摘 要：通过构建遥感生态指数(RSEI)对杭州湾地区自2000年～2020年的生态环境质量进行评价并分析其时空演变特征。研究结果表明：(1)杭州湾2000年～2020年之间非建设用地向建设用地转移了77 903.39公顷，占研究区面积的19.66%,建设用地扩张速度快。(2)杭州湾生态环境质量高等级由2000年的13.59%上升到2020年的30.07%,整体呈现上升状态。杭州湾作为甬、沪、杭经济圈重要板块，是经济发展与生态保护的重要承载点，因此对杭州湾地区生态环境质量进行评价研究具有重要意义。
关键词:杭州湾; RSEI;生态环境;时空演变;
Research on the Spatio-temporal Evolution of Hangzhou Bay Ecological Environment Quality Based on RSEI
JIAJun YU Menglin
Ningbo Alatu Digital Technology Co.,Ltd.
Abstract：
By constructing the Remote Sensing Ecological Index(RSEI),the ecological environment quality of Hangzhou Bay area from 2000 to 2020 is evaluated and its temporal and spatial evolution characteristics are analyzed. The research results show that:(1)Between 2000 and 2020,Hangzhou Bay has transferred 77903.39 hectares of non-construction land to construction land, accounting for 19.66% of the study area, and construction land is expanding rapidly.(2)The high grade of Hangzhou Bay's ecological environment has risen from 13.59% in 2000 to 30.07% in 2020,showing an overall upward trend. As an important part of the Ningbo, Shanghai, and Hangzhou economic circles, Hangzhou Bay is an important bearing point for economic development and ecological protection. Therefore, it is of great significance to evaluate and study the ecological environment quality of the Hangzhou Bay area.
Keyword：
Hangzhou Bay; RSEI; ecological environment; temporal and spatial evolution;
1 引 言
随着中国城镇化发展速度加快[1,2],人类活动更加频繁，对生态环境造成了一定的影响[3]。生态环境是人类与自然和谐共生的中介，生态环境恶化必定造成发展的不可持续与不稳定。因此对生态环境进行评价、监测、整治有利于维护山水林田湖草等自然资源的健康[4,5],促进人与自然和谐发展。
生态环境意义广泛，生态环境研究成果丰富。胡晓芬[6]等通过构建“能值-生态足迹模型”对甘肃省西北生态脆弱区生态安全格局进行分析，得出研究区生态压力指数增加，安全问题亟待解决。秦余朝[7]等基于“压力-状态-响应”模型对安济河湿地生态系统健康进行评价，研究表明人类活动频繁影响到了湿地生态系统健康状况。张婕[8]等构建流域生态补偿政策效果评估模型对渭河流域生态补偿机制进行评估，结果表明陕西省综合绩效增长有积极作用，甘肃省则无明显效果。
生态环境的影响因素众多，评价方法各异。2013年徐秋涵[9]提出了生态遥感指数模型对生态环境进行评价，该模型通过构建绿度、湿度、干度、热度四类评价因子并进行空间叠加分析，形成对区域生态环境的综合评价。本文以杭州湾为研究区域，计算杭州湾地区2000年～2020年间遥感生态指数，分析研究区域内生态环境时空变化情况，为杭州湾未来发展提供参考。
2 研究区与研究方法
2.1 研究区
杭州湾地区是由上海、杭州、宁波三市构成的三角区域，覆盖钱塘江流域入海口位置，上有杭州湾跨海大桥是连接三地的重要地区，如图1所示。考虑到数据的可获得性，本次的研究区主要包含宁波北部五县区市，包括慈溪市、余姚市、镇海区、江北区与海曙区。研究区范围内地形平坦，植被覆盖程度高，近海水源充足是理想的生态环境保护地区。
2.2 研究方法
生态遥感指数模型的核心评价指标包括绿度、湿度、干度、热度四个分量，通过主成分分析得出地区生态环境状况。计算方法及含义如下：
(1)绿度计算：
NDVI=(ρNIR-ρR)/(ρNIR+ρR) (1)
绿度主要由归一化植被指数(NDVI)表征，测度地面植被覆盖情况及植被生长状况。其中ρNIR为遥感数据的近红外波段，ρR为红波段。
