快速檢索        
  農業資源與環境學報  2021, Vol. 38 Issue (6): 1102-1111  DOI: 10.13254/j.jare.2021.0482
0

引用本文  

付杰, 王萍, 張清, 等. 基于改進遙感生態指數的海南島生態環境質量動態變化[J]. 農業資源與環境學報, 2021, 38(6): 1102-1111.
FU Jie, WANG Ping, ZHANG Qing, et al. Dynamic monitoring of ecological environment quality of Hainan Island based on improved remote sensing ecological index[J]. Journal of Agricultural Resources and Environment, 2021, 38(6): 1102-1111.

基金項目

國家重點研發計劃課題(2020YFD1100204);海南省重大科技計劃項目(ZDKJ2019006)

Project supported

The National Key Research and Development Program of China(2020YFD1100204); Major Science and Technology Project of Hainan Province, China(ZDKJ2019006)

通信作者

王萍??E-mail: skd990058@sdust.edu.cn

作者簡介

付杰(1998-), 男, 碩士研究生, 從事生態評估研究。E-mail: Jeff101@sdust.edu.cn

文章歷史

收稿日期: 2021-06-23
錄用日期: 2021-09-29
基于改進遙感生態指數的海南島生態環境質量動態變化
付杰1,2 , 王萍1 , 張清2 , 李興榮1 , 田燕芹3     
1. 山東科技大學測繪與空間信息學院, 山東 青島 266590;
2. 中國科學院空天信息創新研究院, 北京 100094;
3. 江蘇海洋大學測繪與海洋信息學院, 江蘇 連云港 222005
摘要: 為定量分析海南島生態環境質量,基于耦合綠度、濕度、干度、熱度4項指標的遙感生態指數(Remote sensing ecologicalindex,RSEI),考慮土地利用強度、人口聚集度與坡度對海島生態系統的影響,增加土地利用、人口分布、地形3項指標,利用主成分分析法構建了改進遙感生態指數(Improved remote sensing ecological index,IRSEI)模型。利用RSEI與IRSEI分別對海南島2000—2020年的生態環境質量進行動態監測,分析IRSEI的合理性以及兩者與生態環境狀況指數(Ecological index,EI)的相似性。結果表明: 與RSEI相比,IRSEI與EI指數更接近,且具有很好的合理性,IRSEI突出土地利用、人口分布與地形地貌對生態環境質量的影響,可以對海南島生態環境質量進行準確、客觀的評價。2000—2020年間海南島生態環境質量呈現“下降-上升-下降”的變化趨勢,但整體來說,IRSEI均值從0.721上升至0.766,其生態環境質量得到提升。生態環境質量等級為優、良的土地各年份占比均超過89%,等級為差、較差的土地占比極少,二者之和在各年份所占比例均低于1.48%;海南島中南部地區的生態環境質量高于東部、北部以及環島地區,生態環境質量總體處于優良水平。生態環境質量提升的區域覆蓋面積為12 278.00 km2,占比47.5%,生態環境質量有所下降的區域覆蓋面積為3 124.07 km2,占比12.1%;改善地區主要分布在北部和東部,退化地區主要分布在人口密集的環島沿海城市帶。研究構建了適用于海南島的生態質量評估體系,為海南省生態環境的治理保護和相關政策法規的制定提供科學依據。
關鍵詞: 海南島    改進遙感生態指數(IRSEI)    主成分分析    生態環境質量    時空變化    
Dynamic monitoring of ecological environment quality of Hainan Island based on improved remote sensing ecological index
FU Jie1,2 , WANG Ping1 , ZHANG Qing2 , LI Xingrong1 , TIAN Yanqin3     
1. School of Geomatics and Spatial Information, Shandong University of Science and Technology, Qingdao 266590, China;
2. Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094, China;
3. School of Surveying and Mapping and Marine Information, Jiangsu Ocean University, Lianyungang 222005, China
Abstract: In order to quantitatively analyze the quality of Hainan Island's ecological environment, besides the remote sensing ecological index(RSEI) that coupled with four indicators of greenness, humidity, dryness, and heat, we should consider the impact of land use intensity, population concentration and slope on the island's ecosystem. Therefore, three other indicators of land use, population distribution, and topography were added, and the improved remote sensing ecological index(IRSEI) was constructed using principal component analysis. This study used RSEI and IRSEI to dynamically monitor the ecological environment quality of Hainan Island from 2000 to 2020 and analyzed the rationality of IRSEI and the similarity between RSEI/IRSEI and the ecological index(EI). The results showed that compared with RSEI, IRSEI was closer to the EI index and had good rationality. It can highlight the impact of land use, population distribution and topography on the quality of the ecological environment. Therefore, it can accurately and objectively evaluate the quality of Hainan Island's ecological environment. From 2000 to 2020, the quality of Hainan Island's ecological environment showed a trend of "decrease-rise-decline". The average value of IRSEI rose from 0.721 to 0.766, which shows that the quality of the ecological environment of Hainan Island has been improved. The proportion of land with excellent and good ecological environment quality levels in each year was more than 89%, and the proportion of land with worse and worst ecological environmental quality levels was so small that the sum of the two accounts for the proportion of each year were below 1.48%. The quality of the ecological environment in the central and southern parts of Hainan Island was higher than that of the eastern, northern and around island areas. The quality of the ecological environment was good in generally. The area covered by the improved ecological environment quality was 12 278.00 km2 that accounting for 47.5%, and the area covered by the reduced ecological environment quality was 3 124.07 km2 that accounting for 12.1%. The improved area was mainly distributed in the northern and eastern parts of Hainan Island, and the degraded region was mainly distributed in densely populated coastal cities around the island. The results can provide references for the future plan to improve eclogical environment in Hainan Island.
Keywords: Hainan Island    improved remote sensing ecological index(IRSEI)    principal component analysis    ecological environment quality    temporal and spatial changes    

