良好的生态环境事关人民的福祉，是区域社会经济可持续发展的重要保障，其重要意义不言而喻。快速准确地监测生态环境质量的变化，可为提前采取有效的保护和预防措施提供必要的技术支撑和决策支持。遥感技术因为具有监测面积广，数据获取方便，时效性好等优势，已被大量学者应用于快速城市化地区土地利用/覆被变化监测^[1-2]、城市热岛效应监测^[3-4]和城市化分析等^[5-6]方面。然而，传统的遥感生态评价方法大部分是基于单一监测指标进行的，难以全面揭示生态环境的系统性变化^[7]，而遥感生态指数(remote sensing based ecological index，RSEI)^[8]通过耦合绿度、干度、湿度、热度4个指标可快速、全面评价区域生态环境质量，已成为当前生态环境质量监测研究的重要方法^[9-12]。同时，在处理方法上，传统方法不仅存在影像缺失、多云以及由于季节、年份差异导致的拼接色差问题，而且处理流程复杂、工作量繁重、处理结果不精确。谷歌地球引擎(Google Earth Engine, GEE)云平台由于充分集成了Google Earth海量的地理和遥感数据资源，并拥有强大云端计算能力，很好的解决了传统方法的弊端^[13-14]。借助GEE遥感云计算平台不但能够快速获取相同季节，少云，长时序的影像数据，而且能有效改善影像数据缺失，色差和时间不一致的问题^[15]，免去了繁杂的数据处理工作^[16]，可快速获得处理结果^[17]。因此，与传统RSEI建模相比，GEE平台更适合作为大区域范围生态环境质量监测与评价的计算平台^[18]。

滇中城市群位于“一带一路”和长江经济带的交汇区域，是全国“两横三纵”城镇化战略格局的重要组成部分，是西部大开发的重点区域，也是云南省建设民族团结进步示范区、生态文明建设排头兵、面向南亚东南亚辐射中心的核心区，在国家开发开放格局中具有重要的战略地位^[19]。伴随着城市化的快速发展，生态环境状况的日益下降，全面掌握滇中城市群生态环境质量状况的演变规律与特征，对于实现区域可持续发展有着十分重要的意义和价值。

因此，本文借助GEE平台提取2000—2020年滇中城市群长时间序列的绿度(NDVI)、热度(LST)、湿度(WET)和干度(NDSI)4个指标，构建遥感生态指数RSEI模型对滇中城市群近20 a的生态环境质量进行监测^[20]，定量分析生态环境质量时空变化规律及其异质性，以期为政府及相关部门制定生态环境保护政策提供科学依据和技术支撑。

1 研究区概况

滇中城市群(100°45′—104°48′E，23°20′—27°02′N) 位于云南省中东部地区，由昆明市、曲靖市、玉溪市和楚雄彝族自治州及红河哈尼族彝族自治州北部的蒙自市、个旧市、建水县、开远市、弥勒市、泸西县、石屏县7个县市组成，共计49个市县，是云南省经济最发达，人口最集中的区域，常住人口2 000余万人，GDP占云南省一半以上，是过去20 a来云南省经济发展最为迅速的区域。

2 数据来源与研究方法 2.1 数据来源

遥感数据采用GEE平台提供的Landsat影像，分辨率为30 m，数据采集时间为2000—2020年的3—9月。其中，2000—2011年为Landsat 5数据，2013—2020年为Landsat 8数据，由于2012年Landsat 7的数据在GEE平台未查询到完整数据，故缺失2012年数据。

2.2 研究方法 2.2.1 遥感生态指数

RSEI主要指标及计算模型如下^[21]：

$ \begin{aligned} & \mathrm{RSEI}_O=\{1-\mathrm{PCA}〔f(\mathrm{NDVI}, \text { WET, NDBSI, LST) }〕\} \\ & \mathrm{RSEI}=\frac{\mathrm{RSEI}_O-\mathrm{RSEI}_{O \text { min }}}{\mathrm{RSEI}_{O \text { max }}-\mathrm{RSEI}_{O \text { min }}} \end{aligned} $

(1)

式中：为减少人为主观的赋值, 对绿度NDVI^[22]、湿度WET^[23]、干度NDBSI^[24-25]、热度LST^[26-28]4个指标进行主成分分析, 集成后得到综合性评价指标。对第一主成分进行归一化处理, 得到量纲后的值, 值域在[0, 1]之间, 越接近1表示生态环境越好, 越接近0表示生态环境越差。

2.2.2 标准差椭圆

标准差椭圆又名方向分布分析(directional distribution)^[29]，是一种空间统计方法，其通过重心、方向角等特征参量，定量的解释要素分布的空间特征^[30]，能很好的实现对生态指数时空演变过程的解释^[31]。本文通过利用地理信息系统软件ArcGIS 10.7绘制标准差椭圆对滇中城市群近20 a生态质量范围和空间重心变化进行探讨^[32]，计算公式如下所示^[33-35]。

$ \text{SDE}_x=\sqrt{\frac{\sum\limits_{i=1}^n\left(a_i-\bar{a}\right)^2}{n}} $

(2)

