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.     

江苏重要生态功能区质量演变及红线管控效应

生态保护红线区作为重要生态功能区,对国家生态安全起到了基础保障作用。如何准确有效地评估生态保护红线区生态质量演变以及生态保护红线的作用,对“红线”政策的进一步完善和区域可持续发展具有重要意义。基于Google Earth Engine平台,利用Landsat 5、8长时序遥感影像构建出江苏全域1985—2021年遥感生态指数RSEI,分析了生态保护红线区1985年以来的生态质量演变情况,评估了2013年以来实施的生态保护红线政策在生态保护方面的效用。结果表明：(1)针对江苏全域构建的RSEI模型PC1平均贡献率高于70%,适用于江苏全域及生态保护红线区的生态质量演变分析。1985—2021年RSEI提升的面积占江苏总面积的58.2%,红线区平均RSEI值在0.52—0.63间变化,整体呈现波动上升的趋势;(2)江苏生态保护红线区整体RSEI均值突变年份在2003年,各市红线区RSEI均值突变年份大多集中在1995—2005年间,1990年代苏南和苏中部分城市出现由好向差的突变,2000年代苏北城市出现由差向好的突变;(3)生态保护红线具有屏蔽效应,有效阻挡了建筑用地等不透水面和裸土向保...     

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。     

中国植被碳源/汇时空演变特征及其驱动因素

植被生态系统对植被碳汇至关重要,是实现中国“碳中和”目标的重要路径之一。选择1981—2019年全球逐日NEP模拟数据产品,对1981—2019年中国植被碳源/汇时空演变进行分析,确定气候变化和人类活动对植被碳源/汇的影响区域,并量化生态修复治理工程对植被碳汇的成效。(1)通过使用BFAST模型监测NEP年际突变范围,确定2001年为时间断点,对比分析1981—2001年与2001—2019年NEP时空变化特征及驱动因素。(2)1981—2001年段植被碳汇大范围呈现递减趋势。2001—2019年,中国整体植被碳汇增加,尤其是北部地区NEP增长趋势显著。(3)1981—2001年中国北部地区植被固碳能力下降,受降水、辐射影响为主。2001—2019年,大部分地区NEP变化与降水相关性显著。(4)1981—2001年人类活动导致植被碳源/汇变化占总面积的4%,主要分布于东北地区和西南地区。2001—2019年中国植被碳源/汇变化由人类活动影响占比提高至26.23%,其中植被固碳能力提升占比25.22%。气候变化负向影响植被固碳能力较于1981—2001年减少约30%。说明人类活动在一定程...     

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.     

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...     

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。     

湖南省NDVI时空变化特征及影响因子分析

研究湖南省植被时空分布特征及影响因子,可以深入了解亚热带季风气候区植被变化规律,为生态环境改善提供更加科学的决策。基于湖南省2001—2015年MOD13A1产品NDVI数据,采用逐像元趋势分析,相关分析等方法,探索研究NDVI时空变化特征和其对气候、地形因子及植被类型的响应关系。研究结果表明:(1)湖南省植被整体生长状况良好,多年平均NDVI值以中高值(0.380.57)为主,分别占全省60.7%和35.6%的面积;春夏秋冬四季NDVI值空间分布模式差异较大;(2)2001—2015年全省NDVI值以0.0023/10a的速度缓慢波动上升;多年出现NDVI突变点,但是受益于地区良好的水热组合条件,植被生长具有较强的自我恢复能力,展现出较强的生态弹性;(3)春季水热耦合最为显著,秋季降水主导了NDVI值的空间分布,冬季温度为植被生长主要影响因子;(4)温度在常绿阔叶林和针阔混交林NDVI高值区表现出强正相关性;温度与草地NDVI中高值区的相关系数最大;该地区5种植被的NDVI值在0.4-0.6之间与降水的负相关系数最大;落叶阔叶...     

