基于遥感影像的和林格尔黄土丘陵区治理成效分析

摘要：黄土丘陵生态环境脆弱、水土流失严重，其生态修复与植物景观营造对于保障区域生态安全、改善流域生态环境、带动流域生态文明建设具有重要作用。本研究以内蒙古黄土丘陵生态脆弱区为研究对象，应用遥感分析的方法，分析了采取人工植被修复措施后生态修复区治理前后的归一化植被指数（Normalized difference vegetation index，NDVI）、植被覆盖度、生态脆弱性指数以及水土保持能力随修复状况的动态变化规律。结果表明：采取人工植被恢复措施使得生态系统的自我恢复能力逐渐增强。经过10年的治理，两个修复区NDVI 0.5的平均面积占比从0.61%增加到34.52%；植被覆盖度gt;60%的平均面积占比增加了52.46%；微度脆弱区域面积占比平均上升至76.20%，水土保持能力较好的面积平均占比提高到59.07%，生态系统自恢复能力呈变好态势。研究结果可为我国黄土丘陵区生态修复工作的开展提供科学依据和理论参考。

关键词：生态修复；生态脆弱性；遥感影像；黄土丘陵区

中图分类号：S283.8文献标识码：A文章编号：1007-0435（2023）04-0963-09

Analysis of Restoration Effects in Loess Hilly Region of Horinger

County Based on Remote Sensing

QU Zhi-qiang HAN Guo-dong TIE Ying LI Zhi-guo ZHANG Zi-ting

BAI Lu YANG Zi-qiong SUN Xue-yan

（1. College of Grassland， Resources and Environment， Inner Mongolia Agricultural University， Key Laboratory of Grassland Resources

（IMAU）， Ministry of Education， Hohhot， Inner Mongolia 010011， China; 2. Mengshu Ecological Construction Group Co.， LTD.， Hohhot，

Inner Mongolia 011517， China; 3. Inner Mongolia Hesheng Ecological Science and Technology Research Institute Company Limited，

Hohhot， Inner Mongolia 011517， China）

Abstract：The loess hilly region has a vulnerable ecological environment and serious soil and water erosion. Its ecological restoration and landscape plantation play an important role in the regional ecological security，improving the ecological quality and promoting the construction of ecological civilization. In this study，the ecological vulnerable area of the loess hilly region in Inner Mongolia was taken as the research area. The methods of remote sensing analysis was used to analyze the normalized difference vegetation index （NDVI），vegetation coverage and ecological vulnerability index before and after artificial vegetation restoration，as well as the dynamic changes of soil and water conservation capacity with the restoration status. The results showed that：the restoration measures of artificial vegetation in the study area are gradually conducive to the enhancement of the self-recovery ability of that ecosystem. After 10 years of restoration，the lands with average vegetation cover of NDVI gt;0.5 in the two restoration zones increased from 0.61% to 34.52%. The lands with average vegetation coverage gt;60% increased by 52.46%. The average proportion of weakly vulnerable lands increased to 76.20%，and the proportion of lands with good soil and water conservation capability increased to 59.07%. The self-recovery capacity of ecosystem showed a good trend. The results can provide scientific basis and theoretical reference for ecological restoration in loess hilly region.

Key words：Ecological restoration;Ecological vulnerability;Remote sensing image;Loess hilly region

全球气候的不断变化产生了许多生态问题，如生物多样性的减少，生态灾害的频繁发生［1］，生态环境脆弱［2］等。黄土丘陵区由于天然植被的严重破坏及不合理的土地利用成为中国水土流失最严重的地区之一［3-5］。生态的退化不仅对经济与社会的可持续发展产生重大影响，也对当地居民的生存构成了巨大威胁［6-7］。作为实现可持续发展，降低生态退化的关键技术，如何合理地恢复、保护和开发生态资源已成为目前国内外生态恢复和重建的重要研究方向。

