MODIS卫星数据中亚地区生态承载力评价应用

2018年8月

遥感信息

Remote Sensing Information

Vol. 33,No. 4 Aug. ,2018

MODIS卫星数据中亚地区生态承载力评价应用

张晓彤1，谭衢霖1>2，董晓峰1，李宇2，秦晓春1

(1.北京交通大学土木建筑工程学院，北京1〇〇〇44;2.中国科学院地理科学与资源研究所，北京100101)

摘要：中亚地区是“一带一路”区域的核心地带。针对中亚地区的生态承载力遥感监测评价方法较为单一且 缺少空间化的评价等问题，提出了基于MODIS卫星数据的中亚地区生态承载力评价方法。利用MODIS卫星数 据，分析了 2003—2013年中亚地区净初级生产力和土地覆盖类型的变化，计算了研究区生态承载力，并得到研究 区生态承载力的空间分布。通过生态承载力计算模型和GIS空间技术，计算生态承载力并将其空间化，解决中亚 五国生态承载力的空间化。研究结果表明，2003—2013年中亚地区生态承载力总体呈下降趋势，其中，哈萨克斯 坦人均生态承载力为五国最强，2003年人均生态承载力为16.57 ha,2013年为14. 74 ha,乌兹别克斯坦的生态承 载力为五国最弱，2003年为1.27 ha，2013年为1.12 ha。

关键词：一带一路；生态承载力；MODIS NPP数据；MODIS 土地覆盖数据；中亚doi：10. 3969/j. issn. 1000-3177. 2018. 04. 009中图分类号：P237

文献标志码：A

文章编号：1000-3177(2018)158-0055-09

Application of MODIS Satellite Data in Evaluating Ecological Carrying Capacity of Central Asia

ZHANG Xiaotong1，TAN Qulin1’2，DONG Xiaofeng1，LI Yu2 ,QIN Xiaochun1

School of Civil Engineering ,Beijing Jiaotong University ,Beijing 100044,CAtna；

2. Institute of Geographic Sciences and Natural Resources Research 9CAS9Beijing 100101 ,CAina)

(1.

Abstract：Central Asia is the core area of the wBelt and Roadw region,aiming at the problems of remote sensing monitoring and evaluation methods for ecological carrying capacity in Central Asia and the lack of spatialized evaluation, the paper proposed an evaluation method of ecological carrying capacity in Central Asia based on MODIS satellite data. Having analyzed the change of Net Primary Productivity and Land Cover Types from 2003 to 2013 based on MODIS satellite data,this paper evaluated the ecological carrying capacity in Central Asia. At the same time, the spatial distribution of ecological carrying capacity in Central Asia was obtained by using GIS space technology. Based on the calculation results, the ecological carrying capacity in Central Asia was on the decline from 2003 to 2013»and the ecological carrying capacity per capita in Kazakhstan was the strongest among the five countries,which was 16. 57 hectares in 2003 and 14. 74 hectares in 2013, respectively. The weakest ecological carrying capacity was in Uzbekistan, which was 1. 27 hectares in 2003 and 1. 12 hectares in 2013 respectively.

Key words：Belt and Road；ecological carrying capacity；MODIS NPP data；MODIS land cover data；Central Asia

〇引言

中亚地区是连接欧洲和东亚的重要枢纽，是太 平洋和大西洋的陆上交通要道。该地区以温带

收稿日期：2017-06-26

修订日期：2017-11-06

性气候为主，自然地理条件复杂，大部分为干旱、半 干旱气候区，植被稀疏生态环境脆弱，导致中国与中 亚各国的投资与合作面临较大生态环境风险[1]。中 亚五国（哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、土

基金项目：高校基本科研业务费专项（2015JBM070);科技部国家重点研发计划（2017FY101303-2)。 作者简介：张晓彤(1992—），女，硕士研究生，主要研究方向为遥感与GIS应用。

E-mail：15121152@bjtu. edu. cn

通信作者:谭衢霖(1975—），男，副教授，主要研究方向为遥感与GIS应用。

E-mail ：qltan@bjtu. edu. cn

55

遥感信息 2018年4期

库曼斯坦、乌兹别克斯坦)是地球陆地上最大的亚洲 中部干旱区，且是最为特殊的人类社会快速发展区 的重要组成部分。开展中亚地区生态环境承载力遥 感评价，为促进“一带一路”沿线各地区协调发展，最 大限度的发挥“一带一路”区域的资源和地理位置优 势具有重要意义[2_3]。

