干旱荒漠区生态环境质量遥感动态监测——以古尔班通古特沙漠为例

利用遥感生态指数(RSEI)对区域生态变化进行评价,可以快速、高效、客观地获取研究区生态环境变化状况.本研究以两期Landsat数据为数据源,计算研究区绿度、湿度、热度、干度4个生态因子的遥感生态指数,并基于主成分分析法确定其权重,对古尔班通古特沙漠2006—2017年间的生态环境时空格局进行定性和定量评价.结果表明: 湿度和绿度对古尔班通古特沙漠生态环境质量起正面作用,而热度和干度对生态环境质量起负面作用,其中代表绿度指标的归一化植被指数(NDVI)的贡献最大.2006—2017年间,古尔班通古特沙漠的RSEI有所下降,其均值从0.294下降至0.243,降幅达20.1%,研究区的生态环境状况呈现整体变差的趋势.古尔班通古特沙漠中部生态环境较为稳定,东北部植被覆盖密集区及南缘灌溉区生态环境质量变好,沙漠南部及西北部区域生态环境质量变差.     

基于GEE的黄河上游生态环境质量动态监测与评价：以龙羊峡至积石峡段为例

为了解黄河上游龙羊峡至积石峡段生态环境质量的动态变化,本研究基于GEE(Google Earth Engine)遥感大数据平台,以Landsat TM/OLI遥感影像作为数据源,构建遥感生态指数(remote sensing ecological index, RSEI),评价黄河上游龙羊峡至积石峡段流域2000—2020年期间生态环境质量变化特征并探讨其影响因子。结果表明：2000—2020年龙羊峡至积石峡段流域生态环境质量呈现先恶化后改善的变化趋势;2000—2010年区内生态环境质量处于轻微退化和中等退化状态,而2010—2020年区内生态环境质量处于轻微改善和中等改善状态;地理探测器显示,区内2000—2020年单因子解释力由大至小依次为干度、绿度、湿度、热度,其中绿度和湿度之间的双因子相互作用在2000—2020年期间对区内生态环境质量的影响程度相对最大。本研究结果可为黄河上游开展生态环境治理、植被恢复和生态监测,以及实现有效保护黄河上游生态环境等,提供理论支撑和实际指导。     

基于RSEI模型的昆明市生态环境质量动态监测

利用遥感技术进行生态环境监测有利于快速了解生态环境的变化过程。以昆明市为研究区,以Landsat TM和OLI影像为数据源,采用主成分分析法,运用集成于绿度、湿度、干度和热度4个指标的遥感生态指数(remote sensing ecological index,RSEI),对昆明市2000—2018年生态环境质量进行了评价。结果表明:RSEI指数能较好地指示区域生态环境状况,研究区RSEI主要是受干度的影响,其次是湿度和绿度,热度对RSEI模型的影响最小; 2000—2018年,昆明市RSEI 5年平均值为0.51,生态环境质量处于一般状态(0.4～0.6),生态环境质量呈现"上升-下降-上升-下降"的波动变化趋势。其中,2010年受干旱因素影响,生态环境质量较其他年份相对较低;昆明市生态环境质量西部优于东部,其中以西南角的生态环境质量最佳。     

基于遥感生态指数模型的渭南市生态环境质量动态监测与分析

本文基于1995和2015年的Landsat系列遥感影像,利用主成分分析法确定绿度、湿度、干度、热度4个指标的权重,采用遥感生态指数(RSEI)评价模型,对渭南市1995—2015年的生态环境质量进行监测与分析.结果表明: 1995—2015年,渭南市的生态环境质量总体呈上升趋势,RSEI均值由0.489上升至0.556;生态环境改善的地区主要分布在渭南市中部,占总面积的49.6%;生态环境退化的地区主要分布在韩城市部分矿区和渭南市南部区县(秦岭北麓渭南段),仅占总面积的15.4%.研究区生态环境质量受城市规划建设影响较大,但总体上其生态环境质量有所改善,得益于近年来该市对生态环境的关注与投入.     

