基于遥感及气象数据的生态环境脆弱性评价的解决方案

双笙子

生态环境脆弱性是生态系统在特定时空尺度对于外界干扰所具有的敏感反应和自恢复能力，是自然属性和人类经济行为共同作用的结果。对区域生态环境脆弱性进行评价，不仅对保护区域生态环境具有重要意义，而且对区域资源合理利用及区域可持续发展等也有重要的理论和现实意义。

双笙子

1.引言
    生态环境脆弱性是生态系统在特定时空尺度对于外界干扰所具有的敏感反应和自恢复能力，是自然属性和人类经济行为共同作用的结果。对区域生态环境脆弱性进行评价，不仅对保护区域生态环境具有重要意义，而且对区域资源合理利用及区域可持续发展等也有重要的理论和现实意义。
    本方案采用生态敏感性-生态恢复力-生态压力度(SRP)概念模型来选取并构建评价指标体系，该概念模型是基于生态系统稳定性的内涵而构建，其模型结构较全面地体现了生态脆弱性的综合方面。在对沂蒙山区的生态状况进行全面调查的基础上，制定了较为合理的技术路线（如图 1），对生态环境脆弱性特征和成因进行分析，建立生态环境脆弱性指标评价体系和评价模型，在 ArcGIS9.3 和SPSS17.0 等软件平台支持下，利用空间主成分分析和层次分析法，对脆弱度进行定性与定量相结合的评价分析，并提出实现该区良性发展的对策与措施。

2.数据准备及预处理
    分辨率为 90 m 的 2007 年数字高程模型（digitalelevation model，DEM）数据；分辨率为 1 km 的2009 年土壤类型数据。
    植被覆盖度以多年归一化植被指数（NDVI）求平均计算得到，公式如下：

    式中：f 为多年旬平均植被覆盖度；NDVI 为多年旬平均归一化植被指数；NDVImax、NDVImin 分别多年旬平均 NDVI 的最大值和最小值。
    高程、坡度、坡向基于 DEM 数据提取；土壤数据由土壤类型数据提取；气象数据包括年均降水量、年均气温和年均相对湿度，通过气象站多年数据求平均，借助 ANUSPLIN4.36 软件完成插值工作；植被净初级生产力(NPP) 通过生态过程机理模型(CEVSA 模型)计算得到；研究区土壤侵蚀数据利用 RUSLE 模型计算得到；人口密度和GDP 密度数据来自统计年鉴。所有数据均栅格化为 1 km。

双笙子

3.研究方法
    3.1 评价指标的选择
    SRP 模型是基于生态环境脆弱性定义的模型，该模型包括 3 个因子：生态敏感性、生态恢复力和生态压力度。生态敏感性因子包含地表因子、土壤侵蚀强度和气象因子，其中，地表因子又包含高程、坡度、坡向、土壤类型；土壤侵蚀强度由土壤侵蚀各因子经 RUSLE 模型计算后转化而来；气象因子包括年均降水量和年均气温、年均相对湿度。生态恢复力指生态系统受到扰动时的自身恢复能力，与其内部结构的稳定性有关，研究中用 NPP 和植被覆盖度表征。生态压力度指生态系统受到外界干扰及其产生的生理效应，一般为人口活动压力和经济活动压力，分别用人口密度和 GDP 密度表示。
    为减少评价指标之间的相关性，避免指标重复而影响评价的精确性，使用主成分分析法对初选的评价指标进行筛选。首先用 ArcGIS 栅格计算器对初选指标进行标准化处理，再使用 GRID 模块下的Makestack 命令和Princomp 函数完成空间主成分分析。在主成分分析法中，一般选取累积贡献率大于85%的几个主成分作为计算指标。
主成分的计算公式如下：

    式中：Fi为第i主成分；α1i、…、α13i 分别为第i主成分各因子对应的特征向量。
    3.2 指标量化分级
    在 ArcGIS 中，利用Reclassify 函数，采用 Natural Breaks(Jenks)法把主成分分析后的综合指标再各分为 5 级。
    3.3 指标权重的确定
    采用层次分析法(AHP)确定综合评价指标的权重。首先，根据各主成分的贡献率，确定各主成分之间的重要性。依据层次分析法 1-9 的重要性标度方法，对各主成分的评比给出数量标度。然后，利用统计软件通过 AHP 计算出各评价指标的权重并检验权重的合理性。
    3.4 脆弱性评价
    根据各评价指标及其权重，参照脆弱生态环境定量评价方法，建立研究区生态环境脆弱性评价的数学模型，计算研究区每个像元的脆弱性指数，计算公式如下：