隨著全球氣候變化以及人類活動的不斷加劇,生態環境問題逐漸成為威脅區域生態安全和經濟社會可持續發展的主要因素之一[1]。海南是我國“一帶一路”重要戰略支點,摸清經濟發展背景下全島生態資源現狀與變化趨勢,對其落實“五位一體”的戰略布局具有重要意義。新形勢下加強生態環境保護、遏制生態環境破壞,對于維護生態環境安全、保障國民經濟和社會可持續發展意義重大[2-3]。隨著人口規模的不斷擴大、城市化的加速推進和以房地產為代表的資源消耗性產業的快速發展,經濟發展與資源環境的結構性矛盾日益顯現,人類擾動下的生態環境問題就顯得尤為突出,有必要對海南島的區域生態環境質量進行評價。因此,亟需建立生態評價模型和定量表達方法,并在此基礎上提出生態綜合評價的技術標準和規范。

為了定量評價區域生態環境質量,2015年環境保護部開發并發布了生態環境質量指數(EI)模型[4],但該模型需要收集大量統計數據,數據收集工作較為困難,且在不同區域進行評價時對各個生態指標權重的確定存在較大主觀性,所得結果為一個數值,數據無法可視化分析[5]。為了解決這些問題,徐涵秋[6]和HU等[7]提出遙感生態指數(RSEI)法進行福州市生態質量評價,對綠度、濕度、干度、溫度4個基于遙感影像獲取的指標采用主成分分析法進行集成分析,用來快速評估區域生態環境質量。此方法計算簡單,既可以定量表示生態質量高低,又可以進行可視化分析,在多個地區得到廣泛應用[8-12]??婗屋x等[12]基于遙感生態指數法對甬江流域生態環境變化進行分析,得知甬江流域生態質量整體下降,綠度指標對生態質量影響最大。由于研究地區的不同,許多學者對RSEI進行改進,來適應不同區域的實際情況[3, 13-15]。如王杰等[15]基于烏蘭布和沙漠干旱區的實際情況,利用鹽度指標代替干度指標并增加土地退化指標改進RSEI指數,以此反映干旱區的生態質量狀況。本研究以海南島作為研究區,考慮到RSEI是基于城市尺度建立的,其中干度指標考慮的是人類干預的建筑指數,對于海南島來說,城市和鄉村建筑僅占人類活動對生態環境質量影響的小部分,而地形地貌在海島生態系統中發揮著重要作用,對植被、土壤的分布具有重要影響[16],因此需要改進遙感生態指數來使其更適用于海南島的特殊地理環境,并對其應用于大型海島類生態系統的合理性和準確性進行論證。

目前國內鮮有針對大型海島地區的遙感生態指數評估方法,因此為了填補大型海島地區生態環境質量評估的空缺,本研究在現有遙感生態指數的基礎上增加了土地利用指數、人口分布指數以及地形指數,構建了改進遙感生態指數(IRSEI)模型,并以海南島為例,探索IRSEI的合理性和代表性,對海南島的生態環境質量進行時空演變分析,以期為海南島生態環境的治理與保護及相關政策法規的制定提供科學依據。

1 材料與方法 1.1 研究區概況

海南島(18°09′~20°10′N,108°37′~111°03′E,圖 1)位于中國南部,全島面積約為33 920 km2 [17]。島上氣候為熱帶季風氣候,夏季受到來自西太平洋的東南季風、冬季受到來自印度洋的西南季風影響,5月至10月為濕季,11月至次年4月為干季[18]。海南島的地形復雜,中部地區以丘陵山區為主,沿海地區以平原為主。其植被分布與地形高度相關,島上的森林位于海南島中部和南部,該地區的地形主要是中低山和丘陵;人工林主要分布在山脈周圍的平原上;農作物主要種植在沿海的平原地區[19]。由于海南省人口急劇增加(從1974年的488萬增加到2020年的934萬),當地政府建立了總面積為27 023 km2的保護區,以保護自然環境免受人類活動的劇烈干擾。