生态承载力的研究起源于Malthus的人口论， 由Park和Burgess丰富和发展，随后在人类生态学 领域中首次应用了生态承载力的概念，即在某一特 定环境条件下，生态系统中某种个体存在数量的最 髙极限[45]。目前，评价生态承载力的办法日益成 熟，主要有:净初级生产力评价方法、生态足迹法以 及层次分析法（analytic hierarchy process，AHP) 等™。Venetoulis等[7]提出了基于净初级生产力

(net primary productivity，NPP)的生态足迹计算方

力进行了评价。本文基于MODIS卫星数据，利用

RS、GIS空间技术，初步探讨了中亚地区生态承载

力的空间差异，分别对2003—2013年生态承载力进 行定量计算和空间分析，得到中亚地区生态承载力 的空间分布图，实现对中亚地区生态承载力的大范 围趋势性评价。1

数据与方法

1.1研究区域

中亚（35°N〜55°N,50°E〜85°E)位于亚欧 的中部，幅员辽阔，该区域东连我国、西到地中 海、黑海沿岸，总面积达400多万平方公里，远离海 洋、深居内陆，冬冷夏热、全年少雨，以干旱、半干旱 气候为主，植被主要为温带草原和温带荒漠。地势 东高西低，以平原、丘陵为主，中西部分布为图兰平 原以及里海沿岸平原，北部主要为哈萨克丘陵，东南 部为帕米尔高原，东部为天山山脉，中亚地区是古代 “丝绸之路”和新亚欧的必经之地，包括土库曼 斯坦、吉尔吉斯斯坦、乌兹别克斯坦、塔吉克斯坦和 哈萨克斯坦五国。1.2研究数据

本研究使用的数据主要包括土地覆盖类型数 据、净初级生产力数据、中亚地图矢量数据和中亚五 国人口数据等。土地覆盖类型数据（land cover

type，LCT)和净初级生产力数据采用来源于美国国

法(EF-NPP)。生态足迹方法是维持地区生存所需 的生物生产性土地的面积，通过引入生物生产性土 地概念和引入产量因子和均衡因子实现了各地区各 类生物生产性土地的可比性，大大增强了生态承载 力评价的可实施性，从而推动生态承载力评价的普 及化。而净初级生产力是指绿色植物在太阳能光合 作用下生物的年生产量，因能用来定量估算地球系 统的支持能力和评估生态系统的可持续发展水平而 受到国内外广泛关注[8]。生态承载力的评价容易受 到自然环境和人类活动的影响，同时易受到时空限 制，这给生态承载力评价带来诸多不便。净初级生 产力是在大空间尺度下反应生态环境的产量和环境 状况的重要指标[9]，相对于传统方法而言，基于

NPP的生态足迹方法在理论上重设均衡因子和产

家航空与航天局（National Aeronautics and Space

Administration, NASA)的 MODIS 数据（https: modis.gsfc.nasa.gov/data/dataprod/index.php)，

数据产品分别为MCD12Q1 土地覆盖类型数据集，

MOD17A3净初级生产力数据集。其中MCD12Q1

量因子，包含了所有的水面和陆地，并保留12%生 物多样性保护用地[1°]。在技术上利用遥感影像和 地理信肩、系统（geographic information system，

GIS)技术，将生态承载力的与土地覆盖类型和植被

数据集提供2001—2013年每年的500 m地表土地 覆盖类型数据，该数据集包含五种不同分类系统的 土地覆盖数据，本文选择马里兰大学植被分类方案

(UMD land cover classification)，中亚五国人口数

净初级生产力的变化建立联系，利用遥感影像，对生 态承载力做空间化的量化评价[1114]。目前，国内刘 某承等[1516]根据净初级生产力对国内均衡因子和 产量因子做了估算，郭建军等[17]对石羊河生态承载

表1

数据名称

土地覆盖类型净初级生产力（NPP)人口数据

数据源

MODISCMCD12Q1)MODISCMOD17A3)

FA0

据来自联合国粮农组织（Food and Agriculture

Organization，FAO)官方网站（http: // www. fao. org/faostat/en/#data)，具体属性如表1所示。

研究数据

时间分辨率

每年每年每年

时间覆盖度

2003—2013 年2003—2Q13 年2003—2013 年

空间分辨率/m

5001 000—

范围/km

1 2001 200—

MODIS 土地覆盖类型数据是基于现有全球土 地覆盖地理分布知识及地面训练样点信息，对集成

56

引用格式：张晓彤，谭衢霖，董晓峰，等.MODIS卫星数据中亚地区生态承载力评价应用[J].遥感信息，2018,33(0:55-63

决策树分类算法结果进行算法偏差校正后处理之后 得到的，通过交叉验证，MODIS 土地覆盖类型的数 据精度可达74. 8%[18]。MODIS NPP数据提供 2〇00—2〇14年的净初级生产力产品，由美国NASA 的 EOS/MODIS TERRA 卫星（MOD17A3)提供， 子仍用耕地的因子代替;对于森林、草地、耕地和水 域的均衡因子计算，通过某类生物生产性土地的

