近31年嘉陵江流域生態(tài)環(huán)境質(zhì)量時(shí)空演變及驅(qū)動(dòng)因子探測(cè)

汪士為, 吳 偉

(1.湖北汽車(chē)工業(yè)學(xué)院, 湖北 十堰 442002; 2.武漢大學(xué) 水資源與水電工程科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室, 武漢 430072)

生態(tài)環(huán)境質(zhì)量是人類(lèi)活動(dòng)與自然環(huán)境共同作用的結(jié)果,與人類(lèi)生存和社會(huì)經(jīng)濟(jì)發(fā)展密切相關(guān)[1]。然而近100年以來(lái),人類(lèi)活動(dòng)的持續(xù)增加導(dǎo)致大規(guī)模的生態(tài)系統(tǒng)擾動(dòng),這對(duì)全球碳循環(huán)有相當(dāng)大的影響,也會(huì)加劇全球氣候變化,從而導(dǎo)致各種各樣的生態(tài)問(wèn)題(如植被退化、生物多樣性喪失以及極端氣候事件增加)[2-3]。嘉陵江作為長(zhǎng)江上游重要的生態(tài)屏障和水源涵養(yǎng)地[3],因布局了大量的采礦冶煉企業(yè)以及頻繁出現(xiàn)的自然災(zāi)害等,使嘉陵江流域部分地區(qū)生態(tài)環(huán)境逐漸惡化[4-5]。因此,我國(guó)推出了一系列生態(tài)修復(fù)工程,這使嘉陵江流域生態(tài)狀況格局發(fā)生了巨大變化。厘清嘉陵江流域目前的生態(tài)環(huán)境質(zhì)量時(shí)空狀況及其演化的主要驅(qū)動(dòng)因子,對(duì)認(rèn)清嘉陵江流域生態(tài)環(huán)境現(xiàn)狀及后期制定切實(shí)可靠的保護(hù)戰(zhàn)略和制度至關(guān)重要。

隨著3S技術(shù)的快速發(fā)展,衛(wèi)星遙感已經(jīng)成為動(dòng)態(tài)監(jiān)測(cè)生態(tài)環(huán)境要素和評(píng)估生態(tài)環(huán)境變化的有效技術(shù)手段[6-7]。在遙感技術(shù)發(fā)展的基礎(chǔ)上,我國(guó)環(huán)境保護(hù)部于2006年提出了以生物豐度指數(shù)、植被覆蓋指數(shù)、水網(wǎng)密度指數(shù)、土地退化指數(shù)和環(huán)境質(zhì)量指數(shù)為基礎(chǔ)的生態(tài)指數(shù)(EI)[8]。此后,很多學(xué)者利用多時(shí)相遙感數(shù)據(jù)通過(guò)構(gòu)建反映生態(tài)環(huán)境的相關(guān)指數(shù)對(duì)我國(guó)甚至全球的生態(tài)環(huán)境質(zhì)量進(jìn)行了評(píng)價(jià)[9-11]。然而因EI獲取指數(shù)困難和數(shù)據(jù)更新周期較長(zhǎng)等原因,目前常用的生態(tài)環(huán)境質(zhì)量評(píng)價(jià)模型多使用單一生態(tài)指數(shù)[10]。如反映植被生長(zhǎng)狀況的歸一化差異植被指數(shù)(NDVI)[11]、增強(qiáng)型植被指數(shù)(EVI)[12]和葉面積指數(shù)(LAI)[13],反映城市生態(tài)熱島效應(yīng)的地表溫度[14],反映區(qū)域干旱狀況的各種干旱指數(shù)(標(biāo)準(zhǔn)化降水蒸散指數(shù)(SPEI)[15]、溫度植被干旱指數(shù)(TVDI)[16])。雖然這些單一指數(shù)能夠較好地反映生態(tài)環(huán)境的某一方面,但生態(tài)系統(tǒng)是一個(gè)特別復(fù)雜的系統(tǒng),單一指數(shù)無(wú)法全面準(zhǔn)確地描述生態(tài)環(huán)境[17-18]?；谝陨蠁?wèn)題,有學(xué)者提出通過(guò)兩個(gè)或多個(gè)度量的聚合指數(shù)來(lái)監(jiān)測(cè)生態(tài)狀態(tài),從而實(shí)現(xiàn)生態(tài)環(huán)境的高精度監(jiān)測(cè)[19],也有一些學(xué)者使用層次分析法和壓力—狀態(tài)—響應(yīng)(PSR)模型綜合多個(gè)指標(biāo)構(gòu)建綜合指標(biāo)評(píng)估生態(tài)環(huán)境[20]。但這些指標(biāo)權(quán)重確定比較困難,且在計(jì)算過(guò)程中人為干預(yù)較多,因此無(wú)法精確地描述區(qū)域生態(tài)環(huán)境質(zhì)量。因此,徐涵秋[21]于2013年提出了一項(xiàng)包括代表氣候和地表生物物理變量的遙感的生態(tài)指數(shù)(RSEI),該指數(shù)利用主成分分析耦合了表示地表植被覆蓋和生長(zhǎng)情況的綠色指數(shù)(NDVI)、表示土壤的濕度狀況的濕度(WET)指數(shù)、表示地表干旱程度的干燥度指數(shù)(NDBSI)和反映地表熱度情況的熱量指數(shù)(LST)。該指數(shù)彌補(bǔ)了EI,PSR和聚合指數(shù)的人為主觀權(quán)重設(shè)定、指標(biāo)難獲取性、結(jié)果無(wú)法進(jìn)行可視化的不足,能對(duì)區(qū)域生態(tài)環(huán)境狀況進(jìn)行客觀定量評(píng)價(jià),成為區(qū)域生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)和評(píng)估的新方法,比了EI,PSR和聚合指數(shù)更有利于評(píng)估不同土地覆蓋區(qū)域和不同地形的生態(tài)環(huán)境狀況。如章程焱等[5]基于RSEI指數(shù)研究發(fā)現(xiàn)嘉陵江下游生態(tài)環(huán)境質(zhì)量顯著退化趨勢(shì);Yang等[22]基于RSEI發(fā)現(xiàn)長(zhǎng)江流域整體生態(tài)質(zhì)量有所改善,但橫斷山脈區(qū)域有所下降,且地表溫度是RSEI變化的主導(dǎo)因子;Zhou等[23]也基于RSEI指數(shù)發(fā)現(xiàn)2000—2018年太湖流域整體生態(tài)環(huán)境質(zhì)量呈現(xiàn)快速下降階段(2000—2010年)和緩慢下降階段(2010—2018年)。以上研究基于RSEI均較好地反映了不同區(qū)域的生態(tài)環(huán)境質(zhì)量狀況,但通過(guò)查閱已有的文獻(xiàn)發(fā)現(xiàn)目前對(duì)基于RSEI指數(shù)的嘉陵江流域生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)和驅(qū)動(dòng)機(jī)制的研究暫未檢索到。而現(xiàn)存的嘉陵江流域生態(tài)監(jiān)測(cè)的研究多基于單一指標(biāo)進(jìn)行研究。如胡孟珂[7]基于NDVI探究了2001—2020年嘉陵江流域的植被覆蓋度;王世杰等[24]基于SPEI研究了近60年的嘉陵江流域干旱情況。因此亟需通過(guò)一種能夠全面反映嘉陵江流域生態(tài)環(huán)境質(zhì)量的指標(biāo)探理清嘉陵江流域生態(tài)環(huán)境質(zhì)量變化的驅(qū)動(dòng)機(jī)制、空間分異特征。其次,嘉陵江流域生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)是生態(tài)系統(tǒng)動(dòng)態(tài)監(jiān)測(cè)的一項(xiàng)長(zhǎng)期性、經(jīng)常性的監(jiān)測(cè)任務(wù)之一。