圖 1 研究區概況 Figure 1 Overview of the study area
1.2 數據來源

由于海南島地處熱帶、云量較多、范圍較大,研究區無云影像獲取需要多幅Landsat影像拼接,故選取海南5—10月的濕季Landsat影像數據,結合Google earth engine平臺,基于GEEAPI編程,篩選成像區間為當年5月1日—10月31日且云量小于10% 的Landsat SR影像進行無云影像拼接,獲得2000、2005、2010年Landsat TM影像和2015、2020年Landsat OLI影像的五期無云影像,空間分辨率為30 m。水體會對主成分分析結果造成較大影響,為了能真實反映研究區生態環境質量,借助改進的歸一化差異水體指數(Modified NDWI,MNDWI)[20]將水體掩膜,得到研究區影像。數字高程模型(Digital elevation model,DEM)數據為地理空間數據云平臺(http://www.gscloud.cn)所提供ASTER GDEM 30 m分辨率數據。五期空間分辨率為30 m的海南島土地利用數據來源于資源環境科學與衛星中心(http://www.resdc.cn),分類精度超過85%。人口空間分布數據集來源于資源環境科學與衛星中心(http://www.resdc.cn),該數據綜合考量了土地利用類型、夜間燈光亮度、居民點密度。涉及海南省各市(縣) 行政邊界的矢量數據,來源于地理國情監測云平臺(http://www.dsac.cn),主要用于研究區遙感影像裁剪。

1.3 改進遙感生態指數模型構建

本研究以海南島為研究區域,考慮土地利用的改變與人口聚集程度對生態質量的影響,以及坡度對海島生態系統內的植被、土壤分布的重要作用,構建包含綠度指標、濕度指標、干度指標、熱度指標、土地利用指標、人口分布指標以及地形指標的改進遙感生態指數(IRSEI)模型。

1.3.1 生態指標計算

歸一化植被指數(Normalized vegetation index,NDVI)與植物生物量、葉面積指數和植被蓋度密切相關,因此本研究采用NDVI來表示綠度指標[21]。纓帽變換(K-T變換)濕度分量可較好地反映植物、土壤的水分狀態,因此濕度指標(Land surface moisture,LSM)通過K-T變換可得,基于Landsat系列不同衛星數據反演的濕度分量具有不同的經驗公式[22]。干度指標以土壤指數(Soil index,SI)和建筑指數(Impervious building index,IBI)綜合得到的干度指數(NDBSI) 表示[23]。以陸地表面溫度(Land surface temperature,LST)來表示熱度指標[24-25]。土地利用類型反映了生態系統的狀態,是人類活動對自然界的反映,因此土地利用指標以土地利用強度(Land use intensity,LUI) 來表示[26-27]。海南島人口數量增長迅速,對生態質量影響較大,因此以人口空間分布數據來表示人口分布指標(POP)。地形地貌對海島生態系統影響較大。坡度(Slope)表示地表單元的陡緩程度,可以改變土壤穩定性與滲透能力,對土壤侵蝕和植被長勢有較大影響,因此以Slope來表示地形指標[16]。各指標計算公式均參考相關文獻。

1.3.2 IRSEI指數

本研究采用主成分分析法(Principal component analysis,PCA),根據各個因子對主成分的貢獻率自動客觀分配權重,可以減少主觀經驗賦權造成的偏差,將7項單一指標耦合成一項綜合指數。由于各指標維度不同,量綱不統一,為了減小不同指標的數值的影響,所有指標都應該進行歸一化處理[28],公式如下:

(1)

式中: IN是標準化后的指標值;I是該指標的數值;ImaxImin分別是指標的最大值和最小值。

在進行主成分分析前需要利用MNDWI對水體進行掩膜處理,避免影響PCA的載荷分布。

指標標準化后,通過主成分分析可以得到初始生態指數,由表 1可見,主成分分析后的前兩個主成分包含了影像大部分信息,且各個指標在前兩個主成分的載荷正負與大小基本一致,故本研究選取第一、第二主成分構建IRSEI模型,其公式為[13]:

(2)
表 1 不同年份7個生態指標的主成分分析結果 Table 1 Principal component analysis results of 7 ecological indicators in different years

式中: IIRSEI為IRSEI的值;ωi為第i主成分的貢獻率;PCi為第i主成分。

為了便于不同研究時期之間的比較,所得IRSEI值再次進行歸一化處理。IRSEI的值越高,代表研究區的生態狀況越好,反之說明生態狀況越差。

為了定量、直觀地分析生態環境質量及其變化情況,考慮到IRSEI結果與EI結果極為相近(表 2),本研究依據《生態環境狀況評價技術規范》,將歸一化后的IRSEI分為差(0~0.2)、較差(0.2~0.35)、中(0.35~ 0.55)、良(0.55~0.75)、優(0.75~1)共5個生態環境質量等級[4];并對各時間段的IRSEI值進行差值處理,將變化類型分為明顯變差(-1,-0.1]、輕度變差(-0.1,-0.05]、基本不變(-0.05,0.05)、輕度變好[0.05,0.1)、明顯變好[0.1,1)5個等級。

