鄧文慧,溫小樂,徐涵秋,*,段偉芳,李春強
1 福州大學環境與安全工程學院,福建省水土流失遙感監測評價重點實驗室,福州 350116 2 福州大學遙感信息工程研究所, 福州 350116
2017年4月1日雄安新區被設立為國家級新區,它是繼深圳經濟特區和上海浦東新區之后又一具有重要意義的新區,其主要目的在于疏散北京市的非首都功能,優化京津冀地區城市空間布局和結構。新區的規劃明確提出嚴守生態保護紅線,穩定70%的藍綠空間占比的要求[1]。因此,在新區建設的過程中,對新區的建設及其產生的生態效應進行及時監測和評價具有重要的意義。
在生態環境監測的各種技術方法中,遙感技術以其快速、客觀、大范圍實時監測等優點得到越來越廣泛的應用。目前遙感應用于區域生態環境的評價方法主要可分單一指標評價法和綜合評價法。單一指標法通常采用單一的遙感指標來評價區域生態環境[2—3],因此存在評價結果片面,難以充分解釋區域生態變化這一復雜的綜合性問題。為此,徐涵秋[4—5]提出了遙感生態指數(RSEI),采用4個指標來綜合評價區域生態狀況,較好地解決了單一指標評價方法的片面性問題,因此自提出以來已廣泛應用于我國的各省(市、自治區),應用范圍遍及城市[6]、山地[7]、流域[8—9]、自然保護區[10]等各種不同生態條件的地區。
雄安新區設立以來,已有許多學者利用遙感技術對新區進行了研究。徐涵秋等[11—13]對雄安新區建設前的地表覆蓋和生態本底進行了研究,結果表明新區建設前的總體開發強度和生態質量變化都不大。Liu等[14]研究了1975—2017年雄安新區的城市擴展情況,結果發現研究期間新區城市面積增長顯著。賈玉娜等[15]對新區2016—2019年地表覆蓋變化進行了研究,結果表明,2019年新區道路面積比2016年增長了近2倍。劉麗香等[3]研究了雄安新區2019年的城市熱島效應,發現新區的熱島呈現北高南低的特點。許多對白洋淀濕地生態變化的研究表明[16—19],自20世紀70年代以來,白洋淀生態景觀空間格局發生了顯著變化,濕地呈減少趨勢,植被覆蓋率低,生態景觀破碎加劇,濕地生態處于不健康狀態。
從現有對雄安新區的研究來看,主要集中在新區建設前的生態狀況評價,以及新區建設初期的土地利用、濕地和熱環境變化,尚無對新區2017年開發建設以來所產生的生態變化進行的研究。因此,本文將采用遙感對地觀測技術,重點評價2017—2020年間雄安新區在生態優先理念指導下的開發建設及其所產生的生態效應,這一研究對雄安新區今后的進一步發展和建設具有重要的意義。
1.1 研究區與研究數據
雄安新區主要包含河北省保定市的雄縣、安新縣和容城縣及其周邊部分地區,其地理位置為:38°43′—39°10′N,115°38′—116°20′E[11]。雄安新區屬于暖溫帶季風型大陸性氣候,年平均氣溫12.87 ℃,年平均降雨量474.12 mm。雄安新區現有人口120.5萬人,規劃至2029年常住人口達500萬人,研究區面積為1577.54 km2(圖1)。
本研究選用2017年9月28日的Landsat 8影像代表新區剛成立尚未建設的時期,選用2020年9月4日Landsat 8影像代表新區成立3年后的建設情況。影像下載于美國地質調查局官方網站(https://earthexplorer.usgs.gov)。
圖1 2017和2020年雄安新區Landsat 8 影像(紅綠藍:7、5、2波段)Fig.1 Landsat 8 images of the Xiong′an New Area in 2017 and 2020 (RGB: bands 7, 5, 2)
1.2 影像預處理
所下載的影像為Landsat 8 Level 1T產品,已經過幾何校正。影像預處理主要進行大氣校正,采用的是Landsat用戶手冊的模型和日照大氣綜合校正模型(IACM)[20—21],公式為:
ρ= [M(Q-Qh)+A]/cosθz
(1)
式中:M和A分別為調整因子和調整參數,θz為太陽高度角,均可從影像頭文件中獲得；
Qh為大氣影響修正值,通過最暗像元法獲得。
1.3 主要地表覆蓋類型提取
本研究將新區的主要地表覆蓋類型分為水體、植被和建筑用地三類,分別采用改進歸一化水體指數(MNDWI)[22]、歸一化植被指數(NDVI)[23]和建筑用地指數(IBI)[24]3個廣為應用的遙感專題指數對這3類主要地表覆蓋類型進行提取。各指數公式如下:
MNDWI = (Green-MIR1)/(Green+MIR1)
(2)
NDVI = (NIR-Red)/(NIR+Red)
(3)
IBI = [NDBI-(NDVI+MNDWI)/2]/[NDBI+(NDVI+MNDWI)/2]
(4)
式中Green、Red、NIR、MIR1和MIR2分別代表影像的綠光、紅光、近紅外、中紅外1波段和2波段的反射率。其中,NDBI[25]是歸一化建筑指數,公式為:
NDBI = (MIR1-NIR)/(MIR1+NIR)
(5)
1.4 遙感生態指數計算
遙感生態指數RSEI選擇了熱度、干度、濕度、綠度4個指標來綜合反映區域的生態環境,并通過主成分變換來集成各指標,在克服了單一指標不足的同時,又使得多指標的權重分配和集成更為合理。RSEI中的熱度、干度、綠度、濕度指標分別由地表溫度(LST)、土壤指數(NDSI)、植被指數(NDVI)、纓帽變換的濕度分量(Wet)代表。
(1)熱度指標:將Landsat TIRS 10波段的像元灰度值(DN)值轉換為光譜輻射值,然后根據地物的比輻射率將求出的亮溫轉換為地表溫度[26]。計算公式如下:
L= gain ×DN+bias
(6)
T=K2× ln[(K1/L)+1]
(7)
LST =T/[1+(λT/ρ) lnε]
(8)
式中,L為像元在傳感器處的輻射值；
DN為像元灰度值；
gain和bias分別為的增益值和偏置值,T為亮溫；
K1和K2為定標參數,gain、bias、K1和K2均可通過影像頭文件獲得。LST為地表溫度；
λ為TIRS 10波段的中心波長10.895 μm；
ρ=h×c/σ=1.438×10-2mK[27]；
ε為地物的比輻射率。根據MODIS光譜庫和Nichol[28]的研究成果,水體取0.9908,植被取0.9816,建筑用地取0.9212。
(2)干度指標:在本研究的區域環境中,土壤是造成地表的“干化”的重要原因,因此干度指標使用土壤指數NDSI代表:
NDSI = (MIR1-NIR)/(MIR1+NIR)
(9)
(3)濕度指標:以能夠反映植被和土壤濕度狀況的纓帽變換的濕度分量為代表:
（五）落實信貸支持 結合國家建立現代農村金融制度的要求，建立政府扶持、多方參與、市場運作的農村信貸擔保機制，大力發展小額信貸，建立新形勢下的信用評估方式，擴大農村有效擔保范圍，開辟支持生豬標準化規模化養殖的信貸“綠色通道”，解決投入不足的“瓶頸”問題。
Wet = a × Blue+b × Green+c × Red+d × NIR+e × MIR1+f × MIR2
(10)
其中Blue代表影像中的藍光波段處的反射率。對于Landsat 8影像,其a—f對應的系數分別為0.1511,0.1973,0.3283,0.3407,-0.7117,-0.4559[29]。
(4)綠度指標:采用歸一化植被指數NDVI來代表,具體計算見公式(3)。
由于各指標的量綱不統一,因此,需要對求得的4個指標進行歸一化,使各指標值轉化成無量綱且范圍統一在0—1之間,然后再進行主成分分析。RSEI使用第一主成分(PC1)來耦合上述4個指標,即:
RSEI = PC1[f(LST, NDSI, NDVI, Wet)]
(11)