基于此,本文基于Google Earth Engine(GEE)平臺(tái)提供的Landsat數(shù)據(jù)構(gòu)建RSEI指數(shù),基于RSEI探究嘉陵江流域1990—2020年生態(tài)環(huán)境質(zhì)量時(shí)空動(dòng)態(tài)及自然因素和人為因子對(duì)其變化的驅(qū)動(dòng)情況,旨在為未來(lái)嘉陵江流域生態(tài)環(huán)境保護(hù)戰(zhàn)略與經(jīng)濟(jì)發(fā)展戰(zhàn)略的協(xié)調(diào)發(fā)展提供理論依據(jù)。

1 研究區(qū)與研究方法

1.1 研究區(qū)概況

嘉陵江(102°—109°E,29°—34°N)是長(zhǎng)江上游左岸的主要支流,發(fā)源于陜西秦嶺山脈,向西南流經(jīng)陜西、甘肅、四川和重慶并于重慶市的朝天門(mén)匯入長(zhǎng)江干流,全長(zhǎng)1 120 km2,流域內(nèi)面積為15.98萬(wàn) km2(圖1)。嘉陵江是長(zhǎng)江支流中流域面積最大、流量第二的大河,占整個(gè)長(zhǎng)江流域面積的近9%。嘉陵江流域具有豐富的地貌類(lèi)型,上游段主要為山地地形,中游段為盆地和丘陵,下游段流經(jīng)四川盆地東部平行峽谷區(qū),形成了峽谷河流。嘉陵江流域落差海拔有2 300 m[7],大部分地區(qū)屬于亞熱帶濕潤(rùn)季風(fēng)氣候。中下游地段冬季溫暖多霧,上游則多霜雪風(fēng)暴,春夏季節(jié)多春旱和初夏干旱天氣。年均降水量1 000 mm以上,氣溫1月-4～10℃,7月14～ 32℃[8-9]。本文使用的嘉陵江流域邊界數(shù)據(jù)源于地理遙感生態(tài)網(wǎng)(http:∥www.gisrs.cn/infofordata)提供的全國(guó)二級(jí)流域邊界數(shù)據(jù)。

圖1 嘉陵江流域DEM和坡度空間分布

1.2 數(shù)據(jù)來(lái)源與處理

(1) 遙感數(shù)據(jù):遙感數(shù)據(jù)使用Google Earth Engine(GEE)平臺(tái)上提供的已經(jīng)過(guò)了輻射定標(biāo)、大氣校正等預(yù)處理的30 m空間分辨率的陸地衛(wèi)星TM和OLI/TIRS數(shù)據(jù)的地表反射率數(shù)據(jù)構(gòu)建本文RSEI指數(shù)需要的歸一化差異植被指數(shù)(NDVI)、纓帽變換的濕度分量(WET)、歸一化差異不透水表面指數(shù)(NDBSI)和地表溫度(LST)。其中,NDVI表示地表植被覆蓋和生長(zhǎng)情況,是反映區(qū)域生態(tài)環(huán)境質(zhì)量的敏感因素;纓帽變換獲取的濕度分量WET能夠較好地反映地表植被和土壤的濕度狀況;裸土和建筑用地均會(huì)造成地表“干化”,本研究利用建筑指數(shù)和裸土指數(shù)構(gòu)建NDBSI用于表示地表干燥化;LST是指示地表與大氣之間物質(zhì)能量交換的重要參數(shù),用于反映地表熱度情況。本文通過(guò)多次對(duì)比試驗(yàn)選擇每年的4—10月份的遙感數(shù)據(jù)作為RSEI計(jì)算的基礎(chǔ)數(shù)據(jù),因?yàn)樵撾A段為嘉陵江流域植被生長(zhǎng)階段,能更好地體現(xiàn)RSEI指數(shù)的特性。NDVI,NDBSI,WET和LST的計(jì)算公式見(jiàn)文章“1.3.1遙感生態(tài)指數(shù)(RSEI)計(jì)算方法”章節(jié)。

(2) 氣象數(shù)據(jù)(氣溫(TEM)、降水(PER)和風(fēng)速(WIN)):1990—2020年的氣息數(shù)據(jù)源于中國(guó)氣象數(shù)據(jù)網(wǎng)站(http:∥data.cma.cn/data/cdcdetail/dataCode)提供的氣溫、降水和分速的月數(shù)據(jù)。采用基于樣條函數(shù)插值理論的專(zhuān)業(yè)氣象插值軟件ANUSPLINE,以DEM數(shù)據(jù)為協(xié)變量,對(duì)氣溫、降水和飛速數(shù)據(jù)進(jìn)行空間插值獲得30 m的柵格數(shù)據(jù)。

(3) 高程數(shù)據(jù)(DEM):30 m的DEM數(shù)據(jù)源于GEE平臺(tái)提供的SRTM DEM產(chǎn)品。坡度數(shù)據(jù)(SLOPE)是基于DEM數(shù)據(jù)使用ArcGIS軟件提供的Slope工具計(jì)算得到。

(4) 1990—2020年的土地利用數(shù)據(jù)(LUCC)、人口數(shù)據(jù)(POP)和國(guó)內(nèi)生產(chǎn)總值(GDP)來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)平臺(tái)(http:∥www.resdc.cn)。土地利用數(shù)據(jù)包括草地、林地、耕地、建設(shè)用地、水域和未利用地。