表 2 海南島生態環境狀況指數(EI)、遙感生態指數(RSEI)、改進遙感生態指數(IRSEI)的對比 Table 2 Comparison of Hainan Island′s EI, RSEI and IRSEI
2 結果與討論 2.1 主成分分析結果

表 1展示了不同年份7個生態指標在不同主成分中的載荷以及各指標的特征值貢獻率。從表 1中可以看出,第一主成分特征值貢獻率在50% 左右,兩個主成分的特征值貢獻率之和均超過70%,說明前兩個主成分集成了7個指數的絕大部分特征。而且各個指數對PC1與PC2的載荷大小規律性明顯,兩個主成分的載荷值正負基本一致,而PC3~PC7中的載荷大小與正負均無規律性,因此使用前兩個主成分依據其特征值比例構建IRSEI模型,能夠對生態環境質量做出合理反映。

并且綠度指標(NDVI)、濕度指標(LSM)以及地形指標(Slope)在PC1與PC2中的特征向量均為正數,干度指標(NDBSI)、熱度指標(LST)、土地利用指標(LUI)、人口分布指標(POP)在PC1與PC2中的特征向量均為負數,只有LST在PC2中的特征向量為正數,但依照特征值比例所構建的IRSEI模型中LST的特征向量仍為負數,說明綠度指標、濕度指標以及地形指標對生態質量具有正面影響,干度指標、熱度指標、土地利用指標以及人口分布指標對生態質量具有負面影響,符合生態學客觀規律。

2.2 IRSEI指數的科學性 2.2.1 合理性分析

為了證明IRSEI的合理性,將2010—2015年的RSEI與IRSEI歸到與EI一致的0~100,使用三項指數對海南島的生態環境進行對比。

圖 2展示了RSEI與IRSEI 2000—2020年的均值變化。從圖 2中可以看出,在2000—2020年,海南島的RSEI與IRSEI的變化趨勢一致,呈現先下降后上升再下降的變化趨勢,總體呈上升趨勢;海南島整體IRSEI在各年份均大于0.71,說明海南島整體生態環境質量較好;IRSEI在2005年最小,為0.717,在2015年達到最大,為0.778;IRSEI從2000年的0.721上升至2020年的0.766,增加了6.24%。由表 2可知,IRSEI比RSEI高,IRSEI更接近EI,表明IRSEI在海南島應用具有準確性和優越性。

圖 2 2000—2020年RSEI與IRSEI均值變化 Figure 2 The mean value changes of RSEI and IRSEI from 2000 to 2020

選擇2005年的海南島IRSEI與RSEI數據進行差異性分析,由圖 3可以看出,大部分區域IRSEI數據略高于RSEI數據,這些地區一般是土地利用強度較低的園地、林地、草地、濕地等生態系統,人口分布比較稀疏,環境質量較高,生態較穩定;IRSEI數據低于RSEI數據的區域多為城市帶及其周邊地區,一般分布在土地利用強度高的建設用地,還包括中部山區部分區域,這些地區坡度非常高,導致土壤穩定性與滲透能力減弱,進而影響植被生長,這符合人類活動降低生態質量的一般規律。綜上,相較于RSEI,IRSEI提高了土地利用、人口分布與地形在海南島生態環境質量評估中的表達能力。

圖 3 2005年海南島IRSEI和RSEI的空間差異分布 Figure 3 Distribution of spatial differences between IRSEI and RSEI of Hainan Island in 2005
2.2.2 代表性分析

表 3展示了不同年份IRSEI與7項生態指標的平均相關度??梢钥闯?,在各個生態指標中,NDVI的平均相關度在各個年份均最大,最大值出現在2000年,為0.68,5年平均相關度均值為0.66;IRSEI與各個生態指標在各年的平均相關度均在0.67以上,5年平均相關度均值為0.69,比單項指標中最大的NDVI高出3%,比各項指標合起來的5年平均相關度均值0.577高出11.3%。由此可見,IRSEI不僅集成了各項指數的信息,而且比每項單個指標的代表性都強,可以更加綜合、準確、客觀地反映海南島生態環境質量狀況。

表 3 不同年份IRSEI與各生態指標的平均相關度 Table 3 Average correlation between IRSEI and various ecological indicators in different years
2.3 生態環境質量時空變化

表 4為海南島不同時期生態環境質量等級的面積與比例,由于生成IRSEI時對水體進行掩膜處理,所以各期面積略有差異。

表 4 不同年份海南島各等級IRSEI的面積與比例 Table 4 Areas and proportions of various grades of IRSEI in Hainan Island in different years

