李倩琳, 沙占江,2,3,4,*

气候变暖背景下柴达木盆地生态环境质量遥感监测

李倩琳1, 沙占江1,2,3,4,*

1. 青海师范大学, 地理科学学院, 西宁 810008 2. 青海省自然地理与环境过程重点实验室, 西宁 810008 3. 青藏高原地表过程与生态保育教育部重点实验室, 西宁 810008 4. 高原科学与可持续发展研究院, 西宁 810016

柴达木盆地为典型的高寒荒漠区, 生态环境脆弱, 快速全面地了解其在气候变暖背景下生态环境质量变化具有重要意义。以2000年、2010年和2020年Landsat TM/OLI遥感影像为数据源, 提取绿度、湿度、干度、热度和盐度作为评价指标, 在主成分分析法的基础上, 提出了柴达木盆地生态环境质量评价方法, 并对其时空变化规律进行了探讨。结果表明: (1)柴达木盆地生态环境质量整体较为脆弱, 区域差异明显, 呈东南优西北差的分布格局, 自东南向西北环状递减; (2)2000—2020年间, 柴达木盆地生态质量总体呈现改善的趋势, 遥感生态指数均值由2000年的0.330上升到2020年的0.383; (3)生态环境质量改善、退化的区域占比分别为23.97%和5.81%, 改善的地区主要分布在盆地东部、东北部和西部的山地, 退化的地区主要分布在盆地南侧的昆仑山, 以及盆地内部的都兰—诺木洪—格尔木—乌图美仁一线冲洪击扇前缘的绿洲核心区, 盆地内部的沙漠戈壁和盐碱地变化不明显。

生态环境质量; 遥感生态指数; 主成分分析; 柴达木盆地

0 前言

生态环境质量评价是一项系统性的研究工作, 是资源开发利用、制定经济社会可持续发展规划和生态环境保护对策的重要依据[1-2]。位于青藏高原东北部的柴达木盆地为典型的高原荒漠生态系统, 其植被类型以荒漠植被为主, 人类活动较少, 生态环境脆弱, 是青藏高原气候变化敏感和显著的地区[3]。随着全球气候变暖和冰川融雪的发生, 该地区整体呈现暖湿化的趋势, 其生态环境可能发生较大变化, 因此有必要对其生态环境质量进行及时准确的监测和评价。

目前许多学者已通过不同方法和角度对这一地区的生态环境因子开展了一些研究, 如张旺雄等[4]对柴达木盆地1961—2017年的干湿状况及其影响因子进行了研究分析, 结果表明受降水量和气温的影响, 柴达木盆地具有整体变湿的趋势, 且东部地区变湿趋势大于西部。张斯琦等[5]对柴达木盆地2000—2015年的植被覆盖度进行了研究, 结果表明柴达木盆地的植被覆盖度自东南向西北内陆呈半环状递减的趋势, 平均植被覆盖度约为10%。另一项研究中, Jin等[6]表示柴达木盆地的蒸散发整体呈现增长的趋势, 并指出由于盆地东部植被覆盖度较高且降水量大, 导致其实际蒸散发要大于盆地西部地区。Li等[7]基于Landsat时间序列影像对柴达木盆地近40年的湖泊面积变化进行了监测, 结果显示1977—2015年盆地内的湖泊面积共增加了29.8%, 同时其研究表明受气候变暖影响柴达木盆地的冰川面积减少了259.16 km2, 但降水量增加仍是湖泊面积增长的主要因素。就现有研究来看, 前人对该盆地的生态环境研究主要集中于单一的生态指标, 无法对复杂的生态环境进行综合评价, 而多个生态因子可以更为全面准确地评价区域生态环境质量[8]。

