基于多时相遥感生态指数的粤港澳大湾区生态-环境变化研究

GeographicalScienceResearch地理科学研究,2019,8(3),243-250PublishedOnlineAugust2019inHans.://doi.org/10.12677/gser.2019.83026文章引用:郑华健.基于多时相遥感生态指数的粤港澳大湾区生态环境变化研究[J].地理科学研究,2019,8(3):243-250.DOI:10.12677/gser.2019.83026EcologicalEnvironmentChangingResearchBasedonMulti-TemporalRemoteSensingEcologicalIndexofGuangdong-HongKong-MacaoGreaterBayAreaHuajianZhengInstituteofLandResourcesSurveyingandMappinginGuangdongProvince,GuangzhouGuangdongReceived:June12th,2019;accepted:June27th,2019;published:July4th,2019AbstractTakingGuangdong-HongKong-MacaoGreaterBayArea(GBA)asaresearcharea,usingthemul-ti-temporalLandsatseriesofremotesensingdata,fourindicatorsofgreenness,humidity,tem-peratureanddrynesswereextracted,andtheremotesensingecologicalindexwasestablishedbyprincipalcomponentanalysistoquantitativelyevaluatetheecologicalenvironmentofGBA.Thesituationchanges,theresearchshowsthat:theecologicalenvironmentqualityofGBAwasdomi-natedbyexcellentgradesandgoodgradesin2008,accountingfor98.40%ofthearea;theecolog-icalenvironmentqualityoftheregionwasdominatedbyexcellentgradesin2013and2017.Theproportionoftheareais86.21%and86.45%respectively;inthethreeyears,theproportionoftheecologicalenvironmentwithpoorqualityandpoorgradeissmall.Between2008and2013,theareaofexcellenteco-environmentqualityincreasedsignificantly,withagrowthrateof37.39%.From2013to2017,theproportionofeco-environmentalqualitygradesandpoorareasdecreasedby0.1%and0.4%respectively.ThedeclineofecologicalenvironmentqualityinGBAiscloselyrelatedtothedecreaseofvegetationcoverageandtheincreaseofsurfacetemperature.KeywordsGBA,RemoteSensingEcologicalIndex,PrincipalComponentAnalysis基于多时相遥感生态指数的粤港澳大湾区生态环境变化研究郑华健广东省国土资源测绘院，广东广州郑华健DOI:10.12677/gser.2019.83026244地理科学研究收稿日期：2019年6月12日；录用日期：2019年6月27日；发布日期：2019年7月4日摘要以粤港澳大湾区为研究区，利用3个时相的Landsat系列遥感数据，提取绿度、湿度、温度、干度4个指标，通过主成分分析建立遥感生态指数，定量评价粤港澳大湾区生态环境状况变化，研究表明：2008年粤港澳大湾区生态环境质量以优等级与良等级为主，其面积所占比例达98.40%；2013年和2017年该地区生态环境质量以优等级为主，其面积所占比例分别达86.21%和86.45%；三个年份中生态环境质量较差和差的等级所占面积比例均较小。2008~2013年间，生态环境质量优的面积大幅增加，增长比例为37.39%；2013~2017年间，生态环境质量等级较差和差的面积比例有所减少，分别减少了0.1%和0.4%。粤港澳大湾区生态环境质量的下降与植被覆盖度的减少和地表温度的升高有着密切关系。关键词粤港澳大湾区，遥感生态指数，主成分分析Copyright©2019byauthorandHansPublishersInc.ThisworkislicensedundertheCreativeCommonsAttributionInternationalLicense(CCBY).引言近年来，随着社会经济的快速发展，中国的城市化发展飞速，由此产生的城市人口、资源与环境之间的矛盾日益突出。准确地对城市区域生态环境进行评价，有利于更好地实现区域可持续发展。遥感技术以其大面积、快速、可重复观测等优点，被广泛地应用于生态环境领域。目前基于遥感信息进行生态环境评价的研究大多使用单一的生态环境指标[1]，如利用地表温度评估城市热岛效应[2]、使用水体指数进行水域环境研究[3]、利用植被指数监测植被覆盖变化[4]等。