土壤鹽漬化對(duì)濱海濕地生態(tài)環(huán)境質(zhì)量的影響
——以黃河三角洲為例

張治梅, 樊彥國(guó), 矯志軍, 管青春

(1.中國(guó)石油大學(xué)(華東)海洋與空間信息學(xué)院,青島 266580;2.中南大學(xué)地球科學(xué)與信息物理學(xué)院,長(zhǎng)沙 410012)

0 引言

濕地被譽(yù)為“地球之腎”,是地球上生物生產(chǎn)力最高的生態(tài)系統(tǒng)之一,在物質(zhì)保障、能量循環(huán)和生物多樣性維持等諸多方面扮演著重要角色[1]。在全球快速城市化過(guò)程中,資源開(kāi)發(fā)、農(nóng)田開(kāi)墾、填海造陸等人為活動(dòng)不可避免地導(dǎo)致濱海濕地土壤鹽漬化問(wèn)題突出,嚴(yán)重影響了當(dāng)?shù)氐纳鷳B(tài)環(huán)境[2-3]。

幾十年來(lái),人們?yōu)闇?zhǔn)確評(píng)估土壤鹽漬化做出了巨大努力?，F(xiàn)有文獻(xiàn)中土壤鹽漬化評(píng)價(jià)方法的發(fā)展可分為3個(gè)主要階段: 樣品分析方法、地球物理勘探測(cè)試方法和遙感(remote sensing,RS)技術(shù)[4-5]。遙感技術(shù)的優(yōu)勢(shì)在于長(zhǎng)期對(duì)地觀測(cè)過(guò)程中形成的有價(jià)值的歷史數(shù)據(jù)的存在,為長(zhǎng)期、大范圍的土壤鹽漬化動(dòng)態(tài)監(jiān)測(cè)提供數(shù)據(jù)支撐[6]。其中,利用光學(xué)遙感影像獲得光譜指數(shù)建立線性非線性和鹽漬化反演模型,與深度學(xué)習(xí)[7]、特征提取[8]、波段選擇[9]等相比,具有簡(jiǎn)單、高效、成本低等優(yōu)點(diǎn),因此得到了廣泛應(yīng)用。目前,許多鹽分指數(shù)已被提出并應(yīng)用于土壤鹽漬化監(jiān)測(cè),如鹽度指數(shù)(salinity index,SI)[10-11]、歸一化鹽度指數(shù)(normalized difference salinity index,NDSI)[12-13]、亮度指數(shù)(brightness index,BI)[10]、強(qiáng)度指數(shù)(intensity index,Int)[14]及植被土壤鹽度指數(shù)(vegetation soil salinity index,VSSI)[15]等。

然而,濱海濕地復(fù)雜的地貌和土地類型很容易與鹽漬化土壤混淆,如不透水面和灘涂等。由于鹽漬化土壤的所處環(huán)境條件復(fù)雜,高度異質(zhì)的光譜和空間特征導(dǎo)致土壤鹽分反演困難[16-18]?，F(xiàn)有鹽分指數(shù)對(duì)環(huán)境和觀測(cè)條件的變化過(guò)于敏感,如氣溶膠、太陽(yáng)耀斑的類型和厚度[19]等。因此,他們難以適應(yīng)復(fù)雜的環(huán)境,無(wú)法準(zhǔn)確提取鹽漬化土壤。目前,需要構(gòu)造新的鹽分指數(shù)來(lái)準(zhǔn)確監(jiān)測(cè)復(fù)雜環(huán)境下的土壤鹽漬化狀況。

此外,對(duì)生態(tài)環(huán)境質(zhì)量進(jìn)行準(zhǔn)確評(píng)價(jià),是生態(tài)保護(hù)的核心,也是目前濕地生態(tài)研究的熱點(diǎn)。根據(jù)納入評(píng)價(jià)指標(biāo)的數(shù)量,現(xiàn)有方法一般可分為單指標(biāo)法和多指標(biāo)法2種[20-22]。基于單一指標(biāo)的方法通常關(guān)注生態(tài)狀況的一個(gè)方面。例如,歸一化植被指數(shù)(normalized difference vegetation index,NDVI)[23-24]、地表溫度(land surface temperature, LST)[25]、永久性植被豐度(permanent vegetation fraction, PVF)[26]、葉面積指數(shù)(leaf area index, LAI)[27]等,被認(rèn)為是有效的生態(tài)監(jiān)測(cè)方法。雖然單指標(biāo)法可以實(shí)現(xiàn)對(duì)生態(tài)環(huán)境質(zhì)量快速評(píng)價(jià),但由于濱海濕地環(huán)境復(fù)雜多樣,導(dǎo)致其無(wú)法全面評(píng)價(jià)生態(tài)環(huán)境質(zhì)量。

