EN中文

地球信息科学学报 >

2016 , Vol. 18 >Issue 7: 1000 - 1008

DOI: https://doi.org/10.3724/SP.J.1047.216.01000

地理空间分析综合应用

哈萨克斯坦生态环境状况及影响因素的遥感分析

  • 陈秋晓 , * ,
  • 洪冬晨 ,
  • 侯焱 ,
  • 王彦春
展开
  • 浙江大学区域与城市规划系,杭州 310058

作者简介：陈秋晓(1972-),男,博士,副教授,研究方向为GIS和遥感技术应用。E-mail:

收稿日期: 2015-06-11

  要求修回日期: 2015-11-05

  网络出版日期: 2016-07-15

基金资助

中亚干旱区生态系统模型集成及应用研究(2010DFA92720-27)

收起

Analysis of the Eco-Environmental Condition of Kazakhstan and Its Impact Factors Using Remote Sensing Data

  • CHEN Qiuxiao , * ,
  • HONG Dongchen ,
  • HOU Yan ,
  • YANG Yanchun
Expand
  • Department of Regional and Urban Planning, Zhejiang University, Hangzhou 310058, China
*Corresponding author: CHEN qiuxia, E-mail:

Received date: 2015-06-11

  Request revised date: 2015-11-05

  Online published: 2016-07-15

Copyright

《地球信息科学学报》编辑部 所有
Fold

摘要

本文利用基于TM影像所解译的土地利用数据,评价了哈萨克斯坦2000年和2010年生态环境质量状况。结果表明,哈萨克斯坦各州生态环境质量水平差异较大,整体呈现东部各州生态环境质量较高、中西部各州生态环境质量较低的空间格局,且2000-2010年哈萨克斯坦生态环境质量总体呈现变差的趋势。以基于MODIS数据所提取的归一化植被指数、地表含水量、地表温度等自然要素,以人口、GDP等社会经济要素为自变量,以生态环境质量指数为因变量建立回归模型,回归分析表明哈萨克斯坦生态环境状况主要受自然因素特别是NDVI指数的影响,因而改善哈萨克斯坦生态环境质量可从提高植被覆盖度入手。

关键词： 哈萨克斯坦; 生态环境状况; 生态环境质量指数; 影响因素

本文引用格式

陈秋晓 , 洪冬晨 , 侯焱 , 王彦春 . 哈萨克斯坦生态环境状况及影响因素的遥感分析[J]. 地球信息科学学报, 2016 , 18(7) : 1000 -1008 . DOI: 10.3724/SP.J.1047.216.01000

Abstract

Located in the north of Central Asia, Kazakhstan is among regions having the highest fragility of eco-environment in the world. With the implementation of “the Silk Road Economic Belt and the 21st-Century Maritime Silk Road” strategy advocated by Chinese government since 2013, more attention is being paid to researches focusing on the eco-environment of this country. Utilizing the land use data interpreted by TM images with a spatial resolution of 30 meters, the Ecological Quality Indices (EQIs) of Kazakhstan in 2000 and 2010 were evaluated by considering its biological richness, vegetation coverage, water network denseness and land deterioration. The evaluation results indicated that the EQI values varied among different prefectures. The eastern states showed a relative higher level of eco-environment quality than the western ones, and an overall declining pattern of the quality level was revealed from 2000 to 2010. In order to explore the driving forces of the spatial variation of EI among prefectures, natural factors such as NDVI, Modified Surface Water Capacity Index (MSWCI) and Land Surface Temperature (LST) were retrieved from the MODIS data, and subsequently input into the linear regression model as the independent variable together with the social economic index such as population density and real GDP per capita by taking EQI as the dependent variable. Regression results indicated that EIs in Kazakhstan were mainly influenced by the natural factors, especially by NDVI which represented the vegetation coverage. Thus, the key point is to raise the vegetation coverage in order to improve the eco-environment quality in Kazakhstan.

Key words： Kazakhstan; eco-environmental conditions; Ecological Quality Index; influencing factors