為了方便不同年份和不同地區的比較,可以對所求的RSEI進行歸一化,使RSEI的值介于0到1之間,RSEI值越接近于1表示生態質量越好,反之,生態質量越差。
2.1 主要地表覆蓋類型變化
圖2 2017和2020年雄安新區主要地表覆蓋類型提取結果Fig.2 Main land cover maps of the Xiong′an New Area in 2017 and 2020
采用以上方法分別對研究區的水體、植被和建筑用地信息進行提取。由于研究區面積較大,所以部分指數無法用單一閾值來準確提取全區的信息,需要采用多個分區閾值來進行提取。提取植被的閾值范圍為:0.25—0.5(2017年)、0.25—0.67(2020年)；
提取水體的閾值范圍為-0.4—-0.2(2017年)、-0.2—0(2020年)；
提取建筑用地的閾值為-0.15(2017年)、-0.18(2020年)。最后對所提取的結果進行人工修正(圖2)。分別隨機選取777個和760個樣本點對2017和2020年的各地類提取結果進行精度驗證(表1),參考數據選擇近同期的Google Earth高分影像。驗證結果表明,2017和2020年提取結果的總精度都高于90%,Kappa系數值都大于0.9,各類別的生產者精度和使用者精度也都大于85%,符合精度要求。
表1 2017和2020年雄安新區主要地表覆蓋類型提取結果精度驗證Table 1 Accuracy assessment of main land cover extraction in the Xiong′an New Area in 2017 and 2020
對提取的3類地表覆蓋類型進行統計(表2),結果表明,2017—2020年雄安新區經過3年建設,主要地表覆蓋類型發生了一定的變化,最明顯的是建筑用地面積增加了60 km2,達到了366 km2,水體也增加了近9 km2,而植被減少了約69 km2。
表2 2017—2020年雄安新區主要地表覆蓋及變化情況Table 2 The area and changes of the main land covers in the Xiong′an New Area during 2017—2020
對圖2中兩年的提取結果影像進行差值變化檢測,得到2017—2020年雄安新區地表覆蓋的轉變情況圖(圖3a)。從表2和圖3可以看出2017—2020年間雄安新區建筑用地增加的面積主要來自植被,來自水體的并不多,可見雄安新區建筑用地的增加很少占用水體。由于植被大面積轉為建筑用地,因此雖有部分水體轉變為植被,但新區的植被仍以減少為主要特征。研究期內新區的水體面積增加了約9 km2,這主要由植被轉變而來。
從變化檢測圖(圖3a)可知,2017至2020年間,新區建設導致的地表覆蓋變化主要集中在新區北部的容城和雄縣兩地,新增的建筑用地主要集中在容城縣的容東片區和雄縣的昝崗組團等地,而新區西南部的安新縣大規模開發相對較少。另外,新區內的道路、鐵路等交通基礎設施也明顯增多,這一點和新區規劃中要求到2020年雄安新區對外骨干交通路網需基本成型的目標相符合。
圖3b—g為雄安新區地表覆蓋發生顯著變化的典型區域。位于容城縣的容東片區,是研究期間建筑用地增加最多的區域,主要表現為大面積的植被轉變為建筑用地。根據雄安新區編制的《河北雄安新區容東片區控制性詳細規劃》,該區以生活居住功能為主,為雄安新區的起步區和啟動區建設提供支撐和配套服務,容東片區也因此成為新區最先開始建設和建設規模最大的區域。圖3c為雄縣昝崗的雄安站樞紐片區,同樣表現為大片植被轉變為建筑用地。根據雄安站樞紐片區控制性規劃,雄安站是雄縣的重點建設項目,承擔新區對接京津冀、聯系全國的重要作用,因此也是新區最先開始建設的地區之一。圖3d為雄安新區的啟動區,地表覆蓋類型的變化主要表現為建筑用地向植被轉換,從影像中仍可以發現這些遷移的遺留痕跡。圖3e為羊角淀,表現為大片植被轉變為水體。圖3f、g分別為藻苲淀生態池和燒車淀,同樣表現為以植被向水體轉變為主。