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。     

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。     

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。     

2000-2010年黄河流域植被覆盖的时空变化

黄河流域位于干旱、半干旱和半湿润地区,生态环境脆弱,近年来,在气候变化和人类活动影响下,植被覆盖状况发生了变化。因此需要对黄河流域植被覆盖的变化进行监测,进而掌握流域植被的动态变化特征。在此背景下,利用2000-2010年的250 m分辨率的MOD13Q1数据来研究黄河流域植被覆盖区域的NDVI时空变化特征。采用Theil-Sen Median趋势分析和Mann-Kendall检验来研究NDVI的变化趋势特征,通过对Theil-Sen Median趋势分析和Mann-Kendall检验的结果和Hurst指数的结果的叠加,来研究NDVI的可持续特征。研究表明：1）从空间分布上看,黄河流域NDVI呈现出西部和东南部高,北部低的特征;2）从时间变化特征上看,2000-2010年植被覆盖区域年均NDVI均值在0.3-0.4之间波动,其中2000-2004年NDVI波动较大,但自2005年以来NDVI呈现快速增长的趋势;3）从变化趋势上看,2000-2010年黄河流域植被改善的区域远远大于退化的区域,改善的区域占植被覆盖区域总面积的62.9%,退化的区域占27.7%,9.4%的区域NDVI稳定不变;4）从可持续性来看,86.0%的植被覆盖区域NDVI呈现正向可持续性,即NDVI的可持续性较强;由变化趋势与Hurst指数的耦合信息得出,持续改善的面积占植被覆盖区域总面积的53.7%,持续稳定不变的区域占7.8%,持续退化的区域占24.5%,另外14.0%的区域未来变化趋势无法确定,持续退化和未来变化趋势无法确定区域的植被变化状况需要研究人员继续关注。     

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。     

黄土高原神府资源开采区生态环境质量时空格局特征

煤炭的开采促进了地区经济发展,同时也影响了当地的生态环境。因资源开采区在监测研究中常忽视了生态环境质量的长时间影响和时空变化。以神府开采区为例,基于Landsat系列遥感数据,使用遥感生态指数、Mann-Kendall检验法、R/S分析法等,对该区2000—2020年间生态环境质量时空格局特征进行时间序列分析和空间格局特征研究。结果表明：研究区域20年的RSEI均值为0.469,生态环境质量多年平均属于中等等级。2000—2020年间神府矿区生态环境质量总体上看有所改善,20年前后波动变化维持在0.523;同时建设用地也不断增加,从107.09km²增加至273.53km²。变化趋势上生态环境质量趋势变优、不显著和变差的面积比例分别约为56.1%、16.3%和27.6%。研究区生态环境可持续性整体上不强,大量区域显示反持续性特征。资源开采活动引发的地质环境问题致使生态环境退化,表现为直接影响区生态环境质量低于间接影响区,平均低2.68%。研究揭示了矿区长时间序列的变化状况与未来变化趋势及可持续性特征,探讨工矿业对生态环境质量的影响,为神府矿区...     

滇中湖泊流域生态环境质量监测与评价

九大高原湖泊流域在云南省经济发展中占有举足轻重的地位,其中,滇中五大湖泊流域(滇池、抚仙湖、星云湖、杞麓湖、阳宗海,下文称五湖流域)是云南工农业、旅游业等经济和社会发展最活跃的地区,与流域生态环境质量密切相关。本研究基于遥感生态指数(RSEI)对滇中五湖流域1988—2018年的生态环境质量进行监测和评价。结果表明: 尽管1988—2018年间研究区生态环境质量呈转好趋势,RSEI平均值由0.368增加到0.481,但流域整体生态环境质量欠佳;生态环境质量提高的面积占比57.6%,主要分布在湖泊之间的山地,下降区域主要为湖周的平地区;研究期间,滇池、抚仙湖、阳宗海的生态环境质量持续变好,但近10年,杞麓湖和星云湖的生态环境质量明显变差,各湖泊生态环境质量变化与湖泊水质变化存在一致性。未来生态环境质量的改善还需更多的社会关注和政府投入。     

喀斯特断陷盆地景观生态风险演变及其地形分异

景观生态风险评价是构建区域生态安全格局的关键途径。以喀斯特断陷盆地为研究对象,从自然、社会、景观格局三个维度选取11个评价因子构建景观生态风险评价指标体系,通过空间主成分分析的方法评价研究区2000—2020年的景观生态风险时空演变格局,并基于地形位指数系统揭示喀斯特断陷盆地景观生态风险与地形的关系。结果表明：(1)2000—2020年,喀斯特断陷盆地的景观生态风险水平整体呈下降趋势,生态环境整体好转。(2)景观生态风险的变化呈现出较强的时空异质性,南部更甚。2000和2005年,研究区高、较高景观生态风险区主要分布于研究区北部和南部部分地区;2010年及其以后,高风险区面积显著减少,低风险区面积显著增加,但南部个别区县的风险水平未明显改善。(3)20年间,除建设用地外,不同土地利用类型的生态风险水平均显著降低。到2020年,耕地、林地、草地均主要分布在风险水平较低的区域,而建设用地在高风险区的面积仍高达43.43%。(4)景观生态风险在不同地形位梯度的变化随时间推移有显著差异。研究初期,各风险区对地形的选择性较强,低、较低风险区在中、低地形位区间的分布优势较强,高风险区倾向分布在高地...