岩溶槽谷流域生态环境质量的遥感评定

图1 六池河流域地貌及行政区划

Fig.1 Landform and administrative division of the Liuchi River basin

1.2 数据源及其预处理

研究区遥感影像来自地理空间数据云(http://www.gscloud.cn)。3期影像成像时间分别为2000年7月16日(Landsat5 TM)、2010年8月29日(Landsat5 TM)和2017年7月22日(Landsat8 OLI)。贵州省DEM数据源自地理空间数据云(http://www.gscloud.cn)的GDEMDEM(30m)数据,后经裁剪拼接而成。在ArcGIS软件的水文分析工具中利用贵州省DEM数据提取六池河流域范围。流域内乡界、县界来源于中国科学院资源环境科学数据中心(http://www.resdc.cn)。2014年思南县撤销东华土家族苗族乡,将其并入鹦鹉溪镇组建新鹦鹉溪镇。为使研究区前后统一,仍使用2014年前思南乡镇边界。贵州岩溶地貌类型分区参考张继等^[19]的研究成果。乡镇生态环境指数是利用ArcGIS软件的分区统计工具对生态环境综合评价模型形成的栅格分乡镇统计的平均值,指数越高生态越好。

在ENVI软件中分别对各期影像进行辐射定标,并将像元灰度值转换为热辐射强度值。对可见光和红外及近红外进行FLASSH大气校正与地形校正。不同时期的影像之间采用二次多项式和最邻近像元法配准^[20],最后经裁剪得到研究区影像。将DEM数据投影转换后,利用ENVI Slope命令提取坡度,再裁剪出研究区范围。具体技术流程图如图2所示。

图2

图2 本文技术流程

Fig.2 Technical flow chart of this paper

2 研究方法

2.1 生态环境质量评价模型

综合研究区特殊岩溶地貌条件及前人对流域生态环境质量分析经验^{[8,9,10,11,12]},本文选取植被盖度、裸土植被指数、坡度指数、湿度指数和热度指数5个指标来构建六池河流域生态环境质量评价模型。

2.1.1 植被盖度

植被盖度可以灵敏反映区域环境的整体变化,是生态环境质量评价重要参考^[21]。植被盖度的计算一般采用二元像元分解法,而首先需要计算归一化植被指数(normalized difference vegetation index,NDVI)^[21]。

(1)

NDVI = (ρ_{NIR} - ρ_{R}) / (ρ_{NIR} + ρ_{R})

式中: ρ_NIR和ρ_R分别为近红外和红光波段的反射率。

根据前人研究的植被盖度估算模型^[22]:

(2)

FC = (NDVI - NDV I_{soil}) / (NDV I_{veg} - NDV I_{soil})

式中: FC为植被盖度; $NDV I_{soil}$ 为裸土覆盖像元的最小值; $NDV I_{veg}$ 为纯植被覆盖像元的最大值,本文分别取研究区内 $NDVI$ 累计95%和5%的值。

2.1.2 裸土植被指数

裸土植被指数是一种揭露植被与土壤裸露关系的重要方法^[22]。首先进行穗帽变换^[9]来提取影像中亮度指数(brightness index,BI)、绿度指数(vegetation index,VI)和湿度指数(wetness index,WI)。 $BI$ 和 $VI$ 可分别用来评价裸土和植被情况, $VI$ 与不同植被覆盖有较大相关性,土壤亮度对植被指数有重要影响,因而将 $BI$ 和 $VI$ 线性组合形成的裸土植被指数能很好地反映土壤裸露情况。借鉴芦颖等^[12]研究经验,裸土植被指数GRABS模型为:

(3)

GRABS = VI - 0.09178 BI + 5.58959

。

2.1.3 坡度指数

关于坡度与土壤侵蚀之间关系,国内学者已有丰富研究。杨存建等^[23]通过GIS工具发现平缓坡度的土壤侵蚀更加严重,相对高等级坡度的土壤侵蚀较轻,这可能与人类活动的可达性相关。因而,坡度指数也是生态环境评价的重要因子。利用投影后的六池河流域DEM数据在ArcGIS软件中进行坡度提取,得到研究区坡度指数SI。

2.1.4 湿度指数

在穗帽变换中得到的湿度可侧面反映土壤和植被含水情况,从而掌握区域整体土壤和植被水环境状况,是生态环境质量评价必要因子。Landsat5与Landsat8的湿度指数WI为^[24,25]:

(4)

\{\begin{array}{l} W I_{landsat 5} = 0.0315 b_{1} + 0.2021 b_{2} + 0.3102 b_{3} + 0.1594 b_{4} - 0.6806 b_{5} - 0.6109 b_{6} \\ W I_{landsat 8} = 0.1511 b_{1} + 0.1973 b_{2} + 0.3283 b_{3} + 0.3407 b_{4} - 0.7117 b_{5} - 0.4559 b_{6} \end{array}

式中: $b_{1}$ 为蓝光; $b_{2}$ 为绿光; $b_{3}$ 为红光; $b_{4}$ 为近红外; $b_{5}$ 为短波红外1; $b_{6}$ 为短波红外2。

