基于RSEI的库车县林果特种植区生态环境质量时空变化分析研究 作者：郝应龙 王庆军 陈琪乐 关伟 夏静福
来源：《新疆地质》2020年第02期
摘 要：快速準确地掌握某一地区生态环境质量及变化分布对区域生态环境监测与治理、优化土地利用结构、合理配置利用土地资源等问题具重要参考价值。以库车县林果特种植区2009、2019年2期遥感影像为基础，采用新型遥感生态指数RSEI评价模型，定量地对区内生态环境质量时空变化进行快速评价及分析。结果表明：基于湿度、绿度、干度和热度4个自然指标建立的RSEI指数可快速较好地反映库车县林果特种植区生态环境质量状况及时空变化。2009—2019年，库车县林果特种植区生态环境质量总体正向着好的方向发展，但生态环境质量“不变”的区域仍居于主导地位，且生态环境质量变好的区域远大于生态环境质量恶化区域。土地利用变化对生态环境质量影响呈改善与恶化并存趋势，但改善明显大于恶化。 关键词：遥感生态指数;生态环境质量;时空变化;土地利用变化
近年来，卫星遥感以宏观、快速、实时的优点被广泛应用于生态环境领域，利用遥感指数对森林、草地、城市、河流乃至整个流域生态系统进行监测和评价，已是生态环境保护领域的重要组成部分[1-4]。国家环境保护部于2006年发布，并于2015年进行第一次修正
的《生态环境状况评价技术规程》中基于遥感技术的生态环境状况评价指数EI[5]，在国内得到广泛应用，但规范中EI方法在实际应用中存在诸如权重的合理性、归一化系数的设定、指标的易获取性等一系列问题[6]，且EI指数只是一个数值，只能笼统地说明一个地区的生态状况，无法可视化，无法说明该地区中不同生态环境状况的空间分布情况，无法对不同期间生态环境进行空间变化分析。徐涵秋于2013年提出的新型遥感生态指数（RSEI）[7]，完全基于遥感信息，集成反映生态环境最直观的多重指标，被广泛应用于可对区域生态环境的快速监测与综合评价中[8-10]。本文以库车县林果特种植区2009、2019年成像时间均为7月的Landsat 5 TM和Landsat 8 OLI遥感影像为基础，采用RSEI评价模型定量地对区内生态环境质量时空变化进行快速评价及分析，以期为区内生态环境监测与治理、优化土地利用结构、合理配置利用土地资源等提供科学依据。
1 研究区概况
研究区位于塔里木盆地北缘阿克苏地区库车县南部乡镇，特殊的自然地理位置决定了其生态环境的脆弱性，该区域属中-高生态风险区[4]。区内以小白杏、核桃、香梨、枣等特林果业种植为主，棉花、小麦等农作物种植为辅，面积约480.58 km2。区内属典型暖温
带大陆性干旱气候，地形北高南低，自西北向东南倾斜，土地利用类型以水浇地、果园为主（图1），2009—2019年间，研究区果园、盐碱地面积较明显增加，草地、沼泽地、沙地明显减少，耕地、林地面积呈略减少态势，建设用地、水域、其他用地面积呈略增加态势。
2 研究方法
2.1 遥感生态指数分量指标计算
遥感生态指数（RSEI）评价法是一种直接从遥感影像中获取生态环境质量相关指标，对某一地区生态环境质量进行综合评价的新方法[7]。通过选取与人类生活关系最密切的植被覆盖度（绿度）、湿度状况（湿度）、土壤退化程度（干度）、地表温度（热度）4个贴近人类日常生活的指标，进行研究区生态环境质量评价。该方法可直观、清楚地从RSEI值分级图上看出研究区生态环境质量优劣程度变化与分布情况。通常来说，区域内植被覆盖度越高，水资源越丰富，湿度越大，生态环境质量越好;地表裸露越严重，地表温度越高，生态环境质量越差。RSEI计算公式如下：
[RSEI=fNDVI，WET，LST，NDSI]…（1）
式中：[NDVI]为绿度;[WET]为湿度;[LST]为热度;[NDSI]为干度。点春堂
（1）湿度指标（[WET]）计算：
[WET=C1bB+C2bG+C3bR+C4bNIR+C5bSWIR1+C6bSWIR2]…（2）
式中：[bB]、[bG]、[bR]、[bNIR]、[bSWIR1]、[bSWIR2]在TM影像中分别对应第1、2、3、4、5、7波段的地表反射率，在OLI影像分别对应2、3、4、5、6、7波段的地表反射率;[C1]、[C2]、[C3]、[C4]、[C5]、[C6]为系数[10]。
（2）绿度指标（[NDVI]）计算：
超市
[NDVI=bNIR-bR/bNIR+bR]…（3）
（3）干度指标（[NDSI]）计算：
[NDSI=IBI+SI/2]…（4）
2011浙江高考语文 [IBI=2bSWIR1bSWIR1+bNIR-bNIRbNIR+bR-bGbG+bSWIR1×]马克思主义认识论
[2bSWIR1bSWIR1+bNIR+bNIRbNIR+bR+bGbG+bSWIR1]
…（5）
[SI=bSWIR1+bR-bNIR+bB/bSWIR1+bR+bNIR+bB] …（6）
（4）热度指标（LST）计算：黄文超事件
[L热=gain×DN+bias]…（7）
[T=K2/InK1/L热+1]…（8）
[L=T/1+λT/zInε]…（9）
式中：[L]热为TM或OLI影像热红外波段在传感器处的辐射值;[DN]为灰度值;[gain]和[bias]为TM或OLI影像热红外波段的增益与偏置值;[K1]、[K2]为定标参数。
通常TM影像中[K1]=607.76、[K2]=1 260.56 [11]，OLI影像中[K1]=480.89、[K2]=1 201.14[12];[T]为亮温;[λ]为TM或OLI影像热红外波段的中心波长;[z]=1.438×10-2 mK;[ε]为
地表比辐射率，计算比辐射率可反演地表的真实温度，主要通过地表的覆被情况进行取值[13]。
2.2 遥感生态指数评价模型构建
各分量指标的标准化处理 为避免上述4个分量指标量纲不一致，需在计算遥感生态指数前进行标准化处理。处理公式如下：
[NIi=Ii-Imin/Imax-Imin]…（10）
陕西金号网
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议