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。     

格尔木长时间序列遥感生态指数变化监测

格尔木作为青藏高原重要的交通枢纽城市,其生态环境的可持续发展关系到该地区的经济繁荣与社会稳定。利用长时间序列的研究在节点选择方面缺少指向性,通常采用等间隔划分的方法来确定研究时间节点。基于此,通过Google Earth Engine(GEE)平台计算了格尔木近30年(1990—2019年)的遥感生态指数(RSEI),并使用非参数统计方法——Mann-Kendall突变检验,科学的确定研究的时间节点,再进一步分析格尔木生态环境时空变化并探讨其影响因素。研究表明：(1) RSEI可以有效地评价格尔木生态环境质量,30年间RSEI均值从0.38下降至0.33,生态环境整体呈退化趋势;(2)由突变检验确定1990、2001、2006、2015、2019年为研究的时间节点。各年份RSEI以较差为主,占总面积的45%以上,主要分布在柴达木盆地北部。RSEI等级变化以下降为主,2001年下降最为明显,2015年有所减缓;(3)受气候与人类活动不同程度的影响,格尔木RSEI变化趋势以下降为主,占区域总面积的89.73%,广泛分布在柴达木地区和唐古拉山地区,受气候因素影响较大;而变化趋势上升的仅占3....     

基于遥感生态指数的永定矿区生态变化监测与评价

资源过度开采对区域的负环境效应日益显著, 不断造成严重的资源、环境与灾害问题。以福建省永定矿区为研究区, 利用遥感生态指数(Remote sensing ecology index, RSEI), 基于Landsat-7 和Landsat-8 影像数据分析永定矿区2002-2014 年的生态状况、时空变化特征及其驱动因素。结果表明: 1)RSEI 适用于煤矿区的生态环境监测; 2)自2002年到2014 年RSEI 均值从0.705 降至0.699, 虽然RSEI 均值降幅不大, 但RSEI 变化空间分异明显, 盆地四周生态质量在提高, 而煤矿区、石灰石矿区、工业园区和村镇建筑区生态质量在降低; 3)植被覆盖度与RSEI 之间有较好的对应关系, 植被覆盖变化是影响生态质量变化的关键因素。     

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。     

西安市生态环境及城市发展质量评估

良好的生态环境是推动城市高质量发展的重要基础,决定了城市建设水平与人居环境质量。以西安市为研究区,计算遥感生态指数(RSEI)评估城市生态环境状况;构建城市高质量发展评价指标体系,使用全排列多边形图示法评估城市发展质量;再运用耦合协调度模型分析两者耦合协调度的时间变化趋势。结果表明: 西安市城市生态状况呈南高北低的格局,2010—2020年RSEI整体呈上升趋势,但城内六区的RSEI一直在降低,周边区县的RSEI基本保持不变或有所提升;西安市城市发展质量有所提升,城市发展质量等级为较低级别,城市发展3个子系统的质量提升具有不均衡性,提升幅度为生态子系统>经济子系统>社会子系统;西安市两类指数的耦合协调度提高,协调水平从勉强协调提升为初级协调。     

基于Landsat的重庆市生态环境质量动态监测及其时空格局演变分析

长江流域是我国重要的生态屏障之一,重庆市作为长江上游最后一道关口,研究其生态质量发展对于有效保护长江流域生态环境具有重要指导意义。基于2011—2021年间的Landsat影像等数据,计算遥感生态指数(Remote sensing based ecological index, RSEI),并采用Sen(Theil-Sen median)趋势分析法和MK(Mann-Kendall)检验研究其变化趋势以及利用Hurst指数模型分析RSEI的持续特征。利用空间转移矩阵和重心迁移模型研究其在空间上分布特征的变化情况,最后使用降水、风速、近地表气温、海拔等辅助数据为影响因素,结合地理探测器进一步探究RSEI变化驱动力,探讨重庆市2011—2021的RSEI空间分布及演变趋势。结果表明：(1)重庆市多年平均RSEI为0.593,使用等间距法将其划分的等级为差、较差、中等、良、优的面积占比分别为2.48%、8.28%、38.32%、41,87%、9.05%。从整体来看重庆市生态质量水平较高,重庆市年际RSEI以显著趋势波动增长。(2)RSEI等级为差的地区空间上主要集中于重庆西部;较差等级主要围绕...     