2.1.5 热度指数

热度指数用地表温度表示^[12]。目前利用卫星热红外传感器记录的热红外信息反演地表温度的方法主要有: 辐射传输方程、单窗算法和劈窗算法^[26]。因Landsat8 TIRS第二近红外参数问题,故统一采用辐射传输方程法对不同时期影像地温反演。卫星传感器接收到的热红外辐射亮度值 $L_{λ}$ 由3部分组成: 大气向上辐射亮度 $L ↑$ ,地面的真实辐射亮度经过大气层之后到达卫星传感器的能量和大气向下辐射到达地面后反射的能量 $L ↓$ 。由此,辐射传输方程^[25]为:

(5)

L_{λ} = [εB (T_{S}) + (1 - ε) L ↓] τ + L ↑

(6)

B (T_{S}) = [L_{λ} - L ↑ - τ (1 - ε) L ↓] / τε

式中: $ε$ 为地表比辐射率; $T_{S}$ 为地表真实温度,K; $B (T_{S})$ 为黑体热辐射亮度; $τ$ 为大气在热红外波段的透过率。利用普朗克公式获取 $T_{S}$ :

(7)

T_{S} = K_{2} / \ln (K_{1} / B (T_{S}) + 1)

式中: K₁与K₂为常数,对于TM B6,K₁ =607.76 W/(m²·μm·sr),K₂ =1 260.56 K; 对于TIRS B10,K₁= 774.89 W/(m²·μm·sr),K₂ = 1 321.08 K。

因此,在进行地面温度反演时,大气剖面参数和地表比辐射率是关键。大气剖面参数来源于美国国家航空航天局(http://atmcorr.gsfc.nasa.gov)。

2.1.6 空间自相关分析

空间自相关是一种探测地理数据在空间上相互依赖程度的空间数理统计方法。不同乡镇或地区生态环境质量的恢复受多方因素影响,因而其速度存在差异,利用空间自相关方法可以从空间上区分差异并找出整体和局部空间聚散态势。鉴于空间自相关方法较为成熟,其具体公式参考文献[27]。

2.2 综合评价体系构建

2.2.1 归一化处理

因评价因子间量纲不一,故需对各指标进行归一化处理消除指标间差异。将各指标按其对生态环境正向影响大小,从高到低划分10个等级。然后利用ENVI密度分割工具按照表1进行归一化处理,使其值介于1~10 之间。

表1 生态环境评价指标分级标准

Tab.1 Classification criteria for eco-environmental evaluation indicators

等级	植被盖度/%	裸土植被指数	坡度指数/(°)	湿度指数	热度指数/℃
1	(0,10]	<-600	(0,5]	<-2 000	(0,5]
2	(10,20]	(-600 ,0]	(5,10]	(-2 000,-1 800]	(5,10]
3	(20,30]	(0,300]	(10,15]	(-1 800,-1 600]	(10,15]
4	(30,40]	(300,600]	(15,20]	(-1 600,-1 400]	(15,20]
5	(40,50]	(600,900]	(20,25]	(-1 400,-1 200]	(20,25]
6	(50,60]	(900,1 200]	(25,30]	(-1 200,-1 000]	(25,30]
7	(60,70]	(1 200,1 500]	(30,35]	(-1 000,-700]	(30,35]
8	(70,80]	(1 500,1 800]	(35,40]	(-700,-2 00]	(35,40]
9	(80,90]	(1 800,2 400]	(40,50]	(-200,200]	(40,45]
10	(90,100]	>2 400	>50	>200	>45

新窗口打开| 下载CSV

2.2.2 指标权重及评价模型构建

指标权重确定是生态环境质量评价的关键,一般可分为主观和客观2种赋权方法。王思梦等^[9]在无定河流域生态环境质量研究中采用专家打分法(主观)确定植被覆盖度权重为0.7,裸土指数为0.2,坡度为0.1。周雪欣等^[11]利用变异系数法(客观)赋权,植被覆盖度、土壤侵蚀程度和石漠化敏感程度权重分别为0.465,0.245和0.290。芦颖等^[12]在乌江流域研究中采用专家打分法(主观)和实地考察方法(客观)确定植被(0.3)、土壤(0.2)、水热条件(0.3)和地形(0.2)权重,安芬等^[13]通过主观的AHP法得出同样流域中自然环境因素的权重大小相似(植被覆盖度“0.133”、坡度“0.045”、气温“0.077”和降水“0.077”)。王莉红等^[28]根据《生态环境状况评价技术规范》(HJ 192—2015)并结合指数法得到植被、土壤、坡度权重分别为0.7,0.2和0.1。因此,本文在参考以上专家学者(特别同属乌江流域及岩溶流域研究)主客观确权的结果上,结合相关生态学者^[16,29]对六池河流域附近岩溶槽谷实地试验点的相关生态因子考察意见,经过反复试验比较分析后得出六池河流域生态环境评价中各因子相对最优权重。最终生态环境评价模型EI如下:

(8)

\begin{array}{l} EI = 0.35 FC + 0.20 GRABS + 0.10 SI + \\ 0.20 WI + 0.15 LST \end{array}

