基于地理加权回归拓展模型的天然次生林碳储量空间分布

为精准获取区域尺度天然次生林的碳储量及其空间分布格局,以吉林省汪清林业局浪溪林场的天然次生林为研究对象,基于165块局级固定样地,以林分因子、地形因子和土壤因子为影响因子,将普通地理加权回归模型(GWR)作为基础,从空间维度、参数异质性特征和残差空间自相关性3个方面进行改进,构建7类拓展模型,即地理海拔加权回归模型(GAWR)、半参数地理加权回归模型(SGWR)、半参数地理海拔加权回归模型(SGAWR)、地理加权回归克里格模型(GWRK)、地理海拔加权回归克里格模型(GAWRK)、半参数地理加权回归克里格模型(SGWRK)和半参数地理海拔加权回归克里格模型(SGAWRK)。运用7类拓展模型对研究区的森林碳储量及其分布情况进行模拟估测,采用决定系数(R²)、均方误差(MSE)和赤池信息准则(AIC)对各种模型的拟合效果进行评价;最后,运用最优回归模型的拟合结果绘制森林碳储量空间分布图,分析研究区森林碳储量的分布规律。结果表明: 林分因子和地形因子对天然次生林碳储量产生了较大的影响,其中林分平均胸径是影响最大的变量,两者呈显著正相关;SGWR和SGAWR模型能够进一步降低GWR模型残差的空间自相关性;地理加权回归拓展模型能进一步提升GWR模型的拟合效果。其中,SGWRK模型具有最高的R²和最低的MSE和AIC。将海拔作为空间权重未能有效提高模型的拟合效果;浪溪林场森林总碳储量为205×10⁴ t,碳密度为8.56～145.74 t·hm^-2,平均值57.98 t·hm^-2,整体上呈现西北高、东南低,边缘高、内部低的分布格局。通过改进地理加权回归基础模型对参数异质性特征和残差空间自相关性的处理,可以更好地揭示研究区森林碳储量与相关变量间的空间关系,提升模型对区域尺度森林碳储量及其空间分布的估测精度。     

温带-亚热带栓皮栎种子形态的变异及其与环境因子的关系

在区域尺度上(25.14°-40.25° N, 99.87°-122.07° E), 采集20个栓皮栎(Quercus variabilis)种群的种子样品, 测定种宽、种长, 并计算宽长比形态指标, 探讨了区域尺度上种子形态变异特点及其与环境因子的关系。结果表明, 栓皮栎种子的宽度和长度变化幅度分别为1.21-2.18 cm和1.20-2.96 cm; 宽长比的变化幅度为0.57-1.10。栓皮栎的种宽与种长呈显著的正相关关系。单因素方差分析表明, 种宽、种长和宽长比在种群间差异显著(p < 0.001)。种长与等效纬度呈负线性(R² = 0.18; p = 0.05), 与经度呈凸型的变异关系(R² = 0.43; p = 0.009)。种宽和种长与最热月平均气温呈极显著正相关(R² = 0.35; p = 0.006; R² = 0.30; p = 0.012), 而与最湿季降水量呈显著负相关(R² = 0.28, p = 0.019; R² = 0.24, p = 0.017)。种子宽长比没有明显的变化趋势, 大致趋于恒定(0.88 ± 0.08)。     