基于GEE和RSEI的长三角一体化示范区生态环境质量动态评估

生态环境质量变化的及时监测与定量评估,可为区域生态环境协同治理与管控政策制定提供决策支持。本研究基于Landsat5/TM和Landsat8/OLI影像,利用Google Earth Engine(GEE)平台和遥感生态指数(RSEI),综合考虑湿度、绿度、干度和热度等多种生态环境要素,对长三角一体化示范区2000—2020年生态环境质量变化进行了评估,并结合GDP和人口数据分析了社会经济因子对生态环境质量的影响。结果表明：绿度是对研究区生态环境质量贡献率最大的指标,且具有正面效应,而热度指标是引起生态环境质量退化的主要因素;研究区生态环境质量总体上处于中等水平,且呈现平稳上升趋势,其中,青浦区生态环境质量上升趋势明显,而吴江区和嘉善县的生态环境质量略有下降;2000—2020年,研究区生态环境质量提高区域面积占比(30.45%)略高于下降区域(28.35%),良好和优等级区域占比由27.34%增至29.79%,在不同时段,区县间和街镇间差异较为显著;人口增长对生态环境质量具有明显的负面影响,而经济发展并未以牺牲生态环境为代价,二者之间表现为脱钩关系。     

干旱地区遥感生态指数的改进——以乌兰布和沙漠为例

干旱区以荒漠为主要背景,生态环境脆弱,极易受到自然和人为因素的影响。为了定量评价干旱区生态环境质量,基于遥感生态指数(RSEI),针对干旱区对其进行改进,构建了干旱遥感生态指数(ARSEI),该指数耦合了绿度、湿度、盐度、热度以及土地退化度信息。利用ARSEI和RSEI对乌兰布和沙漠2000—2019年生态环境质量进行动态监测和评价,分析两者的差别及在干旱区的适用性。同时分析乌兰布和沙漠生态环境质量时空变化特征及原因。结果表明: ARSEI比RSEI对干旱区生态环境质量具有更好的适用性,ARSEI增强了土地利用类型变化在生态环境质量评价中的作用。2000—2019年,乌兰布和沙漠生态环境质量整体上为差。等级为优、良、中的部分主要分布在沙漠北部,等级为差的部分主要集中在戈壁和沙地处,较差主要在低覆盖度植被区。2000—2019年,乌兰布和沙漠生态环境质量总体变好,沙漠北部城镇或农场生态环境质量变化复杂,变差和变好交替分布。生态农业和沙产业对生态环境质量有明显的改善作用,这是乌兰布和沙漠生态环境质量变化的主要原因。     

黄河流域生态环境质量时空格局与演变趋势

黄河流域是我国重要的生态功能区，在我国经济社会发展和生态安全方面的作用举足轻重。如何及时、准确的获取黄河流域生态环境质量的时空格局与演变趋势，对黄河流域生态环境保护和建设具有重要意义。利用Google Earth Engine（GEE）平台，筛选目标年份及其前后各1年的夏季（6-9月）Landsat遥感影像，去除有云像元，掩膜水体信息，采取中值合成提取绿度、湿度、热度和干度4个生态指标，通过主成分分析快速构建遥感生态指数（RSEI）。结果表明：（1）绿度（NDVI）、湿度（Wet）、热度（LST）和干度（NDSI）4个指标在第1主成分（PC1）上的平均贡献率为89.60%，依据PC1构建遥感生态指数（RSEI）在黄河流域是可行的。（2）1990-2019年，黄河流域RSEI总体呈现出"快速变好→缓慢转好"2个阶段，1990-2000年增长趋势平均为0.005/a，增长率为11.69%，生态环境质量等级由差转为较差（10.18万km²）、较差转为中等（5.69万km²）、中等转为良（7.08万km²）贡献较大；2000-2019年增长趋势平均为0.001/a，增长率仅为3.86%，生态环境质量等级由较差转为差（6.10万km²）、良转为中等（4.09万km²）贡献较大。（3）1990-2019年，黄河流域生态环境质量提升的面积占黄河流域总面积的76.38%，其中显著提升的面积占26.14%；生态环境质量降低的面积占黄河流域总面积23.62%，其中显著降低的面积仅占1.46%。30年来黄河流域生态环境质量整体向好，实施生态工程的黄河上中游地区生态环境质量提升最快，而一些国家重点经济开发区生态环境质量有所恶化，使用GEE平台可以及时、准确的获取黄河流域生态环境质量的时空格局与演变趋势。     

