生态质量变化和人类活动已经给生态系统带来了很大的破坏, 并引起了广泛的关注^[1-2]。基于实地调查的生态数据不适合在区域或全球范围内直接应用, 遥感技术由于可以在不同的空间和时间尺度上提供丰富的大气和地表数据, 已被广泛应用于监测生态系统的生态属性^[3-4]。利用各种遥感指数来对森林^[5]、草地^[6]、城市^[7]、河流^[8]乃至整个区域^[9]的生态系统进行监测和评价, 已经成为生态遥感领域的重要组成部分。其中, 植被指数是各种生态遥感研究中最常用的单一指标, 用于描述区域植被的特征^[10-11], 以表征生态质量状况的“绿度”；其他单一的生态指数如干旱指数^[12-13]和地表温度^[14-15]也被认为能较好的指示不同生态系统的“湿度”和“热度”方面的变化。但这种基于单个指标的分割化评价, 仅能反映生态系统的某一个侧面, 无法客观、全面地反映生态状况整体情况及变化。

国家环境保护部在2006年颁布的《生态环境状况技术规范》中推出了主要基于遥感技术的生态状况指数EI, 通过权重的设定将生物丰度、植被覆盖度、水网密度、土地退化指数和环境质量指数结合起来。该规范试行期间, 已在国内得到广泛的应用, 但也发现了不少问题, 如没有空间分布、权重的合理性、指标的易获得性等。近年来, 部分学者针对这些存在的问题进行了相应的研究, 以期快速、定量、客观地评价区域生态质量状况。如徐涵秋^[16]利用主成分分析法从影响生态系统的绿度、湿度、干度和热度这四个方面提出了遥感生态指数(A remote sensing based ecological index, RSEI)；Zhang等^[17]通过因子分析法集成了不透水面、植被指数、地表温度及缨帽变换的绿度和亮度5个指标, 提出了一种利用生态评价模型绘制和监测生态质量和环境变化的方法。这些方法克服了单一指标的缺点和传统方法难以确定权重的问题, 在一定程度上得到了广泛的应用^{[9, 18-20]}。然而, 无论是主成分分析亦或是因子分析, 其物理意义都不够明显, 不能像原始变量的含义那么清晰明确。本文参考Amani等^[21]利用空间几何原理构建三维干旱指数的思想, 从植被、湿度和热度这三个角度来构建综合生态质量表征指数, 进行生态系统监测评估。

新疆维吾尔自治区地处世界典型的极端干旱区, 生态环境十分脆弱。这里不仅是我国重要的战略资源储备区, 也是“一带一路”建设、国家西部大开发、生态文明建设的主战场。由于长期以来, 人类对自然资源特别是水资源的不合理利用, 使得新疆生态状况面临着巨大的压力。《新疆生态环境十年(2000—2010年)遥感调查与评估》^[22], Du等^[23]和申丽娜等^[24]分别从不同生态系统和植被的角度对新疆整体生态环境进行了评价；同时, 《塔里木河流域生态系统综合监测与评估》^[25], 《博斯腾湖生态环境演化》^[26], 朱长明等^[27], 唐宏等^[28], 阿依努尔·买买提等^[29], 朱小强等^[30], 黄麟等^[31]对新疆典型区域进行多角度的生态质量工作研究。目前, 针对大范围、长时间序列新疆生态质量变化多因子监测的研究很少。

本文通过组合绿度、湿度、温度这三个生态学意义明确的遥感监测指标, 基于空间几何原理构建了新型、简单、实用的遥感生态质量状况监测指数。利用该指数评价新疆生态质量状况及新疆近20年来生态系统的生态变化, 对明确生态系统重点治理区, 提高生态系统保护效率具有重要的意义, 同时为加强生态保护、改善全区环境质量, 建设美丽新疆提供依据。

