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。     

新区开发建设及其生态效应——以雄安新区为例

雄安新区自2017年设立为国家级新区以来，已进行了大量的开发建设，但迄今尚未见对开发建设所产生的生态效应的研究报道。因此，选取2017年和2020年的Landsat 8影像，分别代表雄安新区未开始建设和建设3年后的两个时期来对此进行对比。利用遥感空间信息技术反演出2017—2020年雄安新区开发建设以来主要地表覆盖类型的变化，并采用遥感生态指数(RSEI)对这些地表覆盖类型变化产生的生态效应进行评估。结果表明：(1)雄安新区2017—2020年间的开发建设已使建筑用地面积增加了60.01 km²,水体面积增加了8.95 km²,植被面积减少了69.29 km²。雄安新区现阶段的开发建设主要集中在区内的容城县和雄县，而安新县的开发强度较小。(2)雄安新区2017—2020年间开发建设的生态效应体现在生态改善面积大于退化面积，生态等级良好以上的面积占比有所提升。因此，新区的生态质量总体略有上升，RSEI均值从0.668上升到0.677。但3个县的表现不一，雄县和安新县的生态有所提升，而容城县则略有下降。(3)雄安新区虽经开发...     

An ecological assessment process based on integrated remote sensing model: A case from Kaikukang-Walagan District,Greater Khingan Range,China

As the impacts of global climate change, rapid economic development, and anthropogenic activities on the environment are intensifying, it is becoming increasingly apparent that we need to understand ecological conditions and their responses to climate change and human disturbances. The objective of this study was to present an ecological assessment of the Kaikukang–Walagan District using the remotely sensed ecological index (RSEI) and the newly introduced integrated ecological environment index (IEEI). This assessment will reveal the ecological responses to disturbances, and place-specific emphasis on ecological conservation. Various data such as Landsat images, advanced spaceborne thermal emission and reflection radiometer global digital elevation model (ASTER GDEM), moderate-resolution imaging spectroradiometer (MODIS) water vapor products, meteorological records, soil thickness, and soil N content data were collected and sampled. First, land surface temperature (LST), normalized difference vegetation index (NDVI), brightness, and wetness were obtained. Second, the RSEI was determined using LST, NDVI, brightness, and wetness via principal component analysis (PCA). Subsequently, IEEI was derived from the band operation between the standardized RSEI (RSEI_S) and slope, soil thickness, and soil N content data. The results show that the mean RSEI_S for 2000, 2002, 2007, 2011, and 2017 ranged from 0.26 to 0.48, and the coefficient of variation was 0.22. The number of areas with very good or excellent ecological conditions increased between 2000 and 2002, then fluctuated between 2002 and 2011, and reached a peak in 2017. The influence of climate change in the study area was not evident. The standardized IEEI (IEEI_S) revealed that most of the study areas possessed excellent or very good ecological conditions; areas with good or fair ecological conditions were primarily located and bare land surrounded by vegetation, and areas with poor ecological conditions were primarily distributed in the urban areas of Walagan and Xiufeng. It was also shown that the IEEI is suitable for a comprehensive ecological assessment incorporating multiple ecological factors.     

建设项目引发的区域生态变化的遥感评估——以敖江流域为例

建筑用地规模的扩大,在很大程度上影响着区域生态质量,制约了区域的可持续发展,利用遥感对地观测技术及时监测区域生态质量具有十分重要的意义。以敖江流域为例,重点研究该流域中的贵安开发区建设项目引发的建筑用地变化及其对区域生态质量的影响。选取2010年建设前的ALOS影像和2016年建设后的GF-1影像,构建基于ALOS和GF-1影像的建筑用地提取模型;采用遥感生态指数(RSEI)来对生态质量进行综合评价,并构建了ALOS和GF-1影像的湿度分量,在此基础上定量分析了区域建筑用地变化及其生态效应。研究表明:2010—2016年间,研究区建筑用地面积显著增加,其中有86%是由于贵安开发区建设引起的。贵安开发区建筑用地的增加导致了区域生态质量的总体下降,其遥感生态指数RSEI均值从建设前的0.787下降到建设后的0.689,降幅达12.4%,生态优良等级所占面积的比例从2010年的91%下降到2016年的79%。定量分析表明,区域建筑用地面积比例与生态质量呈显著负相关关系,建筑用地面积占比每增加10%,其RSEI值将下降0.041。因此,应加强敖江流域生态环境的保护与治理,严格控制沿江的建设开发项目,切实保护好流域的生态环境。     

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.     

