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.     

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。     

长三角城市群碳排放与城市用地增长及形态的关系

城市是一种重要的碳源,城市扩张过程中的用地面积增长和空间特征变化均会影响城市碳排放。分析1995—2015年长三角城市群碳排放重心转移,查明碳排放和城市用地增长的脱钩状态时空变化,并通过构建面板数据模型探究城市形态对碳排放的影响,得出以下结论:(1) 1995—2015年长三角城市群碳排放重心经历了西南向-西北向-东南向-西北向的转移过程,这种转移过程与其相应时期内部分城市的工业发展与产业结构调整有关;(2) 1995—2015年,长三角城市群碳排放与城市用地增长的脱钩状态存在着显著的时空异质性。研究区由以扩张负脱钩为主变化为以弱脱钩为主,2005年以后,区域之间的脱钩差异开始缩小,总体来看研究区脱钩状态趋向于同质。至2015年,近70%的城市已达到了脱钩,其中上海等城市实现了强脱钩;(3)连续完整的地块在区域内的主导程度会对城市碳排放产生负向的影响,而城市用地斑块的破碎化程度和聚集程度对碳排放有着正向的影响,且相对而言,聚集程度的正向影响更为显著。     

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。     

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。     

贵州省碳吸收/碳排放时空变化特征及其与经济的脱钩效应

贵州省是我国喀斯特生态系统的典型分布区,生态敏感且脆弱,同时其也曾是我国的连片特困区,经济发展愿望迫切。对区域环境-经济发展状况及相互作用关系进行研究具有重要意义。研究从植被净生态系统生产力、土壤碳储量、岩溶碳通量三方面计算了贵州省陆地生态系统碳吸收,以能源燃烧排放的CO₂表征碳排放量,对区域碳吸收和碳排放的时空变化特征进行剖析,在此基础上构建环境碳负荷指数和脱钩弹性系数,用于解析贵州省碳收支状况及环境碳负荷与经济发展之间的脱钩关系。结果显示:(1)贵州省植被净生态系统生产力均值为257.72 g C/m²,呈逐步增强趋势,空间上呈现西高东低、南高北低的分布格局;岩溶碳通量的均值为6.71 t C/km²,年际波动较大,集中分布在研究区东北和西南部;土壤碳储量的均值为8.38 t/hm²,其高值区主要位于研究区南部和东部边缘;(2)区域碳排放呈现出了逐年增长的特征,表明了能源消耗的增强,形成了以城市高值区为中心向外辐射递减,各点之间以道路连通为特征的分布格局;(3)环境碳负荷指数呈逐年增长趋势,表征区域面临的环境压力越来越大,特别是在贵州省主城区出现了明显的收支不平衡,能源结构优化亟待加强;(4)综合脱钩状态整体以弱脱钩和扩张连接为主,且随时间推移脱钩状态由弱脱钩向扩张连接转变,说明环境保护滞后于经济发展,也就意味着贵州省经济的发展一定程度上牺牲了环境保护。未来应进一步强化生态修复工程的可持续性,同时发展绿色经济以促进区域生态-经济可持续发展。     

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C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...     

福建省行业碳排放驱动因素分解及其与经济增长脱钩关系

主要部门和重点行业的二氧化碳排放是区域碳排放的主要来源。厘清行业碳排放影响因素,分析其与区域经济增长相互关系及程度,从而推动部门和行业碳减排对于落实区域碳排放总量控制具有重要意义。本研究运用对数平均迪式指数分解法(LMDI)和Tapio脱钩模型对福建省1997—2017年13个主要碳排放行业进行碳排放驱动因素分解和脱钩分析。结果表明: 电力、热力的生产和供应业是福建省主要的碳排放行业,1997—2017年,其碳排放总量由18.89 Mt上升到120.63 Mt,增长量为101.74 Mt。有色金属冶炼及压延加工业、纺织业、黑色金属冶炼及压延加工业的碳排放增长速度最快,其年均增长率分别为18.1%、12.1%、12.1%。13个主要行业碳排放变动的驱动因素中,经济增长效应和人口规模效应是主要的正向驱动因素,能源结构效应、能源强度效应和产业结构效应的抑制作用在不断增强。从脱钩关系来看,13个主要碳排放行业的脱钩指数整体呈下降趋势。从“十一五”时期开始,部分行业开始出现不同程度的强脱钩。而在“十三五”时期,农、林、牧、渔、水利业表现为扩张负脱钩,电力、热力的生产和供应业表现为弱负脱钩。能源结构效应和能源强度效应对各行业实现脱钩的影响较大,产业结构效应的脱钩努力较小,人口规模效应未做出脱钩努力。     

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。     

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...     