植被恢复措施是目前生态脆弱区治理中应用的最重要的方法［8-9］。衡量生态治理的效果则需要通过对植被动态进行时空尺度的监测来实现。传统的地面调查方法是基于地面区域尺度，通常选取具有代表性的区域进行野外实地调查，但该方法受调查者的主观意识影响较强，误差较大。Wilson等［10］对澳大利亚南部半干旱地区植被变化的评估研究中发现不同地面测量方法都存在着一定局限性。Curran等［11］对地表实测植被盖度进行研究，发现样方尺寸对测量结果的影响较大，此外，Curran还提到一些地面测量方法所得到的结果存在很大差异，这使后期的遥感数据说服力和精确度大大的降低。而遥感的方法则可以避免这一问题，不仅能够使评价的结果更加精确，而且可以快捷、高效地获取较大尺度范围区域植被资源信息，并对植被动态进行时空尺度的分析。

内蒙古呼和浩特市和林格尔县黄土丘陵生态修复工程开展于2013年，该工程设置了两个围封区并在保留原始天然植被的基础上采取不同人工种植造林设计方法进行修复。本文使用遥感数据对和林格尔县黄土丘陵两个修复区的生态修复情况进行动态监测，在摸清生态修复进展情况的同时，归纳总结黄土丘陵区生态修复模式，为我国黄土丘陵区的生态恢复工作提供一定的参考。

1材料与方法

1.1研究区概况

研究区位于内蒙古呼和浩特市和林格尔县盛乐经济园区，地理位置介于北纬40°29′00″～40°33′00″，东经111°48′50″～111°52′50″之间。该区域地处和林格尔县内蒙古高原向黄土高原的过渡边缘地带，西北侧为土默川平原的边缘。总体地形呈现东高西低、南高北低的态势，海拔高度为1 016～2 031 m。气候类型属中温带半干旱大陆性季风气候，年平均气温为3.0～7.4℃，无霜期85～150天，年平均降水量在250～535 mm之间，主要集中在6～8月。全年主导风向为西北风，年平均风速2.2 m·s-1。和林格尔县黄土丘陵生态修复工程于2013年开展，修复一区和修复二区为在保留原始天然植被基础上采取不同造林设计类型的两个修复区，整体都成不规则的长条形，详见图1。两个修复区基本形成了乔草配置、乔灌草配置、灌草配置等造林类型。

修复区内在人工种植同时保留原生的天然植被，整体以人工植被为主，主要有樟子松（Pinus sylvestris）、油松（Pinus tabuliformis）、小叶锦鸡儿（Caragana microphylla）、中国沙棘（Hippophae rhamnoides）、沙打旺（Astragalus adsurgens）、草木樨（Melilotus suaveolens）、紫花苜蓿（Medicago sativa）等，修复一区局部地区还有云杉（Picea asperata）、家榆（Ulmus pumila）、山杏（Prunus ansu）等分布（图2和图3）。

对照区则为未经人工种植的天然植被，以黄土丘陵沟壑区典型草原植被为主。优势植物有克氏针茅（Stipa krylovii）、糙隐子草（Cleistogenes squarrosa）、冰草（Agropyron cristatum）、二裂委陵菜（Potentilla bifurca）、阿尔泰狗娃花（Heteropappus altaicus）、羊草（Leymus chinensis）、赖草（Leymus secalinus）、扁蓿豆（Melilotoides ruthenica）、达乌里胡枝子（Lespedeza davurica）等；土壤类型有栗褐土、灰褐土、潮土和风沙土，以栗褐土为主，属水平地带性土壤，土壤肥力较低。

1.2数据来源与处理方法

1.2.1卫星影像数据及预处理为观测研究区自2013年修复以来植被恢复情况，本研究采用该区域2010年（修复前）、2015年（修复前期）、2019年（修复后）3期卫星影像图，进行归一化植被指数（Normalized difference vegetation index，NDVI）、植被覆盖度指数（Fractional vegetation cover，FVC）和生态脆弱性指数（Ecological vulnerability index，EVI）分析。2010年采用Landsat5 TM卫星数据，空间分辨率为30 m。2015年和2019年采用landsat8 OLI_TIRS卫星数据，其空间分辨率融合之后达到15 m。卫星影像从地理空间数据云官网（http：//www.gscloud.cn/home）进行下载，然后利用ENVI 5.1软件进行预处理。