黔中喀斯特山地城市土地利用/覆被变化及其生态效应评价——以贵阳市花溪区为例

快速城市化发展对脆弱喀斯特山地城市生态环境造成严重威胁,系统监测评价城市土地利用/覆被格局变化及其生态效应,协调生态保护与城市发展的关系是新时期喀斯特山地城市生态文明示范城市建设的重要命题。以贵阳市花溪区为对象,以2013年和2018年Landsat ETM/OLI遥感影像为主要数据源,运用遥感和GIS技术,采用遥感生态指数（Remote Sensing Ecological Index,RSEI）模型,在系统分析研究区土地利用/覆被类型和生态环境质量时空动态变化的基础上,剖析土地利用/覆被变化的生态效应。结果表明：（1）2013-2018年花溪区土地利用/覆被格局发生明显变化,形成以林地、建设用地和耕地3种类型占优的格局态势,以耕地的大量减少（减少约15353.37 hm²）且90%转为建设用地或林地、灌木地为主要特征,并伴有局部林地退化（约2683.80 hm²）的现象;（2）5年间,花溪区生态环境质量呈下降趋势,RSEI从2013年的0.622下降到2018年的0.499,下降约20%,反映植被覆盖度和不透水建设用地的绿度指标和干度指标对花溪区生态环境质量的贡献最大;（3）土地利用/覆被与生态环境质量的分布和变化在空间上基本吻合;林地面积或林地与灌木地面积的增减对生态环境质量的变化具有显著影响,林地或林地与灌木地面积增加10%,可使生态质量好转面积增加约15%-20%,或减少生态质量恶化面积约4%;而林地的退化面积增加10%,可导致生态质量恶化面积增加约14%。研究可为喀斯特山地城市国土空间格局优化、城市生态环境改善、生态文明城市建设提供科学依据。     

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。     

中老铁路经济廊带生态质量及其与人类活动的关系

区域生态质量很大程度上受人类活动强度影响,制约着区域经济可持续发展。以中老铁路经济廊带为对象,重点研究区内人类活动强度对区域生态环境的影响。选取1999、2009、2019年遥感影像计算遥感生态指数(RSEI),采用空间自相关及局域G统计量探测研究区生态质量的时空演变规律,并结合同期人口密度构建地理加权回归模型,定量分析区内人类活动强度引起的生态效应。研究表明: 1999—2019年,区内生态质量经历了先升后降的变化,RSEI均值由1999年的0.645升为2009年的0.738,随后又降为2019年的0.721,中部地区生态质量波动较大;基于地理加权回归模型(GWR)拟合人口密度与生态质量的效果明显好于最小二乘法,基于GWR的不同时期R²均高于0.7且拟合效果稳定,2019年拟合度最好(R²为0.785),1999、2009年R²分别为0.726、0.754;中老铁路沿线南部万象一带的生态质量对人类活动较敏感,以中度敏感区为主。对高、中、低度敏感区而言,人口密度每增长10、100、1000倍将相应导致RSEI均值降低0.2、0.4、0.6。经济廊带发展会导致人口密度增加,在规划布局过程中应控制人类活动,防止潜在敏感区及现有敏感区生态质量进一步恶化。     

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。     

基于RSEI模型的生态质量评估及城镇化影响——以南京市为例

利用2000和2017年Landsat5/TM和Landsat8/OLI影像,基于遥感生态指数(RSEI)模型,结合2000—2017年南京市气象观测数据和社会经济数据,对南京及其特色生态区域的生态环境变化进行分析与评估,结果表明: 2000—2017年,南京市RSEI平均值由0.626降至0.618;将RSEI值分成差、较差、一般、良和优5个等级,良好以上面积占比由61.0%降至57.1%,较差以下等级面积占比略有上升;与2000年相比,2017年南京市生态质量变好的面积占比为34.5%,变差的为34.7%,30.8%的面积基本不变,其中,主城区的生态质量明显好转,生态质量好转的面积超过了变差的面积,而新城区和郊区生态质量明显恶化,生态质量变差的面积超过了好转的面积;在3个生态保护区中,紫金山生态质量明显好于老山和江心洲;城镇化率与RSEI呈极显著负相关关系,相关系数达-0.91。城市化进程总体上会对生态环境产生负面影响,但严格的保护和管理措施可以使良好的生态环境得以保持甚至改善。     

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.     