关于生态环境质量评价方法, 联合国“经济合作开发署”与“环境规划署”提出了“压力—状态—响应”(PSR)概念模型[9], 用于评价人类活动对生态环境的影响程度, 是较为成熟的多指标评价体系, 但数据多涉及社会经济等人文方面, 在人类活动较少的地区难以准确开展生态环境质量评价。而国内多以环保部提出的生态环境指数(Ecological index, EI)作为评价标准[10], 该指数包括生物丰度、植被覆盖、水网密度、环境质量和土地退化5个指标, 但其各指标的权重自发布以来就一直存在争议[11]。同时其结果仅为一个数值, 只能整体说明一个地区的生态状况, 无法描述不同生态环境状况的空间分布情况[12]。基于此徐涵秋等[12]提出了生态遥感指数(Remote sensing ecology index, RSEI),它完全基于遥感信息, 耦合了绿度、湿度、干度和热度４个指标, 可实现对区域生态环境的快速监测与评价。RSEI采用了一种基于协方差的主成分分析法来发现每个相关指标的重要性, 避免了由于个体特征而导致的权重定义的误差, 同时该方法能够形成“面”上的评价数据, 有助于进行空间和时间上的变化检测, 因此该指数得到了较为广泛的认可和应用[13-15]。但RSEI的提出主要适用于城市地区, 而柴达木盆地多为自然生态系统, 城市环境较少, 盆地内盐沼、盐湖和荒漠广布, 拥有大小盐湖28个, 地表卤水面积约1000 km2, “干盐湖”及“干盐滩”总面积约10 000 km2, 同时受盐尘暴影响, 盆地内盐渍化现象严重[16]。因此本文在RSEI的基础上增加了盐度(SI)指标, 强调区域环境特征对整体生态环境质量的影响, 结合绿度(NDVI)、湿度(WET)、干度(NDSI)和热度(LST)共五个指标, 对柴达木盆地生态环境进行评价。这一改进既延续了RSEI基于遥感信息的可获取性, 同时能够更好地反映柴达木盆地内的自然荒漠景观。

1 研究区概况与数据源

1.1 研究区概况

柴达木盆地位于青藏高原北缘(34°50—39°20′ N, 88°50′—99°17′ E), 海拔为2650—6628 m, 为典型的高原内陆型盆地, 四面环山, 西北为阿尔金山, 东北为祁连山, 东部为鄂拉山, 南部为昆仑山, 从盆地边缘至中心分布有高山、戈壁荒漠、风蚀残丘、沙漠、平原、盐壳、盐湖等地貌类型[17]。柴达木盆地属于大陆性荒漠气候, 盆地年平均气温在3.5 ℃左右, 气温变化强烈, 年降水量自东南部高山区的200 mm递减到西北部荒漠区的15 mm, 盆地内日照充足, 蒸发强烈, 年均蒸发量约为1500 mm, 年均相对湿度为30%—40%, 风力强盛, 西部甚至可出现40 m/s的强风, 风力侵蚀强烈。

1.2 数据源及预处理

论文采用的遥感影像数据为2000年、2010年和2020年Landsat TM/OLI 影像, 由美国地质调查局提供(https://earthexplorer.usgs.gov), 影像空间分辨率为30 m, 均选择当年7—9月质量较好、季相接近的数据, 植被具有相近的生长状态, 以保证研究结果的可比性。采用ENVI5.3软件对遥感影像数据进行预处理, 主要包括辐射定标、大气校正、影像镶嵌和裁剪等工作。

2 研究方法

2.1 评价指标计算

(1)绿度(NDVI)

采用归一化植被指数计算绿度指标。计算公式如下:

式中:ρ与ρ分别代表近红外波段与可见光红波段的反射率。

(2) 湿度(WET)

采用遥感缨帽变换的湿度分量作为湿度指标, 可反映水体、地表土壤和植被的湿度状况。基于TM影像和OLI影像的湿度的计算公式[18-19]如下:

式中:ρ表示相应波段的反射率。

(3) 干度(NDSI)

研究区内有大面积的荒漠区, 而大面积的裸露土地是整个盆地的重要的生态弊病, 因此选则裸土指数(SI)[20]来表达研究区的裸露状态, 其计算公式如下:

式中:ρ表示相应波段的反射率。

(4) 热度(LST)

用地表温度(LST)来表示, 其公式为:

式中: T为传感器温度值; λ为热红外波段的中心波长,为波段反射率, ε为地表比辐射率。

(5) 盐度(SI)