基于多指標(biāo)的方法已廣泛應(yīng)用于生態(tài)評(píng)估。這一方法通常基于多個(gè)指標(biāo)進(jìn)行綜合考慮[23-24]?；赑-S-R模型框架的生態(tài)環(huán)境質(zhì)量評(píng)價(jià)方法主要考慮3類因素: 景觀變化、景觀生態(tài)系統(tǒng)狀態(tài)和人類響應(yīng)[28-29]。這類方法重點(diǎn)考慮了與人類活動(dòng)相關(guān)的指標(biāo),如數(shù)字高程、地表溫度、道路密度等,但很少涉及生態(tài)指標(biāo)。Zhou等[30],Xu等[31],Firozjaei等[32]提出了基于遙感的生態(tài)指數(shù)(remote sensing-based ecological index,RSEI),從綠度、濕度、干度和熱度4個(gè)方面評(píng)估生態(tài)。此外,Firozjaei等基于植被-不透水面-土壤(vegetation-impervious surface-soil,V-I-S)模型,從綠度、濕度、干度、熱度和不透水度5個(gè)方面評(píng)價(jià)了洛杉磯和芝加哥等6個(gè)城市的地表生態(tài)環(huán)境狀況[32]。上述方法雖然從不同的角度考慮了多個(gè)指標(biāo),但忽略了開(kāi)放水域的影響。顧及水效益的生態(tài)環(huán)境質(zhì)量評(píng)價(jià)指數(shù)(water benefit-based ecological index,WBEI)除了包含水生態(tài)因子外,還定義了與氣候資源相對(duì)應(yīng)的熱環(huán)境以及土地覆蓋[19]。但由于濕地生態(tài)系統(tǒng)組成復(fù)雜,動(dòng)態(tài)性高,現(xiàn)有的濕地生態(tài)環(huán)境質(zhì)量評(píng)價(jià)方法在植被要素精確監(jiān)測(cè)中面臨難題。

濱海濕地屬于典型的生態(tài)環(huán)境脆弱地區(qū),同時(shí)濕地土壤變化劇烈,迫切需要研究土壤鹽漬化對(duì)濕地生態(tài)環(huán)境的影響。Bless等[33]通過(guò)調(diào)查了沿海景觀中的土壤鹽分,提出了鹽分影響土地的水通量概念模型,確定了景觀演變與實(shí)際鹽度之間的關(guān)系。Kingwell等[34]通過(guò)研究農(nóng)場(chǎng)的景觀形狀及其土壤分布對(duì)旱地鹽度的影響,得到景觀像圓柱形部分且土壤均質(zhì)的地方可為鹽分減少或遏制提供額外動(dòng)力。然而,現(xiàn)有的研究更傾向于關(guān)注土壤鹽分與地表景觀的相互影響[4],很少分析土壤鹽漬化與生態(tài)環(huán)境間的相互作用。

本研究以黃河三角洲為研究區(qū),通過(guò)分析Landsat和實(shí)測(cè)數(shù)據(jù)光譜特征,提出虛擬鹽漬化基線,構(gòu)建基于基線的鹽漬化指數(shù)(baseline-based soil salinity index,BSSI),抑制了不透水面和灘涂等復(fù)雜環(huán)境因素的影響,提高了復(fù)雜環(huán)境下土壤鹽漬化的監(jiān)測(cè)精度。通過(guò)將新型高光譜植被指數(shù)(hyperspectral image-based vegetation index,HSVI)改進(jìn)應(yīng)用到多光譜衛(wèi)星,提高對(duì)植被要素的精確監(jiān)測(cè)能力,結(jié)合WBEI構(gòu)造優(yōu)化的顧及水效益的生態(tài)環(huán)境質(zhì)量評(píng)價(jià)指數(shù)(optimized water benefit-based ecological index,OWBEI),提高濕地區(qū)域的生態(tài)質(zhì)量反演精度。基于本文構(gòu)建的BSSI和OWBEI,建立土壤鹽漬化對(duì)濱海濕地生態(tài)環(huán)境質(zhì)量影響分析體系,探究土壤鹽漬化現(xiàn)象對(duì)生態(tài)環(huán)境質(zhì)量的影響機(jī)制。