城市遥感生态指数的创建及其应用

城市生态与人类生活息息相关,快速、准确、客观地了解城市生态状况已成为生态领域的一个研究重点。基于遥感技术,提出一个完全基于遥感技术,以自然因子为主的遥感生态指数（RSEI）来对城市的生态状况进行快速监测与评价。该指数利用主成分分析技术集成了植被指数、湿度分量、地表温度和建筑指数等4个评价指标,它们分别代表了绿度、湿度、热度和干度等4大生态要素。通过在福州主城区的应用表明,RSEI指数可以定量地评价和对比城市的生态质量,方便地进行时空动态变化分析。由于所选的指标完全基于遥感信息,容易获得,且计算过程无需人工干预,因此结果客观可靠、可比性强。     

经济快速增长区建筑用地变化及其对生态质量的影响——以福建晋江为例

改革开放以来,中国经济增长促进了建筑用地的快速增加,并在很大程度上影响着区域生态质量.本文以东南沿海经济快速增长的福建省晋江市为例,利用遥感技术重点研究经济快速增长导致的建筑用地变化及其对区域生态质量的影响.基于晋江市1996和2015年的Landsat遥感影像,利用建筑用地指数(IBI)提取建筑用地信息,并进行建筑用地变化分析;同时利用遥感生态指数(RSEI)对生态质量进行评价,定量分析城镇建筑用地变化与生态质量变化之间的关系.结果表明: 1996—2015年,晋江市建筑用地面积共增加68.54 km²,增幅达45%,建筑用地扩展强度为0.55.建筑用地的增加导致该市生态质量总体下降,RSEI均值从1996年的0.532下降到2015年的0.460,降幅达13.5%;生态优良等级所占面积的比例从1996年的39%下降到 2015年的21%.建筑用地扩展强度与生态质量呈显著负相关关系.     

基于遥感信息的黄土高原主要灌溉农业分布区生态安全特征

生态安全是区域经济社会可持续发展的重要保证。本研究基于2000—2018年间的遥感数据,系统分析了黄土高原4个主要灌溉农业分布区(银川平原、河套平原、汾河谷地和渭河平原)植被覆盖度(FVC)和遥感生态指数(RSEI)的变化特征。结果表明: 2000—2018年间,研究区FVC整体呈下降趋势,但4个不同灌溉农业分布区FVC变化趋势各异。研究区RSEI整体呈下降趋势,其中,银川平原和渭河平原的RSEI下降明显,分别下降0.06和0.07,河套平原的RSEI无明显变化,而汾河谷地的RSEI整体呈上升趋势。4个区域中,银川平原、汾河谷地的生态稳定性较差,河套平原的生态环境较稳定,而渭河平原的生态环境持续退化。研究结果对区域生态环境保护和农业可持续发展具有重要意义。     

基于遥感生态指数的阜新市生态质量评估

城市化建设的不断推进及发展给生态环境带来了日益增加的压力,如何多方位、客观准确并且快速地对区域生态环境质量进行评估是目前研究的一个重要方向。以辽宁省阜新市为研究区域,选取2000年、2008年和2016年的遥感影像作为基础研究数据,借助ENVI5.1软件作为数据处理平台,再结合主成分分析方法,借助遥感生态环境质量评价指数RSEI对阜新市的生态质量进行评估。结果表明:2000年、2008年和2016年,阜新市的生态质量总体呈上升趋势;2000—2016年间,研究区RSEI主要由1、2级向3、4、5级转变,生态质量变好和变坏的面积分别占总面积的53.28%和2.38%,生态质量变差的区域主要集中在阜新市东北的风沙区和西南部盆地区;而阜新市西南部盆地区主要是市区,该区生态环境质量变差主要在于近年来的城市快速发展,东北部的风沙区与科尔沁沙地接壤,该区的环境变差在于所处地理位置以及防风固沙林中部分林木出现退化现象等,因此能否在快速城市化建设的同时重视生态环境的保护与修复,成为阜新市生态环境质量变化的重要决定因素。     

基于遥感生态指数的新疆玛纳斯湖湿地生态变化评价

以2000、2006和2016年3期的Landsat遥感影像为基础数据源,结合前人研究成果和实地考察,借助RSEI指数,对玛纳斯湖湿地生态环境进行监测和评价。结果表明:利用主成分分析技术集成植被指数、湿度分量、地表温度和土壤指数建立的RSEI指数具有一定的适用性,可较好的对玛纳斯湖湿地生态环境质量状况及其时空变化进行监测和评价。2000、2006和2016年RSEI指数均值分别为0.227、0.183、0.234,对RSEI指数进行分级处理后,发现流域生态环境质量"较差"等级居于主导地位,"优"等级有所增加,湿地生态环境质量向好的方向发展。气候变化和人类活动共同作用于玛纳斯湖湿地产生的生态环境效应,日益增强的人类活动是湿地退化的主要原因,多年来粗放型的农业发展使玛纳斯河流域人口、经济与生态环境之间的关系严重失调。从优化水资源配置角度提出对主要源流流域水土资源大规模开发的同时,应重视尾闾湖泊湿地的生态价值与可持续发展。     

