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。     

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。     

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。     

植被-地温指数(NDVI-LST)在新疆干旱监测中的适用性

采用MODIS归一化植被指数(Normalized Difference Vegetation Index,NDVI)和地表温度(Land Surface Temperature,LST)产品数据分析新疆2000—2015年生长季3阶段NDVI与LST的时空变化特征及相关关系;利用多元线性回归方法分析不同时期影响NDVI-LST相关关系的气象因子;并按不同土地覆盖与土地利用(Land-Use and Land-Cover Change,LUCC)类型分析NDVILST相关关系时空变化特征。结果表明:(1)生长季3时期LST与NDVI均存在显著相关关系,可利用两者的特殊关系进行干旱评估。(2)不同时期气象因子对NDVI-LST相关关系影响程度不一;并且不同LUCC类型的NDVI-LST相关关系也存在明显差异。(3)在生长季中期利用植被健康指数(Vegetation Health Index,VHI)对新疆大部分地区的植被健康和干旱进行监测是可行有效的,而初期与末期的干旱评估需要利用其他干旱指数进行补充研究。     

基于Google Earth Engine的长三角城市群生态环境变化与城市化特征分析

作为城市发展的最高空间组织形式，城市群在高速城市化进程中将不可避免的对地区生态环境产生胁迫影响。如何平衡生态环境和城市化发展已经成为了值得关注的问题。以长三角城市群为例，基于Google Earth Engine云平台，通过整合日间光学遥感和夜间灯光遥感数据对生态环境状况、城市化强度以及二者在发展过程中的耦合协调特征开展了长时间序列的对比分析。结果表明：1）长三角城市群在过去近20年间的遥感生态环境指数（Remote Sensing-based Ecological Index，RSEI）稳定上升，生态环境呈现出好转的态势，但地区间的差异依旧显著；2）综合灯光指数（Comprehensive Nighttime Light Index，CNLI）能够较为准确的刻画城市群的城市化水平，研究期间内长三角城市群形成了"层次分明"、"由东向西"逐步推进的多层次的城市化格局，其中高强度城市化城市集中在上海市及其周边的无锡、苏州和嘉兴，低强度城市化城市则分布在城市群西部；3）基于CNLI和RSEI指数构建的耦合协调距离模型能够有效的识别出城市群内部城市化与生态环境的耦合协调程度，并根据象限特征将城市群城市划分为良好协调类型、初级协调类型、城市化滞后型和生态环境滞后型城市。     

西南喀斯特地区石漠化时空演变过程分析

喀斯特地区石漠化对当地社会经济的可持续发展有严重的阻碍作用，因此，研究喀斯特石漠化时空特征及演变规律，对石漠化治理有着重要的意义。以西南八省为研究区，利用归一化差分植被指数（Normalized Difference Vegetation，NDVI）、净初级生产力（Net Primary Productivity，NPP）、地表反照率（Surface Albedo）和坡度（Slope）数据，借助ArcGIS等软件平台，分析石漠化在不同的坡度、土地利用和生态保护区内的变化。结果显示：（1）轻度和中度石漠化是西南主要的石漠化类型。从空间分布来看，石漠化发生分布面积最广的是贵州，其次为云南和广西。（2）从不同土地利用来看，2000-2015年间无石漠化面积最多，潜在石漠化次之。石漠化主要发生在耕地和林地两种土地类型上，其他用地上石漠化发生面积最少，但是极重度石漠化在其他用地上的发生比例很大，平均在11%左右。（3）从不同坡度来看，石漠化严重程度不随坡度的增加而加剧，在坡度6°-25°之间石漠化发生面积最大。（4）从生态保护区来看，2000和2015年西南喀斯特生态保护区是石漠化面积分布最多的区域，分别为27481.86 km²和21738.65 km²。最少的是大别山山地生态功能保护区，从变化量来看，增加最多的是三峡库区，增加1641.22 km²，减少最多的是西南喀斯特生态功能保护区，减少5743.22 km²。（5）利用NPP、NDVI、地表反照率和坡度能较精准的反演石漠化，其反演权重依次为0.33、0.42、0.15和0.1。研究时段内，西南生态环境逐渐得到改善。     

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...     