盆地内干盐湖及干盐滩分布众多, 土壤盐渍化现象严重, 选用盐度(salinity index, SI)[21]进行表征, 其计算公式如下:

式中,ρρ分别为的蓝光波段与红光波段的反射率。

2.2 评价模型构建

根据徐涵秋等[12]提出的RSEI计算方法, 将上述5个指标进行归一化处理并掩膜掉水体信息后, 使用主成分分析得到第1主成分PCA1。为了使遥感生态指数与生态环境状况成正比, 此处用1减去PCA1来获得初始生态指数(RSEI0), 再对结果进行标准化处理获得遥感生态指数(。

式中,为所求的遥感生态指数, 它反映了区域的生态状况, 其值越大表示生态质量越好, 反之越差;RSEI和RSEI分别代表RSEI的最小值和最大值。

3 结果与分析

3.1 遥感生态指数评价模型检验分析

从表１中可以看出, 就平均相关度(MC)来说, 在绿度、湿度、干度、盐度和热度5个指标中, 干度指标的平均相关度值最高, 3期平均值达到0.716, 湿度指标的平均相关度最低, 值为0.505, 符合柴达木盆地气候干旱的特点。而3期的RSEI与各指标的平均相关度均大于0.760, 其平均相关度达0.787, 比5个指标的平均值(0.638)高23.4%, 相比单指标中值最高的荒漠化指标高出9.9%, 比单指标中值最低的湿度指标高出55.8%。由于单指标的受控因素比较单一, 而生态系统是多个因子的耦合结果, RSEI是在综合了不同环境指标的影响下所得, 与各指标间的相关度比其他单指标更高, 因此可以更为全面的反映柴达木盆地的生态环境质量状况。

表1 柴达木盆地各指标与RSEI的相关系数矩阵

3.2 生态环境评价指标变化特征

表2为柴达木盆地各年份生态评价指标和RSEI的均值变化情况, 其空间分布情况如图1所示。从表2中可以看出, 2000—2020年间3期RSEI均值分别为0.330、0.371、0.383, 呈逐渐上升趋势, 变化幅度分别为12.4%和3.2%, 说明2000—2010年柴达木盆地生态环境质量有较大幅度的改善, 2010—2020年保持良性发展。对生态指数起正面影响的绿度和湿度指标呈上升的趋势, 均值分别从2000年的0.246、0.318上升到2020年的0.320、0.361, 增幅分别为30.1%和13.5%, 这是由于柴达木盆植被覆盖和降水量增加所导致的; 对生态指数起负面影响的干度、盐度和热度指数有所下降, 均值由2000年的0.735、0.681、0.630下降到2020年的0.721、0.661、0.587, 减幅为1.90%、2.9%、6.8%, 表明该盆地荒漠化地区的地表裸露程度有所降低, 而地表温度随着绿地和湖泊面积的扩大呈下降趋势。

表2 柴达木盆地各年份5个指标和遥感生态指数均值变化

3.3 柴达木生态环境质量总体评价

通过上述5个指标计算出RSEI,为了方便指标的度量, 将归一化后的RSEI以0.2为间隔划分5个等级, 分别对应差、较差、中、良和优(图2), 得到3期生态环境质量等级空间分布, 并对各等级的面积和所占比例进行统计(表3), 以此来分析盆地生态环境质量的时空演变。表3显示, 柴达木盆地各年份1/2以上的地区生态环境质量处于差和较差的水平, 表明柴达木盆地生态环境质量整体较差, RSEI中等以下等级所占比例之在各年份分别为82.9%、76.5%、74.3%, 呈逐渐下降趋, 良以上等级所占比例在各年份为别为17.1%、23.5%、25.7%, 呈逐渐上升趋, 说明柴达木盆地生态环境质量呈现逐年变好的趋势。

从空间分布上看, 柴达木盆地生态环境质量整体较为脆弱, 且区域差异明显, 呈现东南优西北差的分布格局, 由东南向西北环状递减, 盆地内部以盐碱地、沙漠和戈壁为主, 气候干燥, 植被稀少, 生态环境质量差, 盆地南部和东北部的山地植被覆盖度较高, 生态环境质量较好, 盆地中部冲洪击扇前缘的绿洲具有良好的水源, 生态环境优于盆地内的其他区域。但就整体上来看, 生态环境质量以差为主, 生态较差和中等的区域次之, 生态等级为优良的区域较少。