1 研究区与数据介绍 1.1 研究区

新疆维吾尔自治区位于中国西北边陲地区, 介于34.25°—49.17°N, 73.33°—96.42°E之间(图 1), 总面积160万km²。它是一个典型的山体、盆地相间的地貌系统, 包括呈纬向延伸的三大山系阿尔泰山、天山、昆仑山及山脉之间的准格尔盆地、塔里木盆地。该区域垂直地带性明显, 大面积的森林和草地植被沿山脉的垂直方向变化, 准格尔盆地和塔里木盆地分布有典型的温带荒漠植被, 绿洲和城市则分布在河谷平原区。新疆远离海洋, 三面环山, 属典型的大陆性干旱半干旱气候；夏季干热, 冬季寒冷, 干燥少雨, 蒸发强烈, 日照时间长等。总体上, 区域植被覆盖率较低, 空间差异明显, 生态系统较为脆弱、敏感。

根据中国科学院资源环境科学数据中心(http://www.resdc.cn/)提供的新疆生态系统数据, 新疆生态系统以荒漠生态系统为主, 其次是草地生态系统。新疆生态系统数据是基于遥感解译获取的各个生态系统类型辨识的研究成果, 每五年一景。图 1展示了2015年新疆的陆地生态系统空间分布, 其中荒漠生态系统占60.57%, 主要分布于塔里木盆地、准格尔盆地以及新疆东部地区；草地生态系统占28.60%, 主要分布于阿尔泰山、天山北坡绿洲经济带、伊犁河流域、塔里木河干流及昆仑山脉；其余生态系统的面积比都小于5%, 农田生态系统占4.71%, 森林生态系统占2.26%, 湿地生态系统占1.07%, 冰川生态系统占2.38%, 聚落生态系统占0.41%。

1.2 遥感数据源及其预处理

本文主要采用的遥感数据为NASA MODIS陆地产品组提供的2000—2018年的MOD09A1的第1、2波段和MOD11A2数据产品。MOD09A1为8天合成的空间分辨率500 m的地表反射率产品, 第1波段为红光波段, 波段范围620—670 nm, 第2波段为近红外波段, 波段范围840—876 nm；MOD11A2为8天合成的空间分辨率为1 km的地表温度LST产品。为避免时相差异造成的影响, 均选用植被生长最旺盛的7月份的影像开展研究。利用最大值合成方法得到月尺度的MOD09A1和MOD11A2数据, 并进行图像镶嵌、裁剪数据、格式转换、投影转换及质量检验等预处理过程。MOD11A2数据采用最邻近方法重采样到500 m, 以匹配MOD09A1的空间分辨率。

2 技术方法

绿度、湿度和热度是反映生态质量的重要指标, 也是人类直观感受生态状况优劣的重要因素, 因此常被用于评价生态质量状况。本文根据构建垂直干旱指数(Perpendicular Drought Index, PDI)的思想, 以土壤线上最干旱的点D点为原点, 提出表征土壤湿度的垂直湿度指数(Perpendicular Moisture Index, PMI)。参考Amani等^[21]构造三维干旱指标的空间几何原理, 选择代表绿度的垂直植被指数(Perpendicular Vegetation Index, PVI)、代表湿度的垂直湿度指数PMI和代表热度的地表温度(Land Surface Temperature, LST)这三个遥感参数构造生态质量三维空间, 构建一种能够反映生态质量的遥感综合指数：植被-湿度-温度生态指数(Vegetation-Moisture-Temperature, VMTEI)。计算2000—2018年新疆生态指数VMTEI, 并利用Sen+Mann_Kendall方法对其进行趋势分析。