1.2.2归一化植被指数（NDVI）和植被覆盖度指数（FVC）计算利用ENVI 5.1软件的Radiometric Calibration工具，对Landsat系列卫星影像图进行辐射定标、大气校正；随后，利用Band Math工具计算其NDVI值；最后利用ArcGIS 10.7软件进行裁剪。计算NDVI指数的公式如下所示。

植被覆盖度指数（FVC）指的是地面上植被冠层和枝条的垂直投影与总面积之比。它是生态系统中评估生态环境质量的重要因素之一，是区域气候研究和水文生态评估的重要参考。对于植物覆盖度的测定，特别是对大规模研究区域的植被状况的监测，通常采用遥感技术进行测量。因此，本文采用李苗苗等［12］在像元二分模型基础上的研究模型，利用NDVI估算植被覆盖度，计算公式如下所示。

1.2.3水土保持能力分析首先，从ASF DATA SEARCH官网上下载12.5 m的DEM数据；然后利用ArcGIS 10.7软件的Extract by mask工具进行裁剪；最后利用Surface工具进行Slope，Hillshade，Aspect等处理，获得坡度、坡向、坡位等指标。利用Raster Calculator计算水土保持能力［13］，并计算水土保持能力各等级面积。

1.2.4生态脆弱性指数（Environmental vulnerability index，EVI）计算生态环境脆弱性是指在一定时间和空间范围内，生态系统对外部干扰的敏感性和自我修复能力。计算指标如下所示。

（1）湿度指标（Wet）

缨帽变换的湿度分量、绿度、亮度与生态质量紧密相关［14-15］。湿度分量反映研究区域植被和土壤的水分状况。所以选用湿度分量代表湿度指标。基于Landat TM和Landsat8 OLI_TIRS反射率影像数据的公式分别为［16-17］：

（2）绿度指标（NDVI）

植被生长状况是反映一个区域生态环境质量好坏的重要指标。归一化植被指数（NDVI）的应用最为广泛，它可反映叶面积指数、生物量和植被覆盖三者间的关系。所以，NDVI可作为绿度指标。

（3）干度指标（NDSI）

研究区域的城市用地会造成地表的“干化”，对生态环境产生一定的影响，所以选用建筑指数（IBI）来表示［18］；研究区域内，大面积的裸露土地是比较严重的生态问题，裸土指数（SI）来表达研究区域土地的裸露状态［19］。最终干度指标是由建筑指数和裸土指数组成，为NDSI［20］，其计算公式为：

（4）热度指标（LST）

使用大气矫正法对Landsat8 OLI_TIRS地表温度数据进行反演原理：首先估测大气对地表热辐射的影响，然后在卫星传感器所接收的总热辐射中减去这部分大气影响，得到地表热辐射强度，再将其转换为相应的地表温度［20］。

①首先打开数据，对第10波段进行辐射定标（Band10的后缀为Thermal），获得辐射亮度图像。在ENVI中打开原始数据_MTL.txt，选择Radiometric Calibration工具，选择_MTL_Thermal数据，并根据需要选择spatial subset。

②计算NDVI。

③计算植被覆盖度（FVC）。

④计算地表比辐射率。

在ENVI软件的Band Math工具中输入公式0.004×b1+0.986获得，其中b1为植被覆盖度。

⑤计算相同温度下黑体的辐射亮度值

查询大气剖面数据（http：llatmcorr.gsfc.nasa.govl），输入相关参数可得到大气剖面信息：大气在热红外波段的透过率（t），大气向上辐射亮度（Lu），大气向下辐射亮度（Ld）。公式如下：

⑥反演地表温度

（5）进行各指标的归一化：使用ENVI软件toolbox中的stretch data，将数值范围设置为［0，1］。

（6）各指标合成Layer Stacking，选择相应的指标图像进行波段组合。

（7）主成分分析：使用ENVI classic中的Transforms—Principal Components—Forward PCRotation—Compute New Statistics and Rotate分析主成分。