1 研究區(qū)概況與數(shù)據(jù)源

1.1 研究區(qū)概況

黃河三角洲地處萊州灣與渤海灣之間,是中國(guó)面積最大、最年輕、生物多樣性最豐富的河口三角洲之一[35],覆蓋區(qū)域包括東營(yíng)市河口區(qū)、墾利區(qū)和部分利津縣(N37°28′32″～38°9′46″, E118°34′20″～119°19′0″),如圖1所示(http: //bzdt.ch.mnr.gov.cn/)。

黃河三角洲屬暖溫帶季風(fēng)大陸性氣候,氣候溫和,四季分明,雨熱同期,降水約70%發(fā)生在夏季,年平均溫度約為12.1 ℃,年平均降水量約為551.6 mm,但年平均蒸發(fā)量約為1 928.2 mm[36]。受海水侵蝕的影響,土壤鹽堿化嚴(yán)重。

1.2 遙感數(shù)據(jù)

本文采用Landsat TM影像和OLI影像作為基礎(chǔ)數(shù)據(jù),該數(shù)據(jù)由美國(guó)地質(zhì)調(diào)查局(United States Geological Survey,USGS)(https: //glovis.usgs.gov/)提供(表1)。各年份均根據(jù)影像質(zhì)量和云量篩選,為保證影像數(shù)據(jù)質(zhì)量,選取目視清晰且云量小于5%的影像數(shù)據(jù)[37-38]。將獲取的Landsat影像進(jìn)行輻射定標(biāo)、大氣校正、去條帶以及裁剪操作[39-40]。

表1 Landsat影像數(shù)據(jù)

1.3 實(shí)測(cè)數(shù)據(jù)

為了準(zhǔn)確應(yīng)用土壤樣品建立含鹽量和光譜反射率之間的關(guān)系,土壤樣品的野外采集時(shí)間要求與遙感衛(wèi)星的成像時(shí)間一致。因此數(shù)據(jù)采集時(shí)間為2006年5月3日,采樣點(diǎn)的深度為20～30 cm,在每個(gè)采樣點(diǎn)共設(shè)置5次重復(fù)采樣,共采樣70個(gè)樣本點(diǎn),數(shù)據(jù)來(lái)自國(guó)家科技基礎(chǔ)設(shè)施平臺(tái)國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)中心(http: //www.geodata.cn/)。

2 研究方法

建立土壤鹽漬化對(duì)濱海濕地生態(tài)環(huán)境質(zhì)量影響機(jī)制分析體系,如圖2所示。

圖2 土壤鹽漬化對(duì)濱海濕地生態(tài)影響機(jī)制分析體系

首先,使用預(yù)處理的Landsat影像及實(shí)測(cè)數(shù)據(jù),利用指數(shù)法建立回歸模型獲取土壤鹽漬化狀況; 其次,構(gòu)造OWBEI獲得生態(tài)質(zhì)量狀況; 最后,分析土壤鹽漬化對(duì)黃河三角洲濕地生態(tài)環(huán)境質(zhì)量的影響機(jī)制。

2.1 土壤鹽分反演

本文依據(jù)土壤鹽分分類標(biāo)準(zhǔn),將研究區(qū)域土壤鹽分含量(soil salinity content,SSC)分為5個(gè)等級(jí)(表2): 鹽土、重度鹽漬土、中度鹽漬土、輕度鹽漬土和非鹽漬土[41]。

表2 鹽漬土分類等級(jí)