2.1 VMTEI指数的构建 2.1.1 基于土壤线方程的PVI计算和土壤湿度表征(PMI)

土壤线是在红光波段(Red)和近红外波段(Nir)二维光谱空间中土壤纯像元光谱反射率按照大小排列而成的直线, 综合反映了具有不同水分条件的土壤含水状况, 对于了解土壤和植被的理化性质和生态特征具有重要的意义, 它可以基于遥感数据Red-Nir的二维空间散点图获取^[32]。在图像包含地表覆盖类型比较全面的情况下, Red-Nir波段的散点图呈典型三角形分布, 如图 2a所示。像素在三角形中的位置取决于土壤覆盖、土壤水分、植被覆盖度、植被种类和植被生长阶段等多个因素。利用该散点图可以确定土壤线方程和表征土壤最干旱的点D点。线段AC表示地表植被从全覆盖区域(A)和部分覆盖区域(F)到裸露土壤(C)的变化。而线段BD(土壤线SL)是指土壤水分状况被描述为湿土区(B)、半干旱区(C)到干土区(D)的变化。Richardson和Wiegand^[33]利用Red-NIR光谱特征空间任一点到土壤线的垂直距离来描述植被覆盖状况, 提出了垂直植被指数PVI(式1)。秦其明等^[32]利用Red-NIR光谱特征空间任一点到土壤基线l_o(经过坐标原点且垂直于土壤线的线)的距离来表征区域土壤含水状况, 提出了垂直干旱指数PDI(式2)。可以发现, 具有相同PVI值的像素形成一系列的等值线与相同PDI值所形成的等值线之间存在垂直关系。关于Red-NIR光谱空间的基本理论和光谱特征的详细信息可以参考Jackson^[34]和Ghulam等^[35]文献。

(1)

(2)

式中, ρ_Red和ρ_NIR分别代表红光和近红外的反射率；M和I分布代表土壤线方程的斜率和截距。

土壤湿度是反映生态质量状况的一个重要指标。通常, 地表温度升高, 土壤湿度则相应下降, 当土壤湿度低于某一特定水平时, 由于不能吸收到足够的水分, 植被就会变得不健康。为了保证在三维特征空间中土壤湿度大小和方向的一致性, 本文依据PDI创建思想, 平移原来经过原点的土壤基线(即图 2a中直线l₀)至最干旱点D点, 得到新的土壤基线l_D(即与X_PVI重合)。Red-NIR光谱特征空间中任一点到新土壤基线X_PVI(经过D点且垂直于土壤线的线)的距离即为垂直湿度指数PMI(式3)。

(3)

式中, ρ_Red和ρ_NIR分别代表红光和近红外的反射率；M为土壤线方程的斜率；b为与土壤线垂直且通过D点的土壤基线与NIR轴的截距。

2.1.2 PVI-PMI-LST三维特征空间的构建

如图 2a所示, 基于Red-NIR光谱空间, 构建以D点为原点, PVI为x轴, PMI为y轴的X_PVI-Y_PMI二维特征空间。之后, 在X_PVI-Y_PMI二维空间上添加LST为z轴, 则完成了PVI-PMI-LST三维特征空间的构建(图 2b)。本研究中, LST为2.2小节中预处理后的MOD11A2产品。

2.1.3 VMTEI的表征

在构建VMTEI生态指标之前, 需要确定每个轴的范围, 使指标之间具有可比性。为了使VMTEI的值在[0, 1]之间, 把各个指标统一归一化到[0, ]之间, 然后计算VMTEI。其中, PVI、PMI以公式(4)进行归一化, LST以公式(5)进行反向归一化：

(4)

(5)

式中, N_i为归一化后的值, i分别对应PVI、PMI。max(i)为指标的最大值, mix(i)为指标的最小值。

在三维特征空间中(图 2b), 包含最高温度、最小植被覆盖度和最小土壤湿度的D点附近的像素具有最差的生态质量状况(VMTEI=0)。随着N_pvi、N_pmi和N_lst的增加, 生态质量状况逐渐改善, 线段DE的另一端E点则代表最优的生态质量状况(VMTEI=1)。因此, 本文用该三维特征空间中的任何一点到D点的距离来构建表征生态质量状况的生态指数VMTEI(式6)。

(6)

VMTEI即为所建基于植被-土壤湿度-地表温度的遥感生态指数, 值介于[0, 1]之间。VMTEI越接近1, 生态越好, 反之, 生态越差。

2.2 Sen+Mann-Kendall趋势分析

Sen趋势度和Mann-Kendall趋势检验结合, 成为判断时序数据趋势的重要方法, 已经逐步运用在气候、植被等的时序变化特征分析中^[36-38]。Sen趋势度计算公式(式7)：

