陈丽萍，曾镘蓉

（惠州学院 地理与旅游学院，广东 惠州 516007）

中国社会经济高速发展的过程中，城市化较之过去取得了显著成绩，它能够放大经济效益，也对生态环境造成一定影响。生态环境作为人类赖以生存和发展的基本条件［1］，其质量的好坏与人类生存的质量休戚相关，且在保持社会经济平稳快速发展方面占据重要地位。所以，在加快我国实现城市化的基础上，保障生态环境质量稳中有升，是影响我国可持续发展的关键因素。

遥感技术发展至今，凭借其大区域多方位探测、时效性高、准确且低成本优势被广泛应用于生态环境监测领域［2］。建立生态环境质量变化动态监测和综合评价技术，除了要多方面系统的描述生态系统中紧密相连的多个成分，还要考虑普遍性和适用性原则［3］。鉴于此，徐涵秋［4］提出了遥感生态指数（Remote Sensing Based Ecological Index，RSEI），基于遥感技术，利用易于获取的数据计算研究区内4个综合评价生态环境质量好坏的生态因子：绿度、湿度、干度和地表温度，最终选用各指标权重由系统自动确定的主成分分析方法，构建遥感生态指数综合评价模型，以实现快速监测且定量评价区域生态环境质量变化，并具有较高的客观性。

1999 年，从高志强等［5］提出层次分析法赋值权重用于生态环境质量评价开始，诸多学者在此基础上进行了改进。如张增祥等［6］利用RS 和GIS 结合，提出环境综合指数评价体系对区域环境状况进行评价，提高了结果精度；徐涵秋［4］首次提出通过主成分分析法集合4 个评价指标构建区域生态环境质量评价体系，其完全基于遥感数据。国外PAULEIT［7］采用土地覆被变化对城市化发展进行评估；ESTOQUE等［8］通过遥感数据分析地表温度与大范围区域绿度、不透水面和空间格局之间的关系。可见，通过综合分析与生态环境存在密切关联的评价指标，是一种较科学的定量分析方法。

目前，更多学者把目光聚集于对城市建设发展的研究，而对深圳市城市发展过程中生态环境问题研究方面则较少。前人对于生态环境的研究更多地倾向于单一的生态环境指标或限制在小范围的区域生态变化［9］，对深圳市大范围、多指标、多时相的生态环境质量动态监测与评估方面的有关研究成果还不多见。因此，本文基于遥感生态指数RSEI综合分析深圳市2001—2017 年的生态环境质量的变化情况，力求为深圳市的生态环境防治与可持续发展提供参考依据，同时也进一步验证了RSEI的适用性与有效性。

1 研究区概况

图1 是深圳市行政区划图。深圳市下辖宝安区、南山区、福田区、龙华区、光明区、罗湖区、龙岗区、盐田区、坪山区9个行政区和大鹏新区1个功能区。深圳市作为全国性经济中心城市、粤港澳大湾区四大中心城市之一，总面积约为1 997.47 km2，是我国华南地区的重要城市。其地理位置为113°46′E 至114°37′E，北纬22°27′N至22°52′N，常住人口为1 302.66万人，其中城镇人口为1 302.66 万人，城镇化率100%，是中国第一个实现全部城镇化的城市。深圳市属亚热带海洋性气候，夏季高温多雨，盛行偏东南风，其余季节较为干燥，盛行东北季风，年平均气温22.4 ℃［10］。在深圳市经济高速发展和人口数量迅猛增长的过程中，建成区面积持续攀升，从而引发的生态环境问题愈加严重。为此，本研究选取深圳市为研究区。

图1 深圳市行政区划图

2 研究数据与方法

2.1 数据及预处理

选用美国UGUS 网站（https：//eros.usgs.gov/）提供的6 景Landsat 系列遥感影像为基础数据，2001、2009年选用Landsat 5 TM 影像，2017 年选用Landsat 8 OLI影像，影像空间分辨率均为30 m（表1）。为减少影像因季节与植被生长状态差异而导致误差，本研究选取季节相同，成像时间相差不大且研究区少云覆盖且质量完好的遥感影像，以确保研究结果具有良好的可比性。

