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。     

基于遥感生态指数和图论知识的宁波市生态安全格局构建

构建生态安全格局、识别生态重要区域是目前区域生态安全研究的重点。本研究以宁波市为例,利用遥感生态指数识别生态源地,利用电路理论模型识别生态廊道和生态夹点,利用图论算法识别最小生成树和割边。结果表明：宁波市共有生态源地203处,土地覆被类型以林地为主,也包括少量的水田和水淹植被;生态廊道共368条,总长度为573.42 km,整体呈西南密、东北疏的趋势;生态夹点91处,夹点主要分布在海涂区域和联系紧密的生态源地之间。根据现状提出优化策略,确定一级廊道187条,二级廊道181条,生态修复优先区50处,远期生态修复区59处。结合图论与电路理论模型的优化策略为生态安全格局的构建提供了科学依据。     

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.     

基于多尺度分割和决策树算法的山区遥感影像变化检测方法——以四川攀西地区为例

山区遥感影像变化检测面临地形效应明显、空间异质性高等不利因素的影响,构建适用于复杂地形条件的变化检测方法一直是遥感应用研究的难点。在对影像进行多尺度分割的基础上,构建对象的多种光谱、形状及地形特征,将地形阴影、物候等造成的虚假变化当作"未变化"训练样本,利用决策树算法自动提取检测规则,建立复杂地形条件下面向对象的遥感影像变化检测方法,并将该方法用于四川攀西山区1989年和2009年TM影像的检测试验,最后对方法的不足和改进措施进行了讨论。主要结论包括:(1)文中构建的方法能够有效减弱山区复杂地形条件对遥感影像变化检测的不利影响,采用地面调查数据和分层随机采样的总体验证精度为93.57%,Kappa系数为0.8706。(2)C5.0决策树算法对于只有"变化"和"未变化"两种类别且同类间训练样本高度异质化的影像分类仍能取得较好的效果,具有较好的鲁棒性和适应能力。通过将地形、物候等引起的虚假变化当作"未变化"训练样本可以有效提高检测精度。(3)光谱特征仍是TM影像遥感分析的主要信息源,影像间NDVI的差值对于植被覆盖区域土地覆盖格局变化的检测具有良好的表征作用。(4)攀西地区1989—2009年间土地覆盖格局变化明显且与人类活动关系密切,典型的驱动方式包括退耕还林(草)工程、水利工程建设和矿山开采等。共检测出变化面积740.2km2,占影像总面积的2.49%。     

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。     

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。     

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。     

基于改进遥感生态指数的干旱内流区生态质量评价——以阴山北麓塔布河流域为例

干旱-半干旱地区生态环境脆弱,开展多要素、长时序生态质量动态变化研究,可为干旱-半干旱区生态建设与区域可持续发展提供科学依据。在遥感生态指数RSEI基础上,根据干旱-半干旱地区特点,耦合了绿度（NDVI）、湿度（WET）、热度（LST）、干度（SI）和盐度（SI-T）五个指标,提出适应干旱-半干旱区域生态质量评价的mRSEI模型,对1986-2022年间塔布河流域生态质量进行动态评价。利用Mann-Kendall突变检验、Theil-Sen （T-S）分析联合Mann-Kendall趋势分析法探究生态质量时空变化;引入欧洲中期天气预报中心发布的第五代再分析数据集（ERA5）的气象数据,在逐像元层面探讨了气候因素与mRSEI的相关关系。研究表明：（1）相较于RSEI而言,mRSEI能更好集成各生态分量包含的信息,且模型更加稳定可靠;（2）mRSEI受到的负面影响主要来自于盐度指标（SI-T）,相关系数均值为-0.922,其影响力大于干度、热度指标,表明引入盐度指标对干旱-半干旱区生态质量评价具有重要意义;（3）研究时序内mRSEI介于0.179-0.423,生态质量总体呈下降趋势（Slope=-0.0014, P<0.05）;（4）趋势分析结果表明,塔布河流域84.37%的区域生态质量未发生变化,另外15.63%中,生态质量退化面积占比远高于生态质量变好的区域,研究区生态质量总体呈退化趋势。（5）气候因素与mRSEI相关分析结果表明,降水与mRSEI呈正相关（r=0.411-0.807）,年均气温与mRSEI呈负相关（r=-0.824--0.398）;时序相关分析结果表明,气温是研究区生态质量的主控因子。（6）人文因素虽然会对塔布河流域生态质量产生扰动,但并不起决定作用。基于改进的遥感生态指数mRSEI,能够科学监测干旱-半干旱区生态质量空间分布、准确把握生态质量变化趋势,可为干旱-半干旱地区生态保护提供理论支撑。     