(7)

式中, i和j分别表示第i年和第j年；x_i和x_j分别表示第i年的VMTEI值和第j年的VMTEI值；β表示趋势度, 当β>0时, 时序呈上升的趋势, 反之呈下降的趋势。

Mann-Kendall趋势检验：对于序列X=(x₁, x₂, …，x_n)做出如下假设：H₀：序列中的数据随机分布, 无显著趋势；H₁:序列存在上升或下降单调趋势。检验统计量S由式(8)计算：

(8)

式中, 将S标准化得到统计检验值Z, 利用Z值进行显著性检验, 其公式如式(9)：

(9)

式中, n是序列样本数, m是序列中重复出现数据组的个数, t_i是第i组重复数据组中的重复数据个数。采用双边趋势检验, 在给定显著性水平α下, 从正态分布表中查得临界值, 当时, 接受原假设, 即趋势不显著；若, 则拒绝原假设, 认为趋势显著。

3 结果与讨论

利用MODIS波段1和波段2的数据进行散点图分析^[39-40], 获得平均土壤线方程为：y=1.262x+0.018, 最干旱点D的坐标为(0.370, 0.485)。

3.1 VMTEI空间分布特征

利用空间几何原理, 计算2000—2018年各年份PVI、PMI和LST三个分量及生态质量指数VMTEI, 其中2000年、2018年和19年的平均VMTEI分布如图 3所示。从图 3可知, 近20年来, 新疆生态质量状况空间分布格局变化不大, 空间分布与新疆现有的生态质量状况比较吻合, 由区域的地形地貌等自然特征决定, 总体上与植被分布特征比较一致, 呈现出纬向伸展的变化。生态质量状况恶劣的区域主要分布在准格尔盆地、塔里木盆地及新疆的东部地区, 这些区域主要为荒漠、戈壁区, 几乎没有植被生长, 土壤湿度低, 地表温度高, VMTEI值低于0.3；生态质量状况中等的区域主要分布在天山北坡绿洲经济带、塔里木河流域及绿洲与荒漠、戈壁的过渡带, 这些区域以耕地、灌木覆盖为主, 植被覆盖稀疏, 土壤有一定的湿润度, 地表温度较荒漠区有所降低, VMTEI值在0.35左右；生态质量状况表现出良好的区域主要分布在阿尔泰山、天山山脉、昆仑山脉以及伊犁河流域, 这些区域有大面积的草地、森林、绿洲, 是整个研究区植被覆盖较好的区域, VMTEI值大于等于0.35。

通过对已有研究中新疆生态质量状况相关的研究成果进行VMTEI指数的定性分析和间接对比验证。《新疆生态环境十年(2000—2010年)遥感调查与评估》^[22]中2000年、2005年、2010年新疆生境质量空间分布与VMTEI值的空间分布较一致, 表现为较高等级生境分布区域VMTEI值较大, 较低等级生境分布区域VMTEI值较小；唐宏等^[28]通过构建区域发展水平和生态质量状况的评价指标体系, 对新疆天山北坡区域进行协调度评价, 其中生态质量状况呈现出由西向东逐渐下降的空间分布, 这与VMTEI值具有较好的一致性；阿依努尔.买买提等^[41]对新疆开孔河流域人居环境适宜性的评价结果也表现出与VMTEI指数空间分布的相似性。

3.2 VMTEI趋势分析

利用Sen+Mann-Kendall法对新疆2000—2018年的VMTEI进行趋势分析, 采用检验统计量Z值来进行趋势检验, 检验中取置信水平α=0.05, 。将|β|≤0.005的区域视为无明显变化区域；当β>0.005且|Z|>1.96时, 序列呈显著上升趋势；当β>0.005且|Z|≤1.96时, 序列呈上升但不显著趋势；当β < -0.005且|Z|>1.96时, 序列呈显著下降趋势；当β < -0.005且|Z|≤1.96时, 序列呈下降但不显著趋势。