1 引言

生态环境是生态系统与环境系统的有机结合体,是人类赖以生存与发展的基础。自20世纪80年代以来,全球环境变化与陆地生态系统的相互关系就一直是国际地圈生物圈计划（International Geosphere-Biosphere Programme,IGBP）中全球变化研究的核心领域之一。生态环境质量评价是对由区域的生态环境系统结构和功能的变化而引起的生态环境质量的优劣程度及其变化情况进行评价与预测[1]。近年来,随着环境监测过程中遥感技术的广泛应用,其结合数理手段与GIS技术实现生态环境状况的定量描述已成为当下生态环境研究的趋势。
中亚地区属于世界上生态环境恶化最严重的地区之一,哈萨克斯坦地处中亚干旱、半干旱区,是全球典型的生态环境脆弱地区。与其它地区相比,其生态环境状况更易受人类活动和自然环境变化的扰动,不合理的土地利用方式将可能导致当地生态环境的进一步恶化。目前,哈萨克斯坦的生态环境状况已在一定程度上制约该国经济与社会的发展,并引起国际社会广泛关注[2]。
Dahl和Kuralbayeva[3]认为,哈萨克斯坦虽然具有丰富的能源资源,但是不合理的开采和使用引起了很多的生态问题,包括土壤和里海污染,碳、硫和氮氧化物的排放和辐射污染。Lioubimtseva[4]对中亚干旱区的气候和土地覆被变化进行研究,表明干旱区局部或区域性的人类活动可明显改变地表反照率、水的交换和生物地球化学循环（nutrient cycles）,会对地区和全球尺度的气候系统产生影响。
范彬彬等[5]根据欧空局（ESA）的全球陆地覆盖数据集资料GlobCover和世界粮农组织（FAO）统计资料获得中亚土地利用分布图,系统地分析了1992-2009年中亚土地资源开发与利用及其变化趋势,并对中亚地区出现的土壤侵蚀、过渡放牧等生态问题提出相应的治理与防治措施。周可法等[6]采用NOAA和MODIS数据,对能反映中亚地区不同生态环境变化特征的生态环境遥感监测指标进行反演,并分别对中亚地区1990年和2005年的生态环境变化状况进行评价,以及15年以来的生态环境动态变化进行对比分析。丁建丽等[7]以中亚土库曼斯坦典型盐渍地为研究区,利用1990、2000和2000年Landsat TM、ETM遥感影像,计算土壤盐渍化遥感监测指数,对土库曼斯坦土壤盐渍化进行了时间动态变化分析。
Groll等[8]通过长时段的监测项目,研究了尘埃沉积在中亚地区的时空分布。Chen等[9]选用土地利用/覆被变化（LUCC）、净生产力（NPP）、实际蒸发蒸腾量（AET）和农产物产量等要素来评价生态系统服务能力,研究表明：中亚地区1990-2000年从农田向自然植被的较大幅度的变更直接导致当地农田和农作物产量的下降;近10年来,废弃的农用地被重新开垦,农作物产量恢复并达到了较高和较稳定的水平;农田的NPP明显高于自然植被,尽管降水减少,2000年的NPP随气温上升而增大;中亚北部和东部地区的实际蒸发蒸腾量高于中部地区,而农田的平均蒸发蒸腾量明显低于植被。Zhou等[10]利用AVHRR和MODIS数据获得了长时段雪盖范围数据集,研究所获取的基于AVHRR的8 d雪数据和MODIS的8 d雪数据都具有很高的精度,可应用于中亚山区季节性冰雪覆盖的相关研究。Klein[11]利用AVHRR和MODIS传感器获得的中等分辨率遥感数据提取了1986-2012年中亚地区内陆水体的范围。
上述研究表明,针对中亚地区生态环境的研究主要集中在能源引起的生态环境污染、土地利用/覆被变化与气候的相互影响、土地利用变化趋势、污染物（如尘埃沉积）时空分布、生态系统服务能力、冰雪与水体的覆盖范围与年际变化等方面。总体上看,研究地域多为中亚五国,针对哈萨克斯坦的研究相对较少,涉及生态环境状况影响因素的研究明显不足。
因此,开展哈萨克斯坦生态环境研究,适时评价该国的生态环境状况,监控生态环境的变化以及深入分析其变化的驱动因素,对于维护该国生态系统和生态环境,保障居民的正常生活和生产,具有十分重要的意义。本文利用2000、2010年的土地利用数据,评价哈萨克斯坦2000年和2010年生态环境质量状况,进而利用回归分析识别影响哈萨克斯坦生态环境质量的主要因素。

2 研究区概况及数据源

2.1 研究区概况

哈萨克斯坦位于亚洲中部,西起伏尔加河下游,东至阿尔泰山,北起西西伯利亚平原,南至天山山脉。其幅员辽阔,国土面积为272.49万km2,约占世界陆地面积的2%、亚洲面积的6.8%[12]。由于地处大陆深处,远离海洋,哈萨克斯坦的气候属于典型的干旱大陆性气候,夏季炎热干燥,冬季寒冷少雪,全国绝大部分地区年降水量小于250 mm。四季和昼夜的温差大,在沙漠地区尤其明显,最高温度和最低温度可相差80~90 ℃。全年多风,冬季多刮刺骨寒风,夏季多刮干燥热风。哈萨克斯坦辖有2个中央直辖市和14个州（图1）。据中华人民共和国商务部网站最新的人口统计数据,2013年末哈萨克斯坦总人口约1716万,其中,城市人口943.3万人,农村人口772.7万人,GDP总量为2280亿美元,人均GDP约为1.33万美元。
Fig.1 Administrative map of Kazakhstan

图1 哈萨克斯坦行政区划图

2.2 数据源

生态环境评价所需的土地利用数据由中国科学院新疆生态与地理研究所提供,该数据由基于30 m分辨率的TM数据解译得到。参照《土地利用现状分类GB/T2010-2007》采用两级分类系统（表1）：一级分类系统主要根据土地资源的利用属性分为8类;二级分类系统主要根据土地资源的经营特点、利用方式和覆盖特征分为30个类型。按该土地利用分类系统对哈萨克斯坦进行分类,得到2010年哈萨克斯坦土地利用图（图2）。
Tab.1 Land use classification system

表1 土地利用分类系统

一级类型 二级类型 一级类型 二级类型
编号 名称 编号 名称 编号 名称 编号 名称
1 耕地 11 水田 6 交通运输用地 61 铁路用地
12 水浇地 62 公路用地
13 旱地 63 农村用地
2 园地 20 园地 64 机场用地
3 林地 31 有林地 7 水域 71 河渠
32 灌木林 72 湖泊
33 疏林地 73 水库坑塘
34 其他林地 74 永久性冰川雪地
4 牧草地 41 高覆盖度草地 75 滩地
42 中覆盖度草地 8 未利用土地 81 沙漠
43 低覆盖度草地 82 戈壁
5 居民点及工矿用地 51 城镇用地 83 盐碱地
52 农村居民点 84 湿地
53 其他建设用地 85 裸土地
86 裸岩石砾地
87 其他
Fig.2 Land use map of Kazakhstan in 2010