基于改进遥感生态指数的宁夏沿黄平原区生态环境质量评价

区域生态环境质量评价是国民经济建设与可持续性发展规划的基础，是生态学研究的主要方向之一。以土地利用/覆盖数据和Landsat OLI数据为基础，分别在ArcGIS和GEE平台上进行景观多样性指数（Landscape Diversity Index，LDI）与归一化植被指数（Normalized Difference Vegetation Index，NDVI）、湿度（Wet Index，WI）、归一化裸土和建筑指数（Normalized Difference Building-Soil Index，NDBSI）、遥感生态指数（Remote Sensing Based Ecological Index，RSEI）和改进遥感生态指数（Modified Remote Sensing Ecological Index，MRSEI）的计算。在LDI最佳尺度约束下分析表明，宁夏沿黄平原区景观多样性指数具有显著尺度依赖特征（P<0.001），阈值出现在3000 m×3000 m。主成分分析（Principal Component Analysis，PCA）解释了研究区改进遥感生态指数主要受到NDVI和LDI影响，其中NDVI是PC1（特征值贡献率68.98%）的决定因子，特征向量为0.8901；LDI为次要决定因子，特征向量为-0.4146，该分量在MRSEI计算中分值较高。LDI是PC2（特征值贡献率28.76%）的决定因子，特征向量为0.9100；NDVI为次要决定因子，特征向量为0.4056，该分量在MRSEI计算中分值较低。从MRSEI在应用中可信性来看，其在分析中采用LDI替代LST有效地避免了RSEI分析中NDBSI和LST之间存在的生态学意义重复表达和多因子向量投影中的高度聚集。研究区空间异质性主要以"差"和"较差"级别分布在不同土地利用/覆盖类型交错区且以环绕研究区为主要特点。在"差"到"好"梯度上，斑块密度为减少趋势由8.3个/km²减少到5.9个/km²，而平均斑块面积呈增加趋势由0.120 km²增加到0.169 km²。综合来看宁夏沿黄平原区生态环境质量总体MRSEI值为0.0117刚好超过"较好"水平下限。     

基于遥感生态指数的道路网络生态效应分析——以福州市为例

以2000年和2016年两期Landsat影像为基础数据源,借助遥感生态指数（RSEI）对福州市生态环境进行评价,在此基础上,从道路缓冲区、城乡梯度带、剖面线三种不同取样方法定量探讨RSEI对路网的响应机制;再以500 m×500 m、1000 m×1000 m、1500 m×1500 m、2000 m×2000 m、2500 m×2500 m、3000 m×3000 m不同尺度的网格划分空间单元,运用全局空间自相关、地理加权回归分析等方法分析了道路核密度（KDE）和RSEI及其之间关系的空间异质性。结果表明：从2000年到2016年,福州市生态环境好的区域面积增幅大于生态环境差的区域面积,生态环境质量向好的方向发展。各类型道路缓冲区的RSEI变化规律都是呈从0 m到3000 m逐渐上升的趋势,其中国道、省道、县道、乡镇道路影响的阈值分别在900、900、450、750 m左右。在城乡梯度分析中,RSEI曲线的变化规律都是随着与行政中心距离的增大而增大,到达一定阈值后趋于平缓,甚至还有小幅度的下降,区级的影响阈值在20 km左右,县级的影响阈值在12 km左右;而KDE曲线的变化规律与RSEI相反,其变化阈值与RSEI正好对应。剖面线所经过的行政中心处,其RSEI为低值,KDE为高值,西北方向的内陆地区RSEI高于东南方向的沿海地区。在多尺度的地理加权回归分析中,1500 m×1500 m和2000 m×2000 m这两个网格单元采样下的空间集聚性较强,空间异质性明显,总体上来看,RSEI与KDE呈现负相关关系,且相关关系存在空间分异,负回归系数主要分布在研究区的中心区域。研究结果可为福州市生态建设和路网规划提供参考依据。     