图 4是结合趋势度和统计量Z值的结果, 该图清晰地表明了新疆VMTEI变化趋势的空间分布格局：生态状况呈现局部改善与部分退化并存的局面, 但是总体上以改善面积大于恶化面积。其中, 生态状况明显改善的面积占2.332%, 主要集中在塔里木河干流、伊宁市及霍尔果斯河周边地区、额敏河, 并以天山北坡绿洲经济带生态质量改善最为明显。陈曦等^[25]对塔里木河流域“四源一干”生态系统进行全面的分析, 王倩等^[42]对伊犁河流域植被变化进行监测, 唐宏等^[28]对天山北坡区域发展与生态质量协调度进行评价, 其研究结果与本文相符。这一现象说明近年来新疆的绿洲经济、塔河综合治理工程、退耕还林还草工程、“三北”防护林工程起到了一定的效果, 植被改善趋势十分明显, 平原绿洲灌区面积不断增大^[43-44]。生态状况严重退化的区域面积较小, 占0.430%, 主要集中在塔克拉玛干沙漠外围、博斯腾湖、艾比湖及零星分布于新疆的不同地区, 阿依努尔·买买提等^[29]和朱小强等^[30]分别对博斯腾湖、艾比湖面积变化进行遥感监测, 其结果均表明湖面面积萎缩, 生态质量呈退化趋势, 与本文趋势分析结果相互印证。这主要是由于社会经济的快速发展带来的城镇化及全球气候变化导致冰川、湿地面积锐减所造成的区域生态质量恶化^{[29-30, 45-46]}。

对于趋势分析结果的进一步验证, 由于研究区范围较大, 且许多区域因气候和地形等因素很难进行实地调查, 因此本文采用中分辨率的Landsat影像对生态质量状况显著变化的4个典型区域进行验证, 分别为艾比湖(区域Ⅰ)、天山北坡绿洲经济带(区域Ⅱ)、孔雀河绿洲(区域Ⅲ)、博斯腾湖(区域Ⅳ)(图 5), 其中区域Ⅰ和区域Ⅳ是生态明显退化区, 区域Ⅱ和区域Ⅲ是生态状况明显改善区域, 这4个区域的生态质量变化已经得到了较多的关注和研究^{[22, 29-30, 41, 46-48]}。根据数据的可获得性, 选取了区域Ⅰ—Ⅳ不同时期生长季7—8月份的Landsat影像(图 5)。

从图 5可知, 图中4个区域的VMTEI与Landsat影像中区域植被分布和地表覆盖有较好的一致性, 水域和高植被覆盖区VMTEI值较大, 干燥裸土和低植被覆盖区VMTEI值较小。区域Ⅰ展示了2002年至2015年新疆艾比湖面积的不断萎缩, 同时艾比湖周边的植被覆盖面积不断增大, 图中区域Ⅰ的VMTEI均值由0.36下降至0.32；区域Ⅳ位于博斯腾湖, 趋势评价结果为湖泊边缘存在明显退化的现象, 但湖泊周边植被覆盖区依旧表现出生态质量状况好转的趋势, 整体VMTEI均值从0.40降低至0.37, 这与图 4中趋势分析的结果相吻合。一方面, 湖水量与湖水面积的变化受到人为因素不同程度的驱动而改变, 另一方面, 湿地蒸发量大、降水少等自然因素的影响也造成了艾比湖和博斯腾湖面积的萎缩, 使其生态质量状况表现出退化的趋势^{[29-30, 46]}。区域Ⅱ和区域Ⅲ分别为天山北坡绿洲经济带西部地区以及孔雀河绿洲, 通过Landsat影像与VMTEI值的对比可以直观地看出植被增长的趋势很明显, 区域Ⅱ中VMTEI均值从2000年的0.29增加至2017年的0.33, 其中, 唐宏等^[28]的研究成果同样表明, 随着天山北坡绿洲经济带的发展, 天山北坡西部地区生态质量状况良好；区域Ⅲ的VMTEI均值从2003年的0.30增加至2017年的0.35, 生态质量状况有所改善, 由于区域人口的增长、经济发展的需要和生态输水工程的实施, 近年来孔雀河的农田开垦速率非常快, 耕地和园地面积增加显著, 大量占用荒漠、低覆盖灌丛的面积^[49]。