指數(shù)法已經(jīng)被證實(shí)可以很好地提取土壤鹽漬化狀況[10-13]。通過(guò)研究鹽漬土與其他地類以及鹽漬土不同等級(jí)之間的光譜曲線圖,建立虛擬鹽漬化基線,構(gòu)建新型鹽分指數(shù)BSSI,來(lái)表征地表土壤鹽分的分布。

圖3顯示了BSSI的構(gòu)建原則,分為2個(gè)步驟: 首先,構(gòu)建虛擬鹽漬化基線; 然后,計(jì)算短波紅外-1(first short-wave infrared,SWIR1)和虛擬鹽漬化基線之間的距離。

圖3 指數(shù)構(gòu)造示意圖

如圖3所示,BSSI計(jì)算公式為:

BSSI=RSWIR1-RSWIR1′

,

(1)

RSWIR1′=[(λSWIR2-λSWIR1)RNIR+(λSWIR1-λNIR)RSWIR2]/(λSWIR2-λNIR)

,

(2)

式中:λNIR,λSWIR1和λSWIR2分別為波長(zhǎng)為 0.835 μm,1.648 μm和2.206 μm 的光譜帶;RNIR,RSWIR1和RSWIR2分別為近紅外波段、短波紅外-1波段和短波紅外-2波段的反射率。

2.2 生態(tài)環(huán)境質(zhì)量評(píng)估

本研究針對(duì)傳統(tǒng)生態(tài)環(huán)境質(zhì)量評(píng)價(jià)方法繁瑣、低效的指標(biāo)融合框架,構(gòu)建一種新的簡(jiǎn)單、高效的生態(tài)環(huán)境質(zhì)量評(píng)價(jià)方法(OWBEI),包括生態(tài)指標(biāo)計(jì)算和多生態(tài)指標(biāo)融合2部分。

2.2.1 生態(tài)指標(biāo)計(jì)算

1)水環(huán)境生態(tài)指標(biāo)構(gòu)建。Jiao等[19]通過(guò)研究構(gòu)建了一個(gè)新的指標(biāo),即地表潛在水豐度指數(shù)(surface potential water abundance index,SPWI)來(lái)表征地表潛在水含量的空間分布。SPWI可以有效提高水因子區(qū)分效果,讓結(jié)果更符合實(shí)際,其計(jì)算方法為:

,

(3)

式中:RNIR,RSWIR2和RB分別為近紅外波段、短波紅外-2波段和藍(lán)光波段的反射率。

潛熱強(qiáng)度可以反映空氣濕度,歸一化木質(zhì)素指數(shù)(normalized difference lignin index,NDLI)可以反映地表潛熱強(qiáng)度[42-43]。因此,本文采用NDLI表示空氣濕度指標(biāo),同時(shí)更可以表示水要素的生態(tài)功能,構(gòu)建計(jì)算公式為:

,

(4)

式中:RG,RR和RSWIR1分別為綠光波段、紅光波段和短波紅外波段-1波段的反射率。

2)土地覆蓋生態(tài)指標(biāo)構(gòu)建。HSVI在綠地精細(xì)化檢測(cè)中具有優(yōu)異表現(xiàn),既可以有效抑制陰影、藍(lán)色彩鋼瓦等因素的影響,又可以有效解決植被指數(shù)飽和問(wèn)題[44]。本文摒棄了HSVI中復(fù)雜的陰影抑制項(xiàng),選擇了更為有效的指數(shù)函數(shù)結(jié)構(gòu)和非歸一化差值指數(shù)結(jié)構(gòu),并將其應(yīng)用到植被指數(shù)的構(gòu)造中,構(gòu)建了基于多光譜數(shù)據(jù)的HSVI,其計(jì)算公式為:

。

(5)

人類活動(dòng)的另一個(gè)直接反映是土地開(kāi)發(fā)狀況。NDSI[45-46]對(duì)不透水表面反應(yīng)良好,同時(shí)對(duì)裸露土壤敏感[47]。因此本文選擇NDSI作為生態(tài)指標(biāo)之一,其計(jì)算公式為:

。

(6)

