究区东北部的戈壁地带；明显变好的区域主要分布在草地或林地以及沼泽处；急剧变好的区域主要为研究区东南部的戈壁。近20年来和田市生态环境质量变差和变好的区域错综复杂地交织在一起，生态质量不够稳定，总体表现为生态环境质量有所下降。

Ⅰ：急剧变差； Ⅱ：明显变差；Ⅲ：略微变差；Ⅳ：无明显变化；Ⅴ：略微变好；Ⅵ：明显变好；Ⅶ：急剧变好Ⅰ:Rapidly worse; Ⅱ:Obviously worse; Ⅲ:Slightly worse; Ⅳ:No change; Ⅴ:Slightly better; Ⅵ:Obviously better; Ⅶ:Rapidly worse图3 遥感生态指数变化检测Fig.3 Detection of remote sensing ecological index changes

由表4可以看出，2000—2005年间，和田市生态环境质量无明显变化所占比例最大，为59.21%，急剧变差区域所占比例最低，仅为0.04%；在2005—2010年间，无明显变化和略微变好区域占比最高，分别为63.68% 和24.42%，急剧变差比例最小为0.04%；2010—2015年间，略微变好区域占比最高为42.18%，说明2000—2015期间研究区生态环境质量好转明显。在2015—2019年间，略微变差区域占比最高，急剧变好和明显变好区域占比较小，研究区生态环境质量向恶化趋势发展。在整个研究时段内，研究区生态环境质量表现为略微变差等级面积最大，占比为37.03%，其次为无明显变化，比例为 23.60%，生态环境质量变好的3个等级所占的面积比例仅为18.03%，研究区生态质量下降明显。和田市生态环境质量变差的3个等级所占的面积比例高达58.37%，表明城镇化对生态环境起一定的负面作用。部分裸地的生态环境质量等级由差变好，表明植树造林以及城市绿化工程对生态环境起着重要的影响。

表4 2000—2019 年和田市生态环境质量各等级变化统计

3 讨 论

由于生态环境质量容易受到多种因素的影响, 因此在描述区域生态环境质量状况的过程中需要从多方面进行考虑，只用单方面或者某2个生态因子去反映区域的生态环境质量变化并不十分客观。因此，本文在上述研究的基础上又从自然因素与人为因素两个方面来分析和田市近20年来的生态环境质量。

3.1 影响和田市生态环境变化的自然因素

提取4个主要的生态因子，即绿度、湿度、热度和干度构建出来的RSEI较好的反映出和田市的生态环境质量状况。降水量与平均气温是能够影响区域的植被覆盖状况，进而影响区域的生态环境质量的主要的两个因子。由图4可以看出，和田市将近20 年的年降水量和年平均气温呈现上升的趋势，说明和田市气候有暖湿发展倾向。但在人类活动的影响下，全市的干度指数不减反增，说明气候暖湿化发展并没有对和田市生态环境产生积极作用。

图4 2000—2019年和田市年降水量与平均气温变化Fig.4 Rainfall and mean temperature change of Hotan city from 2000 to 2019

在整个研究区域中, 植被覆盖度与降水量的绿度和湿度指标与生态环境质量之间存在一定的正比例关系, 地表温度与土壤干度与生态环境质量之间存在反比关系，这与全球气候变化背景下，中国西北干旱区气候呈现明显的热岛效应相对应。在研究期间内对生态环境呈正比例关系的湿度对 RSEI 指数的贡献率最小, 主要是由于研究区属于典型的干旱区, 近百年来，地球气候正经历一次以全球变暖为主要特征的显著变化，我国的气候变化与全球气候变化的总趋势基本一致。和田市处于中国西北地区，具有干旱少雨的特征，50 年来温度升高受全球变暖影响较大。2000—2019年，和田市热度指标呈不断上升趋势，表明气温升高， 气候干燥，造成土壤缺水，严重影响植被生长状况，从而影响了和田市生态环境质量。

3.2 影响和田市生态环境变化的人为因素

如图5所示，随着人口的不断增加与经济的发展，进而对粮食等需求也不断的加大。随着引起耕地面积扩大与农业用水超量，这就引起大部分的河流春水径流量和年径流总量不断的减少，萎缩大面积的积水湖泊，使靠湖泊生长的林地、草地等大量枯死使其面积大量减少，使风沙气候增生等一系列的问题。加上和田市新老城区并动，实施工业化城市化带动战略，在很大程度上使工业用地和建设用地面积不断扩张，一定程度上引起环境变化，从而使生态环境质量遭到一定的破坏。

图5 2000—2019年和田市人口与GDP增长趋势Fig.5 Hotan population and GDP growth trend from 2000 to 2019

前人关于生态环境的监测与评价方法较为丰富，遥感信息技术凭借其获取信息时序短，监测区域范围较大的优势在生态环境领域得到了广泛的应用[17]，是一种便捷且有效评价区域生态环境的研究手段[18]。本研究采用遥感生态指数(RSEI)对和田市生态环境质量进行评价，该方法在应用过程中，针对较大的水域面积需要剔除水体，从而避免主观因素造成的偏差。由于和田市水域面积仅占总面积的4%，因此本研究没有进行水体剔除，但研究结果仍能对和田市的生态环境变化进行客观分析。同时，生态环境的变化受各种因素的综合影响，一方面城镇化发展对生态环境起负面作用；但另一方面，城市建设过程中施行严谨的生态保护和管理措施，可以改善和提高城市的生态环境质量。朱青等[19]综合地形因子、气候因子、土地利用类型和社会经济4方面探讨，得出坡度因子是影响该区域生态环境质量的最重要指标因子；本研究只选取自然与人文因素两方面探讨了影响和田市生态环境质量的因素，本研究在生态环境指标的选取上仍存在着一些不足，评价方法以及评价指标体系尚不够科学全面。因此，在今后的研究中，还有待于进一步探索和构建科学、合理和全面的生态环境质量评价指标体系。

4 结 论

通过对和田市2000—2019年Landsat(ETM/TM/OLI)系列遥感影像，分别提取绿度、湿度、干度和热度4个生态指标，采用主成分分析方法计算遥感生态指数(RSEI)，并对和田市近20年以来的生态环境质量进行监测与评价。①和田市RSEI均值由2000年的0.477下降至 2019年的 0.381，下降幅度达到20.12%，表明随着经济的发展，人口与工业趋于密集，人类活动活跃产生和排放了大量的污染物，进而导致了和田市生态环境质量的恶化。②通过进一步分析和田市生态环境质量的时空变化发现，2010—2015年生态环境质量变好的区域面积达到299.57 km2，占研究区总面积的64.38%，生态质量变差的地区总面积大约为32.51 km2，占研究区总面积的6.99%。生态质量无明显变化的区域面积为133.20 km2，占比约为 28.63%。 2010—2015年间生态环境质量明显变好，表明这期间和田市加大了自然环境保护力度，生态环境质量得到了逐步改善。③2000—2019年随着人口数量的不断增长，加剧了和田市的城市化发展，进而导致低生态环境质量等级的区域随城镇化发展的方向发生迁移，说明城镇化进程对生态环境具有负面影响。和田市生态环境质量总体呈下降趋势，生态环境问题亟待进一步解决，本研究为和田市生态保护措施与环境恢复提供参考依据。