表1 遥感影像数据集

美国UGUS网站提供的卫星影像已经经过系统的辐射校正和几何校正［11］，但因为地形、光照和大气等方面存在差别，在一定程度上会对各指标和遥感生态指数计算的精准性造成干扰，因此，在使用数据前需对其进行辐射定标、大气校正等预处理。影像预处理的主要过程如下：首先在ENVI 5.3 软件平台上对6 景影像分别进行辐射定标；其次对辐射定标后的影像进行快速大气校正，目的是消除大气和光照等因素给地物反射带来影响［12］；最后利用ENVI 5.3将大气校正后的各期影像进行镶嵌，再用ArcGIS 10.6将提取得到的深圳市行政区划矢量数据文件对镶嵌结果进行裁剪处理。数据处理技术路线图如图2。

图2 技术路线图

2.2 遥感生态指数评价模型

RSEI 指数是由徐涵秋［4］提出的，一种常被用于综合反映区域生态环境质量状况的新型遥感生态指数。该指数通过主成分变换来集成4个与人类生存相关的重要指标，分别为绿度、湿度、干度和热度。其中，绿度、干度、湿度和热度分别用归一化植被指数（NDVI）、干度指数（NDBSI）、缨帽变换的湿度指数（WET）和地表温度（LST）来代表。2006 年，国家环境保护部融合生物丰度、水网密度、植被覆盖、土地退化和环境质量等多个指标，颁布了生态环境状况指数（Ecological Index，EI）［13］，并取得了良好的研究成果。然而，现实因素和地域的不同易使得同一指标的权重产生主观差异。差别于EI指数的主观因素影响，RSEI完全基于遥感技术，让权重赋权不必按照传统的人为方式，而是以指标本身特性和对第一主成分的贡献度的方式实现多元指标的客观赋权［14］，其优点主要在于能对区域生态环境质量做出快速且客观定量评价的同时，还可以对它进行可视化。RSEI遥感生态指数表达式：

2.3 评价指标构建

2.3.1 绿度指标NDVI

归一化植被指数NDVI是应用最广泛的植被指数，它不仅是反映地表植被覆盖状况和营养信息的关键参数之一，而且对植物生物量、叶面积指数以及植被覆盖度都有着重要影响［15］，常被用于检测植物的生长状况。因此，本研究选用NDVI来表示绿度指标。

2.3.2 湿度指标WET

缨帽变换是一种基于多波段的正交线性变换，能有效地压缩数据和去除多余信息，经降维变换后得到的湿度分量能反映地表植被、水体和土壤的湿度情况，在生态环境监测中被普遍应用［16］。因此，本研究的湿度指标由经过缨帽变换后得到的湿度分量WET 来表示，受影像传感器的影响，Landsat 5 TM影像和Landsat 8 OLI影像计算湿度指标的参数有一定差异，公式为：

其中：1、2、3、 4、5、 7分别代表Landsat 5 TM 影像的1~6 波段的反射率和Landsat 8 OLI 影像的2~7波段的反射率，W ETTM与 WETOLI分别为Landsat 5 TM和Landsat 8 OLI影像湿度。

2.3.3 干度指标NDBSI

研究区包括建成区及部分裸土，本研究选用建筑指数IBI和裸土指数SI共同构建的“建筑—裸土指数”代表干度指标NDBSI，计算公式见参考文献［3］。

2.3.4 热度指标LST

随着热污染对人民的身体健康造成的危害越来越引起重视，热度指标已成为生态环境监测中重点关注的对象。热度指标由地表温度来代表，而目前地表温度反演算法主要包括大气校正法、单窗算法和分裂窗算法3 种，其中，大气校正法较为成熟。因此，本研究的热度指标由基于大气校正法反演的地表温度LST来表示，计算公式如下：