江西县域土地利用变化碳排放时空演变及其影响因素

查明县域尺度下土地利用变化碳排放,对于推进县域低碳发展和土地资源的可持续利用与管理具有重要意义。以江西省为例,基于2000-2020年江西省土地利用数据、社会经济数据等,利用空间自相关模型和对数平均迪氏指数分解法(LMDI) 法,对其县域土地利用碳排放时空演变及影响因素进行分析。结果表明:①2000-2020年间,区县土地利用碳排放均呈上升趋势,碳排放量增速和平均碳排放强度均有下降,但部分区县碳排放增速在2015年后出现提高的变化特征。建设用地是碳排放量增长的首要碳源,林地则具有重要的碳汇作用。②空间上,土地利用变化碳排放呈现出明显的空间差异,表现为北高南低的分布特征和较为稳定的聚类模式,即轻度和重度及以上排放区空间分布上较为集中。经济发达区县成为碳排放量增长"核心",欠发达区县则是碳排放量增长"外围",且这种"核心-外围"格局在不断强化。③总体上,抑制碳排放量增长的主要因素为碳排放强度及土地利用效率;驱动因素则有经济发展水平和建设用地规模。但部分区县碳排放强度可能表现为"前期驱动后期抑制"作用,且抑制作用小于驱动作用,故这类区县土地利用碳排放量仍显著增长。因此,江西省各区县应积极调整产业结构和继续降低碳排放强度及通过优化土地资源配置,提高土地利用效率,如用适度集约模式提高建设用地利用效率以免盲目性扩张浪费。另外,欠发达地区和发达地区需加强在资金、技术等领域的交流与合作,不同区县还应因地制宜,各自明确发展目标,走具有各自县域特色的低碳高质量发展道路。     

Quantifying the relationship between urban development intensity and carbon dioxide emissions using a panel data analysis

As a factor associated with urban management and planning, urban development intensity (UDI) could in fact form the basis for a new rationale in coordinating urban sustainable development and reducing CO₂ emissions. However, existing literature engaging in the task of quantifying the impacts of urban development intensity on CO₂ emissions is limited. Therefore, the goal of this study is to quantify the relationship between urban development intensity and CO₂ emissions for a panel made up of the five major cities in China (Beijing, Shanghai, Tianjin, Chongqing and Guangzhou) using time series data from 1995 to 2011. Firstly, this study calculated CO₂ emissions for the five selected cities and presented a comprehensive index system for the assessment of the level of urban development intensity based on six aspects (land-use intensity, economic intensity, population intensity, infrastructure intensity, public service intensity and eco-environmental intensity) using locally important socioeconomic variables. Panel data analysis was subsequently utilised in order to quantify the relationships between urban development intensity and CO₂ emissions. The empirical results of the study indicate that factors such as land-use intensity, economic intensity, population intensity, infrastructure intensity and public service intensity exert a positive influence on CO₂ emissions. Further, the estimated coefficients suggest that land-use intensity is the most important factor in relation to CO₂ emissions. Conversely, eco-environmental intensity was identified as having a major inhibitory effect on CO₂ emission levels. The findings of this study hold important implications for both academics and practitioners, indicating that, on the path towards developing low-carbon cities in China, the effects of urban development intensity must be taken into consideration.     

海南岛生态环境质量时空变化及其对气候变化与人类活动的响应

海南岛是气候变化敏感区以及生态环境脆弱区。近几十年气候变化和人类活动深刻地影响着海南岛的生态环境质量。然而,针对海南生态环境质量时空演变及其对气候变化与人类活动响应的规律还不清晰,理解这些规律对实现海南岛可持续发展目标具有重要意义。基于多源遥感数据,利用改进的遥感生态环境指数(MRSEI)探究了海南岛1992—2015年生态环境质量时空变化特征以及其对气候变化以及人类活动的响应,并利用像元尺度的多元回归法对比了气候变化与人类活动对生态环境质量变化的贡献。结果表明：(1)MRSEI指数适用于大区域,可用于本研究中的海南岛生态环境质量评价;(2)近24年,海南岛生态环境质量呈现波动上升的趋势,且在所有土地利用类型中,林地的MRSEI最高,多年平均值达到0.812;(3)MRSEI与气温、降雨呈现出显著正相关关系,与以夜间灯光表征的人类活动在沿海以及各市县的主城区呈现显著负相关关系;(4)气候变化在MRSEI演变中的贡献整体要高于人类活动影响。为海南中国特色自由贸易港建设中生态环境与经济社会协同发展研判提供科学的定量支撑,并为制定相应的政策提供依据。     