3.3 不同生态系统VMTEI变化特征分析

区域VMTEI的平均值时间序列在一定程度上反映了该区域的生态质量状况的变化情况。利用新疆生态系统的空间分布对新疆生态质量状况VMTEI进行均值统计, 从图 6中可以看出, 2000年至2018年期间, 整体上趋于平稳的状态, 年际间呈现波动式变化。全疆平均VMTEI值在0.300附近波动, 与荒漠生态系统的变化趋势较吻合, 这主要是由于荒漠生态系统占整个研究区的面积最大, 达到了60%以上。湿地生态系统的VMTEI均值最高, 在0.430左右, 这表明湿地生态质量状况最为理想；其次为森林、农田、草地、聚落生态系统, 四者VMTEI均值都高于新疆整体, 其中农田生态系统在近20年期间有较大幅度的改善, 主要由于农田绿洲外围的荒漠化土地面积不断减少, 农田面积不断增大, 同时, 三北防护林的建设增加了农田林网化的密度, 植被覆盖度增加^{[24, 31]}；聚落生态系统表现出分段式变化, 2000—2007年增长幅度较大, 2007—2018年波动幅度较小, 王长建等^[50]对新疆城市化与生态质量状况关系的分析结果与聚落生态系统的变化相符；荒漠生态系统的整体均值最低, 说明其生态质量状况最差, 2000—2018年期间表现出轻微波动的趋势。

计算不同生态系统在2000—2018年VMTEI的均值和标准差, 得到图 7中的箱线图。其中均值大小可以体现不同生态系统及新疆总体生态质量的变化, 箱体长短代表不同年份的差异；而标准差大小则反映了生态系统内的变化大小, 箱体长短代表年际间的波动状况。

从图 7左图可以发现, 各生态系统2000年至2018年间的VMTEI均值排序：湿地>森林>农田>草地>聚落>荒漠, 这表明湿地生态系统的总体生态质量状况最好, 其次是森林, 平均VMTEI为0.37, 最差的为荒漠生态系统, 平均VMTEI仅为0.28。根据不同生态系统统计得到箱线图上下分位点之间的跨度长短可以判断不同年份生态状况变化的差异性大小, 发现农田的箱体跨度最大, 为0.323—0.361, 说明其VMTEI均值在这段时间内的变化较大, 这也表明了农田生态系统生态质量状况发生了较大的变化。

各生态系统2000年至2018年的VMTEI标准差均值可以分为两大类, 一类包括森林、草地、湿地和荒漠生态系统, 约0.08, 说明这几类生态系统内部差异相对较大；另一类为农田和聚落生态系统, 约0.04, 说明这2类生态系统内部差异较小。湿地生态系统内部包含湖泊、水库坑塘、永久性冰川雪地等, 内部差异最大, 因此, 其标准差值及其变化都最大；荒漠生态系统不仅包含戈壁、沙地、裸岩, 还包含了稀疏草地、苔原等未利用土地, 内部差异较大且箱体跨度长短次之；森林和草地生态系统标准差值集中于0.08左右, 表明其标准差值年际间变化较小但生态系统内部差异明显；农田和聚落生态系统内部差异和标准差值变化都较小, 表明其生态质量状况较为稳定。

根据不同生态系统对近20年来趋势分析结果进行统计(图 8, 未展示基本不变的占比)。从图 8可知, 不同生态系统的变化面积占比低于15%, 改善区域的面积均大于恶化区域, 其中湿地生态系统生态状况变化较大, 约占14.37%；其次是农田生态系统, 变化面积占比约占12.39%, 变化较小的是荒漠和森林生态系统, 变化面积占比低于3%。