3.4 柴达木盆地生态环境质量时空变化

为了分析柴达木盆地近20年生态环境质量的时空差异变化, 基于RSEI指数对柴达木盆地2000年、2010年和2020年生态指数进行比较, 从生态质量变好、不变、退化三个层面进行划分, 得到表4和图3。2000—2010年间柴达木盆地生态环境质量变好的区域面积为63031.85 km2, 占总面积的26.4%, 生态环境质量变差区域的面积为15331.72 km2, 占总面积的6.42%, 生态环境变好的地区主要分布在盆地周围高山地区, 生态环境质量变差的地区主要分布在盆地中部的绿洲核心区。2010—2020年间柴达木盆地生态环境质量变好的区域面积为23064.18 km2, 占总面积的9.66%, 生态环境质量变差的区域面积为23653.92 km2, 占总面积的9.91%, 生态环境质量变好的地区主要分布在绿洲核心区, 生态质量变差的地区主要分布在盆地南部的山地。

图1 柴达木盆地各年份5个生态评价指标空间分布

Figure 1 Spatial distribution of five ecological evaluation indicators in each year in Qaidam Basin

表3 2000年到2020年柴达木盆地生态环境质量面积变化

注: Ⅰ.差; Ⅱ.较差; Ⅲ.中等; Ⅳ.良; Ⅴ.优。

Figure 2 Spatial patterns of Qaidam Basin leveled by RSEI from 2000 to 2020

总的来看, 2000—2020年间, 柴达木盆地生态环境质量变好的区域面积为57248.93 km2, 占总面积的23.97%, 生态环境质量变差区域的面积为13884.59 km2, 占总面积的5.81%, 图3显示柴达木盆地内部的荒漠和盐碱地等生态质量总体保持不变, 而周围山地生态环境质量变化程度明显高于内部地区, 生态环境质量变好的地区主要分布在盆地东部、东北部和西部的山地(包括吐尔根达坂山, 柴达木山, 宗务隆山, 阿尔汉布达山, 北鄂拉山, 阿祁漫塔格山等); 生态环境质量退化的地区主要分布在柴达木盆地南侧的昆仑山, 以及盆地内部的都兰—诺木洪—格尔木—乌图美仁一线冲洪击扇前缘的绿洲核心区。

表4 柴达木盆地生态等级和面积比例的变化

图3 2000—2020年柴达木盆地RSEI变化

Figure 3 RSEI changes of the Qaidam Basin from 2000 to 2020

4 讨论

4.1 评价指标体系的代表性分析

评价指标的选取应该具体取决于评价的对象及区域特点等因素, 如徐涵秋等[8]对厦门岛进行生态效应分析时使用的新型RSEI, 将原RSEI中的土壤指数用建筑指数进行了替换。本文在继承RSEI基于遥感优势的同时, 结合柴达木盆地干旱荒漠区的自然条件, 从绿洲和荒漠的角度出发, 以绿度和湿度作为干旱区生态质量的主要决定因素, 以干度、热度和盐度作为代表干旱区生态脆弱性的主要特征, 其中盐度指标突出了柴达木盆地盐渍化现象普遍的区域特征。在上述基础上利用遥感数据构建的遥感生态指标, 对柴达木盆地生态环境在宏观层面上进行了评价, 对区域生态环境质量可视化。

4.2 柴达木盆地生态环境质量变化驱动力分析

1)影响柴达木盆地生态环境变化的自然因素

在柴达木盆地人类活动整体较弱的情况下, 气温和降水是影响其生态的主要因素。柴达木盆地作为青藏高原气候变化敏感的区域, 受全球气候变暖的影响, 气温和降水自1961—2017年显著增强, 总体呈现暖湿化趋势[4](图4), 导致了在该时期柴达木盆地生态质量总体呈现变好的趋势。同时受蒙古高压和大陆热低压影响, 盆地内气候干燥, 降水自东至西逐渐减少, 变湿趋势存在明显的空间差异, 西部地区日照充足风速较大, 东部则受微弱的东南季风影响, 更为湿润[4], 这与本研究中生态环境质量较好的的地区主要分布于东部相符合。