图2 哈萨克斯坦2010年土地利用图

3 研究方法

3.1 生态环境评价

中国干旱区或半干旱区生态环境评价,一般采用《生态环境状况评价技术规范（试行）HJ/T 192–2006》[13]（以下简称HJ/T 192-2006）所采用的评价指标体系,如仲嘉亮[14]、王宏伟等[15]。考虑哈萨克斯坦环境污染指标难以获取,因而在评价时选用了生物丰度、植被覆盖、水网密度、土地退化4个指标。生态环境质量的好坏用生态环境质量指数（Ecological Quality Index,EQI）来表示,计算公式如式（1） 所示。
EQI = A bio × 0.3 × 生物丰度指数 + A veg × 0.2 × 植被覆盖指数 + A wat × 0.3 × 水网密度指数 + A ero × 0.2 × （ 1 - 土地退化指数） （1）
式中：Abio、Aveg、Awat和Aero分别为生物丰度指数、植被覆盖指数、水网密度指数和土地退化指数的归一化系数。参考HJ/T192-2006,各指数的计算方法如下。
（1）生物丰度指数
生物丰度指数 = （ 0.11 × 耕地面积 + 0.35 × 林地面积 + 0.21 × 草地面积 + 0.04 × 建筑用地 + 0.28 × 水域湿地 + 0.01 × 未利用土地） / 区域面积 （2）
式中：未利用地中的湿地计入水域湿地面积,河渠计入河流面积,湖泊、水库坑塘计入湖泊（库）面积;水浇地计入旱地面积;交通用地计入其他建设用地。
（2）植被覆盖指数
植被覆盖指数 = （ 0.38 × 林地面积 + 0.34 × 草地面积 + 0.19 × 农田面积 + 0.07 × 建设用地 + 0.02 × 未利用地 ) / 区域面积 （3）
其中,水浇地计入旱地面积,交通用地计入其他建设用地。
（3）水网密度指数计算
哈萨克斯坦的冰川蕴藏着巨大的淡水资源,是东南部地区的重要淡水来源之一,因此,在计算水网密度指数时需增加“永久性冰川雪地”这一指标。由于水资源量的空间分布不详,且缺少精度较高的河流数据,因而水网密度指数按式（4）计算。
水网密度指数 = （水体面积 + 永久冰雪面积） 区域面积 （4）
（4）土地退化指数计算
根据HJ/T192-2006,土地退化指数由不同程度的土地退化面积占总面积的比重得到。但由于缺少土壤流失量等基础数据,土地退化指数难以计算。相关研究表明,在国家及洲际尺度下,植被生产力可能是唯一的可用遥感估算且最有效的表征土地退化的指标[16],国内外学者主要选择归一化植被指数（NDVI）或净第一性生产力（NPP）作为衡量植被生产力的指标[17]。而在干旱、半干旱地区,生长季归一化植被指数（NDVI）之和与植被生产力有很强的相关性[18]。考虑到NPP计算方法相对复杂且参数较多,因此本文选用生长季的NDVI之和来表征植被生产力,并作为土地退化指数。

3.2 生态环境影响因子提取

哈萨克斯坦的生态基础本底脆弱,降水稀少、气候干旱、沙漠戈壁广布,生态环境状况对水分、温度、地形等自然条件的依赖极强[19]。同时,人类活动的作用不可避免地对生态环境产生巨大影响[20]。基于已有的研究,结合哈萨克斯坦生态环境系统的特点,将影响其生态环境质量的因子归纳为自然因子和人文因子2类。考虑数据的可获取性、影响因子的代表性,以及哈萨克斯坦的实际情况,本文选择平均高程（DEM）、年均地表含水量（MSWCI）、年均地表温度（LST）、年均归一化植被覆盖指数（NDVI）4个指标作为自然因子,主要通过生长季（4-9月）的MODIS数据（MODIS官方网站ladsweb.nascom.nasa.gov）进行提取;选取人口密度、人均国民生产总值2个指标作为人文因子,具体数据从中华人民共和国驻哈萨克斯坦共和国大使馆经济商务参赞处网站（http://kz.mofcom.gov.cn）与哈萨克斯坦国家统计局网站（http://www.stat.gov.kz）获取,这2个指标在一定程度上表征了人类改造自然的程度。
（1）地形数据
地形数据采用空间分辨率为30 m的数字高程数据产品ASTER GDEM。
（2）植被指数数据
利用8天MOD13A21 KM植被指数16天合成产品,经过拼接、剪裁、投影交换等流程,获得当年4月1日至9月31日每16天的归一化植被指数,进而得到该地区当年生长季的平均植被指数。
（3）地表温度数据
LST是区域和全球尺度环境研究中地表物理过程中的关键因子之一,是研究地表和大气之间能量交换和物质交换的一个重要参数[21]。利用8天MOD11A21 KM地表温度/发射率8天合成L3产品,将其转换为实际地表温度,获得当年4月1日至9月31日每8天的白天地表温度,进而得到该地区当年生长季的平均地表温度。
（4）地表含水量数据
土壤水分是监测土地退化的一个重要指标,是气候、水文、生态、农业等领域的主要参数,在地表与大气界面的水分和能量交换中起重要作用。地表含水量指数MSWCI公式[22]如式（4）所示。
MSWCI = p ( swir 1 ) - p ( swir 2 ) p ( swir 1 ) + ( 1 + L p ( swir 2 ) = B 6 - B 7 B 6 - 0.852 B 7 （4）
式中：B6、B7分别为MODIS数据的第6、第7波段反射率值。
利用修正后的地表含水量指数MSWCI可反演出当年4月1日至9月31日每8天哈萨克斯坦地区地表含水量,进而计算出该地区当年生长季的平均含水量。

4 生态环境质量评价结果及影响因素分析

4.1 生态环境质量评价结果

根据土地利用分类数据和生态环境质量指数计算公式,计算得到哈萨克斯坦各州2000年和2010年的生态环境质量指数（表2、3）。参考HJ/T192-2006中关于生态环境质量状况分级的规定,2000年和2010年哈萨克斯坦生态环境质量级别均为优的地区是阿里布图和北哈萨克斯坦,2010年东哈萨克斯坦的级别提升为优;2000年生态环境质量级别较差的为江布尔、南哈萨克斯坦,2010年为曼吉斯套和阿克托别。由生态环境质量分级图（图3、4）可看出,哈萨克斯坦各州生态环境质量水平差异较大,整体呈现东部各州生态环境质量水平较高、中西部各州生态环境质量水平较低的分布特征。
Tab.2 Ecological Quality Index of the prefectures in Kazakhstan in 2000

