一种改进的遥感生态指数构建及湿地监测应用
蒋明明1,2,3,4，刘佳2，侯伟2，桑会勇2，翟亮2
(1.兰州交通大学测绘与地理信息学院，兰州730070;
2.中国测绘科学研究院 自然资源调查监测研究中心，北京100036;
3.地理国情监测技术应用国家地方联合工程研究中心，兰州 730070;
4.甘肃省地理国情监测工程实验室，兰州 730070）
摘 要 ：针对RSEI在湿地地区生态环境监测存在的不足，基于2014年和2020年夏季Landsat8影像，结合遥感指数TVDI、NDVI、CMI、FAI和NDSI，构建了一种改进的遥感生态指数（WRSEI），较好的监测了湿地地区的生态环境状况。基于白洋淀实验区监测结果表明：WRSEI对水体和水生植被更敏感，可更好反应白洋淀地区湿地生态环境质量状况的时空变化。从空间分析，西南与东北部生态环境状况降低，西南部为水面转化为水生植被，东北部水面转化为浮水植被和种植土地；从时间分析，2014—2020年白洋淀湿地生态环境改善了40.18 km2，研究结果可应用于湿地生态环境的监测和评估。
0 引言
湿地生态系统在保护生态和物种多样性方面发挥着重要作用，不仅能够提供适合农业的肥沃土地，提供各类食物（如鸟类和水鸟），并且在蓄洪防旱、气候调节、促淤造陆、控制污染、固定碳源、保护物种多样性方面发挥着积极影响[1]。2017年4月1日，中共中央、国务院印发通知决定设立河北雄安新区，这是国家千年大计，白洋淀湿地作为华北平原最大的淡水湿地生态系统，在雄安新区建设过程中具有“以淀兴城、城淀共荣”的重要湿地生态系统功能[2]。然而，长期以来白洋淀地区受到自然环境和人类活动的综合影响，出现过水源不足、湿地萎缩、水体污染、泥沙淤积和生物多样性减少等危机[3-6]。为了“把白洋淀修复好、保护好”，2015年至2021年，国家和地方采取了一系列措施持续性开展生态保护工作[7]。为改善白洋淀湿地的生态服务价值，逐步恢复“华北之肾”功能，白洋淀湿地生态环境监测和评价成为一项重要工作内容[8]。
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(Ecological Index，EI)，但是指标权重需要人为设定。随着遥感技术的不断发展，国内外学者利用遥感技术进行生态评价方面开展了大量研究[9-11]。2013年，文献[12]提出遥感生态指数(remote sensing-based ecological index，RSEI)，该指数是一种用于综合反映研究区域生态环境现状的遥感生态指数，耦合了绿度（normalized difference vegetation index，NDVI）、湿度（wet）、热度（land surface temperature，LST）和干度（normalized difference soil index，NDSI）共4个人类直观判断生态环境优劣的指标[12]。RSEI完全基于遥感信息技术，降低了实际应用中权重设置的主观性，不仅可以实现对研究区生态环境状况的定量评价，还可以对评价结果可视化，客观直接的对所研究区域生态环境进行评价。近年来，RSEI在湿地生态系统环境监测和评价方面得到广泛应用。文献[13]利用RSEI模型监测了巢湖流域10a的生态环境变化，定量描述了巢湖的生态环境变化；文献[14]借助RSEI模型对上海南汇东滩湿地的生态格局进行监测和评价，取得较好效果。
然而，在湿地生态环境监测中，由于水体和水生植被存在，使得水面区域的地表辐射量偏低，对RSEI指数贡献值不高，评价结果不理想。传统方法是利用改进水体指数(modified normalized difference water index，MNDWI)对湿地水体进行掩膜，以避免水体对RSEI造成的影响[15]。但是由于湿地生态系统兼有陆地和水生生态系统服务功能，水体和水生植被是湿地生态系统中重要的组成部分，利用水体指数进行掩膜后，丢失了水体和水生植被信息，使得不能精确监测和评价湿地区域的生态环境状况。因此，文献[16]对黄河源湿地进行提取时，基于决策树引入了植被干旱指数（Temperature Vegetation Dryness Index，TVDI），在提取湿地信息时取得不错的效果。