NPP除以这4种类型土地的平均NPP得到：

NPP,NPP

ri

(3)

该数据基于MODIS遥感参数，利用改进的光能利 用率模型BIOME-BGG模型计算全球陆地植被

NPP年际变化数据[19]。该数据产品包含一个数据

质量控制文件(NPP_QC),其表示了不同地区NPP 产品的质量可靠性，若其属性值NPP_QC > 128则 该数据不可用[2°]。本文对2003—2013年的NPP_

QC数据进行统计，结果显示该11年间数据质量整

体上较好，部分荒漠和水域等区域可信度略低，但符 合使用需求。同时利用MODIS数据处理工具

(MODIS reprojection tool,MRT)对数据进行壤嵌

和重投影等预处理。1.3模型与方法

1)生态承载力计算模型。在生态承载力计算中， 由于不同国家或地区的生物生产性土地类型的生产 力差异大，而且不同地域同类生物生产性土地的生态 生产力也有差异，因此，不同国家或地区的同类生态 生产性土地的实际面积不能直接对比，需要对不同类 型的面积进行调整。为了解决这个问题，Wackernagel 等引人均衡因子和产量因子的概念[2°]。某类生物生 产性土地面积的均衡因子等于全球该类生物生产性 土地面积的平均生态生产力除以全球所有各类生物 生产土地面积的平均生态生产力;产量因子表示某个 国家或地区的某类生物生产性土地的平均生态生产 力与同类土地的世界平均生产力之间的比率。

因此，中亚地区人均生态承载力可通过下面的 公式来计算[21_23]:

EC =

a,- X rj X jj

(1)

式中：人均生态承载力单位为hm2/人；A为某种人

均生物生产性面积；r,.为均衡因子；％为产量因子。

其中，产量因子描述的是给定区域某一类土地面 积的生产能力与对应的整体平均水平的差异，这种差 异不仅是由自然条件本身造成的，也包含了土地管理 和技术上，在产量因子计算，采用如下计算公式。

y>

NPP,NPP,

(2)

式中：

NPP,为某类生物生产性土地的NPPNPP;NPPj为 中亚）类全区域平均。

研究区生物生产性土地的平均均衡因子测算，

由于城镇建设多占用的是耕地，因此尽管城镇绿化 用地表现出一定的NPP

，但城镇建设用地的均衡因

式中：NPP,.为某类生物生产性土地的NPP;NPP为 各类土地的中亚平均NPP。将各年份NPP数据与 土地利用数据进行综合分析，得到各年份均衡因子

和不同国家的产量因子，在计算时扣除12%的生态 多样性保护土地，则得到中亚地区2003—2013年人 均生态承载力。

2)GIS空间分析方法。空间分析是GIS系统的 重要功能之一，是探索事物的空间位置及分布状况、 建立空间模型和分析事物的空间关系的重要手 段[24]，利用空间分析，可以将来自许多来源的 信息结合起来，并通过应用一组丰富的、复杂的空间 运算符来获得一组新的信息。GIS中的地理空间是 指经过投影变换后，在笛卡尔坐标系中的地球表层 特征空间。它是地理空间的抽象表达，是信息世界 层面的地理空间。地理空间特征实体为具有形状、 属性和时序性的空间对象。地理空间的数学描述可 以表达为S=⑴,i?},其

中

设

，…，£„为》2个

不同类的地理空间实体，只表示地理空间实体间的 相互联系、相互制约关系，D = {^，艮，…，E„}表 示地理空间中各组成部分的集合。即地理空间是一 个空间目标组合排列集，其每个目标都具有位置、属 性、时间信息以及与其他对象的拓扑关系，通过地理 空间和欧式空间的统一，将地理现象的宏观空间关 系和空间位置的精确特征紧密地结合在一起，在此 原理的基础上进行空间分析的实际应用。GIS空间 分析方法广泛应用于城市规划[25]、土地利用变化监 测[26]以及生态监测[27]等领域。同时，GIS的空间统 计功能丰富并强大，比如利用分区统计功能，可以基 于一个数据集的分类区对另一个数据集进行数值统 计和空间分析，利用GIS空间分析方法及其空间统 计功能进行生态承载力研究，可以揭示生态承载力 的空间分布以及变化状况，能够实时反映生态环境 状况在时间和空间上的变化信息，从而达到监测和 分析生态承载力状况的目的[28]。2