陕西省生态环境质量长时序动态监测

生态环境质量可以反映人类社会可持续发展对人类生存环境的影响程度。利用GEE(Google Earth Engine)平台,通过对陕西省的1999—2018年20年的遥感生态指数(Remote Sensing Ecological Index, RSEI)的计算,分析了各指标因子与遥感生态指数的相关性,并对研究区生态环境质量空间变化状况进行了评价。得到以下结论：(1)建立RSEI的模型中,热度指数与地表干度指数与遥感生态指数呈现负相关,植被指数与湿度指数呈现正相关,干度的平均值在遥感生态指标中占比最大,热度最小。(2)陕西省整体的生态环境遥感指数呈现出来升一降一升一降波动上升趋势,分别于1999年上升,2003年下降,再到2005上升,2012年下降。(3)陕西省的生态环境质量主要呈现出,从北到南不断上升,陕北南部的黄龙山与子午岭森林公园高于关中地区,城市地区低于周边地区。(4)1999—2003年,生态环境质量提升与降低面积占比大约都是12%,降低区域主要分布在关中平原。2003—2005年生态环境质量降低面积占比达到了23.8%,其主要分布在陕北毛乌素沙漠地带。2005—2012年生...     

四川省九寨沟县地震前后区域生态环境质量评价

基于地理信息系统和遥感数据处理软件平台,对四川省阿坝藏族羌族自治州九寨沟县在2017年8·8地震前后的生态环境质量进行了监测和分析。利用Landsat 8 OLI卫星传感器所获得的2016年(震前)和2017年(震后)的遥感影像数据,提取归一化植被指数、湿度分量、地表温度、归一化土壤指数分别作为绿度、湿度、热度、干度等4个指标,进行主成分分析得到遥感生态指数。根据该指数,可将九寨沟县生态环境质量状况分为优、良、中等、较差和差级。2016年九寨沟县有24.8%处于生态环境质量状况优,2017年震后则下降到19.84%,2017年生态环境质量状况较差和中等的面积占比呈增加趋势,分别占17.99%和33.93%;震中15.5 km缓冲区内生态环境质量状况优的面积占比下降最多,为5.01%;2017年8·8九寨沟地震对震中15.5 km缓冲区的生态环境质量状况有较明显的影响,县界内的三个自然保护区中九寨沟国家级自然保护区受到冲击最大。本研究可为九寨沟地区生态环境监测、灾害评价和恢复重建提供科学依据。     

基于遥感生态指数的河套灌区生态环境质量变化研究

河套灌区是黄河中游的大型灌区, 也是我国设计灌溉面积最大的灌区, 2019年被列入世界灌溉工程遗产名录。为探究河套灌区在近十年来的生态变化情况, 基于Landsat系列卫星2010年TM及2016年和2020年OLI/TIRS数据, 利用绿度、湿度、干度、热度构建了遥感生态指数等指标, 分析了河套灌区的近年来的生态环境变化情况。研究结果表明: 从2010年至2020年, 研究区的植被覆盖区域的绿度水平显著提高, 湿度增加变化明显, 干度和热度两大指标均有所下降, 遥感生态指数由0.45上升到0.57, 生态水平有所提高。沙漠及盐碱化地区的生态水平有变好的趋势, 部分区域完成了从无植被到有植被覆盖的转换, 人为影响因素显著, 极大提高了区域生态环境水平。本次研究通过多种环境因子、遥感生态指数等手段研究河套灌区的生态变化情况, 探讨人为因素对生态环境的影响, 以期为河套区域生态保护提供理论参考和科学依据。     