表2 哈萨克斯坦各州2000年生态环境质量指数

州名 生物丰度指数 植被覆盖指数 水网密度指数 退化指数 EQI
江布尔 32.43 35.82 22.78 52.74 33.18
南哈萨克斯坦 35.14 40.92 8.24 52.79 30.64
阿拉木图 73.18 69.10 100.00 40.29 77.72
曼吉斯套 42.41 12.05 53.76 72.77 36.71
克孜勒奥尔达 43.04 25.30 78.95 70.35 47.58
阿特劳 59.25 40.75 54.24 38.98 54.40
卡拉干达 46.57 52.97 20.44 40.38 42.62
东哈萨克斯坦 86.28 95.42 40.86 18.49 73.53
阿克托别 43.87 46.18 10.11 34.33 38.56
西哈萨克斯坦 74.64 82.51 13.60 6.22 61.73
阿克莫拉 84.82 91.68 25.69 12.88 68.91
巴甫洛达尔 77.34 84.55 22.08 10.48 64.64
科斯塔奈 70.27 75.72 21.44 14.11 59.83
北哈萨克斯坦 100.00 100.00 33.71 0.00 80.11
Tab.3 Ecological Quality Index of the prefectures in Kazakhstan in 2010

表3 哈萨克斯坦各州2010年生态环境质量指数

州名 生物丰度指数 植被覆盖指数 水网密度指数 退化指数 EQI
江布尔 41.72 44.31 22.70 38.16 40.56
南哈萨克斯坦 42.30 42.54 14.94 37.76 38.13
阿拉木图 72.90 61.60 100 23.16 79.56
曼吉斯套 37.82 9.45 21.89 63.42 27.12
克孜勒奥尔达 38.79 26.29 43.46 60.30 37.87
阿特劳 53.41 27.92 33.74 43.79 42.97
卡拉干达 47.56 51.40 21.44 34.46 44.09
东哈萨克斯坦 94.74 99.41 42.11 0.00 80.94
阿克托别 38.60 36.78 5.44 38.72 32.82
西哈萨克斯坦 57.12 57.90 9.69 19.27 47.77
阿克莫拉 79.53 79.91 21.60 18.15 62.69
巴甫洛达尔 73.29 76.66 18.93 15.67 59.86
科斯塔奈 61.01 61.15 12.27 24.14 49.39
北哈萨克斯坦 100.00 100.00 26.59 3.93 77.19
Fig.3 Ecological environmental quality grading diagram of Kazakhstan in 2000

图3 2000年哈萨克斯坦生态环境质量分级图

Fig.4 Ecological environmental quality grading diagram of Kazakhstan in 2010

图4 2010年哈萨克斯坦生态环境质量分级图

在生态质量状况变化幅度方面,2000-2010年生态环境明显变差或显著变差的州有7个,略有变差的州有2个,无明显变化的州有2个,明显变好的州有3个,总体上哈萨克斯坦生态环境质量呈现变差的趋势（表4）。
Tab.4 Variation of Ecological Quality Index between 2000 and 2010

表4 哈萨克斯坦各州2000-2010年生态环境质量变化情况

州名 2000年 2010年 EQI变化值 变化幅度分级
EQI 生态环境状况分级 EQI 生态环境状况分级
江布尔 33.18 较差 40.56 一般 7.38 明显变好
南哈萨克斯坦 30.64 较差 38.13 一般 7.49 明显变好
阿拉木图 77.72 优 79.56 优 1.84 无明显变化
曼吉斯套 36.71 一般 27.12 较差 -9.59 明显变差
克孜勒奥尔达 47.58 一般 37.87 一般 -9.71 明显变差
阿特劳 54.40 一般 42.97 一般 -11.43 显著变差
卡拉干达 42.62 一般 44.09 一般 1.47 无明显变化
东哈萨克斯坦 73.53 良 80.94 优 7.41 明显变好
阿克托别 38.56 一般 32.82 较差 -5.74 明显变差
西哈萨克斯坦 61.73 良 47.77 一般 -13.96 显著变差
阿克莫拉 68.91 良 62.69 良 -6.22 明显变差
巴甫洛达尔 64.64 良 59.86 良 -4.78 略有变差
科斯塔奈 59.83 良 49.39 一般 -10.44 显著变差
北哈萨克斯坦 80.11 优 77.19 优 -2.92 略有变差

4.2 生态环境状况影响因素分析

本文以哈萨克斯坦2010年生态环境状况为例,采用SPSS中的多元线性回归模型,对哈萨克斯坦的生态环境状况影响因素进行分析。哈萨克斯坦各州自然、人文要素与生态环境质量的数据汇总见表5。
Tab.5 Ecological Quality Index and its impact factors

表5 哈萨克斯坦各州生态环境质量及其影响因子数据汇总

州名 DEM LST MSWCI NDVI 人口密度/(人/km2) 人均GDP/万美元 2010年EQI
江布尔 518.59 349.93 57.41 2352.07 7.19 0.320 40.56
南哈萨克斯坦 384.09 387.51 57.94 2368.93 21.61 0.321 38.13
阿拉木图* 882.47 292.56 61.63 2920.35 14.45 1.158 79.56
曼吉斯套 92.86 295.37 54.42 1389.14 2.95 1.877 27.12
克孜勒奥尔达 108.58 338.87 48.83 1512.03 3.05 0.839 37.87
阿特劳 -1.87 264.75 59.78 2124.42 4.49 3.422 42.97
卡拉干达 486.41 323.75 62.73 2496.47 3.16 0.981 44.09
东哈萨克斯坦 731.65 243.61 73.01 3790.32 4.96 0.634 80.94
阿克托别 193.56 320.08 61.05 2325.80 2.55 1.011 32.82
西哈萨克斯坦 29.41 360.51 67.22 3061.44 4.00 1.184 47.77
阿克莫拉** 320.49 306.35 66.96 3116.66 9.12 1.583 62.69
巴甫洛达尔 188.78 303.83 69.49 3196.04 5.97 1.044 59.86
科斯塔奈 197.32 313.03 63.82 2876.44 4.55 0.674 49.39
北哈萨克斯坦 164.21 293.43 70.87 3632.70 6.13 0.545 77.19

