沙宏杰,张 东,2,*,施顺杰,刘兴兴

1 南京师范大学地理科学学院,南京 210023 2 江苏省地理信息资源开发与利用协同创新中心,南京 210023

图1 研究区位置图Fig.1 Location of the study area

海岸带是海洋系统与陆地系统相连接的过渡地带。该区域资源类型丰富、环境条件优越,是海岸动力与沿岸陆地相互作用、具有海陆过渡特点的独立环境体系,与人类的生存与发展关系密切[1]。近年来,海岸带地区的生态健康问题一直是国内外学者研究和关注的热点,随着遥感技术的广泛应用,为海岸带生态系统健康的监测和评价提供了更有效的数据保障。目前国内外研究的主流方法是利用PSR模型构建评价指标体系[2-3],再通过层次分析法确定各指标权重[4-5],最后得出生态系统健康综合评价值。该方法在墨西哥海岸带地区[6]、澳大利亚地区[7]以及国内的青岛市海岸带[8]、江苏海岸带[9]等地区都得到了较好的应用。

然而利用PSR模型或层次分析法模型对海岸带生态系统健康进行评价仍处于尝试阶段,有待进一步完善。该方法在实际应用过程中遇到的最主要问题是指标权重的确定,指标权重反映了指标在整个评价体系中的影响程度大小,主要确定方法是专家根据实际经验进行打分,受主观因素影响较大。为了寻求一种更加科学合理、客观、方便易行的技术方法来评价海岸带地区的生态系统健康,本文尝试以生态系统健康指数作为评价的基础,借助遥感手段,构建可以直接从遥感影像中获取的指标体系,再耦合TOPSIS分析法和VOR生态系统健康度量模型,客观评价海岸带陆域的生态健康状况,以期为海岸带的生态环境保护和修复提供技术支撑和参考依据。

1 研究区域与数据来源

1.1 研究区概况

选择江苏中部沿海的新洋港至川东港岸段为研究区,参考我国1985年开展的全国海岸带和滩涂资源综合调查对海岸带的规定,确定海岸线向陆延伸10 km作为生态系统健康评价的海岸带陆域范围[10],具体空间位置见图1。研究区地处江苏省东部的黄海之滨,位于32°56′—33°36′N,120°25′—120°56′E之间,沿海北部为盐城国家级珍禽自然保护区,南部为麋鹿国家级自然保护区,保护区内自然生态环境良好。中部滩涂开发出大片的高涂围海养殖区,并且拥有江苏省重点建设的沿海三大深水海港之一——大丰港,区内年平均气温15.0℃。

1.2 数据采集与预处理

收集了2016年3月21日覆盖整个研究区的Landsat- 8 OLI_TIRS卫星遥感影像和GDEMV2的30 m分辨率数字高程数据,用于研究区的海岸带地物类型遥感提取及生态健康评价指标计算,以上数据均从地理空间数据云(http://www.gscloud.cn/)下载获得。对遥感影像数据进行了波段合成、几何校正、图像增强等预处理[11],几何校正误差小于0.2个像元。

2 研究方法

2.1 评价指标体系构建

本文主要研究基于遥感影像的生态健康评价方法,其中生态系统健康主要反映在活力、组织力和恢复力3个方面。活力指生态系统的能量输入和营养循环容量,是衡量系统新陈代谢和初级生产力的主要指标,取决于绿色植物的生物量和光合作用。光合作用对气温产生一定影响,而气温变化又会反作用于植被生长,因此选取归一化差值植被指数NDVI和地表温度值[12-13]表征系统活力。组织力用于描述生态系统的复杂性,主要体现在自然景观的多样性和人类活动影响这两方面上。一般来说系统越复杂,生态就越健康。因此选用归一化差值建筑指数NDBI[14]、景观多样性、景观破碎度、平均斑块面积、人类干扰指数和围海养殖区密度来表征。恢复力指系统受外来干扰的抵抗力和恢复速率,是系统弹性的相对程度,主要受景观要素和地形因素的影响较大,所以选则坡度和生态弹性度表征系统恢复力。因此可见,这3个子系统、10类指标共同构成的生态系统健康评价指标体系,可以从资源环境、景观生态、人类活动3个角度实现海岸带陆域的生态系统健康评价。

表1 海岸带陆域生态系统健康评价指标体系

NDVI：归一化植被指数,Normalized difference vegetation index;NDBI：归一化建筑指数,Normalized difference barren index

由于各指标对生态系统健康的影响较为复杂,某些指标因子的增量会使生态系统变得更加稳定和健康,这类指标归结为积极指标;某些指标因子的增量会使生态系统变得脆弱和不稳定,则这类指标定为消极指标。以此分类,海岸带陆域生态系统健康评价指标体系及指标类型见表1所示。