式中FC,GRABS,SI,WI和LST分别为植被盖度、裸土植被指数、坡度指数、湿度指数和热度指数。

3 六池河流域整体生态环境质量特征

3.1 生态环境空间变化特征

将归一化指标代入生态环境评价模型,并将得出的生态环境质量数值等分为5个层次,由低到高分别为差、较差、中、良和优^[9,10,11,12](图3)。如图3所示,六池河流域总体生态环境改善明显,尤其北部和东北部生态环境修复效果显著,而东南部地区环境改善相对缓慢。2000年,流域内优良生态环境主要分布在高山区及北部部分地区,较差及差等级多分布在东南部及凤冈县城所在地。2010年,生态环境优良等级拓展到西北大部、西南局部及除县城外的西部区域。生态环境较差及以下地区除东南河流下游地带外,明显形成一条以凤冈县城出发东北向的几字格局,这与G326国道、沿榕高速、沿德高速在六池河流域走向一致。2017年,生态环境较差地域主要分布在西部的凤冈县城,其他地域占比较少。东北角及中部地势较高处,优等级明显扩大。

图3

图3 2000—2017年间六池河流域生态环境综合评价

Fig.3 Comprehensive evaluation of the ecological environment in Liuchi River basin from 2000 to 2017

3.2 生态环境时间变化特征

将六池河流域3期综合生态环境通过栅格计算器运算,并令正值为变好类别、0值为持平类别、负值为变差类别,最后得到2000—2010年、2010—2017年和2000—2017年3个时段生态环境变化图(图4)及测算表(表2)。从图4和表2可知,六池河流域生态质量整体上处于变好类别,但2010—2017时段持平和变差类别占比最大。2000—2010年间,生态环境质量持平和变好类别面积最多,两者占比达95.98%,表明该时间段六池河流域总体生态质量进入快速修复期,生态质量明显改观; 2010—2017年间,生态环境质量持平地区最广(占比71.08%),生态变差类别面积相比前一时期增加了143.76 km²,生态变好类别面积则减少462.62 km²。该时段流域内总体生态质量处于持平或不变阶段,但西北地区退化显著,这与凤冈县、德江县城镇体系总体规划紧密联系。2000—2017年间生态质量变好和持平类别占比97.24%,生态变差类别仅占2.76%,说明在17 a间六池河流域整体生境获得显著改善。

图4

图4 六池河流域生态环境变化

Fig.4 Diagram of ecological environment changes in the Liuchi River basin

表2 六池河流域生态环境等级变化测算^①

Tab.2 Measurement of ecological environment level changes in Liuchi River basin

类别	类别面积/km²			类别比例/%
类别	2000— 2010年	2010— 2017年	2000— 2017年	2000— 2010年	2010— 2017年	2000— 2017年
变好	744.52	281.90	818.69	43.55	16.49	47.89
持平	896.16	1215.02	843.56	52.43	71.08	49.35
变差	68.71	212.47	47.14	4.02	12.43	2.76

①: 因剔除部分面积占比较小的乡镇,故统计面积比实际流域面积偏小。

新窗口打开| 下载CSV

3.3 分县环境质量变化分析

表3为研究区分县环境质量统计,其中湄潭县乡镇占比极小,故不作分县分析。如表3,2000—2017年间六池河流域县域间生态环境质量差异显著,但总体均呈转好趋势。2000年,流域内三县中“差”等级占比均不超过4%,其中仅思南县“差”等级占比最高。这可能与思南县主要位于六池河中下游相对平缓地段,工农业活动频繁有关。在“优”、“良”水平中,德江县超过50%以上,且比思南县高8%。2010年,各县“差”等级占比均低于1%,其中思南县降幅最大(下降3%左右),这可能与思南县10 a间加强河段下游综合整治有关^[30]。德江县与凤冈县生态环境恢复最为明显,其“良”以上水平均高于80%,这可能与两县强化小水电治理和推广生态文明城市建设有关^[31]。2017年,3县“较差”以下水平降低到4%左右。“良”以上等级中,德江与凤冈有回落(约占76%左右),思南则呈小幅上涨。总体来看,各县生态修复虽有差异但仍在增长。

表3 2000—2017年分县生态环境质量统计

Tab.3 Statistical table of ecological environment quality of counties from 2000 to 2017(%)

级别	德江县			凤冈县			思南县
级别	2000年	2010年	2017年	2000年	2010年	2017年	2000年	2010年	2017年
差	0.936	0.208	0.000	1.953	0.141	0.001	3.119	0.066	0.001
较差	22.796	4.110	4.072	28.116	5.358	4.296	30.842	10.571	3.850
中	24.510	11.672	16.744	24.484	13.397	17.147	22.994	20.756	19.544
良	51.712	83.973	77.038	45.436	81.064	76.933	42.951	68.569	75.586
优	0.045	0.038	2.145	0.010	0.040	1.623	0.094	0.037	1.019