圖3 2017—2020年雄安新區主要地表覆蓋類型變化情況Fig.3 Land cover changes in the Xiong′an New Area from 2017 to 2020.a: 變化檢測圖; b: 容東片區,植被轉變為建筑用地; c: 雄安站樞紐片區,植被轉變為建筑用地; d: 啟動區,建筑用地轉變為植被; e: 羊角淀,植被轉變為水體; f: 藻苲淀生態池,植被轉變為水體; g: 燒車淀,水體和植被互為轉換
2.2 生態質量變化
2017年和2020年遙感生態指數RSEI的計算結果見表3。主成分分析表明,第一主成分(PC1)的特征值貢獻率都大于等于75%,表明以PC1為代表的RSEI能夠綜合代表4個指標變量。而在4個變量對PC1的貢獻度中,綠度和濕度對生態的貢獻度均為正值,熱度和干度均為負值,符合實際情況。表3表明,無論是2017年或者2020年,4個指標對RSEI貢獻度的排序都是:熱度>綠度>干度>濕度,說明2017年、2020年4個指標對新區生態質量影響的重要程度沒有明顯改變。且在2017年至2020年間,對生態質量起正面影響的綠度和濕度值分別上升了11.4%和44.2%,對生態質量起負面影響的干度值下降了37.3%,熱度值上升了8.8%。由于綠度、濕度的上升和干度的下降對新區的生態質量產生正向的作用,而且它們的變化幅度都大于熱度,抵消了熱度上升的負面效應,因此新區的RSEI值從2017年的0.668上升到2020年的0.677。
表3 雄安新區2017和2020年4個指標的主成分分析Table 3 Principal component analysis of four indicators in the Xiong′an New Area in 2017 and 2020
就3個縣的具體變化情況來看,它們的生態狀況變化有所不同。在這3年間,容城縣開發規模最大,因此其RSEI呈現下降趨勢,從0.628下降到0.612。雄縣雖然也有大規模開發,但其規模和強度都小于容城縣,加上雄安新區的造林計劃(“千年秀林”工程)大部分分布在雄縣,有力地保障了該縣生態質量,因此其RSEI值從0.617上升到了0.639。安新縣的開發規模是三個縣中最小的,因此其RSEI值穩中略升,由0.722上升到0.736。三個縣的生態質量變化總體上和三個縣的規劃、建設和生態保護情況相對應。
進一步將RSEI值按0.2為間距劃分成5個等級,從1至5級分別代表生態差、較差、中等、良、優5個等級(圖4)。可以發現(圖5),2017—2020年間,代表生態優的第5級面積增加最多,增加了210 km2,增幅達46%,而代表生態差的第1級的面積沒有明顯變化,其它等級互有增減。3年期間,雄安新區生態良好等級以上的面積略有提升,占比由71.4%上升至72%,因此2020年的生態質量總體略優于2017年。
圖4 雄安新區2017、2020年遙感生態指數(RSEI)生態分級圖Fig.4 Leveled-RSEI images of the Xiong′an New Area in 2017 and 2020
圖5 雄安新區2017、2020年遙感生態指數(RSEI)生態等級面積和變化統計Fig.5 Area and change of each RSEI level of the Xiong′an New Area in 2017 and 2020
將圖4中兩年的RSEI分級結果影像相減,得到2017—2020年的RSEI等級變化檢測圖(圖6a),并統計其等級變化(圖6b,其中5級→1級表示RSEI等級由2017年的5級轉變為2020的1級,此變化的級差為-4級,其它以此類推)。結果表明2017—2020年,雄安新區生態改善主要出現在植被覆蓋區域；