目前进行城市地区的生态环境评价标准普遍使用2006年原环境保护部颁布的《生态环境状况评价技术规范》[5]，主要是基于生态环境状况指数(EI)，然而EI存在一定不足之处[6]，徐涵秋于2013年提出了新型遥感生态指数(RemoteSensingBasedEcologicalIndex,RSEI)，该指数完全基于遥感信息、可将多个生态因子综合[6][7]，能够快速、客观地评估城市生态环境质量，具有一定实践意义，已经得到了广泛的应用。宋慧敏等[8]基于RSEI进行了渭南市生态环境质量动态监测与分析，发现研究区生态环境质量受城市规划建设影响较大，王丽春等[9]使用RSEI对新疆玛纳斯湖湿地生态环境质量状况及其时空变化进行监测和评价，发现流域生态环境质量“较差”等级居于主导地位，“优”等级有所增加，湿地生态环境质量向好的方向发展。粤港澳大湾区作为中国开放程度最高、经济活力最强的区域之一，在国家发展大局中具有重要战略地位。2019年2月18日，中共中央、国务院印发《粤港澳大湾区发展规划纲要》，做出推进粤港澳大湾区建设的重大决策。按照规划纲要，粤港澳大湾区不仅要建成充满活力的世界级城市群、国际科技创新中心、“一带一路”建设的重要支撑、内地与港澳深度合作示范区，还要打造成生态环境良好的优质生活圈。目前针对粤港澳大湾区的生态环境状况变化研究较少，基于RSEI模型进行的较大范围与较长时间序列的地区生态环境质量状况研究也较为少见，因此，本文采取主成分分析法，使用RSEI对粤港澳大湾区2008~2017年的生态环境状况变化进行分析，以期为该地区今后生态环境建设提供科学建议。OpenAccess郑华健DOI:10.12677/gser.2019.83026245地理科学研究2.研究区与研究方法2.1.研究区概况本文以粤港澳大湾区(Guangdong-HongKong-MacaoGreaterBayArea)(GBA)为研究区。粤港澳大湾区由香港、澳门两个特别行政区和广东省广州、深圳、珠海、佛山、惠州、东莞、中山、江门、肇庆(珠三角九市)组成，位于广东省珠江下游，属亚热带季风气候，降水充沛，年平均降水量在1300~2500毫米之间，主要地形为平原，总面积5.6万平方公里。2018年末地区总人口已达7000万人，是中国开放程度最高、经济活力最强的区域之一，在国家发展大局中具有重要战略地位。2.2.数据预处理本文以覆盖研究区的Landsat系列遥感影像作为数据源，分别为LandsatTM(2008年)、Landsat8(2013年和2017年)。为了减少不同时相影像在地形、大气和光照等方面的差异，保证影像间空间叠加的准确性，对遥感影像进行辐射定标和大气校正和几何校正。通过辐射定标将像元灰度值转换为辐射亮度值，利用FLAASH大气校正工具对影像进行大气校正，采用二次多项式和最邻近像元法对影像进行几何校正，使其均方根误差满足小于0.5个像元的精度要求。遥感影像在ENVI5.3环境下进行处理。2.3.遥感生态指数的计算遥感生态指数(RSEI)可以综合反映区域的生态环境状况[6][7]。该指数选取绿度、湿度、热度和干度4个指标，通过主成分变换来集成各指标，克服了指标单一的缺点，各分指标的集合更为合理。与2006年由国家环境保护部推出的生态环境状况指数(EcologicalIndex,EI)相比，RSEI可以实现对研究区的生态环境质量的定量评价以及评价结果的可视化，在一定程度上优化了评价结果。对于LandsatTM和Landsat8遥感影像数据，分别使用其相应波段计算如下指标：1)绿度指标：使用归一化差值植被指数(NormalizedDifferenceVegetationIndex,NDVI)来代表绿度指标，公式为：()()11SWIRNIRSWIRNIRNDVIρρρρ=−+(1)式中，1SWIRρ，NIRρ分别代表LandsatTM或Landsat8遥感影像的短波红外1波段和近红外波段的反射率。2)湿度指标：缨帽变换是指根据多光谱遥感中土壤、植被等信息在多维光谱空间中信息分布结构，对图像做的经验线性正交变换。使用缨帽变换可以获取遥感影像的正交分量，包括亮度、绿度和湿度分量，其与地表物理参量有直接的关系。由于缨帽变换中的湿度分量与植被和土壤的湿度紧密相关，因此在RSEI模型中，使用缨帽变换中的湿度分量Wet来代表湿度指标[10]，公式为：12345162BGRNIRSWIRSWIRWetCCCCCCρρρρρρ=+++++(2)式中，Bρ、Gρ、Rρ、NIRρ、1SWIRρ和2SWIRρ分别表示LandsatTM或Landsat8遥感影像的蓝光、绿光、红光、近红外、短波红外1和短波红外2波段的反射率。对于LandsatTM数据，C1=0.0315，C2=0.2021，C3=0.3102，C4=0.1594，C5=−0.6806，C6=−0.6109[11]。对于Landsat8数据，C1=0.1511，C2=0.1973，C3=0.3283，C4=0.3407，C5=−0.7117，C6=−0.4559[11]。3)热度指标：使用经比辐射率校正的温度(LandSurfaceTemperature，LST)来代表热度指标，公式为：LgainDNbias=×+(3)()21ln1TKKL=+(4)()1lnLSTTTλρε=+(5)郑华健DOI:10.12677/gser.2019.83026246地理科学研究式(3)中，L分别为LandsatTM第6波段和Landsat8第10波段的象元在传感器处的辐射值，DN为像元灰度值，gain和bias为定标常量，通过查询头文件可知，LandsatTM第6波段的gain=5.5157e-02，bias=1.238，Landsat8第10波段的gain=3.3420e-04，bias=0.1。式(4)中，T为传感器处温度值，K1和