结果与分析

2.1 2003—2013年中亚地区净初级生产力分布

利用 ArcGIS 软件，对 2003—2013 年 MOD17A3 数据进行预处理，得到中亚地区各年份的NPP分布 情况，在中亚的北部和东南部地区，森林分布广泛，

57

遥感信息

2018年4期

相应的

NPP值较高，而中亚中西部地区以荒漠草原

为主，生态环境脆弱，NPP值较低，呈现红色。如

图1所示，2003—2013年中亚地区的平均为0〜877

gC/m2。

NPP值

l-

0 265S30 1 060 1 590 2 120.

50° E 60。E 70。E

(a) 2003年

80。E 50。E 60。E

（b) 2004年

70。E 80。E 50。E 60。E

（c) 2005年

70。E 80。E 50。E 60。E

（d) 2006年

70。E 80° E

泰

026553^^60 1 590 2 120.

0 265530 1 060 1 590 2 120.

讀

265530 1 060 1 590 2120.

50° E 60° E 70° E 80° E 50° E 60° E 70° E 80° E 50° ESO°E 70。E 80。E 50。E60° E 70° E 80。E

(e) 2007年(f) 2008年(g)2009年(h)2010年 图例

NPP/(gC-m\"2)

960

bk

50° E 60°E

(i) 2011 年

2〇

70° E

■■,0

80° E

50° E

60°E

L

(j)2012 年

70。E 80° E50° E 60° E

（k)2013 年

70° E 80° E

图1 2003—2013年中亚地区NPP空间分布

2.2 2003—2013年中亚地区土地覆盖类型分布

利用

ArcGIS软件进行中亚地区土地覆盖数据

植被覆盖稀疏，沿河湖分布有少量的森林分布。在 国家层面之间的比较，位于中亚北部的哈萨克斯坦 草原广布，位于中亚西南部的乌兹别克斯坦和土库 曼斯坦植被覆盖度较低、植被覆盖类型较为单一，大 部分地区为类利用的土地，而在中亚东南部地区的 塔吉克斯坦和吉尔吉斯斯坦两国的植被覆盖类型较 为丰富。

2.3中亚地区不同土地覆盖类型净初级生产力 比较

进行预处理和重分类，重分类按表2所示进行，获得 2003—2013年土地覆盖状况分布图，由图2可得 2003—2013年中亚地区土地覆盖状况整体变化不 大，中亚地区土地覆盖类型以草地为主，西南部地区

表2

重分类土地覆盖类型变化情况

属性值

0123456710121316

类型水常绿针叶林常绿阔叶林落叶针叶林落叶阔叶林混交林稠密灌丛稀疏灌丛木本热带稀树草原热带稀树草原

草地耕地城建区裸地

属性值

0

类型水

根据中亚地区的气候及地形特点，将中亚的土

地覆盖类型分为6类:水域、林地、耕地、草地、城建

1

林地

ArcGIS软件，对土地覆盖类型数据 按双线性插值法重采样成1 〇〇〇 m分辨率，再按土

区和裸地，基于

地覆盖类别的属性提取，将不同类型土地分割开，同 时对数据按掩膜提取，得到中亚地区各类土地

NPP

覆盖类型的年均总和。

NPP值以及各年净初级生产力的

2〇03—2〇13年间，中亚地区净初级生产力基本

2

草地

稳定保持稳定但整体略有下降，同时林地的净初级 生产力最强，耕地和建设用地的净初级生产力大致 相同，草地的净初级生产力相对较弱。同时，本研究 比较了该时间段内各年净初级生产量相比较，如图 3所示，草地的净初级生产量最大，主要原因为中亚 地区是以草原为主的景观特色。

345

耕地城建区裸地

58

引用格式：张晓彤，谭衢霖，董晓峰，等.MODIS卫星数据中亚地区生态承载力评价应用[J].遥感信息，2018,33(4) :55-63

丨

。E 60。E

() 2007年

e

70° E 80° E

50° E60°E 70° E 80。E50° E

(02008年() 2009年

g

70。E 80。E60。E

()2010年

图例■■水域 _林地

■■草地| 耕地

h

70。E 80。E

• iPpr

丨

M

城建区 裸地

。E 60° E

() 2011 年

i

70° E 80° E

50® E 60° E

() 2012 年

j

70。E 80° E60° E

(k) 2013 年

70° E S0°E

图2 2003—2013年中亚地区土地覆盖类型

0

9876321

〇0〇0〇0〇0〇0〇0〇0〇0〇0〇°

2.4中亚地区生态承载力计算

■裸地■城建区■耕地■草地■林地■水域

经过对中亚地区净初级生产力的比较不难发 现，在2003—2013年间中亚地区的生产力随时间增 长略有下降。本文根据生态承载力的计算方法，结 合基于的分区统计和栅格计算器功能，进