表 4中可以看出,在各個年份海南島生態環境質量為良、優級別的總面積占比均超過89%,生態環境質量為差與較差的總面積占比均低于1.48%,海南島生態環境質量很好。2000、2005年與2010年,海南島的生態環境質量級別分布情況大致相同,等級為優的土地占比最多,約為47%,其次是等級為良的土地,約為44%,等級為中的土地約占8%,等級為較差和差的土地占比極少,約為1%。2000—2010年,等級為優的面積先減少后增加,等級為中和較差的面積先增加后減少,等級為良和差的面積一直增加,各個等級變化較少,證明海南島生態環境質量較為穩定。2010— 2015年,海南島生態環境質量級別發生變化,等級為優的面積大幅上升,升幅約50%,等級為良的面積大幅下降,降幅約50%,其他等級的土地面積變化較小,可見海南島生態保護舉措頗見成效,大量等級為良的土地生態環境質量得到提升。2015年與2020年的生態環境質量級別分布相似,等級為優的土地占據絕大部分比例,平均約占68%,其次為等級為良的土地,平均約占25%,等級為中的土地約占5%,等級為較差和差的面積占比約為1.3%。2015—2020年,等級為優、中與較差的面積減少,等級為良和差的面積增加,其中等級為優、中、較差的土地減少面積與等級為良的土地增加面積相近,說明2015—2020年間海南島IRSEI下降的原因是部分優等級的土地生態環境質量下降至良等級。綜上所述,海南島20年間生態環境質量有所提升,尤其是近10年間,等級為優的土地面積明顯增加,但是近5年來海南島生態環境質量有所降低,需要制定更科學的生態保護策略,更好地維護生態質量。

從空間上看(圖 4),海南島中南部地區的生態環境質量高于東部、北部以及環島地區。中南部地區生態環境質量等級主要為優,少部分等級為良和中,這些地區的土地利用以森林、灌木、園地、草地為主,生態環境質量很好;而在海南島東部、北部地區生態環境質量等級主要為良與中,這些地區的土地利用以農田、園地、草地為主,生態環境質量較好;在海南島環島地區生態環境質量等級主要為良與中,還存在一些等級為較差與差的地區,這些地區的土地利用以農田、建設用地為主,生態環境質量相對較低,等級為較差與差的地區主要分布在城區周邊。

圖 4 2000—2020年海南島生態環境質量分級 Figure 4 Hainan Island′s ecological environment quality classification from 2000 to 2020
2.4 生態環境質量時空差異

為了分析2000—2020年間海南島生態環境質量的變化情況,對各年份海南島IRSEI值進行差值處理,并對處理結果進行分級統計。表 5為20年間海南島生態環境質量面積變化,分階段來看,2000—2005年,海南島生態環境質量有61.5% 的面積基本不變,輕度變好和明顯變好的比例為11.2%和6.4%,輕度變差和明顯變差的比例為11.8%和9.1%,變差的比例高于變好的比例,但差距較小,說明海南島生態環境質量在此期間略有下降;2005—2010年,有60.9% 的面積基本不變,輕度變好和明顯變好的比例為12.6%和9.4%,輕度變差和明顯變差的比例為10.3% 和6.8%,變差的面積小于變好的面積,兩者差距也較小,說明海南島生態環境質量在此期間略有上升;2000—2010年間海南島生態環境質量先下降后上升,但變幅較小,生態系統穩定;2010—2015年間,海南島生態環境質量以變好為主,達到56.9%,輕度變好和明顯變好的比例分別為28.2% 和28.7%,只有33.8% 的面積基本不變,輕度變差和明顯變差的比例為4.0% 和5.3%,變好的面積遠大于變差的面積,說明海南島生態環境質量在此期間得到顯著提升;2015—2020年間,有55.5% 的面積基本不變,輕度變好和明顯變好的比例為8.4% 和7.9%,輕度變差和明顯變差的比例為16.8%和11.4%,變差的比例高于變好的比例,但差距較小,說明海南島生態環境質量在此期間略有下降??傮w來說,在2000—2020年間,海南島生態環境質量以變好為主,面積占比為47.5%,輕度變好和明顯變好的比例為25.3% 和22.2%,基本不變的比例為40.4%,輕度變差和明顯變差的比例為5.4% 和6.7%,說明海南島20年來的生態環境質量得到顯著提升。

表 5 2000—2020年海南島生態環境質量面積變化 Table 5 Changes in the quality of Hainan Island′s ecological environment from 2000 to 2020

從空間上來看(圖 5),2000—2005年,大部分地區生態環境質量未發生變化;海南島生態環境質量惡化主要發生在東北部地區以及環島城市帶,變差區域集中分布在文昌市、瓊??h、萬寧市,在海南島中部地區也有零星分布;生態環境質量好轉主要發生在海南島的北部、西南地區,變好區域集中分布在瓊中縣、白沙縣、保亭縣,在中部地區也有一些聚集分布。2005—2010年間,大部分地區生態環境質量未發生變化;海南島生態環境質量惡化主要發生在北部地區以及西南環島城市帶,變差區域集中分布在??谑?、三亞市、東方市;生態環境質量好轉主要發生在海南島的東北部、北部地區,變好區域集中分布文昌市、澄邁縣、屯昌縣。2010—2015年,大部分地區生態環境質量得到提升,主要分布在東部、北部地區;海南島生態環境質量不變的區域主要在中部地區;生態環境質量變差的區域零星分布在東北部、西南沿海等建設用地地區。2015— 2020年,大部分地區生態環境質量未發生變化;海南島生態環境質量惡化主要發生在北部地區以及東部環島城市帶,變差區域集中分布在??谑?、瓊??h;生態環境質量好轉主要發生在海南島的東北部、西南部地區,變好區域集中分布在文昌市、樂東縣??偟膩砜?,2000— 2020年間大部分地區生態環境質量發生好轉,生態環境質量不變的區域主要分布在中部山區,生態系統較為穩定,生態環境質量惡化的區域主要分布在以建設用地和耕地為主的環島沿海城市帶,受人類活動影響較大的區域生態環境質量降低的概率更大。