RESI的变化实质是对土地覆被信息变化的一种响应, 后者的变化主要包括同一地物的类内程度变化和不同地物的类间转换两种情况。徐国印等[22]基于欧空局的ESA-CCI-LC产品, 对柴达木盆地2000—2015年的土地覆被变化情况进行了综合评价, 其研究指出柴达木盆地的土地覆被类型主要为未利用地和草地, 两者约占盆地总面积的96%以上, 其中草地主要分布在盆地的东南部, 该地区的植被受暖湿化影响, 在近20年中出现了明显增强, 导致这一地区的生态环境质量显著提升; 同时其研究表示盆地内的土地覆被变化情况总体稳定, 主要表现为盆地西南和祁连山区的未利用地转换为草地[22], 与本文中其他生态环境质量改善的区域基本一致。

图4 柴达木盆地气温、降水年际变化

Figure 4 Annual change of temperature and precipitation in Qaidam Basin from 1961 to 2017

盆地南部地区从2000—2020年生态环境质量呈现先变好后变差的趋势, 这可能是因为2000—2010年随着全球气候变暖, 导致冰川消融[23-24], 地表水量补给增多, 山区的植被覆盖度增加, 生态环境质量出现改善。2010年后冰盖面积减少, 冰川的消融速度减慢, 地表水量补给也随之减小, 土地的裸露的状态增加。同时冰川消融导致雪线迁移, 使原来永久性冻转变成为季节性冻土, 其季节性的消融加剧了盆地南部的冻融侵蚀, 使得植被退化, 导致了区域生态环境质量恶化。徐浩杰等[25]以MODIS NDVI数据为基础, 对柴达木盆地2001—2010年的植被时空分布特征进行了研究, 其得出的植被改善及退化区域与本研究中的生态环境质量变化区基本一致。虽然该研究与本文在时间上存在一定差异, 但也一定程度上表明植被是这些地区生态环境变化的主要影响因素。

2) 影响柴达木盆地生态环境变化的人为因素

盆地内主要的人口聚集区——都兰—诺木洪—格尔木—乌图美仁一线冲洪击扇前缘的绿洲核心区生态环境质量出现先变差后变好的趋势, 杜玉娥等[26]表示这主要是因为2008年以前主要以春小麦等粮食作物为主, 2008年后开始种植枸杞, 覆盖度明显比粮食作物低, 所以植被NDVI大幅度降低, 后期随着枸杞长大和面积的扩张, 其覆盖度也随之增大, 但其发育期的最大NDVI 仍明显小于粮食作物。同时青海省于2007年提出了“生态立省”, 防沙治沙工作开始有了较大起色, 这也导致了2010—2020年间盆地中的绿洲核心区周边生态环境质量出现了一定的改善。

5 结论

1)由5个生态遥感指数构建的RSEI能够较好地反映柴达木盆地生态环境质量状况及其时空差异。其中, 绿度和湿度对RSEI指数起正相关作用, 干度、盐度和热度起负相关作用。植被指数和湿度呈上升趋势, 干度、盐度和热度有所下降。

2)柴达木盆地生态环境质量整体较差, 且较为脆弱, 区域差异明显, 在空间上呈现由西北向东南半环状改善的分布格局。盆地内部以盐碱地、沙漠和戈壁为主, 气候干燥, 植被稀少, 生态环境质量较差, 盆地东部、南部和东北部的山地植被覆盖度较高, 生态环境质量较好, 中部冲洪击扇前缘的绿洲具有良好的水源, 生态环境优于盆地内的其他区域。

3)2000—2020年间, RSEI由0.330上升到2020年的0.383, 生态环境质量呈现整体变好的趋势, 20年间研究区生态环境质量变好的区域占总面积的23.97%, 变差的区域面积为占总面积的5.81%。柴达木盆地周围山区生态环境质量变化程度明显高于盆地内部, 内部的生态质量总体保持不变, 改善的地区主要分布在盆地东部、东北部和西部的山地, 生态环境恶化的地区主要分布在柴达木盆地南侧的昆仑山, 以及盆地内部的都兰—诺木洪—格尔木—乌图美仁一线冲洪击扇前缘的绿洲核心区。

[1] 李雪瑞, 王娜, 田松. 永兴岛及周边海域1989-2014年生态环境质量评价[J]. 海洋通报, 2019, 38(4): 470–480.