基于多端元光谱混合分析方法的大兴安岭火后植被盖度恢复研究

火干扰是北方针叶林结构、功能及动态的主要调节因子之一。研究火后植被恢复对理解火干扰和生态系统的交互作用具有重要意义。火烧迹地通常由植被与基质混合组成,在中低分辨率（ > 10 m）遥感影像中表现为混合像元,因此研究亚像元尺度上植被的恢复是精确量化植被恢复的关键。本研究以2000年大兴安岭呼中自然保护区中8700 hm²火烧迹地为研究区,以两期（2014年6月1日和2010年6月22日）中分辨率Landsat ETM+影像（30 m）为基础数据,比较多端元光谱混合分析（Multiple Endmember Spectral Mixture Analysis,MESMA）和归一化植被指数（Normalized Difference Vegetation Index,NDVI）获得的植被盖度,以高分辨率（2 m）WorldView-2影像（2014年7月1日）为验证数据,对两种方法计算的植被盖度精度进行比较。结果表明,MESMA方法获得的植被盖度（R²=0.691）与传统的NDVI获得的植被盖度（R²=0.700）精度无统计差异,中烈度下获得的植被覆盖精度高于低、高火烧烈度。为验证同一端元能否运用到不同时相的Landsat影像中,本研究将从2014年影像中获取的最佳端元运用到2010年影像中获得植被盖度图,结果表明2014年与2010年得到的RMSE（均方根误差）均值分别为0.0015和0.0065,说明最佳端元可用于不同时相的影像分解。本研究表明MESMA方法可有效监测北方针叶林中火后植被盖度恢复,并可运用于时间序列遥感影像监测植被恢复动态。     

松嫩平原苍鹭秋季栖息地选择及适宜性分布

苍鹭（Ardea cinerea）是松嫩平原湿地的常见鸟种,松嫩平原也是苍鹭重要的栖息地。为了了解苍鹭潜在栖息地的适宜性分布,利用GPS/GSM卫星跟踪技术,结合遥感影像和地理信息系统,应用Maxent模型对松嫩平原苍鹭秋季潜在的栖息地进行了评价,并对其适宜性分布进行了分析。结果显示：水源距离和绿度指数是影响松嫩平原苍鹭秋季栖息地适宜性的重要环境变量;松嫩平原内苍鹭适宜栖息地面积为2761.06 km²（占研究区域的1.24%）,主要分布在大庆（756.86 km²,占适宜栖息地面积的27.41%）、白城（537.14 km²,占适宜栖息地面积的19.45%）、齐齐哈尔（439.43 km²,占适宜栖息地面积的15.92%）等地市行政区,以大庆市杜尔伯特蒙古族自治县（429.90 km²,占适宜栖息地面积的15.57%）、白城市镇赉县（334.92 km²,占适宜栖息地面积的12.13%）、大庆市肇源县（185.54 km²,占适宜栖息地面积的6.72%）等县级行政区为主;其中,15.79%的适宜栖息地依次受到莫莫格保护区（10.34%）、扎龙保护区（3.47%）、向海保护区（0.67%）、查干湖保护区（0.54%）、大布苏保护区（0.41%）、乌裕尔河保护区（0.36%）等国家级自然保护区的保护。建议对未受到保护的零星小面积栖息地给与更多关注。     

中国陆地生态系统分类识别及其近20年的时空变化

生态系统分类制图是理解生态系统时空格局和支撑生态系统分类管理的基础。研究以反映生态系统主导服务功能和人类干预强度为主线，构建了包括9个一级和25个二级类的生态系统分类体系，集成土地利用、气候、地形、植被、土壤、居民点分布等多源数据，开展了2000和2020年中国陆地生态系统的分类制图，并对其类型、结构、格局及时空变化特征进行了分析。结果表明：近20年，我国城镇生态系统扩张1.1倍，64.51%来自耕种生态系统。耕种生态系统缩减0.88万km²，其中水田和旱田分别减少0.60万km²和2.09万km²，但绿洲扩张1.81万km²。受退耕还林还草影响，农牧和农林混合生态系统分别减少2.88万km²和0.92万km²，林地生态系统增加1.61万km²。水域湿地生态系统增加0.31万km²，70%源自沼泽生态系统的扩张，尤其是青藏高原水域湿地，受气候变暖影响扩张明显。气候暖湿化促使部分干旱荒漠和冰冻寒漠生态系统的盖度增加，使牧草地生态系统增加9.97万km²，而干旱荒漠和冰冻寒漠生态系统分别减少14.98万km²和0.92万km²。我国生态系统变化导致整体景观的连接性下降、破碎度增加、类型多样性增加，斑块间生态过程的阻碍增强。我国生态状况明显改善，92.06%的区域NDVI增加，平均NDVI增幅为0.74%/a，其中农牧和农林混合生态系统NDVI增幅最显著，分别为1.26%/a和0.85%/a。该分类方案与制图结果突出了生态系统结构、生态环境风险和生产力的差异，可为宏观尺度的生态系统管理提供科学支撑。     

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.     

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.     