圖 5 2000—2020年海南島生態環境質量空間變化 Figure 5 Spatial changes of Hainan Island′s ecological environment quality from 2000 to 2020
2.5 IRSEI變化成因

為了分析各年份IRSEI的變化原因,利用回歸分析方法[14],對研究區進行隨機采樣,在研究區生成30 000個隨機點,并根據水體掩膜剔除無效采樣點,提取每個采樣點的7項指標與IRSEI值,以IRSEI為因變量,7項指標為自變量構建回歸模型如下:

(3)

式中: x1、x2、x3、x4、x5、x6、x7分別代表NDVI、LSM、NDBSI、LST、LUI、POP、Slope的值;表 6展示了各年份回歸模型系數值和決定系數值。

表 6 各年份回歸模型系數 Table 6 Regression model coefficients in different years

表 6可知,各個方程的R2均為1,表現出極好的擬合性。NDVI、LSM、Slope為正向指標,NDBSI、LST、LUI、POP為負向指標。在正向指標中,各個年份NDVI的貢獻度均最高,說明海南島植被覆蓋對生態環境質量的提升至關重要,LSM相對較弱,Slope貢獻度最低,NDVI與LSM對生態質量升高起主導作用;在負向指標中,各指標貢獻度的絕對值大小排序依次為POP>LUI>NDBSI>LST,其中POP和LUI的貢獻度最高,遠高于NDBSI和LST,說明土地利用與人類活動限制了生態環境質量的提升,POP與LUI對生態質量降低起主導作用。由于本次評估的對象是整個海南島的生態環境質量,大部分地區不屬于城市區域,所以NDBSI與LST的貢獻度較低。

近年來,NDVI、LSM的貢獻度有所降低,LUI、POP的貢獻度絕對值明顯升高,說明土地利用與人類活動對生態環境質量的干擾程度越來越大。

圖 6展示了海南省各生態指數20年來的歸一化值,由回歸模型可以看出,在2000—2020年間,NDVI、LSM、LUI與POP均呈現升趨勢,NDVI和LSM對IRSEI的正向貢獻率高于LUI和POP的負向貢獻率,因此雖然NDVI和LSM的升幅略小于LUI和POP,但是海南島整體IRSEI得到提升。從表 6中可以看出,在2015—2020年間,由于人類活動對自然環境影響作用越來越大,LUI和POP的負向貢獻率急速升高,NDVI與LSM的正向貢獻率急速降低,且LSM和NDVI呈現下降趨勢,LUI和POP絕對值持續升高,說明2015— 2020年間生態環境質量降低。因此,要穩定優化海南島生態環境質量,應實施嚴格有效的政策來控制建設用地擴張,繼續推進植樹造林活動,持續改善海南島植被覆蓋狀況;減少城市不透水層材料的使用;開發新型灌溉技術,增加土壤濕度。

圖 6 2000—2020年海南島生態指數歸一化值 Figure 6 The normalized value of Hainan Island′s ecological index from 2000 to 2020
3 結論

本研究以海南島為研究區,提出改進遙感生態指數(IRSEI),融合綠度、干度、濕度、熱度、土地利用、人口分布與地形地貌指標,構建了適用于海南島的生態環境質量評估體系,改善了遙感生態指數(RSEI)在大型海島的應用。研究結論如下:

(1) IRSEI前兩個主成分的貢獻率約為70%,集成了絕大部分有效信息。綠度指標、濕度指標、地形指標對生態環境質量起積極的促進作用,干度指標、熱度指標、土地利用指標、人口分布指標對生態環境質量具有消極的負面作用。相較于RSEI,IRSEI指數綜合考慮人類活動與自然生態的影響,更能準確反映大型海島地區的生態環境質量。

(2) 海南島在2000—2020年間的生態環境質量呈現“下降-上升-下降”的波段趨勢,整體呈上升趨勢;總體來看,海南島生態環境質量較高,等級為優的土地占比最高,在2015年之后整體生態環境質量提升為優等級。由于海南省大部分地區主要分布有土地利用強度較低的森林、草地等生態系統,這些區域生態環境質量更易得到提升;生態環境質量惡化的區域主要分布在土地利用強度較高、以建設用地和耕地為主的環島沿海城市帶。

