内蒙古杭锦旗生态环境时空变化的遥感监测与评价

随着生态环境问题的日益突出和全球化,人们越来越注重环境保护,而且遥感技术在生态环境监测和评价中发挥着重要作用。本研究基于1992、2000、2008和2017年的Landsat影像数据,构建遥感生态指数(RSEI),对内蒙古杭锦旗的生态环境质量进行监测和评价,以期为该区生态环境保护提供理论依据。结果表明: 1992—2017年,杭锦旗的生态环境质量总体较差,其RSEI等级以差和较差为主;RSEI均值从0.31(1992年)上升到0.37(2008年),再下降至0.30(2017年),期间生态等级变化均以变化1个等级为主。在空间分布上,杭锦旗生态环境质量较差的区域主要分布在中西部的荒漠平原区,生态质量较好的区域主要分布在黄河沿岸和东南部,生态质量等级变化波动较大的区域主要分布在沙漠边缘、黄河沿岸和东部的丘陵沟壑区。研究期间,杭锦旗各生态等级的重心转移幅度较大,时空波动较明显。总之,杭锦旗生态环境脆弱、不稳定,生态建设对生态环境的改善有一定促进作用,同时也要合理地配置资源和利用土地。     

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...     

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。     

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GEE和RSEI的长三角一体化示范区生态环境质量动态评估

生态环境质量变化的及时监测与定量评估,可为区域生态环境协同治理与管控政策制定提供决策支持。本研究基于Landsat5/TM和Landsat8/OLI影像,利用Google Earth Engine(GEE)平台和遥感生态指数(RSEI),综合考虑湿度、绿度、干度和热度等多种生态环境要素,对长三角一体化示范区2000—2020年生态环境质量变化进行了评估,并结合GDP和人口数据分析了社会经济因子对生态环境质量的影响。结果表明：绿度是对研究区生态环境质量贡献率最大的指标,且具有正面效应,而热度指标是引起生态环境质量退化的主要因素;研究区生态环境质量总体上处于中等水平,且呈现平稳上升趋势,其中,青浦区生态环境质量上升趋势明显,而吴江区和嘉善县的生态环境质量略有下降;2000—2020年,研究区生态环境质量提高区域面积占比(30.45%)略高于下降区域(28.35%),良好和优等级区域占比由27.34%增至29.79%,在不同时段,区县间和街镇间差异较为显著;人口增长对生态环境质量具有明显的负面影响,而经济发展并未以牺牲生态环境为代价,二者之间表现为脱钩关系。     

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。     

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.     

基于遥感空间信息的武夷山国家级自然保护区植被覆盖度变化与生态质量评估

成立于1979年的武夷山国家级自然保护区,是中国东南部面积最大、保留最为完整的中亚热带森林生态系统,对其成立40年以来的植被及其生态质量的变化迄今并无研究涉及。本研究选取1979—2017年的5景Landsat系列影像,借助MODIS的归一化植被指数(NDVI)数据对Landsat影像的NDVI数据进行植被的时相纠正,通过计算植被覆盖度(FVC)和遥感生态指数(RSEI)来评估武夷山国家级自然保护区植被覆盖度及其生态质量的变化。结果表明: 通过近40年的保护,保护区的植被覆盖度有明显提升,从1979年的73.6%上升到2017年的89.5%;生态质量也随之上升,从1988年的0.801上升到2017年的0.823。2017年,整个保护区生态质量为优、良等级的面积占总面积的98.7%。从空间分布来看,生态变好的区域主要分布在东北核心区和西南核心区中部;变差的区域主要分布于道路两侧和山顶。在垂直高程上,以高程1300~1900 m范围内的植被覆盖度和生态质量最好。除了局部年份可能受到气候的影响外,武夷山国家级自然保护区植被和生态质量的改善主要得益于当地政府的有效政策和群众的积极保护。     

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.     

An ecological assessment process based on integrated remote sensing model: A case from Kaikukang-Walagan District,Greater Khingan Range,China

As the impacts of global climate change, rapid economic development, and anthropogenic activities on the environment are intensifying, it is becoming increasingly apparent that we need to understand ecological conditions and their responses to climate change and human disturbances. The objective of this study was to present an ecological assessment of the Kaikukang–Walagan District using the remotely sensed ecological index (RSEI) and the newly introduced integrated ecological environment index (IEEI). This assessment will reveal the ecological responses to disturbances, and place-specific emphasis on ecological conservation. Various data such as Landsat images, advanced spaceborne thermal emission and reflection radiometer global digital elevation model (ASTER GDEM), moderate-resolution imaging spectroradiometer (MODIS) water vapor products, meteorological records, soil thickness, and soil N content data were collected and sampled. First, land surface temperature (LST), normalized difference vegetation index (NDVI), brightness, and wetness were obtained. Second, the RSEI was determined using LST, NDVI, brightness, and wetness via principal component analysis (PCA). Subsequently, IEEI was derived from the band operation between the standardized RSEI (RSEI_S) and slope, soil thickness, and soil N content data. The results show that the mean RSEI_S for 2000, 2002, 2007, 2011, and 2017 ranged from 0.26 to 0.48, and the coefficient of variation was 0.22. The number of areas with very good or excellent ecological conditions increased between 2000 and 2002, then fluctuated between 2002 and 2011, and reached a peak in 2017. The influence of climate change in the study area was not evident. The standardized IEEI (IEEI_S) revealed that most of the study areas possessed excellent or very good ecological conditions; areas with good or fair ecological conditions were primarily located and bare land surrounded by vegetation, and areas with poor ecological conditions were primarily distributed in the urban areas of Walagan and Xiufeng. It was also shown that the IEEI is suitable for a comprehensive ecological assessment incorporating multiple ecological factors.     

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...