1.3 研究方法

1.3.1 遙感生態(tài)指數(shù)(RSEI)計(jì)算方法 遙感生態(tài)指數(shù)(RSEI)從反映生態(tài)質(zhì)量的眾多自然因素中選擇與人類(lèi)生存相關(guān)的4個(gè)因素作為生態(tài)評(píng)價(jià)因素[21],該指數(shù)利用主成分分析耦合了表示地表植被覆蓋和生長(zhǎng)情況的綠色指數(shù)(NDVI)、表示土壤的濕度狀況的濕度(WET)指數(shù)、表示地表干旱程度的干燥度指數(shù)(NDBSI)和反映地表熱度情況的熱量指數(shù)(LST)。其中,NDVI和NDBSI指標(biāo)可以反映生態(tài)環(huán)境對(duì)人類(lèi)活動(dòng)引起的土地覆蓋變化的生態(tài)響應(yīng),LST和WET揭示了生態(tài)質(zhì)量對(duì)代表氣候變化的響應(yīng),4個(gè)生態(tài)指標(biāo)綜合起來(lái)能夠直觀地反映區(qū)域生態(tài)環(huán)境惡劣情況[21]。4個(gè)指標(biāo)的計(jì)算如下:

(1) 綠度指標(biāo)NDVI。歸一化差異植被指數(shù)(NDVI)是應(yīng)用最廣泛的植被指數(shù)之一,許多生態(tài)學(xué)研究均證明了其有用性[12-13]。因此,本文選擇NDVI作為綠度指數(shù),計(jì)算公式為(1):

NDVI=(ρnir-ρred)/(ρnir-ρred)

(1)

式中:ρnir為遙感圖像的近紅外波段;ρred為紅光波段。

(2) 熱度指標(biāo)LST。熱度指標(biāo)由地表溫度(LST)表示。雖然Landsat 8 TIRS傳感器中有兩個(gè)熱紅外波段,但由于波段11的輻射校準(zhǔn)問(wèn)題,本文僅選擇了波段10來(lái)反演LST[18]。當(dāng)然,對(duì)于TM,我們?nèi)匀坏玫搅嘶诓ǘ?的LST[19]。首先,將數(shù)字(DN)值轉(zhuǎn)換為傳感器孔徑處的光譜輻射亮度(Lλ),表示為: LST的計(jì)算公式見(jiàn)(2):

Lλ=Grescale×Qcal+Brescale

(2)

式中:其中Grescale是特定于頻帶的重新縮放增益因子;Qcal是量化的校準(zhǔn)像素值(DN);Brescale是不同于頻帶的重縮放偏置因子。傳感器處光譜輻射亮度(Lλ)可使用公式(3)轉(zhuǎn)換為傳感器亮度溫度下的有效輻射亮度:

(3)

式中:Tλ是傳感器亮度溫度下的有效值;K1(TM波段6為607.76 W/(m2·sr·μm),TIR波段10為774.89 W/(m2·sr·μm)和K2(TM波段4為260.56 K,TIR波段10為1 321.08 K)分別是校準(zhǔn)常數(shù)1,2。最后,使用Tλ獲得LST,公式表示見(jiàn)(4):

(4)

式中:λ是發(fā)射輻射的波長(zhǎng)(TM波段6為11.435 μm,TIR波段10為10.9 μm);ρ為常數(shù)(1.438×10-2mK);ε是表面發(fā)射率,可通過(guò)使用Sobrino模型的NDVI估算[20]。

(3) 濕度指標(biāo)WET。對(duì)地表濕度信息較為敏感的纓帽變換濕度分量(TCW)已被證明對(duì)植被、水和土壤濕度條件較為敏感[14]。因此,本文選擇TCW作為濕度指數(shù)(WET),并且可以分別使用方程(5) 和(6) 來(lái)估計(jì)Landsat TM和Landsat 8的濕度指數(shù)[23]:

WETtm=0.0315ρ1+0.2012ρ2+0.3102ρ3+
0.1594ρ4-0.6806ρ5-0.6109ρ6

(5)

WEToli=0.1511ρ1+0.1973ρ2+0.3283ρ3+
0.3407ρ4-0.7117ρ5-0.4559ρ6

(6)

式中:ρi(i=1,2,3,…,6)分別為T(mén)M和OLI傳感器對(duì)應(yīng)的藍(lán)光波動(dòng)、綠光波段、紅光波段、近紅外波段、短波紅外波段1和短波紅外波段2。

(4) 干度指標(biāo)NDBSI。由于建設(shè)用地和裸露土壤會(huì)對(duì)區(qū)域生態(tài)環(huán)境造成嚴(yán)重危害。因此,本文選擇了歸一化差異不透水表面指數(shù)(NDBSI)結(jié)合基于指數(shù)的建成指數(shù)(IBI)和土壤指數(shù)(BSI)表征研究區(qū)干燥度,其計(jì)算公式見(jiàn)(7—9):

NDBSI=(BSI+IBI)/2

(7)

BSI=〔(S1+ρred)-(ρblue+ρnir)〕/〔(S1+ρred)+(ρblue+ρnir)〕

(8)

(9)

式中:S1,ρred,ρgreen,ρnir,ρblue分別表示TM和OLI對(duì)應(yīng)的短波紅外、紅光、綠光、近紅外和藍(lán)光波段

(5) 遙感生態(tài)指數(shù)構(gòu)建RSEI。通過(guò)主成分分析(PCA)將上述獲得的4個(gè)成分指標(biāo)進(jìn)行耦合,并使用第一個(gè)主成分(PC1)構(gòu)建RSEI,其最大優(yōu)點(diǎn)是綜合指標(biāo)的權(quán)重不是人為確定的,而是根據(jù)每個(gè)指標(biāo)對(duì)PC1的貢獻(xiàn)自動(dòng)客觀地確定。因此,在計(jì)算中避免了由于權(quán)重設(shè)置而導(dǎo)致的結(jié)果的可能偏差,該權(quán)重設(shè)置因個(gè)人和方法而異,這大大提高了結(jié)果的客觀性和可信度。由于上述4個(gè)因素的維度不均勻,如果直接使用這些因素來(lái)計(jì)算PCA,每個(gè)指標(biāo)的權(quán)重都會(huì)不平衡。因此,在預(yù)處理后進(jìn)行主成分分析(PCA)之前,需要對(duì)這4個(gè)指標(biāo)進(jìn)行歸一化以實(shí)現(xiàn)單位統(tǒng)一。采用PCA方法將NDVI,LST,WET,NDBSI的信息集中到第一主成分上,其是根據(jù)各指標(biāo)在主成分的貢獻(xiàn)度和自身的性質(zhì)確定權(quán)重,減少了人為賦值的誤差。為了避免水體對(duì)主成分載荷的影響和指標(biāo)量綱不統(tǒng)一對(duì)權(quán)重的影響,在進(jìn)行主成分之前進(jìn)行了如下處理:(1) 使用改進(jìn)的歸一化差異水體指數(shù)(MDNWI)掩膜去除水體。(2) 由于這4個(gè)指標(biāo)不一致性,在預(yù)處理后進(jìn)行主成分分析(PCA)之前對(duì)這4個(gè)指標(biāo)進(jìn)行歸一化以實(shí)現(xiàn)單位統(tǒng)一[21]。