其中，L6/10分别表示Landsat 5 TM 影像第6 波段或Landsat 8 OLI 影像第10 波段在ENVI 进行辐射定标；V 表示植被覆盖度；N DVIsoil取经验值0，表示小于等于0 时区域没有植被覆盖；N DVIveg取经验值0.7，表示大于等于0.7 时为纯植被覆盖区域；esurface和 ebuilding分别表示自然表面和城镇区像元比辐射率，另水体像元比辐射率为0.995；B（LST）表示黑体辐射亮度值；d、u、t 分别表示大气下行辐射、大气上行辐射和大气透过率，均通过NASA 公布的网站（http：//atmcorr.gsfc.nasa.gov/）查询得到；LST 表示地表温度；1和2均从影像头文件MTL.TXT 获取，对于TM 影像和OLI 影像：K1= 607.76，K2= 1260.56和1=，K2= 1201.14。

2.4 遥感生态指数构建

鉴于各指标的量纲存在差异，在做主成分之前需对以上所求得NDVI、WET、NDBSI 和LST 指标分别进行归一化处理，将指标值规范到［0，1］之间，以削弱影像因时间差异带来的影响，避免量纲不同引起结果的权重失衡［17］。同时，为了避免极端值对归一化的影响，选取累计百分比在2%和98%时的DN值作为置信区间，并将区间外的数据设置为最值，对各指标归一化公式如下：

其中：NIi表示归一化后的指标值；Ii表示该指标在像元i的值 ；I分 别表示该指标的最大值和最小值。

2.5 主成分分析

主成分分析（Principal Component Analysis，PCA）是一种采用正交线性变换将多波段图像信息压缩到比原来波段更有效的少数几个相互独立波段中的多维数据压缩技术，可以有效去除波段间的冗余信息，最大优点是根据累计方差百分比来确定各个主成分的排序，避免计算中各指标权重因人而异、因单一因素片面性带来的结果偏差，能更为准确的衡量生态环境质量［18］。因此，本研究通过主成分分析法绿度、湿度、干度和热度4 个指标，将其主要特征集中在第一主成分上，以此来构建遥感生态环境质量指数RSEI。为使主成分分析结果中好的生态环境质量条件由PC1大的数值表示，用1 减去PC1 来获得未归一化的初始生态指数RSEI0，即：

同样，为了便于生态环境质量指数度量和对比分析，需要进一步对RSEI0归一化处理，使其结果处于［0，1］之间，公式如下：

其中：RSEI 表示最终构建的遥感生态指数，它的值越大反映该区域的生态环境质量越好，反之则生态环境越差。

2.6 遥感生态指数评价

本研究用相关系数评价RSEI 既能综合反映研究区生态环境质量的准确性和全面性，又能检验评价模型的适宜性凭借分析RSEI 与4 个指标间的平均相关度。若各分量指标的平均相关系数低于RSEI 的平均相关系数，则表示RSEI 集中了各分量指标特征，能全面描述研究区生态环境质量［19］。相关系数值越接近1，相关程度越大，表示RSEI 的综合代表度越高，则模型的适宜性也就越强。平均相关系数计算公式如下：

3 结果与分析

3.1 遥感生态指数评价模型检验

为检验遥感生态指数RSEI的综合代表性，计算得到同时期RSEI、NDVI、WET、NDBSI和LST相互间的相关系数（表2），然后选用平均相关度对模型的适用性进行检验。从表2 可以看出，就指标分量而言，4 个指标分量中平均相关度最高的为干度指标，2001、2009、2017 年平均相关系数分别为0.714 4、0.780 4、0.867 2，平均值为0.787 3；热度指标平均相关度最低，2001、2009、2017 年平均相关系数分别为0.471 8、0.603 7、0.706 3，平均值为0.593 9。集合各指标分量可知3 期的RSEI与各项指标的相关系数均值为0.863 3，均高于4 个分指标的平均相关系数，比单指标相关性最高的干度指标高9.65%，比最低的热度指标高出45.36%，比4 个指标的平均值（0.671 7）高28.52%。显然，遥感生态指数RSEI与各指标分量间的相关度更高，可见RSEI综合反映深圳市生态环境质量更准确。