ArcGIS

而对中亚五国的生态承载力进行了计算，得到如下 表3中的结果和相应的变化情况（图5)。结合表3 与图5的对比可得，2003—2013年中亚五国人均生 态承载力呈下降趋势，哈萨克斯坦位于中亚北部，以 温带草原为主，内陆河众多，人均生态承载力远高于 其他四国，吉尔吉斯斯坦和塔吉克斯坦位于帕米尔 高原之上，生态承载力相对较弱。

表3

年份/ 年

2003200420052006

图同时

縣

2003—2013年中亚地区

NPP的来源构成

况化

d下九

情

出况

呈产

NPP的变化情

1亚地区不同植被覆盖类型的年均NPP变

，通过分析不同类型土地

]图4所示，2003—2013年整体净初级生 牵趋势，在2008年各覆盖类型土地的净初 &到最低，林地的净初级生产力远高于其 也，水体的净初级生产力下降约23%，林 级生产力下降约12%。

中亚5国人均生态承载力吉尔吉斯斯坦

EC/ha3. 573. 553. 3. 613. 573.493.423.413. 343.223. 17

产级办

姓类的他地

哈萨克斯坦

EC/ha16. 5716.0916. 5716.4716. 3816. 3815. 7115. 5115. 5614.8814. 74

塔吉克斯坦

EC/ha1.611. 561. 511. 501.451.371.451.401.291.271.29

土库曼斯坦

EC/ha5.515,875.115.005.014. 145.845.424. 045.055.02

乌兹别克斯坦

EC/ha1.271.251.301.291.281.231.271.241.151.151.12

型

争

f

s.ipo/iad扯Ns

图

45040035030025020015010050

(3-水域

-林地-草地 耕地 _城建区 裸地

200720082009201020112012

7

2003—2013中亚地区各类型土地

NPP变化

2013

59

遥感信息

8208

1 1 1 1 1

2〇18年4期

生态承载力相对较弱。

►哈萨克斯坦 ■吉尔吉斯斯坦 ▲塔吉克斯坦 ▼土库曼斯坦 •乌兹别克斯坦 妗一0.066 4

中亚五国是中国的重要邻邦，该区域地理环境复 杂，生态多样性较强，本文基于ArcGIS软件，对中亚五 国的生态承载力进行了空间计算，得到2003—2013年 生态承载力空间分布如下图6至图10所示，对该区域 进行了大范围、趋势性的生态承载力评价。评价过程 基于ArcGIS软件，用MODIS 土地覆盖数据按将

MODIS NPP数据分离开，得到各土地覆盖类型的NPP

属赫霜碧

降趋势，哈萨克斯坦位于中亚北部，以温带草原为 主，内陆河众多，人均生态承载力远高于其他四国， 吉尔吉斯斯坦和塔吉克斯坦位于帕米尔髙原之上,

x

be b sN—

Y2

50。0,0\"£

70°0，ITJB

▼ P-0.043 6

>:0.032 9

0.015 3

0

2002 2004 2006 2008 2010 2012 2014

数据，用栅格计算器将这些NPP数据除以各类型的中 亚平均NPP，根据公式(3)得到中亚地区各年份的均衡 因子数据，同理按公式(2)得产量因子，由于栅格的分 辨率均为1 〇〇〇 m，即每一栅格代表实地1 km2，因此, 将每个栅格的面积单位转化为公顷后，再按公式(1)进 行计算时，即可得到单位为公顷的生态承载力。

图5 2003—2013年中亚五国生态承载力变化情况

2003—2013年中亚五国人均生态承载力呈下

50W，E 60°0'CTE TOTITE 80°0,0\"E50D0,0\"E 60°0，(TE 70W，E 81TWV50°0'tTE 60°0，ITE 70WE SOW E

(a) 2003年

N

:bocos

0,0\" E 70o0，(TE SCrtytrE N50o0,0\"E 60〇

:

(e) 2007年=

ppot

(b)2004年(c) 2005年(d) 2006年

50o0,0w E 60o0r0w E 70o0，(T E 80°0,0n E 50°0'0\" E 60。0,0\" E 70°0,0K E 80°0r0w E 50°0,0W E fiO^O'O^E TO^'O^E 80°0'0n E

(f) 2008年(g)2009年(h)2010年

图例

生态承载力/ha

■60

50°(y〇\"E 60o0f0\"E 70°(T0WE 80°0,0\"E

⑴ 2011 年

50°0f0\"E 60o0f0wE 70o{T(TE 80°0,0\"E 50°0,0\"E 60°0,0BE 70°(T0\"E 80°0f0wE

（j)2012 年 （k)2013 年

图6 2003—2013年哈萨克斯坦生态承载力空间分布

ioot-

寸£

80°0r0K E

7〇°〇,〇\" E

—

2

00

8〇a〇'〇r, E ^70°0,0\" E

z

7〇°〇,〇\" E

8〇a〇'〇(, E

(a) 2003年(b)2004年(c) 2005年(d)2006年

i

70WE

80°0r〇，，E

70°0,0\" E

8〇D〇'〇\" E

70W\" E

芽?

80D0,0\"E

70°0,0\" E

80。0,0\"'

N

1

60

N—(e) 2007年 （£)2008年 （g) 2009年 （h) 2010 年图例

生态承载力/ha

_28

0 75150 300 450 600,.

i〇

80°0,0\" E

70°0,0n E

(j) 2012 年

SWO^E 70°0,0°：

（k) 2013 年

(i) 2011 年

图7 2003—2013年吉尔吉斯斯坦生态承载力空间分布

引用格式：张晓彤，谭衢霖，董晓峰，等.MODIS卫星数据中亚地区生态承载力评价应用[J].遥感信息，2018,33(4) :55-63

1

o^sno_^o_^o_^〇L^

(a) 2003年

^£5110_^20^0^40^

70°0f0\"B

^55110_^0_^0_^40^

Sr%-\"

（b) 2004年 （c) 2005年

^^110_^0_^30_^40^

TOW'E

二

（d) 2006年

KETT-TOOOV E

(e) 2007年

E

（f) 2008年

，E

（g) 2009年

了抑沿

TtnrtT E

（h) 2010 年

图例

生态承载力/ha

^28»0

(i) 2011 年 （j) 2012 年 （k) 2013 年

图8 2003—2013年塔吉克斯坦生态承载力空间分布

60〇0'0\"

E

(a) 2003年

E

（b) 2004年

60°0,0\" fiO^O'O* E

（c) 2005 年

60°0'0*

（d) 2006年

E

(f) 2008年

(g)2009年

60°0'0\"

(h)2010年

图例

生态承载力/ha

—19.

-0

60°0f0\" E

(i) 2011 年

60。0,0\"

E

60°0'0\"

（j) 2012 年 （k) 2013 年

图9 2003—2013年土库曼斯坦生态承载力空间分布

6000\"

ofE70°0,0WE

(a) 2003年

60°0'0\"

(b)2004年

ET^O'O\" E(c) 2005年E 70°0'0\" E(d) 2006 年

(e) 2007年 （f) 2008年 （g) 2009年(h)2010年

图例

生态承载力/ha

爾26

鐘0

6〇0〇〇\"

fE

(02011 年

6000

of\"E （j) 2012 年

60°0'0

BE 70°0'0\"E

（k) 2013 年

图10 2003—2013年乌兹别克斯坦生态承载力空间分布

61

遥感信息

Kbbc09 N寸^ bbcoM bb寸oo

2018年4期

年兹别吏斯

iM

；

0 140280 560 84€ 1120,

NO0寸

60。0,0\" E 80。0,0\" E

(a)哈萨克斯坦

70。0,0\" E

(b)吉尔吉斯斯坦

80 W E

60o0W

E

70〇0,0\" E

(c)乌袭I别克斯坦

图例

〇

0 6Z5125 250 375 500^

0 115 230 460 690 920^

■

ha

m<--3~一1 -3\\0-1〜■ 0一-3

70。0,0，' E

(d)塔吉克斯坦

60〇0,0\" E

（e) 土库曼斯坦

图11中亚五国2003—2013年间生态承载力变化量空间分布

通过对比发现，中亚五国生态承载力变化平稳， 哈萨克斯坦生态承载力整体较低，中部地区生态承 载力最弱，东部边缘地带以及北部地区的草原和小 部分森林的生态承载力较强。同时，对2013年与 2〇〇3年生态承载力做空间运算，可以看出2003— 2013年期间，生态承载力峰值逐渐下降，大部分地 区生态承载力维持稳定，东部地区的生态承载力略 有上升，大致增长10〜20 ha，但整体依旧脆弱，哈萨 克斯坦北部和南部地区生态退化严重，生态承载力 减弱20 ha左右的，应加强对生态承载力退化显著 地区的生态环境保护。