基于上述研究，本文提出一种改进RSEI的方法，引入TVDI指数，增强RSEI对湿地土壤水分的敏感度。与此同时，还增加了由文献[17-18]构建的水生植被指标，分别是蓝藻水华与水生植被指数（cyanobacteria and macrophytes index，CMI）和浮游藻类指数（floating algae index，FAI），能够很好监测湿地水环境富营养化所导致的藻类数量的变化，从而反应水环境生态状况[19]。利用改进前、改进后的湿地遥感生态指数（wetland remote sensing ecological index，WRESI），对白洋淀湿地开展了2014-2020年生态环境时空变化监测和评价分析，发现WRSEI可以更好反应白洋淀地区湿地生态环境质量状况的时空变化。
1 研究方法
1.1 研究区和数据源
选取白洋淀湿地区域作为研究区，研究区包括白洋淀湿地保护区以及河流汇入白洋淀后形成的水面。白洋淀湿地属于大清河水系，位于大清河中部，地处雄安新区以南，分属保定市和沧州市所管辖的安新、高阳、容城、安新和任丘市（县），其中85%的水域在保定市安新县境内，是藻乍淀、烧车淀和白洋淀等淀区的统称。淀内有纯水村36个，约10万人。水生动植物资源丰富，广阔的水面和芦苇成为各种鸟类、野生动物的栖息地。目前，浮游植物有9门142属406种、27变种。全淀有芦苇1.13万公顷，芦苇质地柔软，苇席畅销国内外。此外，莲子、藕、菱角、食用价值高。养鱼和植苇是地区村民的主要经济来源[20]。
研究区数据源是从地理空间数据云和USGS网站下载的landsat8卫星影像L1产品，选取了2014年和2020年9月4日共2景影像，影像季节相近，时相一致，无云雨，影像质量高。对2幅遥感影像在ENVI5.3中进行预处理和指标计算，得到TVDI的干湿边回归方程和相关指标，再使用主成分分析方法，得到遥感生态指数结果，最后在Arcgis10.2中进行空间分析统计。
1.2 RSEI指数和改进的WRSEI指数
由于RSEI包含绿度、湿度、干度和热度4个分量，其中湿度和热度在干旱区和城市密集区最为敏感[21-22]。然而，湿地生态系统中，包含有大面积的水面和水生植被，并且远离市区，使得RSEI在监测湿地生态环境的干湿状况时存在不足。针对RSEI在湿地生态环境监测的缺点，本文在RSEI基础上，改进构建了WRSEI。
引入温度植被干旱指数（TVDI），该指数是由文献[23]在植被指数（NDVI）和温度（LST）散点图呈三角形分布特征的基础上提出的，TVDI值越高，干旱程度越高，土壤湿度越低，被广泛用于农业旱情监测中。植被覆盖度和土壤湿度的变化共同决定了LST和NDVI之间的关系，并对植被覆盖的土壤水分有良好的相关性。引入TVDI指数，与原有RSEI模型反复实验对比后，用TVDI替换RSEI模型中已有的Wet和LST，可以取得更好效果；为了便于监测湿地水环境的水体富营养化，造成藻类植被快速繁殖的现象，选取对水域中蓝藻水华敏感的CMI指数和FAI指数，加强对水环境藻类植被监测，更为客观反应湿地水生态环境状况。
1.3 指数构建
1.3.1 TVDI指数的干湿边回归方程
根据2014年和2020年的Landsat8遥感影像，反演计算得到植被指数和地表温度，经过线性回归后，得到2014年和2020年的干边和湿边方程，并构建三角形特征空间。
由图1和表2可知，2014年和2020年干湿边方程的R2基本在0.7以上，拟合结果较好，并且干边方程斜率小于0，湿边方程斜率大于0，随着NDVI的增加，最大值逐渐减少，最小值逐渐增加，可以满足研究区湿地土壤水分的表达。
1.3.2主成分分析
由表3可知RSEI主成分分析数据，根据RSEI指数的主成分分量选取原则，选择4个主成分分量中，特征值和特征贡献率最大的PC1分量。然而，4个分量指标中，绿度和干度指标对RSEI起正向作用，湿度和热度指标起负向作用，不符合湿地的自然生态环境状况。因此，RSEI在湿地生态环境监测存在不足。
由表4可知WRSEI主成分分析数据，根据改进后的指数，在5个主成分分量中，PC1的特征值和特征贡献率最大，但是湿度和绿度对WRSEI起负向作用，不符合湿地自然生态环境状况。因此，选择PC2分量，5个指标中，绿度、干度起正向作用，湿度和水生植被FAI指标起负向作用，符合自然湿地生态水陆环境状况。
综上所述，RSEI由于受干度和热度的影响，对湿地地区的生态环境监测存在局限性，而改进后的WRSEI能较好适应湿地生态环境状况，客观定量监测湿地生态环境。
2 监测结果对比分析
对RSEI和WRSEI指数模型结果进行归一化，结合Google earth影像，对两种指数监测的白洋淀生态环境状况进行对比分析。依据图3可知，RSEI和WRSEI监测的生态环境状况以区域AB相连为轴线，趋势为整体呈从西北向东南由优变差，两个指数监测结果差异明显，由图2（a）和图2（b）可以对比两年的RSEI和WRSEI监测结果。RSEI>0.6和RSEI<0.2的区域多于WRSEI，并且轴线以西RSEI<0.2的区域呈点状分布，轴线以东呈片状分布，均表现为生态环境状况较差。从2014年到2020年，西北部的点状分布减少，说明存在的生态环境破坏现象，在经过5年生态修复和治理后，生态环境改善；东南部的片状分布区域，虽有改善，但不太明显。因此，RSEI监测结果高低值多，WRSEI中等值居多。