    式中：EVI为生态环境脆弱性指数；wi为评价指标的权重；fi为评价指标的等级。

双笙子

3.研究方法
    3.1 评价指标的选择
    SRP 模型是基于生态环境脆弱性定义的模型，该模型包括 3 个因子：生态敏感性、生态恢复力和生态压力度。生态敏感性因子包含地表因子、土壤侵蚀强度和气象因子，其中，地表因子又包含高程、坡度、坡向、土壤类型；土壤侵蚀强度由土壤侵蚀各因子经 RUSLE 模型计算后转化而来；气象因子包括年均降水量和年均气温、年均相对湿度。生态恢复力指生态系统受到扰动时的自身恢复能力，与其内部结构的稳定性有关，研究中用 NPP 和植被覆盖度表征。生态压力度指生态系统受到外界干扰及其产生的生理效应，一般为人口活动压力和经济活动压力，分别用人口密度和 GDP 密度表示。
    为减少评价指标之间的相关性，避免指标重复而影响评价的精确性，使用主成分分析法对初选的评价指标进行筛选。首先用 ArcGIS 栅格计算器对初选指标进行标准化处理，再使用 GRID 模块下的Makestack 命令和Princomp 函数完成空间主成分分析。在主成分分析法中，一般选取累积贡献率大于85%的几个主成分作为计算指标。
主成分的计算公式如下：

    式中：Fi为第i主成分；α1i、…、α13i 分别为第i主成分各因子对应的特征向量。
    3.2 指标量化分级
    在 ArcGIS 中，利用Reclassify 函数，采用 Natural Breaks(Jenks)法把主成分分析后的综合指标再各分为 5 级。
    3.3 指标权重的确定
    采用层次分析法(AHP)确定综合评价指标的权重。首先，根据各主成分的贡献率，确定各主成分之间的重要性。依据层次分析法 1-9 的重要性标度方法，对各主成分的评比给出数量标度。然后，利用统计软件通过 AHP 计算出各评价指标的权重并检验权重的合理性。
    3.4 脆弱性评价
    根据各评价指标及其权重，参照脆弱生态环境定量评价方法，建立研究区生态环境脆弱性评价的数学模型，计算研究区每个像元的脆弱性指数，计算公式如下：

    式中：EVI为生态环境脆弱性指数；wi为评价指标的权重；fi为评价指标的等级。


龙岩市土地面积1902812公顷，其中农用地面积1771258公顷，占土地总面积的93.09%；建设用地面积54005公顷，占土地总面积的2.84%；未利用地面积77549公顷，占土地总面积的4.07%。耕地面积162608公顷，占土地总面积的8.55%；园地面积36490公顷，占土地总面积的1.92%；牧草地面积642公顷，占土地总面积的0.03%；其他农用地面积55301公顷，占土地总面积的2.91%；城乡建设用地面积34305公顷，占土地总面积的1.80%；交通运输用地面积7434公顷，占土地总面积的0.39%；其他建设用地面积2825公顷，占土地总面积的0.15%；未利用地面积77549公顷，主要为荒草地，面积达56215公顷，占未利用地的72.49%。

双笙子

3.研究方法
    3.1 评价指标的选择
    SRP 模型是基于生态环境脆弱性定义的模型，该模型包括 3 个因子：生态敏感性、生态恢复力和生态压力度。生态敏感性因子包含地表因子、土壤侵蚀强度和气象因子，其中，地表因子又包含高程、坡度、坡向、土壤类型；土壤侵蚀强度由土壤侵蚀各因子经 RUSLE 模型计算后转化而来；气象因子包括年均降水量和年均气温、年均相对湿度。生态恢复力指生态系统受到扰动时的自身恢复能力，与其内部结构的稳定性有关，研究中用 NPP 和植被覆盖度表征。生态压力度指生态系统受到外界干扰及其产生的生理效应，一般为人口活动压力和经济活动压力，分别用人口密度和 GDP 密度表示。
    为减少评价指标之间的相关性，避免指标重复而影响评价的精确性，使用主成分分析法对初选的评价指标进行筛选。首先用 ArcGIS 栅格计算器对初选指标进行标准化处理，再使用 GRID 模块下的Makestack 命令和Princomp 函数完成空间主成分分析。在主成分分析法中，一般选取累积贡献率大于85%的几个主成分作为计算指标。
主成分的计算公式如下：