哈萨克斯坦位于中亚北部，生态承载力状况为 中亚五国最好，中部地区生态承载力较弱，东部边缘 地带以及北部地区的分布有草原和小部分森林的区 域生态承载力较强。吉尔吉斯斯坦位于中亚东南 部，位于天山山脉西侧，生态承载力为最高为23 ha。 中西部地区生态承载力较强，2003—2013年间，整 体有浮动，但基本保持良好态势。塔吉克斯坦位于 中亚地区东南部，帕米尔高原之上，生态承载力峰值 为15 ha，ll年间生态承载力波动不大。土库曼斯 坦位于中亚西南部，境内有里海、卡拉库姆沙漠以及 卡拉库姆运河等，承载力峰值约为15 ha,东南部区 域生态承载力较强。乌兹别克斯坦位于中亚中南部 地区，境内有咸海、图兰平原等，承载力峰值为25 ha， 东部地区较西部地区承载力较强。对中亚五国 2013年和2003年的生态承载力做差比较，得到如 图11所示的生态承载力变化空间分布图，数值为负 的红色表示生态承载力变弱，数值为正的绿色表示 生态承载力变强，而黄色区域其生态承载力基本保 持不变或有微小变化，通过对中亚五国生态承载力 的空间计算及其变化量的比较，可得中亚地区的生 态承载力虽略有下降但基本保持稳定，不同生态系

统类型的生态承载力有较大差异，工程建设和城市 建设应加强对生态承载力较弱区域的保护。3

结束语

生态承载力的地区差异是生态系统固有的特

性，本文利用遥感与GIS技术，使用MODIS数据对 中亚地区生态承载力的变化趋势进行了简要分析， 分析了各地区生态承载力的异同，2003—2013年 间，中亚五国生态承载力虽略有下降但基本保持稳 定，各类土地净初级生产力呈波动性，总体呈下降趋 势，利用GIS技术将生态承载力的评价空间化，获 取中亚五国生态承载力空间分布状况，承载力整体 上波动较小，没有生态环境的急剧退化，中亚五国的 生态承载力总体上一直处于较低水平，空间分布上 森林、湿地等生态系统的承载力较髙，而耕地以及城 建区等人工生态系统的承载力相对较低，本文结果 与实际情况基本吻合，与其他对中亚地区的生态研 究结果类似。本文为实现清晰辨别出中亚生态承载 力时空动态变化研究，弥补了传统生态足迹方法仅 用社会统计数据研究区域生态承载力的不足，研究 结果可为“一带一路”开展生态环境综合治理、制定 土地利用和科学、有效地实施退耕还林还 草工程提供科学依据。另一方面，本文虽然是对中 亚生态承载力做大范围趋势性的评价，但还是缺少 对相关生态实测数据的收集和验证，以及对其他生 态影响因素的综合评和对比，在后续研究中，加强对 这方面的改进和研究，以及进一步结合当地的气候 水文、资源环境状况和社会经济文化等状况，对生态 承载力的评价做多元化的分析和综合，对典型的区 域用高分辨率数据做进一步研究、对比和探讨，以期 能够为中亚五国的生态环境保护提供参考，为“一带 一路”沿线工程建设提供指导。

62

引用格式：张晓彤，谭衢霖，董晓峰，等.MODIS卫星数据中亚地区生态承载力评价应用[J].遥感信息，2018,33(0:55-63

参考文献

[1] 郭华东，肖函一带一路”的空间观测与“数字丝路”构建[J].中国科学院院刊,2016(5) =535-1.

[2] [3] [4]

胡汝骥，姜逢清，王亚俊，等.中亚（五国）干旱生态地理环境特征[J].干旱区研究，2014,31(1) =1-12.刘卫东一带一路”战略的科学内涵与科学问题[J].地理科学进展,2015,34(5):538-4.

STRBAC M,K0VAE D. Ecological footprint and biocapacityCC]//International Scientific Symposium ^agrosym 2012w, Jahorina,Bosnia and Herzegovina, 15-17 November,2012. Book of Proceedings. 2012:411-416.

[5] 向芸芸，蒙吉军.生态承载力研究和应用进展[J].生态学杂志，2012,31(11) :2958-2965.