3)熱環(huán)境生態(tài)指標(biāo)構(gòu)建。為了更全面地反映生態(tài)環(huán)境狀況,本文選擇LST作為熱環(huán)境指標(biāo), 使用輻射傳輸方程法反演LST[48]。

通過(guò)輻射傳輸方程變形可知,衛(wèi)星傳感器接收到的熱紅外輻射亮度值LZ的計(jì)算公式為[49]:

LZ=[εB(TS)+(1-ε)Ld]τ+Lu

,

(7)

式中:ε為地表比輻射率(land surface emissivity, LSE);TS為地表真實(shí)溫度(K);B(TS)為黑體熱輻射亮度;τ為大氣在熱紅外波段的透過(guò)率;Lu和Ld分別為大氣上行輻射亮度和大氣下行輻射亮度。黑體在熱紅外波段的輻射亮度B(TS)為:

B(TS)=[LZ-Lu-τ(1-ε)Ld]/τε。

(8)

利用普朗克公式計(jì)算獲取地物表面實(shí)際溫度TS,公式為:

TS=K2/ln(K1/B(TS)+1)

,

(9)

式中,K1和K2為熱紅外波段特定的熱轉(zhuǎn)換系數(shù)。

2.2.2 多生態(tài)指標(biāo)融合

基于熵的融合方法不僅可以消除人為主觀因素的干擾,而且可以解釋生態(tài)指標(biāo)與生態(tài)環(huán)境之間的交互關(guān)系[50-51]。通過(guò)計(jì)算各評(píng)估指標(biāo)之間蘊(yùn)含的信息量差異程度,并據(jù)此為每個(gè)指標(biāo)賦予適當(dāng)?shù)臋?quán)重[52-53]。結(jié)合基于熵計(jì)算的指標(biāo)權(quán)重,融合多指標(biāo)獲取OWBEI。

首先,計(jì)算每個(gè)指標(biāo)的權(quán)重。定義ej為第j個(gè)評(píng)價(jià)指標(biāo)的熵值,計(jì)算公式為:

,

(10)

,

(11)

式中:fij為第i個(gè)像素在第j個(gè)指標(biāo)中所占的比例;xij為第j個(gè)指標(biāo)中像素i的反射率;n為第j個(gè)指標(biāo)的像素個(gè)數(shù)。

其次,定義wj為第j個(gè)評(píng)價(jià)指標(biāo)的權(quán)重,計(jì)算公式[54]為:

,

(12)

式中m為指標(biāo)個(gè)數(shù)。

最后,在確定各指標(biāo)及其權(quán)重后,采用線性疊加的方法對(duì)各指標(biāo)進(jìn)行融合,以確保融合結(jié)果的準(zhǔn)確性,計(jì)算公式為:

OWBEI=w1NNDLI+w2NHSVI+w3NSPWI-w4NLST-w5NNDSI

,

(13)

式中:w1,w2,w3,w4和w5分別為OWBEI中NDLI,HSVI,SPWI,LST和NDSI的權(quán)重;NNDLI,NHSVI,NSPWI,NLST和NNDSI分別為NDLI,HSVI,SPWI,LST和NDSI歸一化后的結(jié)果。

2.3 精度驗(yàn)證

2.3.1 土壤鹽漬化驗(yàn)證方法

本文通過(guò)與4種常用的方法做對(duì)比分析(表3)。并選擇了5個(gè)參數(shù)進(jìn)行驗(yàn)證,包括整體精度(overall accuracy,OA)、Kappa系數(shù)(Kappa)、漏分誤差(omission error,EO)和錯(cuò)分誤差(commission error,EC)[44]。

表3 對(duì)比方法

2.3.2 生態(tài)環(huán)境質(zhì)量評(píng)價(jià)驗(yàn)證方法

本文利用中國(guó)生態(tài)環(huán)境狀況公報(bào)給出的各區(qū)縣級(jí)生態(tài)環(huán)境質(zhì)量結(jié)果生態(tài)環(huán)境指數(shù)(ecological index,EI)(https: //www.mee.gov.cn/)驗(yàn)證反演結(jié)果的準(zhǔn)確性。EI的計(jì)算公式為:

(14)