[2] 徐燕, 周华荣. 初论我国生态环境质量评价研究进展[J]. 干旱区地理, 2003, 26(2): 166–172.

[3] 李林, 陈晓光, 王振宇, 等. 青藏高原区域气候变化及其差异性研究[J]. 气候变化研究进展, 2010, 6(3): 181–186.

[4] 张旺雄, 刘普幸. 1961—2017年柴达木盆地干湿状况及其影响因子[J]. 干旱区研究, 2019, 36(6): 1391–1400.

[5] 张斯琦, 陈辉, 宋明华, 等. 2000—2015年柴达木盆地植被覆盖度时空变化及其与环境因子的关系[J]. 干旱区地理, 2019, 42(5): 1124–1132.

[6] JIN Xiaomei, GUO Renhong, XIA Wei. Distribution of actual evapotranspiration over Qaidam Basin, an arid area in China[J]. Remote Sensing, 2013, 5(12): 6976–6996.

[7] LI Huiying, MAO Dehua, LI Xiaoyan, et al. Monitoring 40-year lake area changes of the Qaidam basin, Tibetan Plateau, using Landsat time series[J]. Remote Sensing, 2019, 11(3): 343–363.

[8] 徐涵秋, 张好. 海岛型城市扩展的生态效应分析——以厦门岛为例[J]. 地理科学, 2015, 35(7): 867–872.

[9] 王志杰, 苏嫄. 南水北调中线汉中市水源地生态脆弱性评价与特征分析[J]. 生态学报, 2018, 38(2): 432–442.

[10] 国家环保总局. 中华人民共和国环境保护行业标准(试行)HJ/T192—2006 [S]. 2006.

[11] XU Hanqiu, WANG Yifan, GUAN Huade, et al. Remote sensing detecting ecological changes with a remote sensing based ecological index (RSEI) produced time series and change vector analysis[J]. Remote Sensing, 2019, 11(20): 2345–2368.

[12] 徐涵秋. 区域生态环境变化的遥感评价指数[J]. 中国环境科学, 2013, 33(5): 889–897.

[13] 王东升, 王小磊, 雷泽勇. 基于遥感生态指数的阜新市生态质量评估[J]. 生态科学, 2020, 39(3): 88–94.

[14] 叶晶萍, 刘士余, 盛菲, 等. 寻乌水流域景观格局演变及其生态环境效应[J]. 生态学报, 2020, 40(14): 4737–4748.

[15] 吴志杰, 王猛猛, 陈绍杰, 等. 基于遥感生态指数的永定矿区生态变化监测与评价[J]. 生态科学, 2016, 35(5): 200–207.

[16] 张西营, 李雯霞, 耿鋆, 等. 柴达木盆地盐尘暴及其资源生态环境影响[J]. 盐湖研究, 2020, 28(1): 11–17.

[17] 朱文彬, 吕爱锋, 贾邵凤. 基于NDVI的柴达木盆地植被空间分异规律及影响因素[J]. 干旱区研究, 2010, 27(5): 691–698.

[18] CRIST E P. A TM tasseled cap equivalent transformation for reflectance factor data[J]. Remote Sensing of Environment, 1985, 17(3): 301–306.

[19] BAIG M H A, ZHANG Lifu, SHUAI Tong, et al. Derivation of a tasselled cap transformation based on Landsat 8 at-satellite reflectance[J]. Remote sensing letters, 2014, 5(4/6): 423–431.

[20] ROY P S, RIKIMARU A, MIYATAKE S. Tropical forest cover density mapping[J]. Tropical Ecology, 2002, 43(1): 39–47.