注：*计入阿拉木图市;**计入阿斯塔纳市

通过建立哈萨克斯坦生态环境质量与自然、人文影响因素的回归模型可知,哈萨克斯坦生态环境质量与自然、人文影响因素间呈显著相关关系（显著系数为0.001<0.05）,且该模型的拟合效果较好（R2值为0.928,调整后的R2为0.866）。回归方程如下： EQI = 169.977 + 0.004 X 1 - 1.88 X 2 - 2.886 X 3 + 0.043 X 4 + 0.268 X 5 + 1.868 X 6 （5）
式中： X 1 为DEM; X 2 为LST; X 3 为MSWCI; X 4 为 X 1 , X 2 … X 6 NDVI; X 5 为人口密度; X 6 为人均GDP。
由式（5）可看出,哈萨克斯坦生态环境质量与高程、归一化植被指数、人口密度成正比关系,与地表温度、地表含水量、人均GDP成反比关系。从标准回归系数的大小可看出,哈萨克斯坦生态环境质量的主要影响因素为归一化植被指数（1.750）,其次为地表含水量（-1.090）和地表温度（-0.399）,这3个回归系数均通过了0.05水平的显著性检验。其中,归一化植被指数对生态环境的驱动作用是正向的,即归一化植被指数越大,生态环境质量越高;地表含水量与地表温度对生态环境的驱动作用是负向的,即地表含水量越大、地表温度越高,生态环境质量越低。
对上述自变量和因变量使用逐步回归分析,仅有一个自变量NDVI保留在回归模型中,R2为0.726,调整后的R2为0.703,即NDVI对因变量变异的解释程度达到70.3%,这进一步验证了NDVI为EQI的最主要的驱动因素。
总体而言,哈萨克斯坦生态环境状况受自然和人文2个方面因素共同作用,而起决定性作用的是自然因素,特别是归一化植被指数、地表含水量、地表温度。植被指数反映植被的生长状况,通常植被指数越高的地方其植被覆盖度越高。而且由于哈萨克斯坦地处干燥多风、降雨稀少、蒸发强烈的干旱、半干旱地区,植被指数与地表温度之间又存在较大相关性[23],即植被覆盖度较高的地区其地表温度往往较低。因此,哈萨克斯坦生态环境质量最重要的影响因素是植被覆盖度。相关研究表明,哈萨克斯坦约66%的土地在逐步沙漠化,12 550万hm2天然牧场（包括半荒漠区）逐渐退化[24]。因此,哈萨克斯坦生态环境质量提高的关键是提高植被覆盖度。

5 结论

哈萨克斯坦各州生态环境质量水平差异较大,整体呈现东部各州生态环境质量水平较高、中西部各州生态环境质量水平较低的分布特征,而且2000-2010年哈萨克斯坦生态环境质量总体呈现变差的趋势。回归分析表明,哈萨克斯坦生态环境质量状况受自然和人文2个方面因素共同作用,其中起决定性作用的是自然因素,特别是NDVI指数。因而,改善哈萨克斯坦生态环境质量可从提高植被覆盖度入手。需要指出的是,由于生态环境质量评价中采用了归一化指数,生态环境质量指数仅能用于哈萨克斯坦境内各州之间的比较,而不能用于与其他国家或地区之间的比较。地表含水量与生态环境质量指数之间呈现负相关,这个结论与常识不相符合,今后可结合干旱区的自然地理条件改进地表含水量的反演方法,做进一步的研究。论文研究尺度（以州为单位）过大,今后可在市或区层面进行研究,这对当地生态环境的保护可能更有意义。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
李新琪,刘建军.新疆生态环境质量综合评价研究[J].干旱环境监测,2003,17(2):82-85.合适的评价指标体系对正确评价区域的生态环境质量起关键的决定性 作用.本文综合前人的研究成果,应用RS和GIS技术,采用综合指数评价法,对全疆区域的生态环境质量进行评价、排序及分级,由此得出符合实际的全疆生态 环境质量状况.结果表明,全疆生态环境质量总体较差,北疆生态环境质量优于南疆,北疆西部生态环境质量优于北疆东部地区.

DOI

[ Li X ., Liu J J.Study on the comprehensive assessment of the Xinjiang ecological environment quality[J]. Arid Environmental Monitoring, 2003,17(2):82-85. ]

[2]
Cihlar ., Ly ., Li Z ., et al.Multi-temporal, multi-channel AVHRR data sets for land biosphere studies-artifacts and corrections[J]. Remote Sensing of Environment, 1997,60:35-57.

[3]
Dahl ., Kuralbayeva K.Energy and the environment in Kazakhstan[J]. Energy Policy, 2001,29(6):429-440.

[4]
Lioubimtseva ., Cole ., Adams J ., et al.Impacts of climate and land-cover changes in arid lands of Central Asia[J]. Journal of Arid Environments, 2005,62(2):285-308.Local and regional human impacts in arid zones can significantly modify surface albedo, as well as water exchange and nutrient cycles that could have impacts on the climatic system both at the regional and global scales.