2.2 评价指标计算方法

1)海岸带地物遥感分类

由于所选取的景观多样性、景观破碎度、平均斑块面积和生态弹性度指标要在遥感影像分类的基础上进行计算,因此先对所获取的遥感影像进行地物类型遥感解译。依据《全国湿地资源调查和监测技术规程》和野外实地考察情况,将研究区地物类型分为河流、光滩、建设用地、林地、农田、围海养殖区、滩涂植被7种类型[15]。采用面向对象的分类方法,根据多尺度分割试验,将图像分割参数设为50,合并参数设为90,对遥感影像进行了图像分割;在此基础上采用SVM支持向量机监督分类,得到各类型地物的空间分布。分类后利用人工目视解译纠正局部的错分区域,得到最终的分类结果见图2。可以看到,研究区内的地物类型以围海养殖区、滩涂植被和农田为主,基本呈分带、连片分布。

图2 研究区分类结果图Fig.2 Classification results of the study area

2)地表温度计算

目前常用的地表温度遥感反演算法主要有辐射传输方程法、单窗算法、劈窗算法和多通道多角度算法等[12]。本文采用辐射传输方程法对地表温度进行反演,具体计算分为以下四步：

①植被覆盖度计算

植被覆盖度Fv的计算公式如下：

(1)

式中,NDVI为归一化差值植被指数,NDVIv和NDVIs分别为植被完全覆盖和裸地的NDVI。根据覃志豪等人[16]的研究,取NDVIv= 0.70和NDVIs= 0.05,且有,当某个像元的NDVI大于0.70时,Fv取值为1;当NDVI小于0.05,Fv取值为0。

②地表比辐射率计算

在进行地表比辐射率计算时,可大致将遥感影像分为水体、自然地物和人工地物3种类型[17]。采取以下方法计算研究区的地表比辐射率：水体像元的比辐射率直接赋值为0.995,自然地物和人工地物分别以植被像元和建设用地像元为代表,其比辐射率εs和εb分别根据下式(2)、(3)进行估算：

(2)

(3)

③相同温度下黑体的辐射亮度值计算

根据辐射传输方程,卫星传感器接收到的热红外辐射亮度值的表达式可写为：

L=[εΔB(TS)+(1-ε)L↓]Δτ+L↑

(4)

式中,ε为地表比辐射率,TS为地表真实温度,B(TS)为普朗克定律推导得到的黑体在TS的热辐射强度,τ为大气在热红外波段的透射率,L↑和L↓分别是大气上行和下行的热辐射强度。根据NASA提供的计算工具,τ、L↑和L↓可根据影像的成像时间和中心经纬度计算得到。则温度为T的黑体在热红外波段的辐射亮度B(TS)为：

B(TS)=[L-L↑-τΔ(1-ε)L↓]/τΔε

(5)

④地表温度反演

在获取温度为TS的黑体在热红外波段的辐射亮度后,根据普朗克公式的反函数,求得地表真实温度TS：

(6)

式中,K1、K2为Landsat 8影像热红外波段的定标常数,在遥感影像的头文件中获取。

3)生态弹性度计算

生态弹性度指生态环境在内外扰动或压力不超过其弹性限度时,具有自我调节与恢复能力的特性,计算公式如下：

(7)

式中,n为景观类型的数量,Pi表示第i种景观类型在该景观格局中所占的比例,Ri表示第i种景观类型的生态弹性度分值。参考有关学者的研究[17-18],再结合研究区实际情况,对不同景观类型的生态弹性度进行赋值,具体分值见表2所示。

4)其他指标计算

其余指标计算方法见表3。各指标计算的空间结果如图3所示。可以看到,NDVI值最大的位于农田区,其次是滩涂植被区;建设用地主要集中在大丰港岸段,只有零星植被分布,NDVI值接近于0;围海养殖区和河流主要由水体组成,这部分区域NDVI值最小。从地表温度分布来看,农作物、植被进行光合作用,水体比热容大,都对气温调节有积极作用,因此农田和围海养殖区温度较低;而建设用地植被覆盖度较低,热岛效应明显,因此整个研究区中大丰港区所在地温度最高。

表2 生态弹性度分值表

表3 评价指标计算方法

NDBI主要反映城镇或建设用地信息,但其本质上揭示的是地表的裸露特征[14],因此NDBI最大的区域在大丰港后方的临港产业区以及海岸线附近的滩涂。滩涂植被区向陆一侧植被覆盖度逐渐增大,NDBI逐渐减小,到农田区地表基本为农作物覆盖,NDBI最低。从景观指数来看,建设用地分布较为分散,斑块数量多,平均斑块面积小,景观破碎程度大,生态弹性度较低,一旦遭受破坏难以自我修复;而农田区、围海养殖区、滩涂植被区平均斑块面积大,景观破碎度小,具有较高的生态弹性度,自然恢复能力较强。