MNDWI計(jì)算公式見(jiàn)(10):

MNDWI=(ρgreen-ρmir)/(ρgreen+ρmir)

(10)

式中:ρgreen,ρmir分別表示TM和TIR對(duì)應(yīng)的綠光波段和中紅外波段。

指標(biāo)歸一化公式見(jiàn)(11):

NIi=(Ii-Imin)/(Imax-Imin)

(11)

式中:NIi為個(gè)指標(biāo)歸一化結(jié)果;Ii為各指標(biāo)在第i像元的值;Imax和Imin分別為各指標(biāo)最小值和最大值。

RSEI計(jì)算公式見(jiàn)(12)、(13):

RSEI0=1-PC1〔f(NDVI,WET,LST,NDBSI)〕

(12)

RSEI=(RSEI0-RSEI0min)(RSEI0max-RSEI0min)

(13)

式中:PC1為4個(gè)指標(biāo)歸一化后指標(biāo)通過(guò)第一主成分分析的結(jié)果,為了方便分析,對(duì)其進(jìn)行正負(fù)值轉(zhuǎn)置。RSEI0為轉(zhuǎn)置后結(jié)果,4個(gè)指標(biāo)分別參與徐涵秋等[21]的研究成果,具體計(jì)算公式見(jiàn)文獻(xiàn)[21]。RSEI0max和RSEI0min分別為RSEI0最大值和最小值。

1.3.2 RSEI變化趨勢(shì)分析 采用Sen趨勢(shì)法探究1990—2020年嘉陵江流域RSEI變化趨勢(shì)和變化速率。Sen斜率的計(jì)算公式見(jiàn)(14)[11]:

(14)

式中:β為RSEI變化趨勢(shì);Median為取中值函數(shù);當(dāng)β>0時(shí),RSEI呈增加趨勢(shì);β<0時(shí),RSEI呈減小趨勢(shì)。

1.3.3 RSEI對(duì)不同驅(qū)動(dòng)因子的響應(yīng)—地理探測(cè)器 地理探測(cè)器是將自變量空間分布與潛在因素分布進(jìn)行比較,適用于測(cè)量空間分層非均質(zhì)性程度的空間分析方法[25]。本文利用地理探測(cè)器分析嘉陵江流域RSEI的空間分布特性,以及探測(cè)不同因子與RSEI的相關(guān)性程度,用q值解釋這個(gè)程度。公式見(jiàn)(15):

(15)

2 結(jié)果與分析

2.1 各指標(biāo)主成分分析

本文通過(guò)對(duì)1990年、2000年、2010年、2020年的4個(gè)指標(biāo)進(jìn)行主成分分析,得到結(jié)果見(jiàn)表1。從表1可以看出4期影像各指標(biāo)的第一主成分的貢獻(xiàn)率分別為97.588%,97.658%,98.327%和98.003%,表明第一主成分包含了4個(gè)指標(biāo)的大部分信息,可以使用第一主成分構(gòu)建RSEI指數(shù)。其中,代表植被覆蓋度的NDVI和代表地表濕度的WET在第一主成分上的載荷均為正,表明NDVI和WET對(duì)RSEI具有正向作用,而代表地表溫度的LST和代表建筑和土地硬化程度的NDBSI在第一主成分的載荷均為負(fù),表明二者對(duì)RSEI具有負(fù)向作用,而其主成分(P2-P4)則無(wú)明顯規(guī)律可循,基本不能揭示嘉陵江流域生態(tài)環(huán)境質(zhì)量狀況。這一結(jié)果與王麗霞[26]、魏雨涵[27]和Huang[28]等的研究結(jié)論一致。因而本文后續(xù)研究將采用第一主成分的值來(lái)構(gòu)建嘉陵江流域的RSEI模型。其中,第一主成分值越高,代表生態(tài)環(huán)境質(zhì)量越好,反之亦然。

表1 嘉陵江流域1990年、2000年、2010年、2020年各指標(biāo)主成分結(jié)果Table 1 Principal component results of indicators of Jialing River basin in 1990, 2000, 2010 and 2020

2.2 嘉陵江流域RSEI的空間分布特征

本文基于文獻(xiàn)[20],將 RSEI劃分為RSEI<0.2(差),0.2≤RSEI<0.4(較差),0.4≤RSEI<0.6(中等),0.6≤RSEI<0.8(良好)和RSEI≥0.8(優(yōu))5個(gè)等級(jí)。從嘉陵江流域RSEI年際變化及Mann-Kendall(M-K)檢驗(yàn)曲線可以發(fā)現(xiàn)(圖2), 1990—2020年嘉陵江流域RSEI值呈增加趨勢(shì),線性變化傾斜率為 0.000 3/a,說(shuō)明嘉陵江流域近 31年生態(tài)環(huán)境質(zhì)量整體呈變好趨勢(shì)。其中 2006年和 2011年分別是該地區(qū)近 31年 RSEI最小的兩個(gè)年份,RSEI值分別為0.628,0.706,均屬于良好等級(jí)。2002年和2004年分別是嘉陵江流域近31年RSEI值最高的兩個(gè)年份,RSEI值分別為0.873,0.871,均屬于優(yōu)等級(jí)。由 UF曲線可以看出1992年和2010—2016年嘉陵江流域RSEI為減小趨勢(shì),其他年份均為上升趨勢(shì)。在2003之前的年份UF和 UB曲線相交年份較多,但在2003年之后的年份UF和UB曲線無(wú)相交情況,因此可以說(shuō)明 2003年是嘉陵江RSEI出現(xiàn)突變的年份。從UF和UB的曲線來(lái)看在2003年之前RSEI基本為較為穩(wěn)定對(duì)的浮動(dòng)狀態(tài),但在2003年之后RSEI呈現(xiàn)先減小后增加的趨勢(shì)。