DOI

[5]
范彬彬,罗格平,胡增运,等.中亚土地资源开发与利用分析[J].干旱区地理,2012,35(6):928-937.中亚地区土地资源开发与利用研究信息资料有限，研究深度无法满足亚欧内陆干旱区社会经济可持续发展的科学要求。采用欧空局（ESA）GlobCover 2 2005年的全球陆地覆盖数据集资料和世界粮农组织（FAO）统计资料，较为系统分析了1992-2009年中亚土地资源开发与利用及其变化趋势。研究表明：（1）中亚耕地面积及作物产量呈先迅速下降后缓慢上升的趋势，耕地面积由1992年的43.1&times;10<sup>4</sup> km<sup>2</sup>（比例10.9%）下降到2000年的29.8&times;10<sup>4</sup> km<sup>2</sup>（比例7.58%），然后上升至2009年的31.6&times;10<sup>4</sup> km<sup>2</sup>（比例8.04%），但仍未恢复到1990年代初的水平；（2）林地与草地面积变化不明显,但草地载畜量变化显著。其中哈萨克斯坦2009年草地载畜量（6.25&times;107标准羊单位）仅为1992年草地载畜量（9.91&times;10<sup>7</sup>标准羊单位）的63.1%；土库曼斯坦2009年草地载畜量为2.96&times;10<sup>7</sup>标准羊单位，是1992年草地载畜量（1.04&times;10<sup>7</sup>标准羊单位）的3倍左右；乌兹别克斯坦、塔吉克斯坦和吉尔吉斯斯坦草地载畜量均有不同程度的增加；（3）中亚地区土地资源生产潜力巨大，但在土地利用过程中出现了农田土壤侵蚀、土壤盐渍化和过渡放牧等生态问题,如何有效治理与防治上述问题,对中亚地区土地资源可持续利用和生态保护具有重要意义。

[ Fan B ., Luo G ., Hu Z ., et al.Land resource development and utilization in Central Asia[J]. Arid Land Geography, 2012,35(6):928-937. ]

[6]
周可法,张清,陈曦.中亚干旱区生态环境变化的特点和趋势[J].中国科学D辑地球科学,2006,36(增刊Ⅱ):133-139.在综合分析中亚生态环境变化的现状和趋势的基础上,利用NOAA和MODIS数据,建立了一套适合于大尺度生态环境变化监测的遥感指标体系,应用数理统计方法和地理信息系统(GIS)空间分析方法,对各种可能的生态环境问题的程度、范围、危害和分布进行广泛深入的分析,研究主要生态环境问题的危害程度、分布范围,分别对中亚地区1990年和2005年的生态环境变化状况进行了评价,并对15年以来的生态环境动态变化进行了对比分析.分析结果表明:1990～2005年15年时间里,哈萨克斯坦的植被生长退化的总面积增加了0.069×105km2,乌兹别克斯坦的植被生长退化的总面积增加了0.081×105km2;土库曼斯坦的植被生长退化的总面积增加了0.296×105km2;吉尔吉斯坦的植被生长退化的总面积增加了0.022×105km2,塔吉克斯坦的植被生长退化的总面积增加了0.112×105km2,总体呈现明显的退化甚至恶化的趋势.研究结论证明,NOAA和MODIS数据不仅能够成功地进行大尺度的生态环境监测,而且能够取得较好的效果.

DOI

[ Zhou K ., Zhang ., Chen X.The characteristics and trends of eco-environment change in Central Asia arid region[J]. Science in China, 2006,36( Series D: Earth Sciences):133-139. ]

[7]
丁建丽,张喆,李鑫,等.中亚土库曼斯坦绿洲土壤盐渍化动态演变评估[J].干旱区地理,2013,36(4):571-578.针对土库曼斯坦广泛存在的土壤盐渍化问题，选取达绍古兹州典型盐渍地为研究区，利用1990年、2000年和2010年的Landsat TM、ETM遥感影像，获取盐分指数（<em>SI</em>）和反照率（<em>Albedo</em>）构建<em>SI-Albedo</em>特征空间，利用土壤盐渍化遥感监测指数（<em>SMI</em>），计算并划分研究区盐渍化等级。结果表明：（1）利用<em>SMI</em>指数对区域土壤盐渍化状况进行统计及定量分析，有利于大尺度范围的土壤盐渍化动态监测；（2）1990-2010年间研究区盐渍化程度持续加重，其中，重度盐渍地增加1 103.9 km<sup>2</sup>，增长了5.28%；中度盐渍地增加1 716.184 km<sup>2</sup>，增长8.21%；（3）地形及气候等自然因素对研究区土壤盐渍化过程有较大影响，盲目的垦荒、不合理灌溉等人为因素更加剧了研究区盐渍化的形成，使得盐渍化现象更加严重，导致盐渍地面积的不断扩大。

[ Ding J ., Zhang ., Li ., et al.Assessment of dynamic evolution on soil salinization of an oasis in Turkmenistan of Central Asia[J]. Arid Land Geography, 2013,36(4):571-578. ]

[8]
Groll ., Opp Ch., Aslanov I.Spatial and temporal distribution of the dust deposition in Central Asia-results from a long term monitoring program[J]. Aeolian Research, 2013,9(2):49-62.As this research covers less than a decade, a continuous monitoring program is strongly advised for a better understanding of the processes of aeolian dust transport and the impact of aeolian dust on arable land and human health.