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。     

基于理想参照系-关键指标的赤水河流域生态系统质量变化趋势分析

赤水河流域是长江上游重要的生态安全屏障,针对赤水河流域经济开发与生态环境保护的突出矛盾,基于MODIS数据产品提取赤水河流域2000—2018年归一化植被指数（NDVI）、叶面积指数（LAI）、表层水分含量指数（SWCI）和陆地表面温度（LST）生态系统质量关键指标,利用ENVI主成分分析构建遥感生态指数（RSEI）,计算赤水河流域2000—2018年生态系统质量,进行Sen+Mann-Kendall趋势分析,并与贵州习水自然保护区林地最优状态下RSEI值进行比较,进而量化区域生态系统质量恢复潜力,为赤水河流域生态恢复、绿水青山就是金山银山重要理论实现提供科学参考。结果表明：RSEI能够很好地反映赤水河流域生态系统质量时空分布特征,且绿度和湿度对赤水河流域生态系统质量起关键作用。赤水河流域RSEI平均值为0.613,高值区域主要分布在下游湿润常绿阔叶林区,中游河谷中山阔叶林林、常绿针叶林区,上游镇雄县、威信县和叙永县交界处的高山常绿针叶林、落叶阔叶林区。赤水河流域近20年生态系统质量以整体以改善为主,但局部仍出现退化现象,其中生态系统质量显著改善面积占总面积的6.12%,轻微改善面积占59.51%,轻微退化面积占23.17%,显著退化面积占1.49%。赤水河流域林地RSEI值与理想参照系RESI值差距在10%以上面积占林地总面积的49.82%,主要分布在大方县、桐梓县、播州区及怀仁市、习水县部分地区。     

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.     

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...     

城市化背景下小微湿地景观动态变化及其驱动因素

小微湿地是指自然界在长期演变过程中形成的小型湿地。城市发展导致小微湿地大量消失,了解小微湿地景观动态变化特征及驱动因素是保护与管理小微湿地的重要基础。以合肥市包河区为研究区域,选取2006-2018年4期遥感影像,利用空间分析方法确定2006-2010年、2010-2014年、2014-2018年、2006-2018年4个时期小微湿地景观动态变化,基于300m×300m的网格单元,结合增强回归树和地理加权逻辑回归模型,分析13个预测变量与小微湿地损失之间的关系。结果表明：2006-2018年,小微湿地在整个研究区大范围减少,总面积下降了60.8%,斑块数量减少了60.5%,同时,小微湿地边缘复杂度降低,小微湿地间的空间距离增加,聚集程度降低。增强回归树模型显示,城市发展初期(2006-2010年),周边用地类型(建设用地、旱地、林地和草地)变化是导致小微湿地损失的主要因素,中后期(2010-2018年)各类型土地利用变化的相对影响有不同程度的下降,斑块面积和坡度对小微湿地损失的驱动作用逐渐凸显。2006-2018年,建设用地变化(14.4%)、斑块面积(13.5%)、旱地变化(11.1%)、坡度(10.1%)、林地变化(8.5%)、草地变化(7.0%)是导致小微湿地损失的高重要性变量。地理加权逻辑回归模型揭示了高重要性变量对小微湿地损失影响的空间非平稳性特征,结果显示,除斑块面积系数的空间可视化无解释意义,其余高重要性变量对小微湿地损失的影响随地点的变化,贡献的大小和方向也有所不同。研究方法和结果可以为城市快速发展地区小微湿地的保护与管理提供理论支持。     

重庆南川区生态环境变化及其对城市不透水面的响应

城市建筑物的扩张使得不透水面挤占了大量的自然生态空间, 利用遥感技术对生态环境进行监测有助于快速掌握区域生态变化过程。以重庆市生态典型示范区南川为研究区, 利用2002、2011、2016年3期多时相Landsat影像, 通过耦合绿度、湿度、干度、热度四个因子, 计算各个时期的遥感生态指数(RSEI), 并采用归一化不透水面指数提取各个年份的不透水面信息, 借助景观格局指数揭示不透水面时空变化对区域生态的影响, 最后结合人类活动范围以及经济、政策等多角度对区域生态环境变化进行分析。结果表明: (1)研究期内南川区的RSEI均值由0.6791下降至0.5712, 再上升到0.6669, 生态环境总体有所恢复。构成RSEI的四个因子中, 对区域生态影响最大的是绿度指数, 其次为干度指数。(2)2002—2016年间研究区不透水面扩张主要以内部填充为主, 不透水面年增长率约为6.31%。(3)不透水面斑块面积较大、聚集度高、结合度强的区域RSEI值低, 生态等级为优的区域相较生态质量差的区域聚集度低12%左右。(4)生态环境与人类活动范围、生态政策具有一定的相关性, 与道路距离每增大100 m, RSEI值提高约0.0149; 积极的生态政策对区域生态环境具有促进作用。总的来说, 合理利用现有不透水面进行建设, 增加不透水面形态的复杂性和分散性, 保护已有植被, 注重经济增长与生态保护相协调是改善区域生态环境的关键。     

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.     

基于RSEI模型的贺兰山长时序生态质量评价及影响因素分析

为揭示贺兰山1989-2017年的生态质量变化与气候和地形的关系,利用Landsat数据,基于遥感生态指数(RSEI),结合SRTM DEM数据、中国气象数据和植被类型空间分布数据,对贺兰山山地生态系统进行研究.结果 表明:将WET、NDVI、SI、LST耦合得到的RSEI可综合反映生态质量,其中NDVI荷载值最大;1...     