生態退化則在3種地表覆蓋類型中都有存在,其中較嚴重退化(RSEI級差為 -2—-3級)主要發生在新增的建筑用地區域。總體來看,雄安新區生態改善區域的面積大于生態退化區域,生態改善(RSEI級差為正)的面積為477.36 km2,占研究區面積為30.3%,生態退化(RSEI級差為負)的面積為332.99 km2,占21.1%,另有約一半的面積(767.19 km2)生態等級保持不變(RSEI級差為0)。從圖6b中可以看出,退化的等級(負極差)主要都是-1級,而改善的等級(正級差)主要是+1和+2級,并以RSEI的3和4級向5級的轉變為主。說明新區生態改善的強度要大于退化的強度。
圖6 雄安新區2017—2020年RSEI等級變化情況Fig.6 Changes of RSEI levels in the Xiong′an New Area between 2017 and 2020a: RSEI等級變化圖; b: RSEI等級變化面積; c—f: “千年秀林”工程部分規劃地的生態等級改善情況; g: 容東片區規劃新增的生態綠地
長期以來,大面積的開發建設通常伴隨著相關區域生態質量的下降。雄安新區在2017—2020年的開發建設期間,也出現了建筑用地面積增加、植被面積減少的情況,但是,該區的生態質量卻沒有下降,反而略有上升,這主要得益于該區實施的以下生態保障工程和措施:
(1)“千年秀林”工程:該工程的目的是促使一部分農田向森林轉變。新區設立之前,雄安新區的植被以農田為主,林地僅133 km2左右。由于農田生態明顯受季節影響,作物一旦收割后生態會明顯下降[11],而以樹木為主的森林生態則可以維持較好且穩定的水平。因此,雄安新區的規劃堅持生態優先、綠色發展的理念,以“千年秀林”工程開篇,在新區的城市建設未啟動時便首先開始造林,到2019年底新造林面積超過133 km2[30],從農田到森林的轉變提升了生態質量,使得雄安新區的生態沒有受到開發建設的明顯影響。圖6c—f為4處“千年秀林”工程規劃和實施的例子。圖中不同的綠色調代表工程實施后生態改善的等級。可以看出,“千年秀林”工程實施后,相應區域的RSEI生態等級提升了1—3級。
(2)規劃片區增加綠地:除了“千年秀林”工程外,雄安新區各個片區的規劃都注重對原有生態的保護并加入新的綠地和綠帶。如容東片區的規劃新增了生態綠帶和城市公園(圖6g),雄安站樞紐片區的規劃新增了城市公園帶和綠化生活環,雄東片區也規劃了多條景觀綠帶。
(3)生態補水工程:許多研究表明近幾十年來白洋淀的地下水開采、水體污染和濕地景觀破碎化都很嚴重[16—19,31]。因此各級政府為治理白洋淀采取了一系列生態修復工程,如退耕還淀、南水北調、黑臭水體治理、水系聯通和生態池建設等。羊角淀和藻苲淀生態池的建設增加了白洋淀的主體蓄水功能(圖3e、f),據相關報道2020年到11月白洋淀生態補水的入淀水量已近5億m3。本次研究也發現2017—2020年新區水體面積增加了近9 km2,這對生態的改善起了積極的作用。
以上綠地質量提升和生態補水的實施直接導致了對生態質量起正面影響的綠度和濕度指標的提升,綠度值(NDVI)從2017年的0.595提升到2020年的0.663(表3),濕度值(Wet)在這期間也上升了0.023(絕對值)。
生態狀況的變化除了受人類活動影響外,氣候等自然條件也是影響生態狀況的重要因子,特別是植被的生長狀況容易受氣候季節性變化的影響。因此,本次研究特意選擇了兩年份同樣為9月份的影像以避免這一影響。同時,本文進一步分析了所采用影像的當日及其前一周的溫度和降水情況(表4),以考察新區生態質量的上升是否得益于氣候條件的變化。從表4可以看出,無論是影像當日的降水量或者前一周的降水量,2017年和2020年并沒有明顯區別,因此新區濕度的提升并不是得益于降水量。從兩年份影像當日的氣溫和前一周的氣溫來看,2020年比2017年高了3—3.7 ℃。這也直接反映在地表溫度上,2020年當日的地表溫度(LST)要比2017年高2.3 ℃(表3)。由于LST所代表的熱度是對生態產生負面影響的指標,該指標的提升只能降低RSEI值,而不是提升RSEI值。綜上,新區生態質量的上升并不是得益于氣候因子的變化。