流域水碳过程耦合模拟——WaSSI-C模型的率定与检验

在复杂的气候变化条件下, 利用水碳耦合模型进行生态水文学研究成为主要的研究手段和途径。该文以杂谷脑河上游流域为例, 在确定生态水文模型WaSSI-C模拟尺度的基础上, 探讨水碳耦合模型在中国西南湿润地区的适用性。杂古脑河上游流域位于岷江上游, 隶属于长江流域。在分析和讨论了模型结构和机理的基础上, 分别对模型蒸散和融雪计算进行了补充改进, 以提高模型的适用性。将1988-1996年作为模型的率定期, 1997-2006年作为模型的验证期, 分别在率定期和验证期利用实测的径流数据和中分辨率成像光谱仪数据的总初级生产力、蒸散(ET)数据, 对模拟结果进行对比验证。并利用决定系数(R²)和Nash-Sutcliffe效率系数(NS)两个指标对模拟效果进行评价。流域总径流率定期和验证期对比验证的R²分别为0.86和0.78; NS分别为0.82和0.67。总生态系统生产力和ET验证期的R²分别为0.89和0.78。可见模型模拟结果的两个评价指标都处于较为理想的区间内, 说明WaSSI-C模型在研究区内具有较好的适用性。并对模型的蒸散计算方法进行了讨论, 在此基础上提出了模型中存在的问题和改进的方向。     

不同地形条件下植被盖度信息提取技术研究

为系统地研究特定区域的植被盖度信息提取技术, 在不同的地形条件下, 比较了目前流行的多种高光谱遥感植被盖度提取方法。结果表明: 最优高光谱归一化植被指数(NDVI₁)的建模和验证精度均高于其他两种归一化植被指数(NDVI), 直接采用NDVI建立的回归模型对研究区植被盖度的估测能力低于像元二分模型; 阴坡的最佳模型为基于一阶微分的偏最小二乘回归模型(PLSR模型), 其建模决定系数(R²)为0.810, 均方根误差(RMSE)为6.29, 验证R²为0.773, RMSE为8.85; 阳坡的最佳模型为基于二阶微分的PLSR模型, 其建模R²为0.823, RMSE为6.04, 验证R²为0.801, RMSE为7.35; 平原的最佳模型为全受限的线性光谱混合分解模型(FCLS), 其验证R²为0.852, RMSE为5.86。     

经济快速增长区建筑用地变化及其对生态质量的影响——以福建晋江为例

改革开放以来,中国经济增长促进了建筑用地的快速增加,并在很大程度上影响着区域生态质量.本文以东南沿海经济快速增长的福建省晋江市为例,利用遥感技术重点研究经济快速增长导致的建筑用地变化及其对区域生态质量的影响.基于晋江市1996和2015年的Landsat遥感影像,利用建筑用地指数(IBI)提取建筑用地信息,并进行建筑用地变化分析;同时利用遥感生态指数(RSEI)对生态质量进行评价,定量分析城镇建筑用地变化与生态质量变化之间的关系.结果表明: 1996—2015年,晋江市建筑用地面积共增加68.54 km²,增幅达45%,建筑用地扩展强度为0.55.建筑用地的增加导致该市生态质量总体下降,RSEI均值从1996年的0.532下降到2015年的0.460,降幅达13.5%;生态优良等级所占面积的比例从1996年的39%下降到 2015年的21%.建筑用地扩展强度与生态质量呈显著负相关关系.     

水文气候影响下黄河三角洲土壤盐分时空动态

近年来,黄河三角洲在水文气候和人类活动影响下的土壤盐渍化问题日益突出。本研究以东营市河口区、垦利区、东营区和利津县为研究区,选取1985—2018年间20期Landsat系列影像,利用数值回归校正法进行影像光谱一致性转换,在此基础上运用偏最小二乘回归法构建土壤盐分定量反演模型;根据最佳盐分预测模型反演的研究区土壤盐分含量数据,分析土壤盐分(SC)时空变化特征,并探讨水文气候因素的影响。结果表明: 选用10个敏感光谱指数构建的土壤盐分反演模型的预测精度较高,其建模决定系数(R²)、均方根误差(RMSE)为0.769、1.125,验证R²、RMSE和相对分析误差(RPD)分别为0.752、1.203、2.08。利用2016年土壤盐分数据进行反演精度检验,实测值与反演值的R²为0.7279。该模型对1985—2018年20期影像进行土壤盐分反演的结果异常值在10%以内。研究期间,区域平均盐分含量总体呈先上升后下降的趋势,最低的年份为1985年(3.14 g·kg^-1),最高的年份为1995年(5.86 g·kg^-1)。空间变化上,研究区重度盐渍土和盐土面积减少,轻、中度盐渍土面积显著增加(66.6%),盐渍土总面积呈扩大趋势。水文气候条件对土壤盐分的影响具有一定滞后性。气温对土壤盐分积累有促进作用,前半年和前1年的平均气温与含盐量均显著相关,R分别为0.507和0.538;土壤含盐量与区域降水量的相关性不显著,受前季黄河径流量的影响最大,R达-0.543。     