圖2 嘉陵江流域RSEI時(shí)序曲線和

從嘉陵江流域RSEI的空間分布來(lái)看(圖3,表2),除2005年、2010年生態(tài)環(huán)境質(zhì)量以中等等級(jí)為主,其他年份的生態(tài)環(huán)境質(zhì)量均以良好和優(yōu)等級(jí)為主,這表明嘉陵江生態(tài)環(huán)境質(zhì)量較好,但其空間分布異質(zhì)性較大。其中,1990年嘉陵江大部分面積 RSEI處于良好等級(jí),共 130 268.7 km2,占嘉陵江流域總面積(不含水體)的78.11% ;中等等級(jí)的RSEI零星分布在整個(gè)區(qū)域,占總面積的 13.51%,僅有0.25%區(qū)域?yàn)檩^差等級(jí),分布在廣元昭化以下干流區(qū)域的南部地區(qū)。1995年除隴南西部的生態(tài)環(huán)境質(zhì)量為中等等級(jí),其他區(qū)域的生態(tài)環(huán)境質(zhì)量均較好,為優(yōu)等等級(jí)。2000年嘉陵江流域的生態(tài)環(huán)境質(zhì)量占良好和優(yōu)等等級(jí)的比例相近,但總體表現(xiàn)為海拔較高的北部低于海拔較低的中、南部;嘉陵江流域2005年的生態(tài)環(huán)境質(zhì)量較2000年之前明顯退化,從以良好和優(yōu)等的生態(tài)環(huán)境質(zhì)量為主轉(zhuǎn)換為中等等級(jí)。2010年較2005年生態(tài)環(huán)境質(zhì)量有所改善,但較2000年之前仍較差。2015年、2020年的生態(tài)環(huán)境得到改善,較2010年相比優(yōu)等面積比例分別增加了48.90%和40.22%?？傮w而言,除2005年、2010年外,研究區(qū)內(nèi)大部分地區(qū)為良好和優(yōu)等等級(jí),流域生態(tài)環(huán)境整體呈現(xiàn)為先改善、變差和改善的過(guò)程。

表2 不同年份RSEI各等級(jí)統(tǒng)計(jì)

圖3 嘉陵江流域1990年、2000年、2010年、2020年,30 a RSEI空間分布

2.3 長(zhǎng)江流域RSEI演變趨勢(shì)

進(jìn)一步分析1990—1995年、1995—2000年、2000—2005年、2005—2010年、2010—2015年、2015—2020年嘉陵江流域RSEI變化趨勢(shì)(圖4,圖5),發(fā)現(xiàn)30年間嘉陵江流域50%以上的區(qū)域的生態(tài)環(huán)境質(zhì)量為變化不明顯,但其變化趨勢(shì)存在顯著的時(shí)空差異性。 1990—1995年1.12%的區(qū)域表現(xiàn)為退化趨勢(shì),零星分布在達(dá)州地區(qū),12.84%的區(qū)域?yàn)檩p微退化趨勢(shì),集中在隴南以北和達(dá)州以東地區(qū),僅有1.51%的區(qū)域呈顯著改善趨勢(shì),集中在平武地區(qū)。1995—2000年的71.57%的區(qū)域表現(xiàn)為變化不明顯趨勢(shì),14.65%的區(qū)域表現(xiàn)為輕微退化趨勢(shì)。2000—2005年69.31%的區(qū)域表現(xiàn)為輕微改善趨勢(shì),但在遂寧等地區(qū)仍零星分布有輕微退化趨勢(shì)的區(qū)域。2005—2010年在南充以南、廣元以北等地區(qū)均呈輕微改善趨勢(shì),但在其他區(qū)域均有部分像元上為輕微退化趨勢(shì),其中退化趨勢(shì)的占12.98%。2010—2020年嘉陵江大部分區(qū)域生態(tài)環(huán)境變化不明顯,但在迭部地區(qū)均以輕微退化趨勢(shì)為主。

圖4 嘉陵江流域不同階段RSEI變化趨勢(shì)

圖5 嘉陵江流域土地利用分布圖和土地利用轉(zhuǎn)移

2.4 嘉陵江流域土地利用轉(zhuǎn)移矩陣

為進(jìn)一步分析人類(lèi)活動(dòng)對(duì)嘉陵江流域RSEI的影響,我們基于目前提供的土地利用類(lèi)型產(chǎn)品分析了1990—2020年嘉陵江流域土地利用轉(zhuǎn)移情況(圖5,圖6),發(fā)現(xiàn)1990—1995年有724.43 km2的草地轉(zhuǎn)換為林地,有152.98 km2的草地轉(zhuǎn)為耕地,其他轉(zhuǎn)換類(lèi)型主要為林地轉(zhuǎn)為草地和耕地、耕地轉(zhuǎn)為草地、林地和建設(shè)用地。但總體表現(xiàn)為林地面積和建設(shè)用地面積增加,草地和耕地面積減少。1995—2000年主要轉(zhuǎn)移類(lèi)型為林地轉(zhuǎn)為草地,轉(zhuǎn)換了855.99 km2。其而耕地面積的減少主要得益于增加的建設(shè)用地、草地和林地,水域和未利用地基本沒(méi)有變化。2000—2005年的主要轉(zhuǎn)移類(lèi)型為未利用地轉(zhuǎn)為建設(shè)用地(轉(zhuǎn)移面積436.71 km2),耕地轉(zhuǎn)為建設(shè)用地的面積為165.38 km2,建設(shè)用地面積仍為持續(xù)增長(zhǎng)趨勢(shì),其次在川陜甘地區(qū)的草地和林地面積也有些許增加。2005—2015年草地面積減少了 1.72%,林地和耕地面積分別增加了 0.42%和 1.8%。2015—2020年雖然林地和建設(shè)用地面積分別增加了,但耕地和未利用地面積減少了,從而使草地面積增加。