    式中：Fi为第i主成分；α1i、…、α13i 分别为第i主成分各因子对应的特征向量。
    3.2 指标量化分级
    在 ArcGIS 中，利用Reclassify 函数，采用 Natural Breaks(Jenks)法把主成分分析后的综合指标再各分为 5 级。
    3.3 指标权重的确定
    采用层次分析法(AHP)确定综合评价指标的权重。首先，根据各主成分的贡献率，确定各主成分之间的重要性。依据层次分析法 1-9 的重要性标度方法，对各主成分的评比给出数量标度。然后，利用统计软件通过 AHP 计算出各评价指标的权重并检验权重的合理性。
    3.4 脆弱性评价
    根据各评价指标及其权重，参照脆弱生态环境定量评价方法，建立研究区生态环境脆弱性评价的数学模型，计算研究区每个像元的脆弱性指数，计算公式如下：

    式中：EVI为生态环境脆弱性指数；wi为评价指标的权重；fi为评价指标的等级。


龙岩市土地面积1902812公顷，其中农用地面积1771258公顷，占土地总面积的93.09%；建设用地面积54005公顷，占土地总面积的2.84%；未利用地面积77549公顷，占土地总面积的4.07%。耕地面积162608公顷，占土地总面积的8.55%；园地面积36490公顷，占土地总面积的1.92%；牧草地面积642公顷，占土地总面积的0.03%；其他农用地面积55301公顷，占土地总面积的2.91%；城乡建设用地面积34305公顷，占土地总面积的1.80%；交通运输用地面积7434公顷，占土地总面积的0.39%；其他建设用地面积2825公顷，占土地总面积的0.15%；未利用地面积77549公顷，主要为荒草地，面积达56215公顷，占未利用地的72.49%。
物体与黑体在同温度、同波长下的辐射出射度的比值,它受物体的表面状态、介电常数、含水量、温度、物体辐射能的波长、观测角度等多种因素的影响。目前求地表比辐射率的方法主要有差值法、独立温度光谱指数法(TISI)和NDVI门槛值法(NDVITHM )等方法。由于MODIS影像图像分辨率较低,MODIS像元主要由水面、植被和裸土3种地物类型构成,故利用NDVI门槛值法来地表比辐射率，公式如下：
ε=PwRwεw+PvRvεv+(1-Pw-Pv)Rsεs
    其中，式中ε为混合像元的平均比辐射率，εw、εv、εs为分别为水体、植被、土壤的比辐射率Pv 为混合像元中植被比辐射率。Rv，Rs，Rm 为温度比率。

双笙子

利用卫星不同波段探测数据组合而成的，能反映植物生长状况的指数。植物叶面在可见光红光波段有很强的吸收特性，在近红外波段有很强的反射特性，这是植被遥感监测的物理基础，通过这两个波段测值的不同组合可得到不同的植被指数。差值植被指数又称农业植被指数，为二通道反射率之差，它对土壤背景变化敏感，能较好地识别植被和水体。
    增强型植被指数（EVI）是在归一化植被指数（NDVI）改善出来的，根据大气校正所包含的影像因子大气分子、气溶胶、薄云、水汽和臭氧等因素进行全面的大气校正，EVI大气校正分三步，第一步是去云处理。第二步是大气校正处理，校正内容除了NDVI已有的瑞利散射和臭氧外，还包括大气分子、气溶胶、水汽等。第三步是进一步处理残留气溶胶影响，方法是借助蓝光和红光通过气溶胶的差异。由于输入的NIR、Red、Blue都经过比较严格的大气校正，所以在设计植被指数算式时，无须为了消除乘法性噪音而采用基于NIR/Red比值的植被指数，因此也就解决了由此引起的植被指数容易饱和以及与实际植被覆盖缺乏线性关系的问题。
    多种卫星遥感数据反演福建省增强型植被指数（EVI）产品是地理国情监测云平台推出的生态环境类数据产品之一，产品包括2000-2009年逐8天数据，值域0-10153之间，数据类型为32bit整型。该产品经过专家组验证，质量良好。