内蒙古植被降水利用效率的时空格局及其驱动因素

植被降水利用效率(precipitation-use efficiency, PUE)是评价干旱、半干旱地区植被生产力对降水量时空动态响应特征的重要指标。该研究利用光能利用率CASA (Carnegie-Ames-Stanford Approach)模型估算了2001-2010年内蒙古地区植被净初级生产力(net primary productivity, NPP), 结合降水量的空间插值数据, 分析了近10年内蒙古地区植被PUE的空间分布、主要植被类型的PUE,及其时空格局的驱动因素。结果表明: 2001-2010年内蒙古地区所有植被的平均PUE为0.94 g C·m^-2·mm^-1, 且在105-120° E地带性规律明显,PUE上升速率为每10° 0.55 g C·m^-2·mm^-1。各植被类型间PUE差别较大, 其中灌丛PUE最高, 荒漠PUE最低。在不同的降水量区域, 植被PUE的空间分布与气候因子的关系有较大差别, 0-75 mm降水量区间内, PUE随降水量、气温的升高显著下降(R² = 0.226, p < 0.05); 175-300 mm降水量区间内, 植被 PUE的空间变化与降水量和气温呈极显著相关关系(R² = 0.878, p < 0.001), 且随降水量的增加显著上升( R² = 0.94, p < 0.001), 变化速率约为每100 mm降水0.57 g C·m ^-2·mm^-1; 在降水量大于475 mm的区域, 植被PUE的空间分布与降水量、气温的相关性显著(R² = 0.19, p < 0.05), 且随着气温的上升、降水量的下降而增加, 其中气温的贡献是降水量的8.61倍。在不同的降水量区域, 植被 PUE的年际波动与气候因子的关系也有较大差别, 对于年降水量0-220 mm的地区, PUE的年际波动与降水量呈正相关性、与气温呈负相关性; 在年降水量为220-310 mm的地区, PUE的年际波动主要受降水量的控制, 受气温影响较小; 在年降水量>310 mm的地区,PUE的年际波动与降水量、气温均呈正相关关系, 但在降水量越高的地区, PUE的年际波动与降水量的相关性越弱, 与气温的相关性越强。植被覆盖度与PUE的空间分布极显著相关(R² = 0.73, p < 0.001), 且与 PUE的年际波动也存在线性相关关系(R² = 0.11, p < 0.001); 叶面积指数( LAI)与PUE的年际波动呈线性相关关系(R² = 0.42, p < 0.001), 而当 LAI < 3.15时, PUE的空间分布随LAI增加而呈线性增加。     

新区开发建设及其生态效应——以雄安新区为例

雄安新区自2017年设立为国家级新区以来，已进行了大量的开发建设，但迄今尚未见对开发建设所产生的生态效应的研究报道。因此，选取2017年和2020年的Landsat 8影像，分别代表雄安新区未开始建设和建设3年后的两个时期来对此进行对比。利用遥感空间信息技术反演出2017—2020年雄安新区开发建设以来主要地表覆盖类型的变化，并采用遥感生态指数(RSEI)对这些地表覆盖类型变化产生的生态效应进行评估。结果表明：(1)雄安新区2017—2020年间的开发建设已使建筑用地面积增加了60.01 km²,水体面积增加了8.95 km²,植被面积减少了69.29 km²。雄安新区现阶段的开发建设主要集中在区内的容城县和雄县，而安新县的开发强度较小。(2)雄安新区2017—2020年间开发建设的生态效应体现在生态改善面积大于退化面积，生态等级良好以上的面积占比有所提升。因此，新区的生态质量总体略有上升，RSEI均值从0.668上升到0.677。但3个县的表现不一，雄县和安新县的生态有所提升，而容城县则略有下降。(3)雄安新区虽经开发...     