式中:BRI,VCI,WNDI,LSI,PLI和ERI分別為生物豐富度指數(shù)、植被覆蓋指數(shù)、水網(wǎng)密度指數(shù)、土地壓力指數(shù)、污染負(fù)荷指數(shù)和環(huán)境限制指數(shù)。

3 結(jié)果與分析

3.1 黃河三角洲土壤鹽漬化狀況

3.1.1 土壤鹽漬化結(jié)果驗(yàn)證

鹽漬化土提取結(jié)果的精度統(tǒng)計(jì)于表4中。通過(guò)表4可以得知,SI,SI1和SI2具有最低的OA和Kappa系數(shù),較高EC和EO,其效果較差。相較于其他4種方法BSSI的OA和Kappa最高,表明該方法的精度最高,并且該方法的EC和EO較低。因此,BSSI在土壤鹽漬化反演中顯示出其優(yōu)勢(shì)。

表4 鹽漬土分類精度

3.1.2 土壤鹽漬化空間分布

基于上述土壤鹽漬化反演方法,得到2006年,2012年,2017年和2020年土壤鹽漬化的空間分布(圖4和圖5)。并統(tǒng)計(jì)這4年的土壤鹽漬化不同等級(jí)所占面積,結(jié)果如表5所示。

表5 黃河三角洲土壤鹽漬化面積和比例

(a) 2006年 (b) 2012年 (c) 2017年 (d) 2020年

(a) 2006年 (b) 2012年 (c) 2017年 (d) 2020年

如表5所示,土壤鹽漬化主要分布在黃河入?？谂f址和現(xiàn)黃河入?？?與已有對(duì)于黃河三角洲鹽漬化研究分布相符合[53-54]。黃河流量減少,海水倒灌,并且黃河下游地下水的水位埋藏較淺,這些都是導(dǎo)致其土壤鹽漬化嚴(yán)重的主要原因[36]。另外,人類活動(dòng)(如,建造鹽池,城市化)造成濱海地區(qū)的土壤鹽漬化嚴(yán)重[54]。

計(jì)算得到2006年研究區(qū)非鹽漬化(2 921.67 km2,占總面積的58.15%)占主導(dǎo)地位(圖6)。然而,近40%的面積受到土壤鹽漬化的威脅,其中輕度鹽漬化占5.94%,中度鹽漬化占14.12%,重度鹽漬化占14.99%。同樣地,2012年,2017年和2020年非鹽漬化也都占據(jù)主導(dǎo)地位,分別為59.10%,60.94%和59.20%。2012年輕度鹽漬化占4.05%,中度鹽漬化占8.81%,重度鹽漬化占15.73%,鹽土占12.30%。2017年輕度鹽漬化占2.22%,中度鹽漬化占5.74%,重度鹽漬化占14.08%,鹽土占17.02%。2020年輕度鹽漬化占1.95%,中度鹽漬化占4.19%,重度鹽漬化占8.51%,鹽土占26.15%,土壤鹽漬化面積高達(dá)2 051.00 km2。

(a) 2006年 (b) 2012年 (c) 2017年 (d) 2020年

受自然因素(如降水、氣溫、土壤條件)和社會(huì)經(jīng)濟(jì)因素(如人口、城市化、政策等)的影響不同,不同地區(qū)土壤鹽漬化程度不同。2006—2020年非鹽漬化面積較穩(wěn)定,保持在60%左右,輕度鹽漬化和中度鹽漬化呈現(xiàn)下降趨勢(shì)。然而,隨著人類活動(dòng)的增加,該區(qū)的荒地被不透水表面所取代,從而導(dǎo)致鹽土的面積呈現(xiàn)上升趨勢(shì),年增長(zhǎng)率約1.5%。

3.2 黃河三角洲濕地生態(tài)環(huán)境質(zhì)量狀況

本文選取的2006年到2020年河?xùn)|區(qū)和墾利區(qū)的EI與OWBEI對(duì)比結(jié)果如表6所示。由表6可知,河口區(qū)2006年到2020年EI結(jié)果與OWBEI結(jié)果一致都為較差。墾利區(qū)2006年到2017年的EI結(jié)果與OWBEI一致都為一般,但2020年EI結(jié)果為一般,OWBEI結(jié)果為較差存在誤差。綜上,EI的結(jié)果與OWBEI結(jié)果總體一致。

