生态环境状况遥感动态监测

生态环境状况遥感动态监测

人口的增长和社会工业化程度的提高，使得区域人口、资源与环境的矛盾不断加剧，荒漠化、水土流失等生态环境问题更加突出，正确认识和评价区域生态环境状况成为区域生态环境预测和预警的基础.黄土高原因脆弱的生态环境、严重的水土流失成为我国生态环境建设的重点区域，中央和地方在政策和资金方面大力支持黄土高原地区生态环境建设.富县是陕北黄土高原沟壑区向黄土丘陵沟壑区的过渡带，是子午岭国家级水土流失重点防治区水土保持重点县之一.了解该地区生态环境现状及其变化，不仅能检验封山禁牧、退耕还林草工程建设的成效，也可为黄土高原沟壑区生态环境的保护及管理提供理论方法与科学依据.区域生态环境质量评价的方法有很多种，但目前尚没有一个规范的评价体系.随着卫星遥感技术的发展，越来越多基于遥感反演的生态环境指标参与到生态环境监测和质量评价中，为宏观区域生态环境质量评价提供了科学数据.2006年国家环境保护部规范了基于生物丰度指数、植被覆盖指数、水网密度指数、土地退化指数和环境质量指数的生态环境状况指数(EI)，在我国多个省、市、自治区、县域及流域范围内得到广泛应用.但在实际应用中，学者们对规范中的指标和权重均作了不同程度的调整，这是因为规范中还存在诸多问题，如大部分评价指标是基于土地利用来确定的，同质性较高;环境质量指标是以县为单位的统计数据，难以在空间上对生态环境状况作出响应;在地形地貌复杂的县域范围内，土地利用信息提取精度受限，EI 的各项指标提取都存在精度挑战.因此，完全基于遥感信息技术的、与EI具有可比性的新型遥感生态指数(RSEI)受到青睐，可用来定量评价区域生态环境状况.本文采用主成分分析的方法，耦合基于遥感反演的植被指数、裸土指数、湿度指数和地表温度指标，利用RSEI对黄土高原沟壑区陕西省富县1995—2014年的生态环境状况进行评价，分析研究区生态环境状况的空间分布及其变化，探讨生态环境变化的影响因素，以期为生态环境建设提供理论方法和科学依据.

1研究地区与研究方法

1.1研究区概况陕西省富县(35°44'6〃一36° 23'23〃N, 108° 29'30〃一109° 42'54〃E)东与宜川、洛川相邻，西与甘肃省合水县、宁县相连，南与黄陵相靠，北与志丹、甘泉、延安相连(图1), 海拔856〜1680m,全县辖8镇5乡.该区地形地貌包括以洛河和葫芦河为主的河流阶地，中部高塬沟壑区，塬区北部为丘陵沟壑，东部和西部为土石低山.全县土壤以分布于丘陵沟壑和低山林草地带的灰褐土为主，耕地土壤类型以黄绵土为主.属中纬度半干旱地区，年均气温7. 1〜9.0℃,年日照时数2032〜2428h,年无霜期平均130d,年均降水量500〜600mm，多呈高强度的阵性降水过程.

1.2数据源与数据预处理遥感数据为美国地质调查局网站提供的1995 年11月13日的Landsat5TM影像和2014年11月3日获取的Landsat8OLI 和TIRS影像.非遥感数据包括富县1X5万地形图、行政区划图、土地利用现状图、土壤图和富县统计文本资料.在ENVI5. 0 下对两个时期的遥感影像进行辐射定标，将像元灰度值(DN)转换为辐射亮度值.采用FLAASH 大气校正工具和中纬度冬季标准大气模型对两期影像的可见光-近红外波段进行大气校正.校正后的可见光-近红外反射率波段和热波段的辐射亮度影像通过波段组合(layerstacking)生成多波段图像文件.基于1：5万地形图，采用二次多项式和最近邻法对多波段图像进行配准，均方根误差(RMS)控制在0. 5个像元以内，同时利用富县行政区划矢量数据提取研究区内多波段遥感图像.

1.3生态质量遥感评价指标在反映生态质量的诸多自然因素中，绿度、湿度、热度、干度与人类的生存息息相关，是人类直观感觉生态条件优劣的最重要指标，遥感生态指数(RSEI)采用植被指数、裸土指数、湿度指数、地表温度分别代表绿度、干度、湿度和热度作为生态指数的评价指标.

1.3.1湿度指标土壤湿度是进行土壤退化等生态环境研究的重要指标.遥感缨帽变换所获取的湿度分量反映了地表水体、植被和土壤的湿度状况，在生态环境监测中得到广泛应用.基于TM和OLI反射率数据的湿度分量(Wet)提取公式。

1.3.2绿度指标植被是对区域生态环境状况最为敏感的指示因子.归一化植被指数(NDVI)利用植物叶面在红光波段强的吸收和近红外波段强的反射特性组合而成，是遥感监测植被覆盖度、生物量、叶面积指数等生理参数的重要指标.

1.3.3热度指标地表温度(LST)与植被的生长与分布、农作物产量、地表水资源蒸发循环等许多自然、人文现象和过程密切相关，是反映地表环境的一个重要参数.对于Landsat5TM6波段，利用热红外波段辐射定标参数将像元灰度值(DN)转换为传感器处的辐射亮度值(L6),通过Planck辐射函数求出包含了大气影响的像元亮度温度(Tb),进而通过比辐射率(£ 6)转换为地表温度(Ts),基于TM6的地表温度提取公式如下。

1.3.4干度指标裸土和建筑用地均会造成地表“干化”，因此，干度指标由裸土指数(SI)和建筑指数(IBI)合成，记为裸土指数(NDSI)。

1.3.5指标标准化为了消除量纲以及不同指标数值大小对遥感生态指数结果的影响，采用下式将4个指标数值标准化为［0, 1］之间的无量纲.

1.4遥感生态指数生态环境评价的关键是将由遥感调查获得的湿度指数、植被指数、地表温度和裸土指数转化为综合评价指标.本研究对标准化后的评价指标进行主成分分析，以主成分的方差贡献率为权重，富县遥感生态指数(RSEI)可以表示为：代表绿度的NDVI和代表湿度的Wet变量系数为正值，它们共同对生态起正面的贡献;而代表热度和干度的LST、NDSI变量系数为负值，说明它们协同对生态起负面影响.利用式(12)对两个时期的遥感生态指数进行标准化，标准化后的RSEI值越接近于1,说明生态环境越好.在ArcGIS中利用重分类函数，采用自然断点法，按照数值由小到大将遥感生态指数RSEI划分为差、较差、中等、良和优5个生态等级，分别量化为1、2、3、4、5 等级数值.