图3 各指标遥感空间差异分布图Fig.3 Spatial difference map of remote sensing for each index

2.3 耦合TOPSIS-VOR模型的生态系统健康评价法

2.3.1 生态系统健康评价指标归一化

生态系统是多变量的,因此对生态系统健康的度量标准也是多指标的。为了使各指标间可以相互比较,需要根据表1中的指标类型分别对各指标进行归一化处理,计算公式如下：

1)具有积极健康意义指标：

Y=(X-Xmin)/(Xmax-Xmin)

(8)

2)具有消极健康意义指标：

Y=(Xmax-X)/(Xmax-Xmin)

(9)

式中,X表示原始数据,Xmax表示样本数据的最大值,Xmin表示样本数据的最小值。

2.3.2 TOPSIS评价法

TOPSIS法(Technique for order preference by similarity to ideal solution)是有限方案多目标决策分析的一种常用方法,其基本原理是：以归一化后的原始数据矩阵,采用余弦法找出有限方案中的最优方案和最劣方案,然后分别计算各评价对象与最优方案和最劣方案间的距离,根据各评价对象与最优方案的相对接近程度,来判断评价对象的优劣[19-20]。

单一指标归一化处理以后,采用TOPSIS模型分别对3个子系统下的指标进行计算,具体步骤如下：

1)构建评估矩阵。设有n个评价对象,m个评价指标,得到原始数据矩阵为：

(10)

式中,各元素为Xij,i=1,2,…,m;j=1,2,…,n。

2)原始指标标准化处理。处理方式同公式8和9。

3)确定最优方案和最劣方案。最优方案Z+由归一化后矩阵Z中的最大值构成：Z+=(maxZ1,maxZ2,…,maxZn);最劣方案Z-由归一化后矩阵Z中的最小值构成：Z-=(minZ1,minZ2,…,minZm)。

(11)

(12)

5)计算各评价对象与最优方案的接近程度Ci。

(13)

式中,0≤Ci≤1。Ci值越大,表明评价对象越优。

2.3.3 VOR模型

根据生态系统健康的定义,组织力、活力和恢复力是系统健康的具体反映,因此健康可以从活力V、组织力O和恢复力R的3个方面来度量[21]。度量生态系统健康的指数HI定义为：

HI=V×O×R

(14)

2.3.4 生态健康评价等级划分

参考相关专家学者提出的生态系统健康等级划分标准[22],将研究区范围内生态健康子系统及生态健康综合指数按照相等间断法划分为5个级别,如表4所示。

表4 生态系统健康评价等级

3 结果分析

3.1 子系统健康状况分析

采用TOPSIS模型分别对3个子系统下的指标进行计算并分级,结果如图4所示,图5显示了子系统中各等级所占区域总面积的比例。

图4 生态系统健康评价子系统Fig.4 Ecosystem health assessment subsystem

图5 活力、组织力和恢复力各等级所占比例Fig.5 The proportion of vigor, organization, and resilience

3.1.1 生态系统活力健康状况

生态系统的活力体现在初级生产力和物质循环两个方面。从图4和图5中可以看出,一级和二级活力较好的区域大约占了整个研究区的四分之一,对应的主要地物类型是农田,这是因为农作物初级生产力较高,活力值也相应较高。活力为三级的占比73.66%,这部分区域主要是围海养殖区和滩涂植被覆盖区域,整体活力一般。对于围海养殖区来说,养殖水域以渔业养殖为主,对水质要求较高,因此水体中藻类数量少,其初级生产力比农田低;同时为了防止水中的养分流失,围海养殖水域需要控制与外界水体的连通,水体交换速度慢,物质循环速度要小于农田区域,所以围海养殖区活力值低于农田区。滩涂植被区由于植被生长不如农作物旺盛,活力值也较于农田区域略低。活力值较差的地区主要位于大丰港区的临港产业区,由于港口运营的需要,港区后方建有大片的仓储区、加工区等,地表被建筑物、道路等覆盖和分割,破坏了原有的湿地生态系统,导致植被覆盖率低,区域热岛效应明显,生态系统活力明显降低。

3.1.2 生态系统组织力健康状况

组织力体现生态系统的复杂性,组织越复杂,生态系统越健康。经分析可知,研究区组织力主要集中在二级和三级,分别占区域总面积的50.78%和41.93%,整体组织力较高。这部分区域主要包括了围海养殖区、农田、林地以及滩涂植被,景观类型多样化,对生态健康有积极作用。四级区域主要在大丰港区,组织力较差,主要原因是该区域以建筑用地为主,受人类活动干扰较大,对生态健康造成消极影响。五级区域零星分布在海岸线附近的光滩,滩面生态系统类型单一,组织力最低。