DOI

[9]
Chen ., Bai ., Li X ., et al.Changes in land use/land cover and ecosystem services in Central Asia during 1990-2009[J]. Current Opinion in Environmental Sustainability, 2013,5(1):116-127.Ecosystem service is an emerging hot topic in the field of ecology. Temporal and spatial variations in human-induced land use change and climate variability have resulted in regional differences in dryland ecosystem services. Such information, however, is not enough. It is necessary to better understand such variations of ecosystem services to support policy-making and management in dryland areas. In the research, a case study was conducted in the ecologically vulnerable region of Central Asia. Land use and land cover change, net primary productivity (NPP), actual evapotranspiration (AET) and crop production were selected for evaluation. Substantial conversion of farmland to natural vegetation from 1990 to 2000 had led to a considerable decrease in farmland and crop production in the same period. With the reclamation of abandoned farmland in the recent 10 years, the crop production restored and reached a high and stable level. The NPP of farmland was significantly higher than that of natural vegetation. Despite of the decrease in precipitation, the NPP increased in 2000 with the rise of temperature. The AET was higher in the northern and eastern part than in the central area of Central Asia, and the mean AET of farmland was greatly lower than that of natural vegetation.

DOI

[10]
Zhou ., Aizen ., Aizen V.Deriving long term snow cover extent dataset from AVHRR and MODIS data: Central Asia case study[J]. Remote Sensing of Environment, 2013,136:146-162.We computed the daily AVHRR snow cover from all available AVHRR level1b raw data over central Asia (CA) with an aggregated rating based snow identification scheme. The daily AVHRR snow cover was further processed into an 8-day maximum-snow-extent data, and then went through a set of spatial and temporal filters to fill cloud or gap pixels. A correction method based on known long term snow probability in small sub-regions has been developed for computing corrected 8-day AVHRR snow cover, which is comparable to 8-day MODIS snow data. Validation of the daily AVHRR snow product against ground snow survey suggested a high accuracy of the snow identification scheme. Comparison of the daily AVHRR snow cover with the daily MODIS snow cover in Amu Dar'ya River basin within CA showed high accuracy of daily AVHRR snow, with a general accuracy of 99.60% and Kappa Coefficient, of 0.92 in the basin. Comparison of the corrected 8-day AVHRR snow cover with 8-day MODIS cloud/gap free snow cover in the same basin also showed high comparability between both data, with a general accuracy of 95.61% and Kappa Coefficient of 0.84. Seasonal snow cover analysis in Amu Dar'ya River basin revealed the spatial and temporal patterns of snow distribution and negative trends in snow cover duration in 1986 to 2008 due to earlier snow melting dates. The newly developed long-term snow dataset from AVHRR and MODIS data over CA, with its high accuracy and internal comparability, is suitable for seasonal snow cover studies in mountainous regions over CA (C) 2013 Elsevier Inc. All rights reserved.

DOI

[11]
Klein ., Gessner ., Kuenzer C.Regional land cover mapping and change detection in Central Asia using MODIS time-series[J]. Applied Geography, 2012,35(1-2):219-234.In Central Asia major alterations in land use and land cover occurred in the past decades due to political collapse of the Soviet Union, human forces, and climate change. In this context accurate land cover information for the region of Central Asia is important. In this study we present a classification approach with implemented C5.0 algorithm addressing regional land cover characteristics of Central Asia. The classification is performed on seasonal features derived from MODIS time-series for the years 2001 and 2009, which allows us to analyse possible land cover and land use changes. Training and validation are based on a reference dataset collected from high resolution remote sensing data. The overall accuracy of both classifications is above 90%. The results show some significant changes between both years in different land cover classes. Human induced alterations of water bodies, variability in sparsely vegetated areas due to seasonal precipitation and forest loss caused by forest fires and logging are exemplarily depicted and discussed in this study.

DOI

[12]
赵常庆. 哈萨克斯坦——列国志[M].上海:社会科学文献出版社,2004.

[ Zhao C Q.The Nations: Kazakhstan[M]. Shanghai: Social Sciences Academic Press, 2004. ]

[13]
HJ/T 192-2006, 生态环境状况评价技术规范(试行)[S]. 2006.

[ HJ/T 192-2006, Technical criterion for eco-environmental status evaluation[S]. 2006. ]

[14]
仲嘉亮,朱海涌,任玉冰.基于RS/GIS技术的生态环境质量评价方法研究——以新疆伊犁地区为例[J].新疆环境保护,2006,28(1):1-5.

[ Zhong J ., Zhu H ., Ren Y B.Research on ecological environment quality evaluation method basing on RS/GIS technology[J]. Environmental Protection of Xinjiang, 2006,28(1):1-5. ]

[15]
王宏伟,张小雷,乔木,等.基于GIS的伊犁河流域生态环境质量评价与动态分析[J].干旱区地理,2008,31(2):215-221.生态环境质量评价是一项综合性、系统性研究工作，是合理开发利用资源、制定经济社会可持续发展规划和生态环境建设与保护对策的前提和基础。借助GIS技术，以县级行政区划为单元，利用2002和2004年遥感监测数据，运用综合指数评价法，从生物丰度、植被盖度、水网密度、土地退化和污染负荷5个方面，对伊犁河流域8县1市的环境质量现状进行了评价，结果表明：各县级行政区生态环境质量总体较为均衡，均处于一般等级水平，其中流域上游的新源县、巩留县和特克斯县相对较好。在此基础上探讨了生态环境质量综合评价指标体系在干旱区的适用性，比较分析2年期间不同生态环境质量等级的土地覆盖变化，数据表明伊犁河流域生态环境质量呈现“局部有所改善、总体缓慢退化”的趋势．并分析了研究区生态环埔质量蛮化的内在原因．

[ Wang H ., Zhang X ., Qiao ., et al.Assessment and dynamic analysis of the eco-environment quality in the Ili river basin based on GIS[J]. Arid Land Geography, 2008,31(2):215-221. ]

[16]
Wessels K ., Prince S ., Zambatis ., et al.Relationship between herbaceous biomass and 1 km Advanced very high resolution radiometer (AVHRR) NDVI in Kruger National Park, South Africa[J]. International Journal of Remote Sensing, 2006,27:951-973.