四川省九寨沟县地震前后区域生态环境质量评价

基于地理信息系统和遥感数据处理软件平台,对四川省阿坝藏族羌族自治州九寨沟县在2017年8·8地震前后的生态环境质量进行了监测和分析。利用Landsat 8 OLI卫星传感器所获得的2016年(震前)和2017年(震后)的遥感影像数据,提取归一化植被指数、湿度分量、地表温度、归一化土壤指数分别作为绿度、湿度、热度、干度等4个指标,进行主成分分析得到遥感生态指数。根据该指数,可将九寨沟县生态环境质量状况分为优、良、中等、较差和差级。2016年九寨沟县有24.8%处于生态环境质量状况优,2017年震后则下降到19.84%,2017年生态环境质量状况较差和中等的面积占比呈增加趋势,分别占17.99%和33.93%;震中15.5 km缓冲区内生态环境质量状况优的面积占比下降最多,为5.01%;2017年8·8九寨沟地震对震中15.5 km缓冲区的生态环境质量状况有较明显的影响,县界内的三个自然保护区中九寨沟国家级自然保护区受到冲击最大。本研究可为九寨沟地区生态环境监测、灾害评价和恢复重建提供科学依据。     

南瓮河自然保护区生态环境质量遥感评价

运用遥感技术,科学、快速地评价区域生态环境质量,能够为区域生态环境的保护、治理和规划等提供科学依据.本研究以1990、2000和2015年的Landsat TM/OLI/TIRS为数据源,使用主成分分析方法确定湿度分量、归一化植被指数、地表温度和干度指数4个指标的权重,运用遥感生态指数(RSEI)评价模型,对南瓮河自然保护区1990—2015年的生态环境进行评价.结果表明: 遥感生态指数能够较好地反映研究区生态环境质量状况及其时空分异;1990—2015年,保护区 RSEI均值由0.55上升至0.83,生态环境质量优良以上区域面积所占百分比逐年增加,这与该等级中森林所占比例增加有关;保护区生态环境质量变好的区域所占比例高达91.4%,这与保护区的建立及相关工程与非工程防护措施的实施密切相关;核心区、缓冲区北部生态环境质量下降的主要原因是火灾的发生导致森林植被遭到破坏,而道路附近和试验区的东南部生态环境质量的下降与人类活动的干扰密不可分.     

基于Google Earth Engine云计算的城市群生态质量长时序动态监测——以粤港澳大湾区为例

人类活动对生态环境的影响日益强烈，及时动态地监测生态现状及其变化信息对城市生态的管理和保护以及可持续发展具有重大意义。遥感生态指数（RSEI）是一种客观、快速和简便的生态质量监测和评价技术，已被广泛应用于生态学研究领域，但在进行大范围长时间监测时往往面临云遮挡和拼接困难的问题。因此，本文基于Google Earth Engine （GEE）平台，对1988-2018年来粤港澳大湾区共3530景Landsat遥感影像进行批量去云，采用中值合成法逐年计算绿度、湿度、干度和热度等遥感指标并利用主成分分析法构建遥感生态指数，评价了该区域近30年生态质量的时空变化。该方法改善了遥感生态指数在大范围长时序监测中数据缺失和拼接困难等问题，增加了时间序列的可比性。研究表明：（1）遥感生态指数能够较好地表征粤港澳大湾区的生态质量，其中绿度和湿度指标与其呈正相关，干度和热度指标与其呈负相关；（2）时间上，三十年间粤港澳大湾区生态质量呈"上升-下降-上升-下降"的波动下降趋势，空间上，生态质量具有明显的空间异质性，主要呈现西北和东北部高和中部低的状态。重度和中度退化区主要集中在区域中部，总体改善区域主要位于西部和东北部，基本不变区域主要包括北部区域以及香港，轻度退化区分布较为分散；（3）基于GEE云计算的图像处理可以较好的改善遥感数据缺失、色差和时间不一致等问题，极大的提高影像处理的效率，扩展了遥感生态指数在大范围长时间序列生态监测中的应用。研究结果可以为提升遥感生态指数适用范围和准确度提供参考，并为快速城市化背景下生态保护和土地管理提供理论依据。     