表4 雄安新區研究期間的氣溫和降水量Table 4 Air temperature and precipitation data of the Xiong′an New Area in the study period
本次研究表明,2017—2020年間雄安新區的開發建設總體與其規劃方案相吻合。到2020年,新區的藍綠比仍保持在75%以上(表2),符合規劃不小于70%的要求[1]。Xu等[13]基于雄安新區開發前的地表覆蓋和生態狀況本底對即將開展的雄安新區建設可能誘發的生態變化進行了預測,他們認為新區的生態變化與建筑不透水地表人口密度密切相關,并將不透水面面積433.11 km2作為預測生態變化的平衡點,即當雄安新區的不透水面面積超過433.11 km2時,該區的生態質量才會發生下降。本研究發現2020年雄安新區的建筑不透水面面積為366.33 km2,仍小于433.11 km2,因此新區的生態質量并未發生下降,符合預測情況。
本研究利用遙感對地觀測技術研究了雄安新區建設3年之后的主要地表覆蓋變化及其引發的生態變化狀況,研究發現:
(1)2017—2020年間,雄安新區的主要地表覆蓋類型發生了一定的變化。3年間新增建筑用地面積60.01 km2、水體面積8.95 km2,但植被面積減少了69.29 km2。新增的建筑用地主要在容城縣的容東片區、雄縣的雄安站樞紐片區和雄東片區,以及新增的道路等交通基礎設施。新增的建筑用地主要從植被轉變而來,導致了植被面積的顯著減少。從總體上看,雄安新區的容城縣和雄縣兩地的開發建設的強度和規模都較大,而安新縣的開發強度和規模則較小。雄安新區地表覆蓋的總體變化和新區建設的規劃基本吻合。
(2)2017—2020年間,雄安新區的生態質量并沒有因為新區的開發建設而出現下降。2020年的生態指數RSEI值比2017年略上升了0.009,其中生態改善的面積(477.36 km2)大于退化的面積(332.99 km2),而且生態等級為優的面積增加了46.2%。但3個縣的表現不盡相同,雄縣和安新縣的生態有所上升,而容城縣則略有下降。
(3)2017—2020年間,雄安新區在植被面積減少,建筑用地面積增加的情況下,生態質量反而略有提升,其原因在于規劃理念的改變。雄安新區的規劃堅持生態優先、綠色可持續發展的理念,在新區建設的一開始就實施了“千年秀林”工程,并開展退耕還淀、南水北調等增加水體、改善生態的措施,這些舉措避免了長期以來大規模開發建設導致區域生態下降的問題。
猜你喜歡建筑用片區新區雄安新區設立五周年座談會召開經濟與管理(2022年3期)2022-05-20建筑用成型鋼筋制品加工與配送技術建材發展導向(2021年18期)2021-11-05高密度電法在建筑用石料勘查區遴選中的應用建材發展導向(2021年18期)2021-11-05建筑用硅酮密封膠及其市場觀察上海建材(2020年5期)2020-12-15片區綜合開發的投資模式探討現代經濟信息(2020年34期)2020-06-08中國自由貿易試驗區再迎擴容建材發展導向(2019年20期)2019-12-09展望臨港新片區金融改革與創新中國外匯(2019年18期)2019-11-25青島新片區打造人才聚集高地商周刊(2019年19期)2019-10-17JG/T492—2016建筑用光伏構件通用技術要求中國建筑金屬結構(2018年4期)2018-05-23雄安新區的期許商周刊(2017年10期)2017-08-23