[17]
黄森旺,李晓松,吴炳方,等.近25年三北防护林工程区土地退化及驱动力分析[J].地理学报,2012,67(5):589-598.以长时间序列的遥感数据NOAA/AVHRR NDVI 为基础, 利用Sen 趋势度与Mann-Kendall 分析法相结合的方式分析了三北防护林工程区1982 年到2006 年土地退化趋势,结合气候因子降雨,运用残差法模型评价了人类活动在工程区内土地退化中所起的作用。结果表明:区域内土地退化程度整体趋于减轻,即植被上升的区域大于下降的区域,13.00%的地区退化程度显著减轻,6.20%的地区退化程度显著加重。其中绝大多数省份的土地退化程度趋于减轻,尤以内蒙古、青海和新疆最为明显,只有甘肃省土地退化程度明显趋于加重。而人类活动对植被变化起显著正作用的占11.93%,显著负作用的为6.19%。这说明在干旱、半干旱区,由于降雨随时间的变化不显著,对植被变化的影响相对较为微弱,植被显著变化主要受人类活动的影响。

[ Huang S ., Li X ., Wu B ., et al.The distribution and drivers of land degradation in the Three-North shelter forest region of China during 1982-2006[J]. Journal of Geographical Sciences, 2012,67(5):589-598. ]

[18]
Wessels K ., Prince S ., Forest P ., et al.Assessing the effects of human-induced land degradation in the former homelands of northern South Africa with a 1km AVHRR NDVI time-series[J]. Remote Sensing of Environment, 2004,91:47-67.

[19]
王浩,秦大庸,王研,等.西北内陆干旱区生态环境及其演变趋势[J].水利学报,2004(8):8-14.

[ Wang ., Qin D ., Wang ., et al.Ecological status and its evolution trend in arid region of northwest China[J]. Journal of Hydraulic Engineering, 2004,8:8-14. ]

[20]
张敬波,杨国安.西北干旱区生态环境特征及开发利用建议[J].新疆环境保护,2000,22(4): 193-197.中国西北干旱区是我国进行西部 大开发的重要区域之一 ,占据全国 1 /4的面积 ,资源相对丰富 ,是我国经济发展的后劲所在。然而 ,西北干旱区气候干旱、生态环境脆弱 ,人地关系较为复杂 ,矛盾突出 ,许多生态环境问题不得不给予足够的重视。本文从生态环境赖以形成的地质历史出发 ,分析了西北干旱区生态环境的特点及现存的若干问题 ,并提出了相应的建议。

DOI

[ Zhang J ., Yang G A.The characteristic and exploiting suggestions of the ecological environment in arid region of the north-western China[J]. Environmental Protection of Xinjiang, 2000,22(4):193-197. ]

[21]
韩贵锋,叶林,孙忠伟.山地城市坡向对地表温度的影响——以重庆市主城区为例[J].生态学报,2014,34(1):4017-4024.为揭示坡向对山地城市地表温度的影响，以重庆市主城区为例，由Landsat TM影像反演地表温度，提取各坡向上的地表温度，进行方差分析。结果发现，东南和南坡向的地表温度较高，而西北和北坡向的地表温度较低，8坡向分类时，各 坡向的平均地表温度的差异具有显著性；用地类型没有坡向偏好，对于同一种用地类型，各坡向的平均地表温度没有显著差异。不同的用地类型上的城市建设强度和 生产、生活活动差异是引起地表温度变化的主要因素，而坡向对城市地表温度的影响相比强烈的城市人为活动产生的环境效应而言是微弱的。

DOI

[ Han G ., Ye ., Sun Z W.Influence of aspect on land surface temperature in mountainous city: A case study in central area of Chongqing City[J]. Acta Ecologica Sinica, 2014,34(1):4017-4024. ]

[22]
杜晓,王世新,周艺,等.一种新的基于MODIS的地表含水量模型构造与验证[J].武汉大学学报,2007,32(3):205-207.考虑到水的光谱反射特性,提出了一种新的统一地表含水量指数(SWCI)模型,并通过国家气象局降雨量和台站土壤水对应数据进行了验证。本方法能较好地反映地表的含水量值及其变化,可用于大范围且快速的土壤水遥感监测。

DOI

[ Du ., Wang S ., Zhou ., et al.A digital image watermarking algorithm based on quadtree and error correcting code[J]. Science of Wuhan University, 2007,32(3):205-207. ]

[23]
马伟,赵珍梅,刘翔.植被指数与地表温度定量关系遥感分析——以北京市TM数据为例[J]. 国土资源遥感,2010,22(4):108-112.<p>&nbsp;以北京市为研究区，在对Landsat-5 TM数据大气校正基础上，利用TM单窗算法定量反演地表温度，并估算了5种植被参数： 归一化差值植被指数（NDVI）、比值植被指数（RVI）、绿度植被指数（GVI）、土壤调节植被指数（MSAVI）和植被覆盖度（fg）。结合地表温度（LST）空间分布，对比分析5种植被参数与地表温度的相关程度。分析结果显示，相对于上述4种植被指数，fg与地表温度有更好的负相关性，对地表温度空间分布的指示能力更佳。利用fg与地表温度关系定量分析了植被覆盖程度对热岛效应的影响，发现北京市区平均地表温度比近郊区和远郊区分别高1.6 K和5.3 K。</p>

DOI

[ Ma ., Zhao Z ., Liu X.A quantitative analysis of the relationship between vegetation indices and land surface temperature based on remote sensing: A case study of TM data for Beijing[J]. Remote Sensing For Land & Resources, 2010,22(4):108-112. ]

[24]
舒拉,张丽萍.中亚干旱区主要生态环境问题及治理[J].草食家畜,2015(2):49-52.

[ Shu ., Zhang L P.Ecosystem management of arid Central Asia[J]. Grass-Feeding Livestock, 2015,2:49-52. ]

Options
文章导航

/

〈 〉