[6]

LI Y,GUO T, ZHOU J. Research of ecological carrying capacity： comprehensive evaluation model [J]. Procedia Environmental Sciences，2011，ll(l) :8-868.

[7]

SICHE R,AGOSTINHO F,ORTEGA E. Emergy Net Primary Production(ENPP)as basis for calculation of ecological footprint[J]. Ecological Indicators,2010,10(2) ：475-483.

[8]

孙庆龄，李宝林，李飞，等.三江源植被净初级生产力估算研究进展[J].地理学报:英文版，2017,71(2) :1596-1612.

[9] 许联芳，杨勋林，王克林，等•生态承载力研究进展[J].生态环境学报，2006，15(5):1111-1116.

[10] YANG H,MU S,LI J. Effects of ecological restoration projects on land use and land cover change and its influences on

territorial NPP in Xinjiang,China[J]. Catena,2014,115(4) *85-95.

[11] 高吉喜.可持续发展基础理论探索:生态承载力理论、方法与应用[M].北京：中国环境科学出版社，2001.

[12] BROUWERS N C,COOPS N C. Decreasing net primary production in forest and shrub vegetation across southwest

Australia[J]. Ecological Indicators, 2016,6 6 ： 10-19.

[13] YUE D X, MA J H, GUO J J»et al. RS &- GIS-based spatial temporal analysis of ecological footprint and biocapacity

pattern of Jinghe river watershed in China：does supply meet demand? [C]Advanced Materials Research. Trans Tech Publications,2012,356 ：2820-2832.

[14] SARA G,MAZZOLA A. The carrying capacity for Mediterranean bivalve suspension feeders： evidence from analysis of

food availability and hydrodynamics and their integration into a local model [J]. Ecological Modelling, 2004,179 (3)： 281-296.

[15] 刘某承，李文华.基于净初级生产力的中国生态足迹均衡因子测算[J].自然资源学报，2009,24(9):1550-1559.

[16] LIU M, ZHANG D，MIN Q，et al. The calculation of productivity factor for ecological footprints in China： a

methodological note[J]. Frontiers of Environmental Science & Engineering,2015,38(6) ：1015-1024.

[17] 郭建军，李凯，江宝骅，等.流域生态承载力空间尺度效应分析：以石羊河流域为例[J].兰州大学学报（自然科学版），

2014,50(03) ：383-3. [2017-08-29]. DOI：10. 13885/j. issn. 0455-2059. 2014. 03. 014.

[18] FRIEDL M A,MCIVER D K, HODGES J C F, et al. Global land cover mapping from MODIS： algorithms and early

results[J]. Remote Sensing of Environment,2002,83(1) ：287-302.

[19] 成方妍，刘世梁，张月秋，等.基于MODIS序列的北京市土地利用变化对净初级生产力的影响[J/OL].生态学报2017

(2017-04-25)[2017-08-29]. http：//kns. cnki. net/kcms/detail/11. 2031. q. 20170425. 1701. 040. html.

[20] HEINSCH F A,REEVES M,VOTAVA P,et al. User's guide GPP and NPPCMOD17A2/A3)products NASA MODIS

land algorithm[J]. Journal of Hospice &- Palliative Nursing,2003,4(4) ：206-207.

[21] 周涛，王云鹏，龚健周，等.生态足迹的模型修正与方法改进[J].生态学报，2015,35(14):4592-4603.

[22] 王红旗，张亚夫，田雅楠，等.基于NPP的生态足迹法在内蒙古的应用[J].干旱区研究，2015,32(4) :784-790.

[23] 李炳意，师学义.基于生态足迹的资源型城市可持续发展能力分析：以山西省晋城市为例[J].水土保持研究，2016,23

(2)-255-261.

[24] KIRBY R S,DELMELLE E,EBERTH J M. Advances in spatial epidemiology and geographic information systems[J].

Annals of Epidemiology,2016,27(1) ：1.

[25] 翟健，金晓春.城市规划中的GIS空间分析方法[J].城市规划，2014(S2):130-135.[26] 王迪，田旭飞，曲波.GIS在生态学中的应用研究进展[J].生态科学，2015,34(3):162-169.

[27] 朱会义，何书金，张明.土地利用变化研究中的GIS空间分析方法及其应用[J].地理科学进展，2001，20(2):104-110.

[28] DANESHVAR M R M,SHEYBANI S. GIS based evaluation of ecotourism zonation using ecological carrying capacity

model(study area：Kalat county, north of Khorasan-e-Razavi province) (In Persian) [C]International Conference on Tourism Management and Sustainable Development,Marvdasht,Iran. 2011 ： 1-17.

63