表6 2006年到2020年EI與OWBEI對(duì)比結(jié)果

3.3 黃河三角洲土壤鹽漬化對(duì)生態(tài)環(huán)境質(zhì)量的影響

土壤鹽漬化的變化會(huì)產(chǎn)生一系列的物理和化學(xué)作用。以現(xiàn)黃河入?？跒槔?圖6、圖7和圖8),結(jié)合各生態(tài)指標(biāo)變化情況(圖9)分析土壤鹽漬化的變化對(duì)生態(tài)環(huán)境質(zhì)量狀況的影響機(jī)制。

(a) 2006年 (b) 2012年 (c) 2017年 (d) 2020年

(a) 2006年 (b) 2012年 (c) 2017年 (d) 2020年

圖9 現(xiàn)黃河入?？诟魃鷳B(tài)指標(biāo)的平均值

如圖7所示,2006—2020年非鹽漬化面積波動(dòng)不大,輕度鹽漬化、中度鹽漬化和重度鹽漬化面積不斷減少。然而,鹽土面積卻在增加,相應(yīng)位置的生態(tài)環(huán)境質(zhì)量也較周圍較差(圖8)。2009年以來(lái)國(guó)家相繼出臺(tái)各種政策,對(duì)黃河三角洲地區(qū)的鹽漬化進(jìn)行治理,有計(jì)劃地對(duì)荒堿地進(jìn)行開(kāi)發(fā)治理及改造中低產(chǎn)田。從圖9可知,經(jīng)過(guò)治理該區(qū)的2006—2012年該區(qū)的植被數(shù)量得到了升高,植被的顯著增加導(dǎo)致地表水分蒸發(fā)減緩并且空氣濕度也顯著升高,總體生態(tài)環(huán)境質(zhì)量明顯上升。因此,由于土地鹽漬化使得多數(shù)生態(tài)指標(biāo)都朝向有利的方向發(fā)展,如LST和NDLI,最終導(dǎo)致整體生態(tài)環(huán)境改善。

然而,2012—2020年該區(qū)由于鹽土面積的增加,植被數(shù)量驟減,導(dǎo)致地表水分蒸發(fā)加快并且空氣濕度也顯著降低,最終導(dǎo)致黃河入?？诘目傮w生態(tài)質(zhì)量狀況下降。圖9中的NDSI和OWBEI也證實(shí)了這一結(jié)論。

綜上可知,土壤鹽漬化作為濱海濕地的突出特征對(duì)生態(tài)環(huán)境質(zhì)量影響明顯,在未來(lái)濕地治理方面應(yīng)更加注重對(duì)土壤鹽漬化的問(wèn)題的解決,以期間接改善濱海濕地的生態(tài)狀況。

4 結(jié)論

本文通過(guò)構(gòu)造虛擬鹽漬化基線,增強(qiáng)了鹽漬化土壤的光譜特征,有效抑制濱海濕地不透水面、裸土等復(fù)雜地物的影響。BSSI的構(gòu)建有效提高了地表鹽漬化反演精度,為土壤鹽漬化監(jiān)測(cè)提供了一種新的可靠指數(shù)。此外,本文將HSVI應(yīng)用到多光譜領(lǐng)域,解決了WBEI在濕地區(qū)域植被監(jiān)測(cè)不準(zhǔn)確問(wèn)題,建立新型濕地生態(tài)評(píng)價(jià)方法OWBEI,提高濕地區(qū)域生態(tài)環(huán)境反演精度。

BSSI和OWBEI的結(jié)合形成了一整套土壤鹽漬化對(duì)濱海濕地生態(tài)環(huán)境質(zhì)量影響機(jī)制分析體系。分析掌握土壤鹽漬化對(duì)濱海濕地生態(tài)環(huán)境質(zhì)量的影響機(jī)制,為濱海濕地的區(qū)域治理提供科學(xué)的數(shù)據(jù)支撐。未來(lái)將在此工作的基礎(chǔ)上將研究?jī)?nèi)容遷移到鄱陽(yáng)湖濕地以驗(yàn)證不同濕地在該體系上的適用性。