新窗口打开| 下载CSV

4 六池河流域乡镇尺度生态环境演化特征

4.1 乡镇整体生态环境质量特征

2000—2017年六池河流域乡镇生态环境整体呈上升趋势,但乡镇内部生态环境质量差别明显,尤其县域中心及流域下游乡镇生态恢复慢于北部乡镇(图5)。2000年,乡镇生态环境指数超过6的乡镇有东华土家族苗族乡(6.790)、平原土家族乡(6.258)和合兴土家族乡(6.070)三镇,其均位于流域北部。生态环境指数最低的为许家坝镇(5.144),这可能与该镇位于流域下游且多煤矿开发有关。2010年,流域内乡镇生态环境指数相比于2000年平均数提升了1.17,生态环境改善明显。凤冈境内乡镇生态环境指数平均增长1.37,其中绥阳镇增长最多。其他县域乡镇也都保持增长,东华土家族苗族乡依旧是流域内生态环境指数最高(7.504),指数最低为合朋溪镇(5.988),但合朋溪镇生态环境指数依旧比2000年增长了0.741。2017年,大部分乡镇生态环境指数继续保持增长态势,但凤冈县和湄潭县部分乡镇生态环境指数相比2010年出现小幅下降。这类乡镇主要有凤冈县的城龙泉镇(下降0.048)、副中心何坝乡(下降0.078)与绥阳镇(下降0.3)、湄潭县的永兴镇(下降0.156)和复兴镇(下降0.178),这可能与城镇快速城市化和工业化有关。

图5

图5 2000—2017年六池河流域乡镇级别生态环境综合评价

Fig.5 Comprehensive evaluation of town’s ecological environment in Liuchi River basin from 2000 to 2017

4.2 乡镇生态环境质量空间自相关特征

基于分区统计的乡镇生态环境质量均值,利用GeoDA软件探测其空间自相关特征,图6为全局自相关分析。六池河流域乡镇生态环境质量Moran’s I指数和Z值均为正数,P值均为0.001,表明在99.9%的置信区间下,六池河流域乡镇生态环境质量存在显著正向相关性,即生态环境质量高的地区彼此邻接,生态环境质量较差的乡镇彼此相邻。2000—2017年间Moran’s I指数分别为0.373 0,0.652 7和0.404 9,生态环境质量相同属性空间集聚先增强后放缓,乡镇间差异先扩大后缩小。图7为局部空间自相关分析结果。如图7所示,2000—2017年间乡镇生态环境质量以高高(HH)聚集和低低(LL)聚集为主。高高聚集区主要集中在流域北部,具体变化方向为东北-西北-东北。低低聚集在流域东南部,即六池河汇入乌江地带(香坝土家族苗族乡、枫芸土家族苗族乡等地)。流域东北地带乡镇山地地貌高于南部地区,人类活动密度和破坏度相对较低; 流域下游地区人口总量较大(占流域总人口19.29%)^[18],且中上游高强度水电站开发与建设(共14座)^[30]对下游生态恢复也会产生潜在影响,如2010年许家坝镇生态环境质量变为低低类型与境内七里塘水电站(2005年开工,2011年投入使用)建设和施工有直接联系^[30]。最后,2010年仅出现高高和低低聚类两种强聚类类型,其他年份均有其他聚类出现,这与全局Moran’s I指数先上升后下降变化一致。

图6

图6 2000—2017年六池河流域生态环境质量 Moran’I散点图

Fig.6 Moran’I scatter plot of eco-environmental quality in Liuchi River basin from 2000 to 2017

图7

图7 2000—2017年六池河流域生态环境质量LISA图

Fig.7 Eco-environmental quality LISA diagram in Liuchi River basin from 2000 to 2017

4.3 乡镇生态环境质量空间趋势分析

在ArcGIS10.5软件中,利用Trend analysis工具分析六池河流域各乡镇生态环境质量空间趋势,并将结果绘制如下图(图8),其中X轴指示东西方向、Y轴指示南北方向、Z轴指示生态环境指数高低。总体来看,2000—2017年,流域东南方向一直是区域生态环境质量低值带,高值区北部乡镇分布较多。具体而言,2000年与2017年东西向和南北向趋势大体一致,均呈现东西两端低中间稍高、南低北高特征,且北部趋势分析中点数最高。2010年与其他时段成相反趋势,东西向为西高东低、南北向为两端低中间高状态。2000年,流域内大兴水电建设,致使整体生态环境差且大部分乡镇生态环境质量差别较小。2010年左右,在贵州工业强省战略背景下,全省拉开工业园区及道路交通建设序幕^[32]。同时,贵州省在此阶段大力推广生态文明城市建设^[31],在两者双重影响下,工业企业多建立在县城较远乡镇,县域中心乡镇生态环境明显改善。2017年,随着乡村人口转移城镇,城镇常住人口和建成区面积(15.723万hm²以上)快速扩大,城镇中心环境下降明显^[19]。

图8

图8 乡镇生态环境质量空间趋势分析

Fig.8 Spatial trend analysis of township ecological environment quality

5 讨论与结论

5.1 讨论

芦颖等^[12]和安芬等^[13]在贵州乌江流域生态环境研究中,发现下游生态环境质量提高显著,这与区域石漠化治理和人口密度较低人类活动频次较低有关。同时,本文通过对六池河流域乡镇生态环境质量分析,发现其生态环境总体上随时间不断好转,流域内生态文明建设、退耕还林还草及石漠化治理是重要驱动因素。2000年后,随着退耕还林还草、天然林保护和人工林培育等绿色生态工程实施^[34],全省森林覆盖率均明显提高。2008年,贵州根据《岩溶地区石漠化综合治理规划大纲》大力开展石漠化综合治理,林草植被恢复显著,截至2016年贵州石漠化面积相比2011年减少了55.37万hm^2[34]。2010年,贵州省大力推倡生态文明建设,不仅促进城区生态环境改善,还促使农村地区能源消耗结构多元,利于地区生态自然修复^[31]。然而,重点乡镇生态环境质量改善相对缓慢,这与贵州提出工业强省战略及县县通高速相关,工业厂房及高速修建带来短时生态破坏严重^[32]。程东亚等^[35]在分析赤水河流域林地草地保护研究中也提到类似观点,快速工业化和城市化是重点中心城市生态破坏的因素之一。