(2)湿度计算：
WET=c1ρB+c2ρG+c3ρR+c4ρRIR+c5ρSWIR1+c6ρSWIR2 (2)
湿度表征区域地表水分含量高低，其中WET为区域湿度指标，c1—c6为各波段对应系数，ρB为遥感数据的蓝波段，ρG为绿波段，ρSWIR1为短波红外1,ρSWIR2为短波红外2。由于Landsat4-5与Landsat8传感器类型不同，因此在构建湿度指标时使用不同的系数，对于Landsat4-5数据的TM传感器，湿度系数分别为 0.031 5、0.202 1、0.310 2、0.159 4、0.680 6、0.610 9,而对于Landsat8数据的OLI传感器，湿度系数分别为 0.151 1、0.197 3、0.328 3、0.340 7、0.711 7、0.455 9。
(3)干度计算：
NDBSI=(SI+IBI)/2 (3)
NDBSI为干度指标，由地表裸土指数SI与地表建筑指数IBI共同影响。干度表征区域地面裸露程度，当地表植被覆盖度越低时或地面硬化过高时则地表干度越大。
(4)热度计算：
LST=T/[1+(λT/ρ)lnε] (6)
LST为热度指标，表征地面真实温度，温度反演主要根据不同传感器而定，λ为热红外波段的中心波长，ρ=1.438×10-2m·k;ε为地表比辐射率，具体计算方式依据相关文献[10,11,12,13]。
2.3 遥感生态指数构建
遥感生态指数由绿度、湿度、干度与热度构成，其中绿度与湿度为生态环境的正向指标，当绿度与湿度越高时可认为地区生态环境越好，干度与热度为负向指标，当干度与热度越高时则认为地区生态环境越差，因此遥感生态指数的四个影响因子中正负向各有两个，在对生态环境进行评价时，需提取影响因子主要成分以减少重叠性问题。根据RSEI模型指标构建要求[14,15,16],一般采取主成分分析法，来减少多重共线性问题。
为解决由于分量之间的量级及单位之间的差异，首先采用归一化指数将遥感生态指数分量进行归一化，本文采取最大最小值方式进行计算，公式如下：
NIi=(Ii-Imin)/(Imax-Imin) (7)
其中NIi为生态分量第i个单元的归一化指，Ii为第i个单元的实际值，Imax为生态分量的最大值，Imin为生态分量的最小值。
对所有生态分量进行归一化后，在ENVI中采用图层合法并将合成后的分量进行掩膜提取，通过主成分分析法对合并图层提取主成分。主成分分析法计算公式如下：
RSEI=(RSEI0-RSEI0_min)/(RSEI0_max-RSEI0_min) (8)
RSEI0=1-PC1 (9)
其中PC1为主成分分析结果所得第一主成分，RSEI0_max为RSEI0的最大值，RSEI0_min为RSEI0的最小值。由遥感生态指数计算过程可知，指数与生态环境成正相关，当指数越高时则生态环境越好。
(5)土地转移矩阵
土地转移矩阵是土地利用变化定量分析方式，可直观计算出地区在不同年份之间土地利用变化情况及土地利用变化数量[17,18]。通过分析土地利用转移情况可对生态环境变化情况进行一定解释。
3 结果分析
3.1 土地利用转移矩阵结果
将杭州湾2000年、2010年、2020年的土地按照耕地、林地、草地、水域、建设用地和未利用地六类进行分析，并将2000年土地地类作为基期年份分析2010年与2020年的土地利用变化情况，其中2000年、2010年、2020年土地利用覆被状况如图2所示。
由土地利用覆被结果显示，杭州湾在不同年份的土地利用情况有较大的差别，尤其是在耕地与建设用地方面，代表建设用地的红色部分扩张明显，而代表耕地的黄色部分则逐渐减少，在杭州湾西北地区的慈溪市与余姚市设立了前湾新区，在20年间建设用地侵占了大量耕地及临海湿地，2000年～2020年土地利用转移矩阵如表1所示：
表1中列所在数据为2000年土地利用情况，行所在数据为2020年土地利用数据，由土地利用转移矩阵可看出2000年～2020年间共有 77 903.39公顷非建设用地转为了建设用地，研究区总面积的19.66%,建设用地的扩张深入至耕地生态区腹地，并在慈溪市、余姚市的四明山国家森林公园与绿野山居景区周边开发大量建设用地，而耕地共减少 18 164.16公顷，占研究区总面积的4.58%,耕地保护压力重大。慈溪市与余姚市靠近海湾的湿地中有 10 624.84公顷在20年间转变为了非湿地，是典型的城市外扩造成的湿地减少情况，为合理利用和保护后备土地资源，划定城市开发边界至关重要。
3.2 遥感生态指数结果
对杭州湾2000年、2010年、2020年遥感生态指数的分量分别进行计算，并根据计算结果进行归一化处理，得到结果如下：
由遥感生态分量指标结果可看出，2000年～2020年间，杭州湾遥感生态分量指标变化情况较为明显。其中绿度与湿度略有下降，而干度与热度略有上升。随着城市化进程的加快，杭州湾区域内的不透水面指数上升，导致生态用地面积减少，不仅是在绿度上得以反应，且由于建设用地的扩张，人口流动聚集导致城市热度逐渐上升，尤其是在中心城区地，热岛效应显著高于周边区域。
将杭州湾2000年、2010年、2020年各分量进行主成分分析后得到研究区范围内的遥感生态指数，结果如图4所示：