根据上述监测结果，对变化典型区域A和区域B进一步分析。通过影像对比图3，发现从2014年到2020年，区域AB低值区域消失主要存在以下原因：湿地植被类型不同。RSEI对植被高覆盖区均表现生态环境状况优良。然而，由于湿地地区，秋季水生植被枯落后，水环境富营养化，浮游藻类的大量繁殖，可以在较短时间内，迅速占据水环境区域。由图3(a)和图3(b)可知，区域A出现大量浮游藻类，RSEI值明显提高，这忽略了湿地水环境的生态。反之，WRSEI值变化却更为平稳，说明WRSEI在两年间均能监测到湿地水环境的变化；地表覆盖类型不同。从图3(c)和图3(d)中可以看出，大面积水域转化为浮水和挺水植被，生态环境状况良好。然而，RSEI在2014年对该区域监测的生态环境状况为低值区，通过与Google earth影像对比可知这部分区域为水域，说明RSEI对水面的生态环境状况监测存在不足。因此，WRSEI更适合监测湿地生态环境状况。
根据统计2014年和2020年研究区RSEI和WRSEI结果，按照差 (0~0.2)，较差(0.2~0.4)，中(0.4~0.6)，良 (0.6~0.8)，优 (0.8~1)共5个等级划分生态环境状况，统计等级变化的区域和面积。
通过变化监测分析从图4可以看出，RSEI与WRSEI相比，生态环境等级变化面积较少。等级增加的区域主要为南部区域，可以看出生态环境等级增加的是水面转化为水生植被的区域；等级减少的区域主要为北部区域，可以看出生态等级减少的是种植土地转化为裸地的区域。因此，从变化角度来看，两个指数的监测结果与前述的分析结论是一致的。
通过时间变化分析从表5可以看出，RSEI和WRSEI相比，2014—2020年间，研究区生态环境等级增加较多，局部略有下降。其中，未发生变化的区域基本占到80%~87%；生态环境由差变优居多，面积占比10%~15%；由优变差较少，占2%~6%。RSEI和WRSEI的生态环境监测结论基本一致，白洋淀湿地地区生态环境状况整体改善，改善的区域面积达到40.18 km2。
综合看来，RSEI虽然在识别植被覆盖区域的生态环境状况有良好的表现，但是受湿地生态系统的复杂性影响，植被覆盖高的地区生态环境状况与湿地生态系统基本自然状况不相符，而WRSEI在考虑水生植被对湿地生态环境的影响后，效果要优于RSEI。
3 结束语
白洋淀湿地不仅是华北地区最大湿地，也是国家建立雄安新区之后，需要进行生态环境重点保护和修复的典型区域。采用遥感技术手段，在传统的RSEI基础之上，提出一种改进的WRSEI，对湿地生态监测由定性到定量化描述，为湿地生态的保护和治理提供科学依据，具有重要的意义。
1）本文通过改进传统RSEI，构建了WRSEI，以白洋淀湿地区域为研究区，进行指数对比实验，结果表明WRSEI更加能够反映湿地地区的生态环境状况，在不丢失其他信息的基础上，更加注重湿地水体和水生植被对生态环境的影响，为湿地研究和监测提供快速定量化方法；改进后的指数，对湿地生态环境状况监测有一定的可行性。
2）通过WRSEI反演2014年和2020年白洋淀湿地区域生态环境状况变化可知，从2014年至2020年，白洋淀湿地区域生态环境状况恢复明显，生态环境状况等级上升区域较多，在监测湿地生态环境中水面和水生植被时，WRSEI比RSEI更为精确。
3）不足之处。由于landsat8遥感数据时间、空间分辨率不高，在更加精细区域的定量反演，精度有待提高；没有进行更加精细的水生植被分类，只是选取了对光谱信息敏感的浮游藻类，对于挺水植被和沉水植被等没有考虑在内，在后续研究中，会进一步全面考虑水生植被在生态环境中的作用。
（原文有删减）
作者简介：蒋明明（1993-），男，甘肃平凉人，硕士研究生，主要研究方向为高光谱湿地生态定量反演。
E-mail：ming_mj@163.com
基金项目：中国测绘科学研究院基本科研业务费项目（AR2112，AR2113，AR2017）；兰州交通大学优秀平台支持项目（201806）
通信作者：刘佳助理研究员 E-mail: liujia@casm.ac.cn
引用格式：蒋明明,刘佳,侯伟,桑会勇,翟亮.一种改进的遥感生态指数构建及湿地监测应用[J].测绘科学,2022,47(07):85-92.DOI:10.16251/j.cnki.1009-2307.2022.07.012.
转自：“测绘学术资讯”微信公众号
如有侵权，请联系本站删除！