通过六池河流域生态环境质量研究,可反映乡镇自然生态差异,对于岩溶乡镇优化石漠化治理和生态修复提供一定参考。但是,遥感影像精度差异、解译方式及指标选取和权重设置均会对最终生态环境质量有影响。因Landsat系列卫星原因,文章选用卫星成像质量不一致,部分结果可能有影响^[24,25]。所以在未来基于遥感影像评价生态环境质量时,可以采用无人机航拍高质量影像或高分1号/2号卫星数据进行对比研究,使结果更为真实准确。

5.2 结论

本文基于遥感影像解译,以六池河岩溶槽谷流域为研究对象,采用植被盖度、裸土植被指数、坡度指数、湿度指数和热度指数,构建生态环境评价模型; 运用空间自相关等方法,揭示乡镇尺度生态环境时空分异特征,得到以下基本结论:

1)2000—2017年间,六池河流域生态环境质量总体呈现快速修复态势,但县域生态环境质量差别明显。其中生态质量变好和持平类别占比97.24%,生态变差类别仅占2.76%,流域整体环境改善十分明显。县域中,思南县在差等级降幅明显,德江县优等级比例最大,但3县总体生态环境质量均呈转好趋势。

2)2000—2017年间不同乡镇生态环境质量变化差异显著,县域中心镇及流域下游乡镇生态改善较慢,中南部地区部分乡镇生态改善明显。县域中心如龙泉镇,2000—2010年间生态改善程度高,但2010—2017年间生态环境良及以上降低了9.350百分点,生态环境因城镇化推进而有所回落。下游地区许家坝镇,生态环境质量一直处于增长状态,但增速不及花坪镇及石径乡等中南部分地区。

3)2000—2017年间乡镇生态环境质量存在正空间集聚,且多年以高高(HH)、低低(LL)聚集为主; 乡镇生态环境质量趋势分析中,流域东南是生态环境质量低值带,北部乡镇高值带分布较多。高高(HH)聚集区主要集中在流域北部,低低(LL)聚集在流域东南部,即六池河汇入乌江地带(香坝土家族苗族乡、枫芸土家族苗族乡等地)。此外,2000年与2017年乡镇生态环境质量东西向和南北向趋势大体一致,均呈现东西两端低中间稍高、南低北高特征,且北部趋势分析中点数最高。2010年与其他时段呈相反趋势,东西向为西高东低、南北向为两端低中间高状态。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

徐燕, 周华荣.

初论我国生态环境质量评价研究进展

[J]. 干旱区地理, 2003,26(2):166-172.

, Zhou

H R

A preliminary study on advances in assessment of eco-environmental quality in China

[J]. Arid Land Geography, 2003,26(2):166-172.

[2]

苏维词, 李久林.

乌江流域生态环境预警评价初探

[J]. 贵州科学, 1997,15(3):207-214.

W C

, Li

J L

A preliminary study on the warning appraisal of eco-environment in the Wujiang valley

[J]. Guizhou Science, 1997,15(3):207-214.

[3]

王根绪, 钱鞠, 程国栋.

区域生态环境评价(REA)的方法与应用——以黑河流域为例

[J]. 兰州大学学报, 2001,37(2):131-140.

Wang

G X

, Qian

, Cheng

G D

The method of regions eco-environmental assessment and its usage in the case of Heihe River basin

[J]. Journal of Lanzhou University, 2001,37(2):131-140.

[4]

李如忠

基于灰关联理论的流域生态环境评价

[J]. 合肥工业大学学报(自然科学版), 2002,25(3):464-467.

R Z

Eco-environmental assessment of basins based on grey associative theory

[J]. Journal of Hefei University of Technology(Natural Science), 2002,25(3):464-467.

[5]

万新南, 刘家铎, 蔡劲松.

岷江上游“生态环境地质”质量评价体系

[J]. 地球科学进展, 2004,19(s1):477-481.

Wan

X N

, Liu

J D

, Cai

J S

Quality estimating system about bio-environmental geology at Minjiang River upstream

[J]. Advance in Earth Sciences, 2004,19(s1):477-481.

[6]

姚文锋, 张思聪, 吕贤弼, 等.

海河流域生态环境质量评价

[C]// 2004北京城市水利建设与发展国际学术研讨会——人与水·自然和谐发展——论文集.北京:[s.n.], 2004: 92-106.

Yao

W F

, Zhang

S C

, Lyu

X B

, et al.

Evaluation of ecological environment quality in Haihe River basin

[C]//Anthology of 2004 Beijing Urban Water Conservancy Construction and Development International Symposium Proceedings.Beijing:[s.n.], 2004: 92-106.

[7]

金菊良, 程吉林, 魏一鸣.

流域生态环境质量评价的熵模糊模式识别模型

[J]. 四川大学学报(工程科学版), 2006,38(1):5-9.