表2 深圳市遥感生态指数各指标与RSEI的相关系数矩阵

3.2 主成分分析结果

由表3可以看出：（1）研究区2001—2017年的第一主成分PC1 特征值分别为0.148 2、0.177 6、0.268 3，特征值贡献率分别为71.28%、78.17%和86.94%，各年间的PC1 的累计贡献率均超过70%以上，表明PC1 集合了4个指标的主要特征，同时各指标载荷值较为稳定；（2）在第一主成分中，代表绿度的NDVI 和代表湿度的WET始终呈正值，说明它们对深圳市的生态环境质量具有良好的促进作用，这符合实际情况。正常情况下绿度和湿度提升，表明地表植被覆盖率越高，土壤与植被的含水量越大，生态环境越佳；而代表干度的NDBSI和代表热度的LST 始终呈负值，说明它们起消极负面作用，热度指标越高，表明地表温度越高；干度指标越大，表明裸土和建筑用地等干化越严峻，表示生态环境越差，这也符合实际情况；（3）对于PC2-PC4 这后3 个主成分，其4个生态指标呈现忽正忽负的变化趋势，欠缺充足的结果解释力，因此，相较于后3 个主成分，基于第一主成分构建的RSEI模型能够合理、定量地对深圳市的生态环境质量变化情况进行解释，其值越高代表生态环境质量越好。

表3 深圳市主成分分析结果

3.3 深圳市遥感生态指数的时空变化

表4是各年份绿度、湿度、干度和热度指标以及遥感生态指数RSEI 的均值变化情况。据表4 可知，2001—2017年3期RSEI均值分别为0.432 4，0.474 7，0.532 5，呈现增长的趋势，再对比2001 年均值发现，2017 年均值增长了24.43%，表明深圳市17年间生态环境质量在持续改善。2009—2017 年RSEI 上升了12.18%，与2001—2009 年的增长幅度（9.78%）相比，2009—2017年增长幅度较大，说明在2009—2017年生态环境质量改善程度较大，总之，深圳市17 年间生态环境质量呈稳中向好趋势。

表4 深圳市遥感生态指数各指标与RSEI的均值变化

分析各分量的指标值发现，在2001—2017 年期间，干度和热度指标值呈总体下降，虽然2009 年热度有所提升，但相较于其他3个分指标，热度在各年间对PC1 的载荷值均为最低；绿度和湿度指标值则呈总体上升，但在2009—2017年期间，绿度指标值下降，这是因为在城市建设扩张过程中，农用地和未利用地被占用，破坏了其表面覆盖的植被，导致植被面积持续减少。干度对PC1载荷的绝对值最大，究其原因，研究期间正值深圳市工业化高速发展时期，建筑用地面积增大，而干度指标反映了区域建设用地变化，表明城市规划建设在城市生态环境中占据重要地位，特别是城市建设用地的大幅扩张已成为影响深圳市生态环境质量的关键因素。

为进一步对RSEI 进行定量化和可视化分析，以0.2为间隔分别将3期RSEI的结果分为5个（1、2、3、4、5）生态等级，数值区间分别为（0，0.2）、（0.2，0.4）、（0.4，0.6）、（0.6，0.8）、（0.8，1.0），分别代表生态差、较差、中等、良和优5个生态等级（图3，图中白色部分为掩膜掉的水体）。

图3 深圳市不同年份的遥感生态指数分级图

图3 中，用红、蓝色代表生态等级差（1 级）和较差等级（2级），生态环境状况处于中等水平（3级）用黄色显示，生态等级为良（4级）和优（5级）的则采用绿色代表，其中绿色越深表明生态环境质量越好。由图3 可以看出，2001一2009年深圳市的生态环境分级主要为红、蓝色，但浅绿、深绿色在逐年增多，到2017 年深圳市的生态环境分级主要为深绿色，蓝色大幅减少。表示生态环境质量良好的浅绿、深绿色主要分布在深圳市西部城市边缘和集中建设用地外围地区及东南部区域，主要是因为这些地区高强度和高密度开发建设较少，存在较多森林等绿植覆盖，与东南地区多为山地、丘陵分布相同，都有较高的植被覆盖率，且这些区域人为影响相对较弱。深圳市内红、蓝色区域基本分布在城市建设用地和城郊小面积裸土，再结合3 期影像可以发现，城市核心区的建筑范围在2001—2017年大幅扩张，主要是深圳市的经济持续高速发展，城市化建设快速发展。