（8）首先，利用ArcGIS 10.7软件对图像进行腌膜处理；然后使用ArcGIS 10.7软件的空间分析—重分类进行生态脆弱性的划分，将研究区的生态脆弱程度按生态脆弱程度分为5个等级，即微度脆弱、轻度脆弱、中度脆弱、重度脆弱和极重度脆弱，最后进行制图。

2结果与分析

2.1植被覆盖度分析

本文对2010年、2015年和2019年间3期植被覆盖度进行对比；通过对研究区植被覆盖度指数的分析，并将研究区的植被覆盖度分为0～20%（差）、20%～40%（较差）、40%～60%（较好）、60%～100%（好）4个等级。

由表1、图4～图6可知，修复一区在2010—2019年期间，植被覆盖度差、较差和较好等级区域面积占比分别从2.96%，11.89%和48.28%下降到0.53%，2.47%和9.46%；植被覆盖度等级为好的区域面积占比从37.75%上升到87.53%。

修复二区在2010—2019年期间，植被覆盖度差、较差和较好等级区域面积占比分别从27.91%，29.68%和27.68%下降到4.83%，6.18%和19.13%；植被覆盖度等级为好的区域面积占比从14.73%上升到69.86%。

对照区植被覆盖度全部集中在20%～30%之间，其中覆盖度“差”等级面积比从48.05%下降到25.76%，“较好”等级面积比从5.54%上升到21.98%，但整体来说对照区覆盖度并没有修复区覆盖度变化明显。

从植被覆盖度年际变化还可看出，与对照区相比，修复一区和二区的植被覆盖度“好”的区域面积占比最大，且随着恢复年限的增加快速增加，其他区域面积逐渐减小，且恢复一区的恢复面积明显高于恢复二区。

从修复区种植树种来讲，从过去10年的植被覆盖度变化区域分析可知，在修复前期，修复一区和修复二区的不同造林设计类型植被覆盖度变化不一，修复一区的樟子松+其他类型的区域植被覆盖度优于其他类型，修复二区的樟子松+柠条锦鸡儿类型的区域植被盖度优于油松+山杏类型区域。但随着修复时间的延长，不同造林设计类型区域的植被覆盖度逐渐趋于一致。

2.2水土保持能力分析

本文中采用ArcGIS 10.7软件进数据行处理，得到了研究区水土保持能力等级，数值越高表明其水土保持能力越强（表2、图7）。

由表2可知，修复一区和修复二区水土保持能力较差的面积分别占总面积的0.02%，0.12%；水土保持能力差的面积分别占总面积的10.48%，11.57%；水土保持能力好的面积分别占总面积的19.34%，40.33%；水土保持能力较好的面积分别占总面积的70.16%，47.98%。

2.3生态脆弱性指数分析

由表3和图8可知，修复一区在2010—2019年期间，微度脆弱区域面积占比从0.34%上升至90.98%，呈现直线增长趋势；在此期间，轻度脆弱区域转变为微度脆弱区域。修复二区在2010—2019年期间，中度脆弱和重度脆弱区域面积占比从60.59%和32.48%下降到2.60%和0.30%；与此相反的是微度脆弱和轻度脆弱区域面积占比从0.76%和4.90%上升到61.41%和34.94%，呈现增加态势。

由图9和图10可知，2010年，修复一区的整体生态脆弱性主要为轻度，具有一定的自我恢复能力；修复二区主要为中度和重度，并且在研究区内所占面积比例较大，生态环境受到一定的损害，生态环境稳定性较差。2015年经修复后，研究区整体的生态环境状况有明显的提高，生态脆弱性变弱，自恢复能力变强。2019年研究区整体的脆弱性呈现向微度脆弱发展趋势，这表明采取人工种植修复措施、减少人为及放牧活动等生态修复工作对研究区整体生态环境改善起到了非常重要的作用。