Jin

J L

, Cheng

J L

, Wei

Y M

Information entropy based fuzzy pattern recognition model for basin eco-environmental quality evaluation

[J]. Journal of Sichuan University(Engineering Science Edition), 2006,38(1):5-9.

[8]

董思宜, 杨熙, 王秀兰, 等.

永定河流域生态环境质量评价

[J]. 中国人口·资源与环境, 2013,23(s2):348-351.

Dong

S Y

, Yang

, Wang

X L

, et al.

Assessment of the eco-environmental quality in the Yongding River basin

[J]. China Population,Resources and Environment, 2013,23(s2):348-351.

[9]

王思梦, 黄昌.

基于遥感和GIS的流域自然生态环境质量监测与评价——以无定河流域为例

[J]. 干旱区地理, 2018,41(1):134-141.

[本文引用: 5]

Wang

S M

, Huang

Ecological environment quality monitoring and evaluation based on remote sensing and GIS techniques:A case of Wuding River basin

[J]. Arid Land Geography, 2018,41(1):134-141.

[本文引用: 5]

[10]

魏伟, 石培基, 周俊菊, 等.

基于GIS和组合赋权法的石羊河流域生态环境质量评价

[J]. 干旱区资源与环境, 2015,29(1):175-180.

Wei

, Shi

P J

, Zhou

J J

, et al.

Comprehensive assessment of eco-environmental quality based on GIS and combination weighting method in Shiyang River basin

[J]. Journal of Arid Land Resources and Environment, 2015,29(1):175-180.

[11]

周雪欣, 罗昊.

基于GIS与RS技术的北盘江流域生态环境质量评价研究

[J]. 环境科学与管理, 2018,43(7):178-182.

[本文引用: 4]

Zhou

X X

, Luo

Ecological environment quality assessment of Beipanjiang basin based on GIS and remote sense

[J]. Environmental Science and Management, 2018,43(7):178-182.

[本文引用: 4]

[12]

芦颖, 李旭东, 杨正业.

1990—2015年贵州省乌江流域生态环境质量变化评价

[J]. 水土保持通报, 2018,38(2):140-147.

[本文引用: 7]

, Li

X D

, Yang

Z Y

Evaluation on eco-environmental quality change of Wujiang River basin in Guizhou Province from 1990 to 2015

[J]. Bulletin of Soil and Water Conservation, 2018,38(2):140-147.

[本文引用: 7]

[13]

安芬, 李旭东, 程东亚.

贵州省乌江流域生态脆弱性评价及其空间变化特征

[J]. 水土保持通报, 2019,39(4):261-269.

, Li

X D

, Cheng

D Y

Ecological vulnerability assessment and spatial variation characteristics of Wujiang River basin in Guizhou Province

[J]. Bulletin of Soil and Water Conservation, 2019,39(4):261-269.

[14]

郑景云, 尹云鹤, 李炳元.

中国气候区划新方案

[J]. 地理学报, 2010,65(1):3-12.

DOI:10.11821/xb201001002 URL [本文引用: 1]

根据全国609个气象站1971-2000年的日气象观测资料,遵循地带性与非地带性相结合、发生同一性与区域气候特征相对一致性相结合、综合性和主导因素相结合、自下而上和自上而下相结合、空间分布连续性与取大去小等5个基本原则,在充分吸纳已有气候区划基本理论与区划方法的基础上,参照中国科学院《中国自然地理》编辑委员会制定的气候区划三级指标体系,对我国气候进行重新区划;结果将我国划分为12个温度带、24个干湿区、56个气候区。与先前区划方案相比发现:20世纪70年代以来,中国气候带、区的总体格局并未发生明显变化,但一些重要的气候分界线却出现了一定程度的移动。其中亚热带北界与暖温带北界均出现了北移,北方地区的半湿润与半干旱分界线也出现了不同程度的东移与南扩,同时中温带、暖温带、北亚热带和中亚热带的三级气候区也出现了一定程度的变动;这种变化可能主要是因为20世纪80年代以后我国大多数地区出现不同程度的增暖及北方一些区域出现干旱化而引起的;且与本区划所采用的资料站点和部分区划原则有一定更新有关。

Zheng

J Y

, Yin

Y H

, Li

B Y

A new scheme for climate regionalization in China

[J]. Acta Geographica Sinica, 2010,65(1):3-12.

DOI:10.11821/xb201001002 URL [本文引用: 1]

A new scheme for climate regionalization in China was established based on the daily observations for 609 meteorological stations during the period 1971-2000.During regionalization,current basic theories,classification methodologies and criteria system were used,besides,five principles were taken into consideration,mainly included zonal and azonal integration,genetic unity and regional relative consistent climate integration,comprehensiveness and leading factors integration,bottom-up and top-down integration,spatial continuity and small patch omission.The new scheme consists of 12 temperature zones,24 moisture regions and 56 climatic sub-regions.

[15]

黄峰, 魏浪, 李磊, 等.

乌江干流中上游水电梯级开发水温累积效应

[J]. 长江流域资源与环境, 2009,18(4):337-342.