圖6 不同年份嘉陵江流域土地利用轉(zhuǎn)移統(tǒng)計(jì)圖

2.5 RSEI對(duì)不同驅(qū)動(dòng)因子的響應(yīng)

通常認(rèn)為人類(lèi)活動(dòng)(如土地利用變化、人口和GDP)、地形(如坡度、海拔)和氣候因子(氣溫、降水和風(fēng)速)的協(xié)同或單獨(dú)作用導(dǎo)致生態(tài)環(huán)境質(zhì)量發(fā)生變化。因此,本文基于地理探測(cè)器的因子探測(cè)器和交互探測(cè)器分析了不同年份人為活動(dòng)、地形和氣候因子對(duì)嘉陵江流域生態(tài)環(huán)境質(zhì)量驅(qū)動(dòng)機(jī)制。從RSEI的多年均值的因子探測(cè)結(jié)果可知(圖7),人口(POP)的和GDP與嘉陵江流域的RSEI的關(guān)系最敏感,q值分別為0.279,0.283,其次分別為氣溫(TEM,q值為0.150)和海拔(DEM,q值為0.117)。而土地利用(LUCC,q值為0.043,)和坡度(SLOPE,q值為0.052)對(duì)嘉陵江流域的RSEI的變化的驅(qū)動(dòng)作用最小,其次為風(fēng)速(WIN,q值為0.064)和降水量(PER,q值為0.079)。通過(guò)不同因子交互探測(cè)結(jié)果我們發(fā)現(xiàn)DEM∩TEM(0.521)和DEM∩WIN(0.519)的交互作用對(duì) RSEI的影響最大,影響因子大于 0.5。其次,LUCC∩PER(0.408)、PER∩WIN(0.402)、SLOPE∩TEM(0.405)、SLOPE∩POP(0.45)、SLOPE∩DEM(0.494)的交互作用對(duì)RSEI的影響因子均大于 0.4(表3)。可以發(fā)現(xiàn)地形因子和其他因子之間的交互作用對(duì)RSEI的影響均較大,且任何兩種因子的交互作用都大于單個(gè)因子對(duì)嘉陵江流域生態(tài)環(huán)境質(zhì)量的影響。而GDP和任何兩個(gè)因子之間的交互作用對(duì) RSEI的影響最小。

圖7 不同因子對(duì)年均RSEI變化的q驅(qū)動(dòng)力值分布

通過(guò)分析不同年份RSEI受到不同因子的敏感性情況(圖8),發(fā)現(xiàn)GDP和POP對(duì)1990—2020年的RSEI的q決定力呈下降趨勢(shì),LUCC和SLOPE在2010年之前對(duì)RSEI的q值較小且變化穩(wěn)定,而在2010—2020年q值均呈增加趨勢(shì),但增加幅度較小。DEM對(duì)RSEI影響的q值在2010年也較小且變化穩(wěn)定,但在2015年大幅度增加,2020年呈略微下降趨勢(shì),但q值仍高于2010年之前。PER在2010年之前對(duì)RSEI的q值均在0.01以下,但在2015年突增至0.408,2020年有所下降,但q值仍遠(yuǎn)遠(yuǎn)高于2010年之前的q值。TEM和WIN對(duì)RSEI影響的q值在1995年、2015年均發(fā)生了顯著的突增,但隨后均有所下降。

圖8 不同年份RSEI對(duì)不同因子的q驅(qū)動(dòng)力值分布 Fig. 8 Distribution of q driving force values of RSEI for different factors in different years

3 討 論

3.1 嘉陵江流域生態(tài)環(huán)境質(zhì)量動(dòng)態(tài)變化

嘉陵江流域作為長(zhǎng)江上游重要的地理生態(tài)區(qū)域,其生態(tài)環(huán)境保護(hù)與高質(zhì)量發(fā)展已上升為國(guó)家戰(zhàn)略[26]。其中氣候變化和人類(lèi)活動(dòng)對(duì)該區(qū)域造成的影響最為突出,如據(jù)氣象報(bào)告在2006年夏季嘉陵江流域的川渝地區(qū)發(fā)生了極大的干旱事件,降水量較其他年份顯著減少,對(duì)該地區(qū)的植被生長(zhǎng)和社會(huì)經(jīng)濟(jì)發(fā)展產(chǎn)生了嚴(yán)重的不利影響[28];在2011年嘉陵江流域遭遇了3次大暴雨,暴雨引起了嚴(yán)重的水土流失、土壤鹽堿化、滑坡等影響該區(qū)域生態(tài)環(huán)境質(zhì)量的自然災(zāi)害[29]。因此,我國(guó)政府于1999年在嘉陵江流域的川陜甘實(shí)施了 “退耕還林、荒山造林”等生態(tài)環(huán)境恢復(fù)項(xiàng)目改善嘉陵江流域生態(tài)環(huán)境質(zhì)量。在生態(tài)保護(hù)和環(huán)境恢復(fù)實(shí)施下一些地區(qū)生態(tài)環(huán)境呈現(xiàn)出恢復(fù)狀態(tài),然而目前關(guān)于嘉陵江流域生態(tài)環(huán)境質(zhì)量變化的主導(dǎo)因子的研究還較少。因此,本文通過(guò)分析嘉陵江流域1990—2020年的RSEI時(shí)空動(dòng)態(tài),發(fā)現(xiàn)1990—2020年嘉陵江流域生態(tài)環(huán)境質(zhì)量整體呈上升趨勢(shì)。其中,2006年和2011年嘉陵江流域的生態(tài)環(huán)境質(zhì)量較其他年份顯著退化,這一結(jié)果與極端氣象事件一致。同樣,胡孟珂等通過(guò)研究氣候?qū)瘟杲饔虻闹脖桓采w度變化時(shí)也發(fā)現(xiàn)在2006年和2011年植被覆蓋度發(fā)生突降。其次,我們發(fā)現(xiàn)嘉陵江流域1 999后年的RSEI較1996—1998年的RSEI得到了大幅度提升,但在2003年之前RSEI基本為較為穩(wěn)定對(duì)的浮動(dòng)狀態(tài), 2003年之后RSEI呈現(xiàn)先減小后增加的趨勢(shì),發(fā)生這種突變的可能原因主要是雖然嘉陵江流域在1999年之后實(shí)施了一系列生態(tài)保護(hù)和修復(fù)的項(xiàng)目。