统计各等级的面积和所占比例，结果见表5。可以发现，2001年RSEI等级为1、2、3级的区域面积占比均大于20%，分别为24.41%、26.64%、20.28%，其中1级和2级两者比例接近且相对较大，表明2001年RSEI等级以1~3 级为主，深圳市生态环境质量整体较差。2009 年，深圳市生态环境质量得到良好改善，生态等级为2 级的区域面积大幅削减，占比由26.64%下降至21.99%；4~5 级区域面积明显增加，其中4 级区域面积由2001 年的285.08 km2上升到2009 年的369.43 km2，上升幅度为25.91%，5 级区域面积由2001 年的235.31 km2上升到2009 年的338.48 km2，上升幅度为39.81%。对比2009 年和2017 年后发现变化幅度减少，1~4级区域面积占比均呈小幅度下降趋势，仅5 级区域面积占比攀升至31.69%。但相较于2001 年深圳市生态级别为优良的面积比例为28.89%，2017 年上升至46.10%，增加了17.21%，表明近17 年来，深圳市的生态环境质量得到了有效改善。而5 级区域面积占比上升18.73%，3 级、4 级区域面积占比分别降低了6.89%、1.47%，这是由于深圳市部分区域从3级、4级转至5级所致。综上所述，深圳市生态环境质量显著改善的同时具有全方位、深层次的生态防制特点。

表5 深圳市2001—2017年生态等级和面积变化

3.4 深圳市生态环境质量动态监测

为了实现深圳市近17年生态环境质量动态监测，在基于RSEI 指数5 个等级划分的基础上，对深圳市3期RSEI 等级进行差值分析，其中：RSEI 等级差值为正代表生态环境状况改善的区域，生态环境状况恶化的区域用RSEI等级负差值表示；生态变好的地区用黄绿色表示，颜色越绿表示生态环境改善越明显；生态环境变差的地区用红蓝色表示，颜色越红表示生态环境恶化越严重；生态环境质量没有变化的地区则用橙色来表示（图4）。

图4 2001—2017年深圳市RSEI等级变化空间分布

表6 为2001—2017 年深圳市生态环境质量变化统计表。根据表6 可知，2001—2017 年，研究区有1 197.19 km2的区域生态环境质量变好，占比67.46%，其中，以改善1级为主，面积达734.68 km2；生态环境质量没有明显变化的面积为19.77 km2，占比1.11%；有557.78 km2的区域生态环境质量变差，占比31.44%，其中，以恶化1 级为主，面积为437.97 km2。恶化区域主要集中于宝安区、光明区、龙华区、龙岗区和坪山区，主要是由于城市建设扩张，城区面积逐年增长，森林等大面积绿色植物的消失。但整体来看，生态环境质量变好的面积比例明显大于恶化的面积比例，说明随着近十几年深圳市经济的高速发展，区域整体生态环境质量呈好转趋势，但极个别区域存在恶化的现象。分阶段来看，2001—2009年间有61.49%的区域生态环境质量转好，37.32%的区域生态环境质量下降；而2009—2017 年间，上升至66.36%的区域转好，生态环境恶化区域占比下降至32.36%。研究发现，2009年作为生态环境质量变化的一个转折点，生态环境恶化区域从年均增长4.15%下降为3.60%。因而可知，从2009 年开始，随着生态文明建设的日益加强，人们愈发重视累积显现的环境问题，有效减轻了经济和城市化快速发展给区域生态环境带来的巨大压力。