(3) 植被覆蓋度和濕度的提高是海南島20年來整體生態環境質量提升的主要原因,土地利用強度和人口聚集程度的提升是海南島局部生態環境質量下降的主要原因。

參考文獻
[1]
LIAO W, JIANG W. Evaluation of the spatiotemporal variations in the eco-environmental quality in China based on the remote sensing ecological index[J]. Remote Sensing, 2020, 12(15): 2462. DOI:10.3390/rs12152462
[2]
XU H, WANG Y, GUAN H, et al. 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. DOI:10.3390/rs11202345
[3]
蔣超亮, 吳玲, 劉丹, 等. 干旱荒漠區生態環境質量遙感動態監測——以古爾班通古特沙漠為例[J]. 應用生態學報, 2019, 30(3): 877-883.
JIANG C L, WU L, LIU D, et al. Dynamic monitoring of eco-environmental quality in arid desert area by remote sensing: Taking the Gurbantunggut Desert China as an example[J]. Chinese Journal of Applied Ecology, 2019, 30(3): 877-883.
[4]
環境保護部. 生態環境狀況評價技術規范: HJ 192-2015[S]. 北京: 中國環境科學出版社, 2015.
Ministry of Environmental Protection. Technical specifications for ecological environment assessment: HJ 192-2015[S]. Beijing: China Environmental Science Press, 2015.
[5]
劉盼, 任春穎, 王宗明, 等. 南甕河自然保護區生態環境質量遙感評價[J]. 應用生態學報, 2018, 29(10): 3347-3356.
LIU P, REN C Y, WANG Z M, et al. Assessment of the eco-environmental quality in the Nanweng River nature reserve, northeast China by remote sensing[J]. Chinese Journal of Applied Ecology, 2018, 29(10): 3347-3356.
[6]
徐涵秋. 城市遙感生態指數的創建及其應用[J]. 生態學報, 2013, 33(24): 7853-7862.
XU H Q. A remote sensing urban ecological index and its application[J]. Acta Ecologica Sinica, 2013, 33(24): 7853-7862.
[7]
HU X, XU H Q. A new remote sensing index based on the pressurestate-response framework to assess regional ecological change[J]. Environmental Science and Pollution Research, 2019, 26(6): 5381-5393. DOI:10.1007/s11356-018-3948-0
[8]
農蘭萍, 王金亮. 基于RSEI模型的昆明市生態環境質量動態監測[J]. 生態學雜志, 2020, 39(6): 2042-2050.
NONG L P, WANG J L. Dynamic monitoring of ecological environment quality in Kunming based on RSEI model[J]. Chinese Journal of Ecology, 2020, 39(6): 2042-2050.
[9]
吳可人, 高祺, 王讓會, 等. 基于RSEI模型的石家莊生態環境質量評價[J]. 地球物理學進展, 2021, 36(3): 968-976.
WU K R, GAO Q, WANG R H, et al. Evaluation of ecological environment quality in Shijiazhuang based on RSEI model[J]. Progress in Geophysics, 2021, 36(3): 968-976.
[10]
GAO P, KASIMU A, ZHAO Y, et al. Evaluation of the temporal and spatial changes of ecological quality in the Hami oasis based on RSEI[J]. Sustainability, 2020, 12(18): 7716. DOI:10.3390/su12187716
[11]
JI J, WANG S, ZHOU Y, et al. Spatiotemporal change and landscape pattern variation of eco-environmental quality in Jing-Jin-Ji urban agglomeration from 2001 to 2015[J]. IEEE Access, 2020, 8: 125534-125548. DOI:10.1109/ACCESS.2020.3007786
[12]
繆鑫輝, 梁勤歐. 基于遙感生態指數的甬江流域生態環境變化分析[J]. 長江流域資源與環境, 2021, 30(2): 427-438.
MIAO X H, LIANG Q O. Analysis of ecological environment changes in Yongjiang River basin based on remote sensing ecological index[J]. Resources and Environment in the Yangtze River Basin, 2021, 30(2): 427-438.
[13]
宋美杰, 羅艷云, 段利民. 基于改進遙感生態指數模型的錫林郭勒草原生態環境評價[J]. 干旱區研究, 2019, 36(6): 1521-1527.
SONG M J, LUO Y Y, DUAN L M. Evaluation of ecological environment in the Xilin Gol steppe based on modified remote sensing ecological index model[J]. Arid Zone Research, 2019, 36(6): 1521-1527.
[14]
程琳琳, 王振威, 田素鋒, 等. 基于改進的遙感生態指數的北京市門頭溝區生態環境質量評價[J]. 生態學雜志, 2021, 40(4): 1177-1185.
CHENG L L, WANG Z W, TIAN S F, et al. Evaluation of ecoenvironmental quality in Mentougou District of Beijing based on improved remote sensing ecological index[J]. Chinese Journal of Ecology, 2021, 40(4): 1177-1185.
[15]
王杰, 馬佳麗, 解斐斐, 等. 干旱地區遙感生態指數的改進——以烏蘭布和沙漠為例[J]. 應用生態學報, 2020, 31(11): 3795-3804.