我們進(jìn)一步分析了不同階段嘉陵江流域RSEI空間變化趨勢(shì),發(fā)現(xiàn) 30年間嘉陵江流域50%以上的區(qū)域的生態(tài)環(huán)境質(zhì)量為變化不明顯,但其變化趨勢(shì)存在顯著的時(shí)空差異性。其中煤礦開(kāi)采區(qū)集中區(qū)(華鎣山地區(qū)和大巴山地區(qū))、鐵礦則集中區(qū)(涪江流域)的生態(tài)環(huán)境呈退化趨勢(shì)最明顯。有研究發(fā)現(xiàn)在2000年后嘉陵江開(kāi)采業(yè)快速發(fā)展,因?yàn)榧瘟杲饔蚝芏鄥^(qū)域開(kāi)采后期生態(tài)恢復(fù)措施不完善,如礦物棄渣隨意丟棄、廢棄船舶灘涂維修不做任何污染防治措施、隨意砍林造路等。這使得在嘉陵江經(jīng)濟(jì)快速發(fā)展的期間這些區(qū)域的生態(tài)環(huán)境質(zhì)量也呈現(xiàn)大面積的退化趨勢(shì)。其次,在2000年之后在城鎮(zhèn)化推進(jìn)下,城市建設(shè)和擴(kuò)張?jiān)谶M(jìn)一步加速,為增加新的居住用地或修建工業(yè)設(shè)施。其次,因?yàn)楫?dāng)?shù)鼐用裆鷳B(tài)意識(shí)淺薄,存在土地利用不當(dāng),盲目破壞生態(tài)環(huán)境,進(jìn)而導(dǎo)致大面積的植被區(qū)域被破壞,尤其在海拔較高的區(qū)域和川蜀等經(jīng)濟(jì)發(fā)展迅速的地區(qū)表現(xiàn)尤為顯著[8-12]。針對(duì)以上問(wèn)題,嘉陵江上游流域很多地區(qū)實(shí)施了生態(tài)環(huán)境保護(hù)條例實(shí)現(xiàn)嘉陵江流域生態(tài)環(huán)境的可持續(xù)發(fā)展,據(jù)統(tǒng)計(jì)數(shù)據(jù)在2015年之后隨著生態(tài)保護(hù)理念和政府的宏觀調(diào)控下,人們保護(hù)生態(tài)環(huán)境的意識(shí)增加(如嘉陵江西南涌?jī)砂兜酿B(yǎng)殖業(yè)實(shí)施的限期清理廢水、農(nóng)村集中養(yǎng)殖并統(tǒng)一處理養(yǎng)殖廢水、農(nóng)家肥有效利用等),使生態(tài)環(huán)境質(zhì)量在 2015—2020年有所改善。雖然在2015年及之后,嘉陵江上游流域生態(tài)環(huán)境質(zhì)量得到很好的改善,但相關(guān)部門(mén)仍需繼續(xù)貫徹落實(shí)相關(guān)規(guī)定,盡量減少人類(lèi)活動(dòng)對(duì)生態(tài)脆弱區(qū)生態(tài)環(huán)境的影響。

3.2 嘉陵江流域生態(tài)環(huán)境質(zhì)量的驅(qū)動(dòng)因子

為進(jìn)一步分析人類(lèi)活動(dòng)和氣象因素對(duì)嘉陵江流域RSEI的影響,我們基于目前提供的土地利用類(lèi)型產(chǎn)品分析了1990—2020年嘉陵江流域土地利用轉(zhuǎn)移情況,發(fā)現(xiàn)1990—1995年林地面積和建設(shè)用地面積增加,草地和耕地面積減少。1995—2000年主要轉(zhuǎn)移類(lèi)型為林地轉(zhuǎn)為草地,耕地面積的減少主要得益于增加的建設(shè)用地、草地和林地,水域和未利用地基本沒(méi)有變化。2000—2005年的主要轉(zhuǎn)移類(lèi)型為未利用地轉(zhuǎn)為建設(shè)用地,建設(shè)用地面積仍為持續(xù)增長(zhǎng)趨勢(shì)。2005—2015年草地面積減少、林地和耕地面積分別增加。2015—2020年雖然林地和建設(shè)用地面積增加,但耕地和未利用地面積減少?gòu)亩共莸孛娣e增加。通過(guò)分析發(fā)現(xiàn)土地利用轉(zhuǎn)移主要與人口的快速增加、城市擴(kuò)張和 1 999開(kāi)始的將坡耕地退耕還林還草、宜林荒山荒地造林的退耕還林(還草)政策有關(guān)。有研究發(fā)現(xiàn)因?yàn)樘囟ㄉ鷳B(tài)環(huán)境變化和人類(lèi)活動(dòng)導(dǎo)致部分草地轉(zhuǎn)為耕地、林地和其他土地,由于人口快速增長(zhǎng)和三北防護(hù)林體系工程的實(shí)施,建設(shè)用地的發(fā)展,導(dǎo)致許多草地遭到破壞,并且長(zhǎng)期過(guò)度放牧加上氣候變化和嚙齒動(dòng)物破壞的影響,嘉陵江流域天然草地退化嚴(yán)重,將不可避免地導(dǎo)致該區(qū)域荒漠化加劇。RSEI變化是一個(gè)周期性、持續(xù)性的動(dòng)態(tài)過(guò)程,除了受到人類(lèi)活動(dòng)的影響,氣候變化和地形也是RSEI變化的另一驅(qū)動(dòng)因素。因此,本文綜合前人研究選擇了氣溫、降水、風(fēng)速、坡度、坡向、GDP、人口數(shù)據(jù)和土地利用數(shù)據(jù)基于地理探測(cè)器探究了不同階段以上因素對(duì)RSEI變化的貢獻(xiàn)情況。發(fā)現(xiàn)在主導(dǎo)因子方面嘉陵江流域生態(tài)環(huán)境質(zhì)量前期主要受到GDP和POP的影響程度較大,但隨著時(shí)間的變化受到GDP和POP的影響程度呈下降趨勢(shì),但TEM,WIN,LUCC,DEM,SLOPE和PER在2015年之前對(duì)嘉陵江生態(tài)環(huán)境質(zhì)量影響較小,2015年后對(duì)生態(tài)環(huán)境質(zhì)量的影響程度呈增加趨勢(shì)。因此可以發(fā)現(xiàn)嘉陵江流域生態(tài)環(huán)境質(zhì)量在前期人類(lèi)活動(dòng)對(duì)其影響顯著,后期隨著政府生態(tài)保護(hù)措施的實(shí)時(shí)和人們生態(tài)意識(shí)的增強(qiáng),同時(shí)隨著經(jīng)濟(jì)快速發(fā)展,人們生活質(zhì)量提升,對(duì)生態(tài)環(huán)境保護(hù)意識(shí)越來(lái)越強(qiáng)及國(guó)家的大力呼吁下,后期POP和GDP對(duì)嘉陵江流域的影響逐漸下降。但在2015年時(shí),地形因子和自然氣候條件變化是影響嘉陵江流域的生態(tài)環(huán)境質(zhì)量的主要因子。有研究證明,隨著全球氣候變暖,長(zhǎng)江流域大部分地區(qū)發(fā)生的季節(jié)性干旱的面積整體呈擴(kuò)大趨勢(shì),同時(shí)極端氣候事件也在逐漸增強(qiáng)。因?yàn)榧瘟杲饔虻暮芏鄥^(qū)域露天采礦較多,該區(qū)域土質(zhì)松散,垂直節(jié)理發(fā)育,遇水則容易溶解,因此在地形和氣候的雙重影響下該地區(qū)極容易造成泥石流、滑坡等自然災(zāi)害[22]。因此,嘉陵江流域的生態(tài)環(huán)境質(zhì)量在地形和氣候因子的協(xié)同作用下可能會(huì)發(fā)生顯著變化。如夏季及時(shí)雨、大暴雨等天氣增多,導(dǎo)致在 SLOPE較大的地區(qū)發(fā)生滑坡、泥石流等自然災(zāi)害,從而對(duì)生態(tài)環(huán)境產(chǎn)生顯著的影響[30-31]。在因子交互作用探測(cè)方面,嘉陵江流域生態(tài)環(huán)境質(zhì)量的空間分異性受多個(gè)影響因子共同作用,每?jī)蓚€(gè)因子之間相互作用的影響力都大于單一因子的影響力,其中地形因子和氣象、土地利用因子之間的交互作用最為顯著。嘉陵江流域整體生態(tài)環(huán)境質(zhì)量上升,這表明嘉陵江流域在生態(tài)環(huán)境維持與治理方面政策的大方向是有效的,絕大部分區(qū)域生態(tài)環(huán)境質(zhì)量都在提升,少部分地區(qū)略有降低,應(yīng)有針對(duì)性地進(jìn)行政策調(diào)整,改善生態(tài)環(huán)境質(zhì)量。根據(jù)地理探測(cè)器分析結(jié)果發(fā)現(xiàn)后期嘉陵江流域生態(tài)環(huán)境主要受到自然因素和土地利用變化的影響程度較大,說(shuō)明后期需要進(jìn)一步規(guī)范化嘉陵江流域土地覆蓋并進(jìn)一步加強(qiáng)自然災(zāi)害的防護(hù)策略。