基于实际蒸散构建的干旱指数在黄淮海地区的适用性

基于NOAH陆面模式模拟的实际蒸散产品,分析了2002—2010年黄淮海地区实际蒸散的时空分布特征.同时,结合MOD17潜在蒸散数据和MOD13 NDVI构建了2002—2010年的农业干旱指数——干旱敏感性指数(DSI),并以2002年1—12月为例,利用帕默尔干旱指数(PDSI)、冬小麦减产率以及实际旱情资料,分析了DSI在该地区干旱监测的适用性.结果表明: 黄淮海地区年均实际蒸散从西北向东南递增,最高值出现在研究区域东南部(800~900 mm),最低值出现在西北部(<300 mm);DSI、PDSI两种干旱指数的年际变化呈正相关(R²=0.61)和变化趋势的一致性,均在2002年达到最低(-0.61和-1.33),2003年最高(0.81和0.92),DSI与冬小麦减产率的相关性(R²=0.43)明显优于PDSI(R²=0.06),且表征干旱的空间分辨率较高,对区域农业干旱程度的判断和旱情的指示比较可靠.     

CO2排放承载力计算模型的构建与应用

针对现有生态足迹未考虑CO₂排放承载力的问题,从碳吸收角度将净初级生产力与生态足迹法相结合,构建了CO₂排放承载力计算模型,据此对吉林省近15年的CO₂排放承载力进行了动态分析。结果显示,1994～2008年,吉林省人均CO₂排放承载力从2.0345hm²减少到1.9504hm²,呈先升后降波动变化趋势。在CO₂排放承载力构成中,林地、耕地、草地是主体,三者合计占89.54%～94.43%;草地变化最大,从0.5692hm²减少到0.1857hm²,降幅达67.38%;低生产力土地面积和草地面积均与人均CO₂排放承载力呈极显著相关(R²=-0.806、0.716),低生产力土地扩张和草地退化是人均CO₂排放承载力下降的主要影响因素。研究表明,CO₂排放承载力模型反映了自然环境对能源废弃物的消纳能力,符合区域资源禀赋的实际情况。     

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。     

基于生态足迹方法的南京可持续发展研究

20世纪90年代末以来,随着南京城市化进程的加快和城市建成区面积的扩展,城市生态安全问题日益突出。在运用生态足迹方法分析南京市1999—2009年人均生态足迹及生态承载力变化的基础上,采用Mann-kendall法对南京市人均生态足迹突变点进行分析,应用灰色关联模型从经济、社会和生态子系统方面分析不同阶段人均生态足迹变化的原因。研究表明:1999—2009年间南京市人均生态足迹呈增长趋势,人均生态承载力呈减小趋势,单位万元GDP生态足迹和生态多样性指数呈逐年下降趋势,生态经济系统发展能力较好,但生态压力较大。南京市人均生态足迹变化分为1999—2002年的低位增长阶段和2003—2009年高位波动阶段。通过影响南京市生态足迹变化因素分析发现,2003—2009年与1999—2002年相比,经济子系统依然处于主要地位,但影响因素由农业向以三产为主转变,同时生态子系统和社会子系统各因素的影响力提升。据此,提出优化产业结构,控制人口数量,加强基础设施建设,改善居民居住环境,加大城市绿化建设,提高城市污物处理能力,减少污染物排放的南京可持续发展对策。     

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。     

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.     

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。