海南岛生态环境质量时空变化及其对气候变化与人类活动的响应

海南岛是气候变化敏感区以及生态环境脆弱区。近几十年气候变化和人类活动深刻地影响着海南岛的生态环境质量。然而,针对海南生态环境质量时空演变及其对气候变化与人类活动响应的规律还不清晰,理解这些规律对实现海南岛可持续发展目标具有重要意义。基于多源遥感数据,利用改进的遥感生态环境指数(MRSEI)探究了海南岛1992—2015年生态环境质量时空变化特征以及其对气候变化以及人类活动的响应,并利用像元尺度的多元回归法对比了气候变化与人类活动对生态环境质量变化的贡献。结果表明：(1)MRSEI指数适用于大区域,可用于本研究中的海南岛生态环境质量评价;(2)近24年,海南岛生态环境质量呈现波动上升的趋势,且在所有土地利用类型中,林地的MRSEI最高,多年平均值达到0.812;(3)MRSEI与气温、降雨呈现出显著正相关关系,与以夜间灯光表征的人类活动在沿海以及各市县的主城区呈现显著负相关关系;(4)气候变化在MRSEI演变中的贡献整体要高于人类活动影响。为海南中国特色自由贸易港建设中生态环境与经济社会协同发展研判提供科学的定量支撑,并为制定相应的政策提供依据。     

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。     

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...     

基于遥感影像的城市土地利用生态环境效应研究——以城市热环境和植被指数为例

城市化过程中,农村的土壤、水面以及植被等土地覆被类型逐渐减少,取而代之的是由沥青、水泥以及金属等组成的不透水表面,这个过程导致地表水分蒸腾减少、径流加速、显热的存储和传输增加以及水质降低等一系列生态环境效应,其中最明显的两个特征就是土地覆被的植被减少、城市热岛的出现.而城市土地利用类型及其空间结构的生态环境效应同时又是城市生态学中的关键问题,其研究对优化城市功能分区和城市规划管理以及城市可持续发展等都具有重要意义.以上海市为例,采用Landsat7的ETM＋为基本数据源,首先定量反演了每个像元内的陆地表面温度（LST）和植被指数（NDVI）,然后利用GIS中的空间分析功能,将由于城市土地覆被所形成的生态环境效应综合到土地利用的图斑中来,按照这个思路对城市土地利用的生态环境效应进行研究.分析LST、NDVI在不同土地利用类型之间的差异以及二者之间的定量关系,并引入多样性指数（SHDI）,讨论了不同土地利用的空间组合下,LST和NDVI的空间差异及相互关系.研究结果显示：LST和NDVI具有明显的相关性,LST大的区域对应NDVI一般都较小,反之亦然;中心城市LST表现出热岛效应,而NDVI则为低谷效应.通过Tamhance T2 post-hoc多重比较发现,LST以及NDVI在两两土地利用类型之间的差异不同.从土地利用斑块和类型两种尺度水平上建立了LST和NDVI的定量关系,二者具有明显负相关的线性关系,但在不同土地利用类型上二者关系并不同.其中工业仓储、交通用地与公园绿地、农业用地差异最为显著.它们和SHDI之间的关系揭示,LST与土地利用多样性具有正相关关系,而NDVI则与SHDI呈负相关关系,SHDI越大的地区,LST越大,而NDVI越小.由此,可以将LST、NDVI和SHDI作为三个基本指标,来定量评价城市土地利用类型、结构对生态环境的影响,以此作为城市功能分区中生态环境影响评价的参考.也为高性价比的中等分辨率遥感数据与GIS空间分析方法结合在城市规划中的应用提供了一种新的思路.     

基于城市地表参数变化的城市热岛效应分析

以不透水面、植被、水体为代表的地表参数的变化决定了城市的热环境质量.针对福州从一个非"火炉"城市一跃成为中国新三大"火炉"之首,对福州市1976-2006年间的地表参数变化及其对城市热环境的影响进行研究.通过Landsat卫星影像反演了福州市1976、1986、1996、2006年的不透水面、植被、水体、地面温度等主要地表参数,并对其进行空间叠加分析和相关关系的定量分析.研究发现:不透水面对地面温度的影响可接近或超过植被和水体之和,查明了福州城市主要地表参数在这30a里发生的变化及其对城市热环境的影响.总的看来,城市地表不透水面斑块的增加和集聚、植被和水体面积的减少和破碎,以及通风不畅,是造成福州成为"火炉"城市的主要因素.     

基于TM遥感影像的陕北黄土区结构化植被因子指数提取

根据结构化植被因子指数的概念,以TM影像为信息源,探讨了利用遥感技术提取陕北黄土区结构化植被因子指数（C_s）的途径与方法.结果表明：在陕北黄土区,C_s能更好地描述植被群落的水土保持效益,其与绿度植被指数（归一化植被指数NDVI、修正土壤调整植被指数MSAVI）和黄度植被指（归一化差异衰败指数NDSVI、归一化耕作指数NDTI）等单一的遥感植被指数虽然均存在良好的相关关系,但用绿度与黄度植被指数相结合可综合反映植被的水土保持功能,能较好地克服单一指数在描述植被控制水土流失中的不足;MSAVI、NDTI分别是基于遥感影像提取C_s较为理想的绿度和黄度植被指数;根据群落结构化植被因子指数与遥感植被指数的关系推算区域尺度上的结构化植被因子指数是可行的,但由于不同地区植物物候期的差异,要使该方法在其他地区适用,仍需开展相应的率定和验证工作.