基于谷歌地球引警和改进型遥感生态指数的西安市生态环境质量动态监测

近年来,在经济全球化的背景下,西安市经济迅速增长,生态环境问题日益突出,快速全面地定量监测生态环境质量的时空变化,对指导生态环境保护具有重要意义。基于谷歌地球引警(GEE)平台,筛选2000、2004、2010、2015、2020年及其前后各一年的四季Landsat影像,利用主成分分析基于绿度(NDVI)、热度(LST)、干度(NDSI)、湿度(Wet)和气溶胶光学厚度(AOD)构建改进型遥感生态指数(ARSEI),实现西安市2000—2020年生态环境质量的动态监测,并运用莫兰指数(Moran′s I)探讨西安市生态环境质量的空间自相关。以主成分效果最好的夏季为例,结果表明：(1)构建的ARSEI将大气污染因素考虑在内,第1主成分(PC1)贡献度在83%以上,能较好地集中各指标特征,有助于更加全面地评价研究区生态环境质量;(2)西安市2000—2020年平均ARSEI分别为0.565、0.521、0.572、0.644、0.695,生态环境质量总体呈现先退化后转好的趋势。20年来,生态环境质量较差和极差等级的面积减少了1339.08 km²,主要分布在秦岭以北地...     

滦河流域遥感生态指数改进及生态环境质量评价

为明晰流域生态环境质量及其主要影响因素，本研究基于卫星遥感数据，通过耦合绿度、湿度、干度、气溶胶光学厚度4个指标，提出了改进的遥感生态指数(IRSEI)。采用IRSEI对滦河流域生态环境质量进行评价，并分析了影响流域生态环境质量的主要因素。结果表明：2000、2008、2016、2022年，研究区IRSEI分别为0.488、0.532、0.563、0.586,流域整体生态环境质量持续上升，其中，东南地区相对较优、西北地区相对较差，并且东南地区生态环境质量改善而西北地区退化。年降水量、坡度、土地利用、第一产业以及第三产业是影响流域生态环境质量空间分异的关键因子，各因子的交互作用对流域生态环境质量的影响更显著。     

基于SPCA和遥感指数的干旱内陆河流域生态脆弱性时空演变及动因分析——以石羊河流域为例

以石羊河流域为研究区,基于干旱内陆河流域生态特征和遥感数据快速、客观、大面积观测的特点,采用遥感模型计算湿度、绿度、干度和热度等指标,并构建石羊河流域生态脆弱性评价指标体系,在此基础上运用空间主成分分析法(SPCA)对石羊河流域2000和2016年生态脆弱性时空演变及动因进行了分析。研究结果表明:(1)从各遥感指数空间分布来看,湿度和绿度指标均值在17年间呈增长趋势,证明该流域水源涵养能力变好,植被覆盖率变大;干度指标均值有所下降,表明该流域地表裸露程度有所降低;而与植被和水资源关系密切的地表温度均值呈逐年上升趋势,说明该流域水热平衡差异进一步增加,对未来生态脆弱性影响显著;(2)从全流域生态脆弱性时空演变特征来看,该流域主要以强度和中度脆弱为主,17年间生态脆弱性整体上呈缓慢降低趋势;(3)从不同的海拔生态脆弱性分布来看,中山区(1000—2000m)最高,高中山区(2000—3000m)次之,高山区(3000m)最低,17年间中山区生态脆弱性有所下降,而高中山区与高山区却呈上升的趋势;(4)从不同的行政区划生态脆弱性来看,金川区、凉州区、永昌县、民勤县和古浪县整体上处于中度和强度脆弱水平,而天祝县和肃南县处于轻度和微度脆弱水平;(5)从生态脆弱性的演变动因来看,4个指标对石羊河流域生态脆弱性影响均为显著。2000年生态脆弱性的主导影响因子依次为热度湿度绿度干度,而2016年为热度干度绿度湿度。总的来看,石羊河流域生态脆弱程度近年来有所降低,但综合治理工作仍任重道远。本文的遥感方法和分析思路对该流域生态脆弱性保护及治理提供一定的理论基础和决策依据。     

