粤港澳大湾区湿地遥感监测与评估:现状、挑战及展望

粤港澳大湾区水热丰沛河网密布，岸线曲折峡湾众多，复杂的自然条件孕育了丰富的湿地资源，构成了区域生态安全屏障的重要防线。近几十年来气候变化与区域高强度人类活动的双重胁迫下，大湾区湿地资源面积衰减、质量退化趋势明显，亟需开展湿地资源监测与评估研究，为国家战略提供基础保障。现阶段湿地遥感已实现由最初的湿地面积、形态提取向湿地生物物理参量提取的过程转变，然而粤港澳大湾区特有的气候特征，限制了传统光学影像在湿地遥感领域的应用，大大提升了此区域长时间序列湿地遥感数据获取的难度。此外，如何实现湿地生态价值与生态资产对接与评估，也是现阶段自然资源监测管理面临的重大课题之一。本文基于粤港澳大湾区建设的国家战略需求，讨论湿地资源在构建大湾区生态安全保障体系中的重要地位，厘清大湾区湿地资源保护与利用存在的关键技术瓶颈与核心科学问题，围绕湿地遥感监测、湿地资源生态资产价值评估、湿地生态功能分区与定位等关键问题，指出开展粤港澳大湾区湿地遥感监测与评估面临的挑战，明确构建"天-空-地"湿地遥感监测的综合技术体系实施方案，并展望粤港澳大湾区湿地常态化监测与资产评估的几个重要方向：1构建适用于不同自然环境特征的湿地分类体系；2融合升级现有湿地监测与评估技术手段，发挥"天-空-地"一体化监测平台的技术优势；3全区域监测与重点调查相结合；4从调查监测迈向资源动态监控与演变机制分析；5面向陆海统筹的湿地区划与综合管治；6多学科、跨区域、跨行业协作。     

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。     

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GEE平台的黄河源区生态环境质量动态评价

黄河源区为我国生态脆弱区之一,近年来其生态环境问题备受关注。基于Google Earth Engine (GEE)平台并结合1990—2021年黄河源区Landsat遥感影像,本文综合6个指标(热度、干度、空气质量、绿度、湿度和叶面积指数)构建了遥感生态指数,对该区域生态环境质量动态进行了评价。结果表明：黄河源区热度、干度和空气质量指标对其生态环境质量呈负反馈作用;绿度、湿度和叶面积指数对生态环境质量呈正反馈作用,其中绿度为最关键的影响因素;黄河源区生态环境质量改善区占74.51%,总体呈“南优北劣”的空间格局,1990—2021年生态环境质量总体持续向好;1990—2021年,黄河源区89.75%的生态环境质量变化幅度较小,稳定性较好;Hurst指数分析表明,66.36%的黄河源区生态环境质量具有中强持续性,未来该区生态环境质量将会持续得到改善。     

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。     

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.     

粤港澳大湾区海岸带生态系统修复框架

粤港澳大湾区是全球四大湾区之一，也是我国重要的战略发展区，具有极强的开放性、经济性、生态性、社会性、海洋性和系统性特征，具有重要的理论和实践研究价值。海岸带生态系统是粤港澳大湾区重要的生态系统类型之一。受快速城市化的影响，粤港澳大湾区海岸带生态系统存在诸多问题，这些问题已成为影响陆海生态安全的重要因素。海岸带生态系统修复是国土空间生态修复的重要组成部分之一。为加快促进粤港澳大湾区海岸带修复，在分析粤港澳大湾区海岸带主要类型与特征基础上，通过剖析其现状海岸带生态修复存在的主要问题，依托山水林田湖草海生命共同体和陆海统筹等系统理念，提出粤港澳大湾区海岸带生态系统修复框架设计思路。基于粤港澳大湾区海岸带生态系统受植被、湿地、水文地质、人类活动、经济发展水平、产业发展特征、香港和澳门特别行政区等影响因素，构建了粤港澳大湾区海岸带生态系统分区、分类、分级修复框架，形成了由珠三角核心区、粤港澳大湾区、珠三角滨海城市群、珠江流域构成的粤港澳大湾区"一核一区一群一流域"海岸带生态系统修复新格局。在此基础上提出了粤港澳大湾区海岸带生态系统修复"十条"。以流域作为生态修复治理的基本单元，将影响海岸带生态系统平衡的多种因素进行分类整理，从生态系统整体性和流域系统性出发，坚持水陆联动、陆海统筹，实施以水为核心的山水林田湖草海一体化修复，从而实现粤港澳大湾区海岸带生态系统修复新目标。通过优化湾区海岸带生态环境，维护湾区海岸带生态平衡，提高湾区海岸带生态安全格局，进而促进粤港澳大湾区的可持续发展和生态文明建设。     

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。     

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。     

Instability of remote sensing ecological index and its optimisation for time frequency and scale

Evaluating regional ecological environmental quality (EEQ) using remote sensing is important for achieving sustainable development. The remote sensing ecological index (RSEI) is a typical EEQ evaluation model used to comprehensively reflect regional ecological quality. However, owing to its complete dependence on remote sensing image information, the RSEI also has inherent issues, including unstable time series and inconsistent resolutions of its four sub-indices. To address these problems, this study used the Google Earth Engine (GEE) to propose an optimisation notion for the harmonic analysis of time series (HANTS) coupled random forest (RF) model and determined the accuracy and image quality of the optimised RSEI (RSEI_o) for the Yangtze River Basin (YRB). Based on the findings, HANTS could fill the gaps in the images, effectively reducing the noise and discrete degrees of the four indices and thereby improving the stability of the RSEI. The correlation coefficient (R) between the RSEI and RSEI_o was 0.93, with a root mean square error (RMSE) of 0.13, indicating that RSEI_o is reliable. The image quality assessment (based on contrast and information entropy) indicates that HANTS combined with the RF model can produce RSEI_o images with higher definitions and richer information at a constant spatial resolution. Further, the pixel-by-pixel coefficient of variation evaluation indicates that the RSEI_o image was highly stabilised, yielding higher numbers of effective RSEI_o images without changing the temporal resolution. Compared with traditional RSEI calculations, the optimisation proposal herein could highlight ecological differences caused by topographic changes in the YRB, which would produce an RSEI closer to actual surface conditions. Further, this proposed method could be used to obtain more detailed ecological information at a constant spatiotemporal resolution, thereby meeting the needs of long-term ecological monitoring in large-scale regions.     

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。     

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。     

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。     

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。