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。     

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。     

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.     

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。     

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...     

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。     

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。     

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。     

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。