3讨论

本文采用遥感分析手段通过对人工种植修复及排除外界因素干扰后的内蒙古呼和浩特市和林格尔县黄土丘陵区时空变化特征评价，揭示了被破坏的生态环境修复和向良性循环系统发展的可行性。结果表明，2010年—2019年随着人工种植和研究区修复管控，区域生态环境得到极大地改善，十年间修复区NDVI值均呈上升趋势，植被覆盖度在修复措施下也呈现上升趋势，且不同造林设计类型也会导致植被覆盖度变化不一，相较于对照区，修复区植被盖度变化更为明显，覆盖度较好的区域面积逐年增大，较差的区域面积逐年降低。恢复一区比恢复二区具有更高的水土保持能力。这可能是因为修复一区的植被覆盖度大于修复二区，且修复二区内的沟壑错综复杂，区域内坡度总体大于修复一区造成的。

利用遥感技术进行资源环境信息的获取、处理和动态分析已逐渐成为研究生态环境脆弱性的一个重要方向［21］。廖伟等人基于RS和GIS技术分析了1990—2007年丹江口库区生态脆弱性的时间分布模式，研究表明该区域生态脆弱性指数从5.96降至5.56，库区生态环境整体状况有所好转［22］。陈佳等同样运用RS与GIS空间技术，定量分析了榆林市社会——生态系统脆弱性的空间演变规律，研究表明，2000—2011年，中等程度的脆弱性占主导地位，高度和中度脆弱性地区的面积减少，低脆弱性地区的空间分布向南部转移［23］。本文研究表明2010—2019年，和林格尔县的生态恢复区中，微度和轻度脆弱的比例在增加，而中度和重度脆弱的比例在减少，修复区整体生态脆弱性指数降低，生态系统自恢复能力呈现转好态势，与上述两项研究所得生态脆弱性指数降低、面积减少的结果基本一致。荆玉平等人运用遥感与GIS技术，研究发现内蒙古自治区奈曼旗1976—2000年平均生态脆弱性指数由0.744 5增加至0.780 3，整体脆弱性仍处于较高水平［24］，与本研究结果存在差异，这可能与人为因素和自然环境因素有关。奈曼旗地表沙质土广布，沙源丰富，水土保持能力差，自然条件在时间和空间上都存在着显著易变性，且脆弱区生态基本处于自修复状态，缺少人工修复的干预。而和林格尔生态脆弱区在保留原始天然植被的同时以人工植被修复为主，搭配种植了存活率较高的乡土植物，并且在工程实施后通过减少周边牧户人为干扰，从而降低了土地利用强度，有利于植被恢复，这也与闫晓红、曾凡江等人［25-26］认为的围封对退化草地的修复具有重要意义的研究结果一致。

4结论

通过对呼和浩特市和林格尔县黄土丘陵生态脆弱区采用人工植被修复措施后的修复效果进行分析表明：经过近10年的植被修复，修复区植被覆盖度和水土保持能力都有明显提高，且修复一区的植被覆盖度和水土保持能力明显高于修复二区；修复区微度脆弱区面积逐渐上升，占主导地位，生态脆弱性呈现变弱的趋势，生态恢复能力逐渐增强。因此，对被破坏的生态环境采取人工种植和管控的修复工作，能够使生态系统向更加稳定更加良性的循环方向发展。建议在开展生态修复工程中，尽可能保留当地原生天然物种，加强修复区的管控，防止外来因素的干扰，同时在修复过程中也要注意不同造林类型对植被盖度变化的影响。

参考文献

［1］DEMIRKESEN A C，EVRENDILEK F. Compositing climate change vulnerability of a Mediterranean region using spatiotemporally dynamic proxies for ecological and socioeconomic impacts and stabilities［J］. Environmental Monitoring amp; Assessment，2017，189（1）：29

［2］OKEY T A，AGBAYANI S，ALIDINA H M. Mapping ecological vulnerability to recent climate change in Canadas Pacific marine ecosystems［J］. Ocean amp; Coastal Management，2015，106（3）：35-48