基于土地利用及植被覆盖变化的黄河源区生境质量时空变化特征

位于青藏高原腹地的黄河源地区生态环境脆弱,面临生物多样性锐减、生态系统退化等问题,黄河源区生态系统保护及其高质量发展已成为国家的重点战略之一。土地利用与植被覆盖是影响生境质量的重要因素,定量化土地利用方式、强度及格局和植被覆盖格局对生态质量影响的研究越来越受到关注,但其对黄河源区生态质量的耦合效应尚不明确。基于2000年和2015年黄河源区土地利用类型及生长季归一化植被指数（NDVI）,采用InVEST模型探究了不同时期黄河源区生境质量时空变化,并采用地理加权回归（GWR）模型揭示了生境质量对土地利用和植被覆盖变化的空间响应特征。结果表明,2000年与2015年土地利用类型变化主要为未利用土地向草地的转移。植被覆盖变化方面,源区生长季NDVI整体上升。从生境质量的空间分布来看,黄河源区生境质量总体呈现南高北低的空间格局,高值分布在南部及中部地区,低值分布在北部布青山、东北部高海拔区及黄河乡的黄河沿岸。相较于2000年,2015年黄河源区生境质量平均提高11.47%。草地面积和NDVI与生境质量均呈显著正相关关系,其中NDVI是提高黄河源区生境质量的重要驱动因子。研究结果突出了NDVI对提高黄河源区生境质量的主导作用,可为未来源区生态保护提供借鉴。     

气候变暖背景下柴达木盆地生态环境质量遥感监测

柴达木盆地为典型的高寒荒漠区, 生态环境脆弱, 快速全面地了解其在气候变暖背景下生态环境质量变化具有重要意义。以2000年、2010年和2020年Landsat TM/OLI遥感影像为数据源, 提取绿度、湿度、干度、热度和盐度作为评价指标, 在主成分分析法的基础上, 提出了柴达木盆地生态环境质量评价方法, 并对其时空变化规律进行了探讨。结果表明: (1)柴达木盆地生态环境质量整体较为脆弱, 区域差异明显, 呈东南优西北差的分布格局, 自东南向西北环状递减; (2)2000—2020年间, 柴达木盆地生态质量总体呈现改善的趋势, 遥感生态指数均值由2000年的0.330上升到2020年的0.383; (3)生态环境质量改善、退化的区域占比分别为23.97%和5.81%, 改善的地区主要分布在盆地东部、东北部和西部的山地, 退化的地区主要分布在盆地南侧的昆仑山, 以及盆地内部的都兰—诺木洪—格尔木—乌图美仁一线冲洪击扇前缘的绿洲核心区, 盆地内部的沙漠戈壁和盐碱地变化不明显。     

基于人工神经网络的生态环境质量遥感评价

利用ETM遥感数据提取反映生态环境的植被、土壤亮度、湿度,MODIS地表温度产品提取的热度指数、气象指数及其它地学辅助信息作为神经网络的输入,野外调查标准兴趣区的遥感本底值评分值作为网络输出,建立一个3层结构的BP神经网络生态环境遥感本底值预测模型.利用MATLAB软件对网络进行训练和研究区生态环境遥感本底值的预测输出,并将预测结果按照生态环境遥感本底值分级评分标准进行等级划分.结果表明,总体分类精度达87.8%.利用神经网络方法对生态环境遥感本底值进行预测是可行的.采用先预测再分级的方法不仅能很好地评价区域生态环境质量,而且能够和区域生态环境类型紧密的结合起来.     

基于遥感生态指数的雄安新区生态质量评估

城镇化建设的持续推进给生态环境带来的压力日益增加,多方位、客观、准确、快速测算区域生态环境质量是生态学研究的一个重点.本研究从绿度、湿度、热度、干度4方面分别提取了归一化植被指数(NDVI)、湿度指数(WET)、地表温度(LST)、归一化建筑-土壤指数(NDBSI)4个分量指标,采用基于ENVI平台的主成分分析技术集成所选指标,基于新型遥感生态指数(RSEI)对1995—2015年雄安新区生态质量进行评估.结果表明: 1995、2004和2015年,雄安新区的RSEI均值分别为0.724、0.710、0.682,生态质量总体呈下降趋势;1995—2015年间,研究区RSEI主要由4、5级向1、2、3级转变,生态质量改善和恶化的面积分别占总面积的8.9%和20.9%,生态改善区域主要位于雄县东部和南部,主要原因在于该区域大面积的林地和园地受到当地政府的高度重视和严格保护,生态质量恶化区域主要位于城镇外围以及白洋淀周边,原因在于白洋淀水域面积的锐减和城市化的不断推进;RSEI与各分量指标的平均相关系数为0.804,均高于各分量指标间的平均相关系数,表明RSEI能较好地综合各分量指标信息,全面准确反映研究区生态质量状况.