将遥感生态指数结果按照等间隔方式分为5类，遥感生态指数在[0.0,0.2]之间为低等级，[0.2,0.4]之间为较低等级，[0.4,0.6]之间为一般等级，[0.6,0.8]之间为较高等级，[0.8,1.0]之间为高等级。按照不同区县市进行统计生态面积统计，结果如表2所示。
由表2杭州湾遥感生态指数结果表可知，2000年～2020年间遥感生态指数等级为低和较低的区域面积共下降了 57 757.18公顷，遥感生态指数等级为较高和高的区域面积共上升 81 750.78公顷，位于中间部分，等级为一般的区域面积下降了 23 993.57公顷，杭州湾整体上遥感生态指数呈现上升趋势。其中慈溪市生态环境质量低水平下降最多达到 21 804.55公顷，余姚市生态环境质量高水平上升最多达到 35 318.89公顷。在2000年～2020年间，余姚市的生态用地逐渐向好，尤其是位于四明山国家森林公园的大面积山区林地，生态等级提升明显，但人为活动逐渐加强的慈溪市生态环境质量逐渐下降，尤其是城区工业园区处，热度明显聚集与提高，绿化覆盖逐渐减少都对生态环境质量产生了一定影响。
4 结果分析
4.1 结论
本文通过遥感生态指数对杭州湾地区的五个县市区生态环境质量进行评价，采用了绿度、湿度、干度、热度四个分量指标作为评价体系，得到杭州湾地区生态环境质量结果，并对生态环境质量变化情况进行分析，得出以下结论：
(1)杭州湾2000年～2020年间土地转移情况明显，建设用地向非建设用地转变了 2 450.94公顷，而非建设用地向建设用地转移了 77 903.39公顷，耕地减少 67 643.41公顷，其中因建设用地转占用的耕地达 53 873.35公顷占耕地减少总量的79.64%,大量优质耕地被建设用地侵蚀，生态用地保护压力加大。
(2)杭州湾地区的生态环境因子在2000年～2020年间有了较为明显的变化情况，其中绿度、湿度逐渐减少、干度、热度逐渐增加，但由于建设用地的增长较为集聚，且由于植被覆盖度逐渐上升，因此整个地区的生态环境呈现上升的状态，但生态分布存在明显的差异性，位于余姚市的四明山国家森林公园生态环境呈现进一步的上升状况，绿化程度高，而位于慈溪市与余姚市的主城区内，建设用地增长导致了生态环境质量下降，地区内生态环境整体呈现东北低而西南高的趋势。
4.2 结论
生态环境质量是评价地区生态情况的重要指标，是人与自然相处是否和谐的表现，随着社会经济的快速发展，生态用地逐步被建设用地所侵蚀，尤其是在用地管辖不严格的情况下，建设用地的增长更易导致生态环境下降。对城市划定开发边界是控制城市无序扩张的重要手段，因此为保护生态环境长久稳定优质，必须在一定程度上限制人类伤害自然的活动，以达到人与自然和谐共生的状态。
参考文献
[1] 卢凤娇，盖建，范已飞.高质量发展背景下山东省新型城镇化水平测度及协调发展研究[J].统计与管理，2021,36(10):62-67.
[2] 王世茂.乡村振兴背景下县域新型城镇化发展问题探析[J].农业开发与装备，2021(8):3-4.
[3] 张弨.辽宁双台河口湿地生态系统定位观测站建设生态影响研究[J].农业与技术，2021,41(4):100-102.
[4] 苏海磊，王凡凡，陈海燕等.浙江省丽水市山水林田湖草生态保护修复工程规划与实践[J].环境工程技术学报，2022,12(1):224-231.
[5] 杨军.山水林田湖草生态保护修复的分析与探讨[J].林业勘查设计，2021,50(4):6-7+32.
[6] 胡晓芬，陈兴鹏，逯承鹏等.西北生态脆弱地区甘肃的生态安全时空演化格局[J].生态科学，2017,36(6):165-172.
[7] 秦余朝，刘斌，智庆化等.安济河湿地生态系统健康评价研究[J].甘肃科学学报，2020,32(6):64-70.
[8] 张婕，孙洁，朱明明.渭河流域生态补偿政策效果评估研究[J].资源与产业，2022(2):67-75.
[9] 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.
[10] 张浩，杜培军，罗洁琼等.基于遥感生态指数的南京市生态变化分析[J].地理空间信息，2017,15(2):58-62+10.
[11] 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.
[12] 范德芹，邱玥，孙文彬等.基于遥感生态指数的神府矿区生态环境评价[J].测绘通报，2021(7):23-28.
[13] 徐敏，陈俊，邓嘉翔等.基于遥感生态指数的滁州市生态环境变化分析[J].地矿测绘，2021,37(2):21-24.
[14] 周玉科，岳跃民，何洪林等.2016年环江喀斯特生态站无人机遥感植被指数数据集[J].中国科学数据·中英文网络版，2017,2(1):59-66.
[15] 宋慧敏，薛亮.基于遥感生态指数模型的渭南市生态环境质量动态监测与分析[J].应用生态学报，2016,27(12):3913-3919.
[16] 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.
[17] 梁之豪，时芳欣，陈融旭等.基于GIS的黄河北干流岸线土地利用变化分析[J].人民黄河，2021,43(10):123-127.
[18] 李玉，牛路，赵泉华.抚顺矿区1989-2019年土地利用/覆盖变化分析[J].测绘科学，2021,46(8):96-104+140.