以乌江流域洪家渡库尾至乌江渡坝下的水电工程干扰典型段为研究区域，利用建坝前后的水温实测资料，采用建坝前天然水温和建坝后下泄水温比较法，对乌江干流梯级水库水温时空分布特征进行分析。研究结果表明：对天然水温改变最大的电站为洪家渡和乌江渡，前者是受水库水温结构自身影响，后者是梯级联合运行的结果；梯级联合运行使库区水温分层有所减弱，随着时间的推移或上游梯级电站的建成，电站下泄水温年变化过程趋于均化，与天然水温的延迟也越加明显；不同的水库水温结构对水温累积效应的影响也各不相同，稳定分层型水库对水温累积具有正效应，混合型水库具有负效应，过渡型水库处于两者之间，体现了梯级电站的水温累积影响，为研究减缓下泄低温水的对策措施提供依据和参考。

Huang

, Wei

, Li

, et al.

Cumulative effects of water temperature by cascade hydropower stations built on upper and middle reaches of the Wujiang River

[J]. Resources and Environment in the Yangtze Basin, 2009,18(4):337-342.

[16]

谢人栋, 赵翠薇.

基于栅格尺度的喀斯特槽谷区生态环境脆弱性时空分异研究

[J]. 长江科学院院报, 2018,35(4):48-53.

Xie

R D

, Zhao

C W

Spatio-temporal differentiation of ecological environment vulnerability in karst trough region based on grid scale

[J]. Journal of Yangtze River Scientific Research Institute, 2018,35(4):48-53.

[17]

熊康宁, 池永宽.

中国南方喀斯特生态系统面临的问题及对策

[J]. 生态经济, 2015,31(1):23-30.

Xiong

K N

, Chi

Y K

The problems in southern China karst ecosystem in southern of China and its countermeasures

[J]. Ecological Economy, 2015,31(1):23-30.

DOI:10.1016/S0921-8009(99)00052-X URL [本文引用: 1]

[18]

国家统计局农村社会经济调查司. 中国县域统计年鉴(乡镇卷)—2018[M]. 北京: 中国统计出版社, 2018.

Department of Rural Social Economic Investigation, National

Bureau of Statistics

. China county statistical yearbook (township volume)—2018[M]. Beijing: China Statistics Press, 2018.

[19]

张继, 周旭, 蒋啸, 等.

贵州高原不同地貌区和植被类型水分利用效率的时空分异特征

[J]. 山地学报, 2019,37(2):173-185.

Zhang

, Zhou

, Jiang

, et al.

Spatial and temporal variability characteristics of water use efficiency in different landform regions and vegetation types of Guizhou plateau,China

[J]. Mountain Research, 2019,37(2):173-185.

[20]

Tong

X W

, Wang

K L

, Yue

Y M

, et al.

Quantifying the effectiveness of ecological restoration projects on long-term vegetation dynamics in the karst regions of Southwest China

[J]. International Journal of Applied Earth Observation & Geoinformation, 2017,54:105-113.

DOI:10.1016/j.jag.2016.09.013 URL [本文引用: 1]

[21]

吴志杰, 何国金, 黄绍霖, 等.

南方丘陵区植被覆盖度遥感估算的地形效应评估

[J]. 遥感学报, 2017,21(1):159-167.

Z J

, He

G J

, Huang

S L

, et al.

Terrain effects assessment on remotely sensed fractional vegetation cover in hilly area of southern China

[J]. Journal of Remote Sensing, 2017,21(1):159-167.

[22]

田庆久, 闵祥军.

植被指数研究进展

[J]. 地球科学进展, 1998,13(4):10-16.

Tian

Q J

, Min

X J

Advances in study on vegetation indices

[J]. Advances in Earth Science, 1998,13(4):10-16.

[23]

杨存建, 刘纪远, 张增祥, 等.

GIS支持下不同坡度的土壤侵蚀特征分析

[J]. 水土保持学报, 2002,16(6):46-49.

Yang

C J

, Liu

J Y

, Zhang

Z X

, et al.

Analysis of features of soil erosion under different slope based on GIS

[J]. Journal of Soil Water Conservation, 2002,16(6):46-49.

[24]

Crist

E P

A TM tasseled cap equivalent transformation for reflectance factor data

[J]. Remote Sensing of Environment, 1985,17(3):301-306.

DOI:10.1016/0034-4257(85)90102-6 URL [本文引用: 2]

[25]

Baig

M H A

, Zhang

L F

, Shuai

, et al.

Derivation of a tasseled cap transformation based on Landsat8 at-satellite reflectance

[J]. Remote Sensing Letters, 2014,5(5):423-431.

DOI:10.1080/2150704X.2014.915434 URL [本文引用: 3]

The tasselled cap transformation (TCT) is a useful tool for compressing spectral data into a few bands associated with physical scene characteristics with minimal information loss. TCT was originally evolved from the Landsat multi-spectral scanner (MSS) launched in 1972 and is widely adapted to modern sensors. In this study, we derived the TCT coefficients for the newly launched (2013) operational land imager (OLI) sensor on-board Landsat 8 for at-satellite reflectance. A newly developed standardized mechanism was used to transform the principal component analysis (PCA)-based rotated axes through Procrustes rotation (PR) conformation according to the Landsat thematic mapper (TM)-based tasselled cap space. Firstly, OLI data were transformed into TM TCT space directly and considered as a dummy target. Then, PCA was applied on the original scene. Finally, PR was applied to get the transformation results in the best conformation to the target image. New coefficients were analysed in detail to confirm Landsat 8-based TCT as a continuity of the original tasselled cap idea. Results show that newly derived set of coefficients for Landsat OLI is in continuation of its predecessors and hence provide data continuity through TCT since 1972 for remote sensing of surface features such as vegetation, albedo and water. The newly derived TCT for OLI will also be very useful for studying biomass estimation and primary production for future studies.