表6 深圳市生态环境质量变化统计

3.5 深圳市生态环境质量变化成因分析

2001—2017 年间，深圳市生态环境质量整体呈持续提升趋势，有赖于该市对生态环境防治与建设的增强，主要从以下3方面表现：

（1）生态区绿化水平的提高，生态资源管护得到巩固。研究区的福田区、罗湖区、南山区和盐田区，作为国家生态区对保持、推动城市生态系统的安全长远发展而言意义突出。政府制定完善措施，重点推行了绿色生态廊道建设和国土绿化工程，一方面，提高水源涵养，达到有效的保水保土；另一方面，加快实现景观经济林带的建设，提高了城镇森林化率和荒山绿化率。至2017 年，深圳市森林覆盖率已达41.52%，建成区绿化覆盖率达到45.10%，其生态建设取得明显成效。

（2）制度建设加强，大力弘扬生态文化，形成有利于资源节约和环境保护的制度安排和利益导向，为提高生态环境质量和生态文明建设提供有力的法治保障。深圳市出台的《深圳市绿地系统规划（2004—2020）》和《深圳市基本生态控制线管理规定》，一边大幅提升绿化管理法制化、规范化水平，一边严厉打击破坏森林资源和野生动植物资源违法犯罪活动，加强自然保护区管理和生态效应。

（3）在大力发展绿色循环经济的同时，加快经济发展方式转变，进一步提高第三产业占生产总值比例。2017 年深圳市将第三产业在地区生产总值中占比提升到58.48%，对应着基础设施与环境治理方面获得更多的资源投入。另外，深圳市积极调整能源结构，强力推进环保产业和清洁生产技术的发展，加快一些工业区的循环改造速度，促使研究区的资源利用效率得到提高。

4 结论

对深圳市2001、2009、2017年共3期遥感影像分析了深圳市生态环境质量变化。依靠主成分分析法耦合与生态环境质量存在着紧密相关性的4 个生态指标：绿度、湿度、干度和热度，得出第一主成分与生态环境质量的特征关系，为了进一步研究深圳市内生态环境状况，再将各年份遥感生态指数RSEI划分为5个等级进行分析，然后差值分析出生态环境质量各个等级变化，最后通过结合4 个生态因子和RSEI 的均值及对PC1 的载荷值分析，发现近十几年深圳市生态环境质量取得了显著成效。

（1）RSEI能有效地将各指标特征信息集合在第一主成分上，其优点主要在于更能综合、全面地反映区域内生态环境质量。用NDBSI代表的干度指标对生态环境质量起消极负面作用，在对PC1 载荷的绝对值中一直保持最大，而作为反映区域建设用地变化的干度指标，说明了城市规划建设在生态环境建设中扮演重要角色，为促进自然和社会的科学可持续发展，城市规划应更多地融入生态理念。

（2）在2001—2017 年间深圳市遥感生态环境质量指数RSEI呈现的均值分别为0.432 4、0.474 7、0.532 5，说明深圳市生态环境质量整体呈上升趋势，其中，生态环境质量改善的区域面积占比达67.46%，31.44%的区域生态环境质量恶化。RSEI等级为1~4级面积所占比例均下降是由于随着高度重视生态环境保护，部分区域生态环境状况转至5级（优）所致，此时5级的面积由2001 年的235.31 km2增加到2017 年的590.68 km2，增长度数达151%。

（3）主成分分析结果表明，绿度和湿度指数对生态环境质量为正反馈作用，干度及热度指数则为负反馈作用。研究结果表明，绿度对PC1的载荷值越大，则抑制干度对PC1 载荷的绝对值变大，这表明要对城市生态环境进行改善，即要遏制城市过度扩张，又要加强生态建设和自然植被恢复，而构建森林城市则是重中之重。

本研究利用主成分分析法确定各项指标权重，虽减免了人为因素的干扰，但存在一定的不足之处，首先是通过阈值设定对水体信息的提取方面考虑不够全面，如阈值高易使细小水体信息丢失，阈值低则会误提取出其他地物信息；其次是全球气候变化及人类活动对于研究区生态环境质量变化的具体影响过于庞杂，这些可能会在一定程度上对数据精度造成影响，从而导致误差的产生。以上问题都有待后续的研究工作中改进探索。