明显改善比例最多的为农田生态系统, 达到了11.7%, 而呈现严重退化区域的比例仅占0.46%, 这与新疆大规模进行“三北”防护林体系建设、荒漠绿化、开展治沙工程有很大的关系, 目前全区7000多万亩耕地中的95%都受到三北工程的林网庇护, 为新疆农业提供了强有力的生态保障(《新疆日报2018年12月2日讯》)。聚落生态系统的生态质量状况明显改善的比例为6.29%, 在强调城市化与生态环境协调发展理念的同时, 伴随着新疆各重点区域城镇面积的增加, 城市绿地的面积也不断增加, 王长建等^[50]和张超^[47]分别对新疆地区以及新疆天山北坡地区进行城市化和生态质量状况的协调发展研究, 其研究结果表明城市聚落生态质量状况呈现一定程度的改善, 均与本文相符。草地生态系统的生态状况明显改善的比例占2.70%, 主要由草本荒漠和耕地转化而来, 与退牧还草、草原封育和退耕还草工程有关^[22]；森林生态系统的生态状况明显改善的比例占1.79%, 得益于退耕还林工程及三北长江流域等防护林的建设, 退耕还林的面积从2001年13173hm²增加到2017年的81490hm², 同时防护林的面积从2004年的70129hm²增加到2017年的145102hm^2[51]。湿地生态系统严重退化的面积占比最多, 为2.69%, ,明显改善的区域占7.83%, 表明新疆区域湿地生态系统退化最严重, 这主要是由于新疆湿地分布广泛, 从平原至高山均有分布, 通过对不同湿地类型的比较发现, 湿地面积增加生态状况改善主要是由于高山区温度升高冰川积雪消融引起的草甸沼泽化以及河流面积的扩大, 而湿地面积减少生态状况退化较显著的区域主要为平原湖泊以及部分水库, 《新疆生态环境十年(2000—2010年)遥感调查和评估》^[22]、阿依努尔·买买提等^{[29, 46]}和朱小强等^[30]对湿地的研究结果与本文较一致。荒漠生态系统明显改善的区域与严重退化的区域比例分别为0.92%和0.31%, 总体变化不大^[52]。

4 结论

VMTEI指数是基于绿度、湿度、热度指标建立的一个完全依靠遥感信息的综合生态指数, 很好地集成了影响生态质量状况三个主要方面的信息, 因此可以快速大面积地评价区域生态质量状况。该指数既考虑了与生态相关的多个因子, 又引入空间几何原理避免了多指标加权集成方法权重难以确定或物理意义不明晰的不足, 有效地提高了生态指数VMTEI的物理意义。利用VMTEI生态指数对2000—2018年新疆生态及其变化分析的结果表明VMTEI可以较好地反映区域生态质量空间分布和时间变化规律。近20年来, 新疆生态质量总体格局变化不大, 呈现波动式的平稳变化状况。其中生态质量明显改善的面积占总面积的2.332%, 明显退化的区域占0.430%, 这主要是由防护林体系、城市绿地、湿地变化造成的, 说明未来新疆生态系统保护应侧重湿地保护与恢复工程, 重点发展荒漠天然植被, 建立绿洲外围荒漠地区防护林体系, 同时完善水资源管理, 使生态系统格局趋于合理化。

目前在生态遥感领域还没有完整的生态指标评价体系, 主要是利用遥感技术反演与生态相关的因子, 然后进行耦合。如何选择合适的生态遥感因子并进行多因子耦合分析是一个需要不断进行创新的研究方向。由于温度对于生态状况具有不确定性, 当温度过高或过低时, 生态质量都会朝着恶劣的方向发展, 如何规范温度对生态状况的影响值得进一步探讨。同时, 针对红光波段和近红外波段的绿度、湿度这两个生态因子, 可以考虑利用能够获得热度(地表温度)的中高分辨率传感器(如Landsat等)构建较高空间分辨率VMTEI的可行性及其区域应用。