[21] KHAN N M, SATO Y. Monitoring hydro-salinity status and its impact in irrigated semi-arid areas using IRS-1B LISS-II data[J]. Asian Journal of Geoinform, 2001, 1(3): 63–73.

[22] 徐国印, 王忠静, 胡智丹, 等. 柴达木盆地土地利用/覆被综合指数评价[J]. 水力发电学报, 2019, 38(9): 44–55.

[23] WU Xuejiao, CHE Tao, LI Xin, et al. Slower snowmelt in spring along with climate warming across the northern hemisphere[J]. Geophysical Research Letters, 2018, 45(22): 12331–12339.

[24] 杨运航, 文广超, 谢洪波, 等. 柴达木盆地典型地貌单元归一化植被指数变化特征[J]. 水土保持通报, 2020, 40(4): 133–139.

[25] 徐浩杰, 杨太保. 1981-2010年柴达木盆地气候要素变化特征及湖泊和植被响应[J]. 地理科学进展, 2013, 32(6): 868–879.

[26]杜玉娥. 柴达木盆地植被与湖泊时空格局及其对气候变化的响应[D]. 兰州: 兰州大学, 2018.

Remote sensing monitoring of ecological environment quality in Qaidam Basin under the background of climate warming

Li Qianlin1, Sha Zhanjiang1,2,3,4,*

1. College of Geographical Sciences, Qinghai Normal University, Xining, 810008, China 2. Qinghai Province Key Laboratory of Physical Geography and Environmental Process, Xining, 810008, China 3. MOE Key Laboratory of Tibetan Plateau Land Surface Processes and Ecological Conservation, Xining, 810008, China 4. Academy of Plateau Science and Sustainability, Xining, 810008, China

Qaidam Basin is a typical alpine desert area withfragile ecological environment. It is of great significance to quickly and comprehensively understand the changes of ecological environment quality under the background of climate warming.In this study, five ecological indexes including greenness, wetness, dryness, heat and salinity were extractedfrom the Landsat TM/OLI datain 2000, 2010 and 2020. On the basis of principal component analysis, the evaluation method for the ecological environment quality of Qaidam Basin was proposed, and its spatio-temporal variation was discussed.The results show that:(1) The overall ecological environment quality of the Qaidam Basin was relatively fragile, and the regional differences were obvious, showing the spatial distribution pattern of the southeast-superior and the northwest-poor, with decreasing from southeast to northwest.(2) From 2000 to 2020, the overall ecological quality of Qaidam Basin showed an improvementtrend, with the average of remote sensing ecological index increasing from 0.330 in 2000 to 0.383 in 2020. (3) The proportion of areas with the improved and degraded ecological environment was 15.46% and 5.03% respectively. The improved areas were mainly distributed in the eastern,northeastern and western mountainous areas. The degraded areas were mainly distributed in the Kunlun Mountains located in the south side of the basin and the oasis core areas of the front of the alluvial flood fan along Dulan-Nuomuhong-Golmud-Utumeri in the basin. There was no significant change in the ecological environment quality of the desert Gobi and the saline-alkali land in the basin.

ecological environment quality;remote sensing ecological index;principal component analysis;Qaidam Basin

10.14108/j.cnki.1008-8873.2022.06.011

X87

A

1008-8873(2022)06-092-08

2020-10-02;

2020-11-10基金项目:国家自然科学基金项目(2019QZKK030606); 青海省科技厅重大科技专项(2019-SF-A12)

李倩琳(1994—), 女, 青海西宁人, 硕士, 研究方向为环境遥感与地理信息系统, E-mail: 2727682372@qq.com

通信作者:沙占江(1971—), 男, 青海西宁人, 教授, 博士生导师, 主要从事高原现状、变化及过程研究, E-mail: sazhanjiang@sina.com

李倩琳, 沙占江. 气候变暖背景下柴达木盆地生态环境质量遥感监测[J]. 生态科学, 2022, 41(6): 92–99.

Li Qianlin, Sha Zhanjiang. Remote sensing monitoring of ecological environment quality in Qaidam Basin under the background of climate warming[J]. Ecological Science, 2022, 41(6): 92–99.