3.3 研究不足與展望

雖然本文綜合評(píng)價(jià)了隨著時(shí)間變化,LUCC,GDP,POP,DEM,SLOPE,TEM,PER和WIN對(duì)RSEI的影響情況,但并未探究嘉陵江流域極端水文氣象現(xiàn)狀及其對(duì)嘉陵江流域生態(tài)環(huán)境質(zhì)量的影響以及多因素是如何共同作用于生態(tài)環(huán)境質(zhì)量的,這些仍需要進(jìn)一步深入探究。其次,因目前很多政府較為關(guān)注未來(lái)嘉陵嘉流域在不同氣候、人類(lèi)活動(dòng)和地形影響下嘉陵江流域生態(tài)環(huán)境質(zhì)量可能發(fā)生的現(xiàn)狀,但本文并未涉及這一部分內(nèi)容。后期將進(jìn)一步基于Hurst指數(shù)和過(guò)去30 a的RSEI數(shù)據(jù)在不同因素的控制下對(duì)嘉陵江流域RSEI可能的持續(xù)狀態(tài)進(jìn)行預(yù)測(cè),為嘉陵江流域生態(tài)環(huán)境保護(hù)和政策制定提供更加詳細(xì)的參考資料。

4 結(jié) 論

本文采用遙感數(shù)據(jù)、地形數(shù)據(jù)、人類(lèi)活動(dòng)數(shù)據(jù)和氣象數(shù)據(jù)相結(jié)合的方法對(duì)嘉陵江流域1990—2020年的生態(tài)環(huán)境質(zhì)量時(shí)空動(dòng)態(tài),并通過(guò)地理探測(cè)器分別得到不同時(shí)期不同因子對(duì)嘉陵江流域生態(tài)環(huán)境質(zhì)量的直接作用和交互作用。研究表明1990—2020年嘉陵江流域生態(tài)環(huán)境質(zhì)量整體呈上升趨勢(shì),但不同時(shí)期不同區(qū)域存在差異。其中,1990—1995年隴南以北和達(dá)州以東地區(qū)生態(tài)環(huán)境質(zhì)量呈退化趨勢(shì),平武部分地區(qū)呈改善趨勢(shì),其他區(qū)域基本保持不變。1995—2000年遂寧等地區(qū)零星分布有輕微退化趨勢(shì)的區(qū)域。2005—2010年南充以南、廣元以北等地區(qū)均呈輕微改善趨勢(shì)。2010—2020年嘉陵江大部分區(qū)域生態(tài)環(huán)境變化不明顯,但在迭部地區(qū)以輕微退化趨勢(shì)為主。通過(guò)地理探測(cè)器結(jié)果顯示,在主導(dǎo)因子方面嘉陵江流域生態(tài)環(huán)境質(zhì)量前期主要受到GDP和POP的影響程度較大,但隨著時(shí)間的變化受到GDP和POP的影響程度呈下降趨勢(shì),但TEM,WIN,LUCC,DEM,SLOPE和PER在2015年之前對(duì)嘉陵江生態(tài)環(huán)境質(zhì)量影響較小,2015年后對(duì)生態(tài)環(huán)境質(zhì)量的影響程度呈增加趨勢(shì)。因此可以發(fā)現(xiàn)嘉陵江流域生態(tài)環(huán)境質(zhì)量在前期人類(lèi)活動(dòng)對(duì)其影響顯著,但隨著政府生態(tài)保護(hù)措施的實(shí)時(shí)和人們生態(tài)意識(shí)的增強(qiáng),自然因素的影響逐漸增強(qiáng)。在因子交互作用探測(cè)方面,嘉陵江流域生態(tài)環(huán)境質(zhì)量的空間分異性受多個(gè)影響因子共同作用,每?jī)蓚€(gè)因子之間相互作用的影響力都大于單一因子的影響力,其中地形因子和氣象、土地利用因子之間的交互作用最為顯著。嘉陵江流域整體生態(tài)環(huán)境質(zhì)量上升,這表明嘉陵江流域在生態(tài)環(huán)境維持與治理方面政策的大方向是有效的,絕大部分區(qū)域生態(tài)環(huán)境質(zhì)量都在提升,少部分地區(qū)略有降低,應(yīng)有針對(duì)性地進(jìn)行政策調(diào)整,改善生態(tài)環(huán)境質(zhì)量。根據(jù)地理探測(cè)器分析結(jié)果發(fā)現(xiàn)后期嘉陵江流域生態(tài)環(huán)境主要受到自然因素和土地利用變化的影響程度較大,說(shuō)明后期需要進(jìn)一步規(guī)范化嘉陵江流域土地覆蓋并進(jìn)一步加強(qiáng)自然災(zāi)害的防護(hù)策略。