$ \begin{aligned} \mathrm{SDE}_y=\sqrt{\frac{\sum\limits_{i=1}^n\left(b_i-\bar{b}\right)^2}{n}} \end{aligned} $

(3)

$ \begin{aligned} & \tan \theta= \\ & \frac{\left(\sum\limits_{i=1}^n \tilde{a}_i^2-\sum\limits_{i=1}^n \tilde{b}_i^2\right)+\sqrt{\left(\sum\limits_{i=1}^n \tilde{a}_i^2-\sum\limits_{i=1}^n \tilde{b}_i^2\right)^2+4\left(\sum\limits_{i=1}^n \tilde{a}_i \tilde{b}_i\right)^2}}{2 \sum\limits_{i=1}^n \tilde{a}_i \tilde{b}_i} \end{aligned} $

(4)

式中：SDE_x和SDE_y为标准差椭圆的中心点的坐标; a_i和b_i为地理要素的坐标; $ \tilde{a}$和$ \tilde{b}$为地理要素坐标的加权平均中心; θ为标准差椭圆的方位角; $\tilde{a}_i $和$ \tilde{b}_i$为标准差椭圆的平均中心偏差。

2.2.3 重心转移模型

重心转移模型，空间重心常被用来研究城市发展和土地类型的转变^[36]，通过重心坐标计算公式可以得到空间分布的变化趋势^[37]，遥感生态指数的变动能够反映出研究区不同时间生态环境的空间分布差异及运动轨迹。

$ a=\frac{\sum\limits_{i=1}^n e_i \cdot a}{\sum\limits_{i=1}^n e_i} $

(5)

$ b=\frac{\sum\limits_{i=1}^n e_i \cdot b}{\sum\limits_{i=1}^n e_i} $

(6)

式中：(a, b)为几何重心空间均值; e_i为城市在i时间的区域面积。当空间均值显著偏离几何中心时，则发生重心偏移现象^[38]。

2.2.4 冷热点分析

冷热点分析，Getis-Ord G_i^*热点统计是基于可视化的点模式统计方法^[39]，将研究区以单元格的方式划分后利用公式计算出的G_i^*，即为对应单元格的热度^[40]，Alfeo等^[41]提出了基于Stigmergy效应的检测方法，G_i^*的局部统计公式为：

$ G_i^*=\frac{\sum\limits_{j=1}^n w_{i, j} x_j-\frac{1}{n} \sum\limits_{j=1}^n x_j \sum\limits_{j=1}^n w_{i, j}}{\sqrt{\frac{1}{n} \sum\limits_{j=1}^n x_j^2-\frac{1}{n^2}\left(\sum\limits_{j=1}^n x_j\right)^2} \times \sqrt{\frac{n}{n-1} \sum\limits_{j=1}^n w_{i, j}^2-\frac{1}{n-1}\left(\sum\limits_{j=1}^n w_{i, j}\right)^2}} $

(7)

3 结果与分析 3.1 滇中城市群生态环境质量变化分析

将滇中城市群近20 a的RSEI指数进行主成分分析发现，第一主成分PC₁的贡献率均大于76.98%，而第一主成分集成了4个指标的绝大部分特征。因此，RSEI指数可以用来表示研究区的综合生态环境质量。

从2000—2020年整体区域的RSEI均值分析结果(图 1)看，研究区近20 a总体生态环境质量呈波动下降趋势，生态环境从2000年的0.51下降到2020年的0.46。其中，2003年和2010年生态环境质量最好，2000，2002，2007等3个年份的生态环境质量相对较好，2019年生态环境质量最差，2011—2020年整体区域生态环境相较于2000—2010年有明显下降。

根据2015年生态环境状况评价技术规范(试行)和参考相关城市群研究结果，以0.2为间隔对RSEI指数进行分级，按[0，0.2]，[0.2，0.4]，[0.4，0.6]，[0.6，0.8]，[0.8，1]将滇中城市群RSEI分成了差、较差、中等、良、优5个等级。近20 a整体区域生态环境质量为中等的区域面积最大，比例达到49.43%；其次为生态环境质量为较差的区域，占27.5%(图 2)；生态环境质量良好的区域，占19.45%；生态环境质量差的区域，占2.53%；生态环境质量为优的区域最少，占1.09%。滇中城市群生态环境质量面积总体比重排序为：中等＞较差＞良＞差＞优。