WANG J, MA J L, XIE F F, et al. Improvement of remote sensing ecological index in arid regions: Taking Ulan Buh Desert as an example[J]. Chinese Journal of Applied Ecology, 2020, 31(11): 3795-3804.
[16]
李洋. 基于多要素的海島型城市生態狀況評價——以平潭綜合實驗區為例[D]. 福州: 福州大學, 2017.
LI Y. Evaluation of island city's ecological status based on multiple elements: A case study of Pingtan comprehensive experimentation zone, Fujian Province[D]. Fuzhou: Fuzhou University, 2017.
[17]
SUN R, WU Z, CHEN B, et al. Effects of land-use change on eco-environmental quality in Hainan Island, China[J]. Ecological Indicators, 2020, 109: 105777. DOI:10.1016/j.ecolind.2019.105777
[18]
孫瑞, 吳志祥, 陳幫乾, 等. 1959-2013年海南島降水事件變化特征[J]. 熱帶作物學報, 2017, 38(11): 2176-2182.
SUN R, WU Z X, CHEN B Q, et al. Change features of precipitation events in Hainan Island from 1959 to 2013[J]. Chinese Journal of Tropical Crops, 2017, 38(11): 2176-2182. DOI:10.3969/j.issn.1000-2561.2017.11.029
[19]
王樹東, 張立福, 陳小平, 等. 基于Landsat TM的熱帶精細地物信息提取的模型與方法——以海南島為例[J]. 生態學報, 2012, 32(22): 7036-7044.
WANG S D, ZHANG L F, CHEN X P, et al. Models and methods for information extraction of complex ground objects based on Landsat TM images of Hainan Island, China[J]. Acta Ecologica Sinica, 2012, 32(22): 7036-7044.
[20]
徐涵秋. 利用改進的歸一化差異水體指數(MNDWI)提取水體信息的研究[J]. 遙感學報, 2005(5): 589-595.
XU H Q. A study on information extraction of water body with the modified normalized difference water index(MNDWI)[J]. National Remote Sensing Bulletin, 2005(5): 589-595.
[21]
YUE H, LIU Y, LI Y, et al. Eco-environmental quality assessment in China's 35 major cities based on remote sensing ecological index[J]. IEEE Access, 2019, 7: 51295-51311. DOI:10.1109/ACCESS.2019.2911627
[22]
SHAN W, JIN X, REN J, et al. Ecological environment quality assessment based on remote sensing data for land consolidation[J]. Journal of Cleaner Production, 2019, 239: 118126. DOI:10.1016/j.jclepro.2019.118126
[23]
劉宇, 齊建偉, 盧宏鐘, 等. 青島市生態環境變化遙感監測與分析[J]. 測繪通報, 2020(9): 60-65.
LIU Y, QI J W, LU H Z, et al. Monitoring and analysis of the change of ecological environment in Qingdao based on remote sensing technologies[J]. Bulletin of Surveying and Mapping, 2020(9): 60-65.
[24]
鐘欣呈, 許泉立. 基于RSEI模型的玉溪市生態環境變化監測與評價[J]. 水土保持研究, 2021, 28(4): 350-357.
ZHONG X C, XU Q L. Monitoring and evaluation of ecological environment changes in Yuxi City based on RSEI model[J]. Research of Soil and Water Conservation, 2021, 28(4): 350-357.
[25]
單薇, 金曉斌, 孟憲素, 等. 基于多源遙感數據的土地整治生態環境質量動態監測[J]. 農業工程學報, 2019, 35(1): 234-242.
SHAN W, JIN X B, MENG X S, et al. Dynamical monitoring of ecological environment quality of land consolidation based on multisource remote sensing data[J]. Transactions of the Chinese Society of Agricultural Engineering, 2019, 35(1): 234-242.
[26]
劉睿, 周李磊, 彭瑤, 等. 三峽庫區重慶段人類活動時空分布及其類型演變特征[J]. 重慶師范大學學報(自然科學版), 2016, 33(4): 47-56, 230.
LIU R, ZHOU L L, PENG Y, et al. Spatio-temporal variations and type evolution of human activity in Three Gorges Reservoir area of Chongqing[J]. Journal of Chongqing Normal University (Natural Science Edition), 2016, 33(4): 47-56, 230.
[27]
徐勇, 孫曉一, 湯青. 陸地表層人類活動強度: 概念、方法及應用[J]. 地理學報, 2015, 70(7): 1068-1079.
XU Y, SUN X Y, TANG Q. Human activity intensity of land surface: Concept, method and application in China[J]. Acta Geographica Sinica, 2015, 70(7): 1068-1079.
[28]
杭鑫, 羅曉春, 曹云, 等. 基于RSEI模型的生態質量評估及城鎮化影響——以南京市為例[J]. 應用生態學報, 2020, 31(1): 219-229.
HANG X, LUO X C, CAO Y, et al. Ecological quality assessment and the impact of urbanization based on RSEI model for Nanjing, Jiangsu Province, China[J]. Chinese Journal of Applied Ecology, 2020, 31(1): 219-229.