[26]

金点点, 宫兆宁.

基于Landsat系列数据地表温度反演算法对比分析——以齐齐哈尔市辖区为例

[J]. 遥感技术与应用, 2018,33(5):830-841.

Jin

D D

, Gong

Z N

Algorithms comparison of land surface temperature retrieval from Landsat series data:A case study in Qiqihar,China

[J]. Remote Sensing Technology and Application, 2018,33(5):830-841.

[27]

任国平, 刘黎明, 管青春, 等.

基于生活质量的大都市郊区乡村性评价及空间自相关类型划分

[J]. 农业工程学报, 2019,35(7):264-275,317.

乡村性是乡村地理学研究的热点，是综合反映乡村发展水平、揭示乡村内部差异和识别乡村地域空间的重要指标。研究基于生活质量理论构建乡村性收支指标体系，采用城乡指标对比分析法划分乡村性等级，运用局部空间自相关方法对青浦区184个评价单元的乡村性进行空间相关性分析并通过空间叠加产生的组合类型划分2016年青浦区乡村性类型，并提出针对性管理措施。研究得到结果如下：通过选取表征乡村居民生活质量的收支指标构建乡村性评价体系，并采用城乡指标对比以判定区域乡村性，是在城乡一体化背景下评判乡村发展程度的有效方法；青浦区乡村性空间分异明显，乡村性由东向西逐渐递增；基于生活质量的青浦区乡村性类型多样且发展方式各异。以乡村性综合指数的局部空间集聚与离散程度划分乡村性类型，可将青浦区184个村域评价单元划分10种乡村性类型区，并针对乡村性类型划分结果采取因地制宜的对策和差异化的管理措施。该研究结果丰富了乡村地理学理论，可为实现乡村持续发展提供科学借鉴。

Ren

G P

, Liu

L M

, Guan

Q C

, et al.

Rurality evaluation and spatial autocorrelation type classification based on quality of life in metropolitan suburbs

[J]. Transactions of the Chinese Society of Agricultural Engineering, 2019,35(7):264-275,317.

[28]

王莉红, 张军民, 陈文皓, 等.

玛纳斯河流域生态环境质量时空分异评价

[J]. 干旱区研究, 2019,36(4):1015-1023.

Wang

L H

, Zhang

J M

, Chen

W H

, et al.

Spatiotemporal differentiation of ecological environment quality in the Manas River basin

[J]. Arid Zone Research, 2019,36(4):1015-1023.

[29]

王权, 李阳兵, 刘亚香.

岩溶槽谷区山坡-槽坝土地利用变化的对比研究

[J]. 长江流域资源与环境, 2019,28(1):122-133.

Wang

, Li

Y B

, Liu

Y X

Comparative study of land use change in karst hillside-trough dam area

[J]. Resources and Environment in the Yangtze Basin, 2019,28(1):122-133.

[30]

刘凌

思南七里塘水电站大坝施工导流设计

[J].科技创新导报, 2011(25):115.

Liu

Diversion design of the dam construction of Sinan Qilitang Hydropower Station

[J].Science and Technology Innovation Herald 2011(25):115.

[31]

张剑

浅议贵州建设生态文明城市的目标与途径

[C]//贵州省生态文明建设学术研讨会论文集.贵阳:[s.n.], 2008: 14-20.

Zhang

Discussion on the objectives and ways of constructing ecological civilized city in Guizhou

[C]//Anthology of Proceedings of Guizhou Province Ecological Civilization Construction Symposium.Guiyang:[s.n.], 2008: 14-20.

[32]

林琳

实施贵州工业强省战略的思考

[J].宏观经济管理, 2012(8):74-75.

Lin

Thoughts on implementing the strategy of Guizhou’s industrial province

[J].Macroeconomic Management 2012(8):74-75.

[33]

李阳兵, 黄娟, 徐倩, 等.

对石漠化概念及其治理的再思考

[J]. 贵州师范大学学报(自然科学版), 2017,35(5):1-6,55.

Y B

, Huang

, Xu

, et al.

Rethinking the concept and restoration of karst rocky desertification

[J]. Journal of Guizhou Normal University(Natural Sciences), 2017,35(5):1-6,55.

[34]

贵州省林业局.

贵州省第三次石漠化监测成果公报

[R]. 贵阳:贵州林业局, 2018.

Guizhou

Forestry Bureau

Bulletin on the third rock desertification monitoring results in Guizhou Province[R]

Guiyang:Guizhou Forestry Bureau, 2018.

[35]

程东亚, 李旭东.

西南山地流域林地和草地保护评价研究——以贵州赤水河流域为例

[J]. 水土保持研究, 2019,26(4):328-335.

Cheng

D Y

, Li

X D

Research on evaluation of forestland and grassland protection in southwest mountainous basin:A case study of the Chishui River basin in Guizhou Province

[J]. Research of Soil and Water Conservation, 2019,26(4):328-335.