3.2 滇中城市群生态环境空间分布分析

从生境质量指数空间分布上看(图 3)，近20 a来生态环境较好的区域主要分布在曲靖市的罗平县，昆明市的易门县，玉溪市的峨山彝族自治县、新平彝族傣族自治县，楚雄州的楚雄市、大姚县、姚安县、禄丰市、南华县、双柏县、武定县和禄劝彝族苗族自治县，上述区域常年气候温暖如春，森林覆盖率较高。生态环境较差的区域主要分布在昆明市的官渡区、呈贡区、东川区和石林彝族自治县，楚雄州的元谋县，玉溪市的元江哈尼族彝族傣族自治县，红河州的开远市和建水县，曲靖市的马龙区和陆良县。这与上述区域的地形、地貌以及地表覆盖情况密切相关：其中，昆明市的官渡区、呈贡区是过去20 a来城市扩展最快速的地区，建成区面积快速扩张，不透水表面覆盖率较高；东川区位于世界深大断裂带，地质侵蚀严重，裸土较多，地貌植被破坏严重，是泥石流地质灾害多发区；石林彝族自治县拥有众多的喀斯特地貌类型，地表以碳酸盐岩石为主，植被较少，属于石漠化地区；玉溪市的元江哈尼族彝族傣族自治县和楚雄州的元谋县位于干热河谷区域、常年炎热少雨；曲靖市的马龙区和陆良县常年气候干燥、植被覆盖率低、地形破碎、水土流失严重；红河州的开远市和建水县则因为常年干旱、少雨导致多干旱现象发生。

3.3 滇中城市群生态环境变化特征分析

为了更好的分析滇中城市群生态环境变化，掌握生态环境质量逐年变化情况，利用ArcGIS 10.7的栅格计算器获得2000—2020年滇中城市群生态环境质量变化分布(图 4)。

从图 4中分析可以发现，2002—2005，2006—2007，2009—2010，2011—2013，2015—2016年滇中城市群各县市生态环境变化幅度较大，大部分RSEI值都为负值，生态环境质量变差最为严重。其次是2013—2014年生态环境质量持续较差。2019—2020年，RSEI变化幅度大都为正值，生态环境明显改善，除滇东部分县外生态环境质量显著提高。其次，2008—2009，2010—2011年生态环境质量总体有变好趋势。总体上，滇中城市群一半以上的区域生态环境质量绝大部分时间内处于生态环境变差的趋势，这可能由于近20年来滇中城市群一直处于城镇化高速扩张状态，人口数量急剧增加，建成区不断向外扩张，植被持续被破坏，从而导致生态环境逐渐变差。近几年来，随着“绿水青山就是金山银山”理念的深入人心与实施，滇中城市群实施了退耕还林还草、退田还湖、开发荒地种植防护林等环境保护手段，整体区域生态环境质量持续向好的趋势发展，生态环境质量不断得到改善。

通过绘制2000—2020年滇中城市群生态环境质量的标准差椭圆和空间重心转移的轨迹(图 5)，从空间分布视角反映生态环境质量特征及其随时间的变化趋势。2000—2020年椭圆中心相距较近，长轴均呈现南—北方向，其中，2003年标准差椭圆向南方向偏移程度相对于其他年份较大，主要的原因在于从2003年滇中城市群开始高速城市化扩张。2000—2020年滇中城市群生态环境质量重心大多数年份位于滇中城市群中心的昆明市官渡区、呈贡区附近，这与标准差椭圆结果相同，反映出了较好的空间一致性。从20 a来的变化看，重心基本较为稳定变化幅度较小，整体保持南—北向格局。通过比较发现，标准差椭圆覆盖面积呈现先下降后上升再下降的趋势，总体变化程度较小。注：本图源于GEE平台生成，并基于自然资源部标准地图服务系统GS(2019)1822号标准地图制作。下同。

基于冷热点空间分析对滇中城市群生态环境质量进行空间自相关性分析，探究滇中城市群生态环境质量分布规律。结果显示(图 6)，滇中城市群生态环境质量呈现出一定的聚集性，然而不同年份冷热点的空间存在较大差异。除2002，2003，2006，2016，2020这5个年份热点没有明显的聚集效应外，其余年份热点大都集中于滇中南部；其余年份冷点没有明显聚集效应。将图 6与图 3叠加后发现，热点区域多为生态环境质量较好的区域，冷点区域多为生态环境质量较差的区域。

4 讨论与结论

(1) 近20 a来滇中城市群生态环境质量总体呈现逐年变差趋势，其中2011—2020年区域生态环境相较于2000—2010年下降明显。将生态环境质量分级统计后发现，滇中城市群生态环境质量面积总体以中等区域为主，比例达到49.43%；其次是生态环境质量较差和良好的区域，比例分别为27.5%和19.45%；生态环境质量差和优的区域比例最小，分别为2.53%和1.09%。

(2) 从空间分布上看，除个别年份外总体上滇中东部地区生态环境质量明显好于西部地区，生态环境质量较好的区域大多森林覆盖率较高。从空间聚集情况看，滇中城市群生态环境质量部分年份呈现一定的聚集效应，热点区域的区域多集中于滇中南部；冷点的区域多集中于滇中西北部。

(3) 遥感监测显示，近20 a来滇中城市群中心城区不断高速扩张，并遭遇了百年不遇的极端干旱天气，常年气温偏高、干燥少雨，由此产生的区域植被覆盖率降低、地形破碎、水土流失严重等现象是研究区生态环境变差的主要原因。

(4) RSEI指数只集成了干度、绿度、湿度和热度4个指标，对于滇中城市群的自然状况和生态环境的实际情况，还需要进一步结合研究区特点探索更多遥感影像指标以构建与真实生态环境更加贴切的综合遥感生态环境指数，进一步实现对研究区生态环境质量的定量评估。