［3］吴旭，牛耀彬，荀梦瑶，等. 黄土丘陵区优势造林树种水分来源对季节性干旱的响应［J］. 生态学报，2022，42（10）：4101-4112

［4］LAVOREL S，FLANNIGAN M D，LAMBIN E F，et al. Vulnerability of land systems to fire：Interactions among humans，climate，the atmosphere，and ecosystems［J］. Mitigation amp; Adaptation Strategies for Global Change，2007，12（1）：33-53

［5］程积民，万惠娥，胡相明. 黄土丘陵区植被恢复重建模式与演替过程研究［J］. 草地学报，2005，13（4）：324-327，333

［6］刘国华，傅伯杰，陈利顶，等. 中国生态退化的主要类型、特征及分布［J］. 生态学报，2000，20（1）：13-19

［7］张云芝，胡云锋，韩月琪，等. 全球主要生态退化区和研究热点区的空间分布与演变［J］. 生态学报，2021，41（19）：7599-7613

［8］张海月. 毛乌素沙地生态修复评价［D］. 北京：北京林业大学，2020：1-7

［9］张文军，周启星，魏巍. 克隆植物修复退化生态系统的机制［J］. 草地学报，2016，24（3）：485-490

［10］WILSON A D，ABRAHAM N A，BARRATT R，et al. Evaluation of methods of assessing vegetation change in the semi-arid range-lands of southern Australia［J］. Australian Rangeland Journal，1987（9）：5-13

［11］CURRAN P J，WILLIAMSON H D. Sample size for ground and remotely sensed data［J］. Remote Sensing of Environment，1986（20）：31-41

［12］李苗苗，吴炳方，颜长珍，等. 密云水库上游植被覆盖度的遥感估算［J］. 资源科学，2004，26（4）：153-159

［13］宫晨，吴文瑾，段怡如，等. 基于遥感RMMF模型的喀斯特地区水土保持功能评价［J］. 生态学报，2022，42（11）：4389-4400

［14］李芳芳，贾永红. 一种基于TM影像的湿地信息提取方法及其变化检测［J］. 测绘科学，2008，33（2）：147-149

［15］汪燕，董张玉. 基于缨帽变换影像融合的遥感影像植被信息提取［J］. 地理空间信息，2013，11（4）：85-86，89，187

［16］BAIG M H A，ZHANG L，SHUAI T，et al. Derivation of a tasseled cap transformation based on Landsat 8 at-satellite reflectance［J］. Remote Sensing Letters，2014，5（5）：423-431

［17］CRIST E P. A TM Tasseled Cap equivalent transformation for reflectance factor data ［J］. Remote Sensing of Environment，1985，17（3）：301-306

［18］XU H. A new index for delineating built-up land features in satellite imagery［J］. International Journal of Remote Sensing，2008，29（14）：4269-4276

［19］ROY P S，RIKIMARU A，MIYATAKE S. Tropical forest cover density mapping［J］. Tropical Ecology，2002，43（1）：39-47

［20］徐涵秋. 城市遥感生态指数的创建及其应用［J］. 生态学报，2013，33（24）：7853-7862

［21］张学玲，余文波，蔡海生，等. 区域生态环境脆弱性评价方法研究综述［J］. 生态学报，2018，38（16）：5970-5981

［22］廖炜，李璐，吴宜进，等. 丹江口库区土地利用变化与生态环境脆弱性评价［J］. 自然资源学报，2011，26（11）：1879-1889

［23］陈佳，杨新军，尹莎，等. 基于VSD框架的半干旱地区社会—生态系统脆弱性演化与模拟［J］. 地理学报，2016，71（7）：1172-1188

［24］荆玉平，张树文，李颖. 奈曼旗生态脆弱性及空间分异特征［J］. 干旱地区农业研究，2008，26（2）：159-164

［25］闫晓红，伊风艳，邢旗，等. 我国退化草地修复技术研究进展［J］. 安徽农业科学，2020，48（7）：30-34

［26］曾凡江，张文军，刘国军，等. 中国典型沙漠区主要优势植被的稳定修复途径与可持续经营技术［J］. 中国科学院院刊，2020，35（6）：709-716

（责任编辑 闵芝智）