3.1.3 生态系统恢复力健康状况

在所有等级中,恢复力为二级的区域面积最大,占50.63%。这部分区域主要是围海养殖区,属于人工围垦区域,受自然干扰的恢复速度较快,抵抗力较强,因此恢复力较好。三级区域占38.91%,主要是农田、滩涂和少部分林地,其中农作物和滩涂植被的生长受自然因素影响较大;滩涂区域在水动力环境和沉积动力环境变化下,会发生侵蚀或淤积变化;而林地一经破坏,恢复所需时间较长,因此这类地区相对而言恢复力一般。四级主要是大丰港区所在地,港口建设投资大,一经破坏,修复需要消耗大量人力物力资源,因此该地区恢复力较差。

3.2 生态系统健康状况分析

图6 生态系统综合健康评价Fig.6 Integrated health assessment of ecosystems

将TOPSIS模型和VOR模型耦合,对海岸带陆域生态系统进行定量分析,根据生态系统健康综合评价值,绘制了生态系统综合健康评价值空间分布图如图6所示。

3.2.1 不同景观类型的健康状况

从图6中可以看出,在所有地物类型中,河流占研究区总面积的2.02%,都处于一级和二级,生态健康状况较好。建设用地主要包括大丰港区及其附属设施和道路等,约占研究区总面积的8.06%,处于四级和五级,受人类活动影响较大,尤其是道路会将原本连通的自然景观人为阻隔,因此这类地区生态健康状况较差。农田区域占研究区面积的24.07%,大部分处于三级,少部分处于二级,农作物通过光合作用进行固碳,调节区域气候,对湿地生态健康有积极作用,因此生态健康状况相对较好。围海养殖区面积最大,占研究区总面积的50.86%,大部分处于二级,少部分处于三级,由于围海养殖水体对调节气温有积极作用,因此这类地区也是生态健康相对较好的区域。滩涂植被约占总面积的15.17%,基本处于三级,滩涂地区本身地形冲淤变化大,植被类型由于护花米草等先锋植被与本土植被之间的种群竞争,景观类型不稳定,因此从景观角度来看这类地区生态健康一般。

3.2.2 不同空间范围的健康状况

对图6进行统计可知,江苏中部海岸陆域生态系统健康状态整体较好,健康状态一级健康和二级良好的区域面积共占27.62%,健康状态三级一般的区域面积占60.94%,健康状态四级较差和五级差的区域面积共占11.44%。从空间分布来看,大丰港至王港岸段生态健康状况最差,该岸段人类活动频繁,建筑物密度大,工厂生产会产生大量废气废水,对环境造成污染和破坏,而人类居住区域也会产生大量生活垃圾,对生态环境造成严重影响。斗龙港至四卯酉河段主要由围海养殖区、农田和滩涂组成,受污染较轻,环境保护程度较高,景观破碎程度小,因此整体生态健康状况相对较好。此外,新洋港至斗龙港段的丹顶鹤国家级珍禽自然保护区以及川东港西南处的麋鹿国家级自然保护区健康状况均为二级良好至一级健康之间,政府部门通过限制人类开发活动,有计划地对环境加以保护,控制环境污染和生态破坏行为,防止环境质量恶化,有利于保持生态平衡,因此生态状况较好。

4 结论

依据景观生态学和生态系统健康理论,以遥感数据为基础,建立了可直接从遥感影像中获取的评价指标体系,并采用耦合的TOPSIS-VOR模型对江苏中部海岸生态系统进行健康评价。得出以下结论：

(1)江苏中部海岸地区整体生态健康状态中等偏好,健康状况处于一般及以上的地区占总面积的88.56%,健康状况较差和差的地区仅占总面积的11.44%。

(2)从地物类型来看,围海养殖区、农田集中区域以及自然保护区湿地生态健康状况较好,而建设用地区域生态健康状况相对较差。

(3)从空间分布来看,斗龙港至四卯酉河岸段主要是农田区、围海养殖区和滩涂植被区,污染较小,整体生态健康最好;四卯酉河至王港河岸段生态健康状况最差,该区域主要包括大丰港区及其临港产业区,景观破碎程度高,受人类活动干扰频繁,可在区域内适当增加植被覆盖,开挖部分水面,增加区域的景观多样性,从而提高生态系统活力。

与传统的以PSR模型和层次分析法相结合构建的生态健康评价模型相比,本文所提出的TOPSIS-VOR耦合模型评价方法具有以下优势：(1)评价指标数据基本均可从遥感影像中计算得到,数据获取方便,有利于开展生态系统健康时序分析研究;(2)耦合模型不需要对指标权重进行赋值,避免了主观因素对客观评价结果的影响;(3)评价结果能有效反映研究区内不同地物类型生态健康状况的空间分布特征,避免了传统评价方法得到的生态健康评价结果仅用一个数值来表示整个区域健康状况带来的片面性,能够为管理者对生态系统修复提供空间参考依据。