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。     

鄱阳湖区生态环境质量的空间分异特征及其影响因素

本文基于Landsat 8 OLI/TIRS遥感影像数据,从绿度、湿度、干度和热度4方面分别选取归一化植被指数、湿度分量、干度指数、地表温度指标,采用主成分分析构建遥感生态指数(RSEI),分析了鄱阳湖区2014年生态环境质量空间分布特征.从不同尺度划分空间单元,运用空间自相关、半方差函数、最大信息系数和因子探测等方法定量分析了原始遥感生态指数(RSEI₀)的空间异质性及其影响因素.结果表明: 鄱阳湖区2014年生态环境质量总体处于中等水平,在空间上呈现由西南向东北逐渐好转的分布格局;经探索性空间数据分析得出,RSEI₀在2 km网格单元采样下的空间集聚性较强,空间异质性明显.RSEI₀块金效应为25.8%,属于中等空间变异,主要受结构性因素的影响.坡度与RSEI₀的相关性最强,呈正相关关系.坡度、高程、曲率、年均降雨量、年均温、园林地面积比例、耕地面积比例、建设用地面积比例、年均人口密度和年均GDP对RSEI₀的影响程度均显著,但对RSEI₀的影响程度不一.其中,坡度的独立解释力为57.1%,是影响鄱阳湖区RSEI₀空间变异的主要因素.研究结果可为鄱阳湖区的生态环境保护与治理提供参考依据.     

上海和纽约城市不透水面时空变化及其对生态质量影响的对比

城市空间的扩展使得大量的不透水面取代了以植被为主的自然地表景观,尤其是在规模较大的城市,其高比例的不透水面很大程度上影响了城市生态质量.本研究以中、美2个人口规模最大的城市——上海和纽约为研究区,基于上海1989、2002和2015年和纽约近同期的1991、2001和2015年的Landsat影像,利用归一化不透水面指数(NDISI)提取研究区各年份的不透水面信息,通过遥感生态指数(RSEI)评价城市不透水面大幅增长导致的城市生态质量变化,并借助景观指数分析上海和纽约两种不透水面空间分布格局对城市生态质量的影响.结果表明: 20世纪90年代初到2015年,上海和纽约的城市不透水面增长速率和空间变化模式存在显著差异.研究期间,上海不透水面的总增加面积是纽约的17.4倍,年均增长速率是纽约的62.2倍.上海的城市扩张方式主要表现为由城市中心向周边乡村扩展,而纽约的城市无明显扩张,不透水面以填充的方式在城市内部增加.2种不同的不透水面变化模式和空间分布格局对城市生态质量产生了不同影响.上海的RSEI均值从1989年的0.717下降到2015年的0.453,总体降幅达 36.8%;而1991和2015年纽约的RSEI分别为0.552和0.514,下降6.9%,其幅度远小于上海.在不透水面斑块面积大、斑块内部高度连通和聚集的区域,城市生态质量较差.     

黄河中下游影响区生态空间和生态指数变化评估

黄河中下游影响区人地关系复杂，受到自然和人类活动交叠影响，厘清该区域的生态空间及其生态指数变化对实现黄河流域生态保护与高质量发展这一国家战略具有重要意义。对黄河中下游影响区的生态空间时空格局演化和生态状况进行定量分析，具体包括基于土地利用遥感监测数据的生态空间演变分析和基于纯遥感驱动的遥感生态指数RSEI （Remote Sensing Ecological Index）分析，从而完整刻画了2000-2020年黄河中下游影响区生态环境的动态变化格局。研究结果显示：（1）从土地利用类型变化来看，黄河中下游影响区主要土地利用类型是耕地，占研究区的70%；近20年以来耕地和建设用地变化明显，耕地面积减少了2.15%（约9849km²），建设用地增加了30.75%（约11146km²），且建设用地的扩张主要以侵占耕地为主；（2）从生态空间类型变化来看，研究区半生态用地面积变化较大，主要向弱生态用地转变，发生在城市地区；天津市、河北省以及山东省的沿海地区生态空间类型由弱生态用地转为生态用地；黄河流域河南段可以明显看出半生态用地向生态用地的转变；（3）从生态级别来看，近20年来生态级别为"差"和"较差"的面积有所减少，由2000年的38.85%减少至2020年的23.01%，生态级别为"中等"和"良"的面积有所上升，由2000年的45.54%增加至2020年的73.71%，生态级别为"优"主要分布在河南省、江苏省和安徽省周边；黄河滩区内外生态环境质量相当，均呈缓慢上升趋势。本研究利用遥感大数据完整地对黄河中下游影响区的生态空间及其对应生态状况进行了长时间序列的监测与评估，为总体认知和把握该区的生态状况提供了基础支撑。