粤港澳大湾区城镇化对海岸线与海岸带的影响

海岸带以丰富的自然资源与优越的地理位置成为城镇化的关键地带。基于Google Earth平台2001、2010、2018年高分影像识别分析了粤港澳大湾区快速城镇化过程中海岸线长度的变化,并分析了大湾区海岸带土地利用/土地覆被(land use/land cover, LULC)变化,以及定量解析了大湾区滨海城市城镇化与海岸带城镇用地的关联关系。结果表明:(1)2001—2018年,粤港澳大湾区海岸线总长度净增加32.24 km,但自然岸线人工化问题突出,自然岸线共减少187.67 km,人工岸线共增加219.91 km;(2)海岸带(海岸线向陆侧5 km缓冲区) LULC组成以耕地为主,但城镇用地对耕地的侵占问题突出,2001—2018年,耕地面积减少347.58 km~2,城镇用地面积增加588.33 km~2;(3)2001—2018年,滨海城市土地城镇化与海岸带城镇用地增长呈显著相关,并且滨海城市土地城镇化对海岸带城镇用地增加的影响在加强(2001—2010年和2010—2018年贡献率分别为43.7%和68.51%)。研究结果可对粤港澳大湾区海岸带保护、修复以及土地利用规划管理...     

南方水土流失严重区的生态脆弱性时空演变

生态环境脆弱性评价研究,对生态环境保护与修复具有重要意义.以福建省长汀县为研究区,选择坡度、土壤类型、多年平均降雨量、地形起伏度、归一化植被指数、人口密度、土地利用类型7个指标,通过多重共线性诊断分析,构建生态脆弱性评价指标体系,采用熵权法及综合指数法对1999、2006和2014年长汀县生态脆弱性进行定量评价,分析生态脆弱性时空分布及变化.结果表明: 1999—2014年,研究区生态脆弱性等级指数总体减小,局部增大.研究区1999、2006和2014年生态脆弱性指数平均值分别为0.4533±0.1216、0.4160±0.1110和0.3916±0.1139,整体处于中等脆弱水平;生态脆弱性等级指数从1999年的2.92下降到2006年的2.38,再下降到2014年的2.13.生态脆弱性的空间格局呈内高外低的分布特征,高脆弱等级区主要分布在坡度<15°、海拔<500 m的河田镇及汀州镇一带.研究期间,生态脆弱性等级指数降幅最大的是三洲乡,最小的是汀州镇.     

基于熵值法的我国野生动物资源可持续发展研究

在构建我国野生动物资源可持续发展指标体系、采用熵值法确定各指标权重的基础上,研究了野生动物及栖息地的保护与资源经济协调发展情况,分析了野生动物资源可持续发展的总体运行趋势.结果表明:(1) 2001-2009年,我国野生动物及栖息地保护综合指数、资源经济综合指数和社会进步综合指数总体呈上升趋势.(2)2001-2005年、2007-2009年,野生动物及栖息地保护与资源经济的协调发展度值在0.14-0.35之间,整体协调发展水平较低,属于失调衰退类;2006年的协调发展度值为0.45,处于保护与利用协调发展的过渡阶段.(3)野生动物资源可持续发展水平呈上升趋势,但总体水平不高,2001-2005年的可持续发展综合指数在0.15-0.31之间,属于传统较落后的发展阶段,2007、2008年的可持续发展综合指数分别为0.45和0.47,属于传统较落后的发展阶段;2006年、2009年的可持续发展综合指数分别为0.55和0.56,实现了由传统发展向可持续发展的过渡.     

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。     

2001-2010年洞庭湖生态系统质量遥感综合评价与变化分析

生态系统质量能够反映生态系统的重要特征,是表征生态环境质量和服务功能的重要指标。在生态系统质量的理论框架指导下,结合GIS综合指数法,利用遥感数据和土地覆被数据,对2001—2010年洞庭湖区域各生态系统类型进行生态系统质量综合评价和变化分析。以NPP年均值和变异系数构建生态系统生产能力指数(EPI)和稳定性指数(ESI),结合PSR模型和AHP层次分析法构建生态系统承载力指数(EBCI),并基于熵值权重法,构建生态系统质量遥感综合评价模型,实现对生态系统生产能力、稳定性和承载力三方面的综合评价。结果表明,洞庭湖区域生态系统质量综合评价分数达到59.81(总分100),而且在三项指数评价中,各指数均值分别为72.79、52.21和71.86,可见洞庭湖区域生态系统稳定性略差。三项指数在2001—2010年期间变化表现不同,EPI和EBCI分别下降8.85%和9.11%,ESI小幅度上升3.09%;整体生态系统质量在2001—2010年呈现逐年降低趋势,下降5.97%,平均变化率为-0.508/年。针对各生态系统类型的分析可知,森林生态系统质量高于其他生态系统类型,湿地生态系统质量最低,同时在这十年间,湿地生态系统质量下降最明显,降幅达12.97%,森林生态系统质量变化较小,降幅只有2.26%。     

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。