基于改进遥感生态指数的吐鲁番-哈密地区生态环境质量评价及驱动机制分析

吐鲁番市和哈密市是我国盐渍化危害最严重的地区之一,明晰其生态环境变化趋势和驱动机制对吐鲁番-哈密地区生态文明建设具有重要意义。基于Google earth engine(GEE)平台,筛选2005-2020年6-9月Landsat影像,选取绿度(SVAI)、湿度(Wet)、热度(LST)、干度(NDBSI)和盐度(NDSI)构建改进型遥感生态指数(SRSEI)对吐鲁番-哈密地区生态环境进行评估。结果表明:(1) SRSEI使用SAVI代替NDVI并加入盐度指标(NDSI),与RSEI相比有着更高的第一主成分贡献率,能更全面客观地评价吐鲁番-哈密地区生态环境质量。(2) 时间尺度上,2005-2020年吐鲁番-哈密地区SRSEI先下降后上升,均值0.49,并在2020年均值达到0.5575,较差和良的面积占比变化显著,较差占比减少了11.54%,良占比增加了30.15%。且未来生态环境变化趋势还将以改善为主; 空间尺度上,北部西山台原和中部莫钦乌拉山生态质量多为优和良,较差区域主要集中在南部噶顺戈壁。(3) 年均降水量、年均气温和经济生产总值是驱动SRSEI变化的主要控制因子,q值均大于0.092;与单因子对生态环境影响力相比,双因子交互产生的影响力更强,年均降水量∩经济生产总值是驱动吐鲁番-哈密地区生态环境发生变化的最强交互因子。     

Global synthesis of leaf area index observations: implications for ecological and remote sensing studies

Aim We present the first global synthesis of plant canopy leaf area index (LAI) measurements from more than 1000 published estimates representing ～400 unique field sites. LAI is a key variable for regional and global models of biosphere‐atmosphere exchanges of energy, carbon dioxide, water vapour, and other materials. Location The location is global, geographically distributed. Results Biomes with LAI values well represented in the literature included croplands, forests and plantations. Biomes not well represented were deserts, shrublands, tundra and wetlands. Nearly 40% of the records in the database were published in the past 10 years (1991–2000), with a further 20% collected between 1981 and 1990. Mean (± SD) LAI, distributed between 15 biome classes, ranged from 1.3 ± 0.9 for deserts to 8.7 ± 4.3 for tree plantations, with temperate evergreen forests (needleleaf and broadleaf) displaying the highest average LAI (5.1–6.7) among the natural terrestrial vegetation classes. Following a statistical outlier analysis, the global mean (± SD) LAI decreased from 5.2 (4.1) to 4.5 (2.5), with a maximum LAI of 18. Biomes with the highest LAI values were plantations > temperate evergreen forests > wetlands. Those with the lowest LAI values were deserts < grasslands < tundra. Mean LAI values for all biomes did not differ statistically by the methodology employed. Direct and indirect measurement approaches produced similar LAI results. Mean LAI values for all biomes combined decreased significantly in the 1990s, a period of substantially more studies and improved methodologies. Main conclusions Applications of the LAI database span a wide range of ecological, biogeochemical, physical, and climate research areas. The data provide input to terrestrial ecosystem and land‐surface models, for evaluation of global remote sensing products, for comparisons to field studies, and other applications. Example uses of the database for global plant productivity, fractional energy absorption, and remote sensing studies are highlighted.     

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。     

长江三峡库区生态环境变化遥感研究进展

长江三峡库区是我国最重要的生态敏感区之一,受三峡水利工程和相关人类活动影响,其生态环境变化显著.揭示三峡库区生态系统结构、功能和生态过程的变化对于维护库区生态安全具有重要意义.生态环境遥感为此提供了关键途径,并在三峡库区生态环境研究中受到重视.现有的三峡库区生态环境变化遥感研究往往存在较大差异,难以有效反映生态环境变化和响应特征,加之生态本底和人类干扰活动的复杂性,三峡库区生态环境变化遥感研究仍面临诸多挑战.本文对库区环境变化遥感研究的发展阶段、研究尺度、遥感数据和方法等进行了系统总结,并从土地利用/覆盖变化、植被变化、水土安全、生态服务价值评价、生态系统健康与生态规划5个方面对库区生态环境变化遥感研究进展进行综述,在此基础上探讨了当前三峡库区生态环境变化遥感研究存在的问题,并提出未来研究中需重点关注的主要科学问题,以期为三峡库区生态环境管理和类似地区生态环境变化遥感研究提供参考.