“双碳”目标下闽三角碳排放脱钩状态及驱动机制分析

快速城市化背景下,建设低碳城市群是实现"双碳"目标的最佳方式。在碳排放核算的基础上,使用Tapio脱钩模型和LMDI方法对闽三角以及厦门、漳州和泉州的脱钩状态和碳排放的驱动机制进行了研究。主要结论如下：（1）2005-2017年闽三角碳排放和人均碳排放均持续增加,二者有相同的变化趋势。闽三角的工业中心泉州有最高的碳排放和人均碳排放。发展型城市漳州碳排放最低,但碳排放和人均碳排放增长率均最高。服务型城市厦门碳排放增长率最低。（2）闽三角的脱钩状态逐渐改善,平均脱钩系数为1.03,脱钩状态为扩张性连接。厦门、漳州和泉州的平均脱钩系数分别为0.45、2.70和1.10,3个城市分别以弱脱钩、扩张负脱钩和扩张性连接状态为主。（3）人均GDP和人口规模是闽三角碳排放的正向因素,能源结构和能源强度是负向因素。正向因素的贡献在下降,负向因素的贡献在升高。人均GDP和能源结构分别对漳州和厦门碳排放有最强的促进和抑制效应。能源强度对3个城市碳排放变化的效应不同。（4）人口扩张促进碳排放增加,使碳排放与经济发展无法脱钩。人口规模对闽三角碳减排无脱钩努力。能源结构优化和能源强度下降有助于碳排放与经济发展脱钩,是闽三角碳减排的强脱钩努力和弱脱钩努力。能源强度对泉州碳减排无脱钩努力。优化能源结构是闽三角实现碳减排和"双碳"目标的关键。已经脱钩的厦门宜尽早制定碳达峰行动计划,引领闽三角的碳达峰行动。漳州可通过升级产业结构实现减排。泉州必须提升能源效率才能降低碳排放。     

Decoupling environmental pressure from economic growth on city level: The Case Study of Chongqing in China

As cities represent the microcosms of global environmental change, it is very important for the global sustainable development by decoupling environmental pressure from economic growth on city level. In this paper, the municipality of Chongqing in China is employed as a case to show whether the decoupling of environmental pressures from economic growth has occurred in cities undergoing rapid economic growth; what is the level of decoupling; and what causes the observed degree of decoupling. Results show the following. (1) During the period of 1999–2010, decoupling from economic growth has been absolute for the emissions of SO₂, soot, and waste water, while it has been relative for total energy consumption, emissions of CO₂ and solid waste. (2) Compared with the period 2000–2005, decoupling level improved for all the six environmental pressures in the period 2005–2010. (3) Compared with China and other three municipalities of China, the overall decoupling level of Chongqing is above China’s average while below those of Beijing and Shanghai. (4) During the period 1999–2000, technological change was the dominate factor for decoupling Chongqing’s environmental pressure from economic growth, as it contributed 131.4%, 134.6%, 99.9%, 97.7%, 104.5% and 54.9% to the decoupling of total energy consumption, emissions of CO₂, SO₂, soot, waste water and solid waste, respectively; while economic structural change had very tiny effect to the decoupling of emissions of soot and SO₂, and it even had negative effect to that of total energy consumption, and emissions of CO₂ and waste water. Based on the above observations, we explain the difference in decoupling levels for different environmental pressures and suggest approaches for policy-makers on further promoting decoupling environmental pressure from economic growth.     

黄河流域经济发展与生态环境压力的脱钩关系及其驱动效应分析

经济发展与生态环境的协调平衡是推动黄河流域高质量发展的重要途径之一,这对区域经济一体化高质量发展和生态环境健康可持续具有重要的现实意义。以黄河流域379个区县为研究对象,基于熵值-TOPSIS综合评价法和Tapio脱钩模型动态解析1990-2018年经济发展与生态环境压力的脱钩关系,引入结构分解模型（SDA）探讨影响生态环境压力的驱动因素,并运用因果诊断算法（PCMCI）推断驱动经济发展与生态环境压力脱钩的因果关联路径。结果表明：（1）黄河流域70%的区县生态环境压力处于较低压和低压,但因资源条件禀赋经济得以快速发展的内蒙古地区生态环境仍承载着较高压和高压。（2）生态环境压力主要受技术效应和经济效应驱动,技术效应的驱动作用实现经济产出并缓解了生态环境压力,经济效应的驱动作用在流域中下游地区更为突出。（3）黄河流域68.34%的区县实现了经济发展与生态环境压力的有效脱钩（强脱钩和弱脱钩）,经济总量增长的同时减小了生态环境承载的压力,但黄河流域各区县经济发展与生态环境压力的脱钩类型处于动态变化之中,应防范强脱钩或弱脱钩类型的区县倒退至负脱钩类型。（4）以乡村人口和城镇化率要素为代表的人口因子有效驱动了黄河流域经济发展与生态环境压力脱钩,其中乡村人口与脱钩指数出现因果关系的频率最高,城镇化率要素与脱钩指数的因果强度最大,农业技术因子主导了最多的区县实现经济发展与生态环境压力脱钩,农业结构多样化和农业集约化缓解了经济发展对生态环境的压力。研究结果对提高经济高质量发展与生态环境保护的可持续性具有可推广的实践价值。     

珠三角城市群地表热环境与生态系统服务价值解耦的时空特征

珠三角城市群是我国城市化高度发展的区域,城市化气候效应尤其是热岛效应对城市生态系统及其生境产生重大影响。本研究基于2000、2005、2010、2015和2019年MODIS地表温度(LST)数据和土地覆被数据,定量测度地表热环境和生态系统服务价值(ESV),并借助解耦分析模型,分析珠三角城市群2000—2019年LST与ESV之间的解耦状态,揭示两者之间的权衡关系,进而对城市群内部LST与ESV之间协同状态的时空分异进行分析。结果表明: 2000—2019年,珠三角城市群地表热环境空间格局时序变化相对稳定,但呈现出核心区高位波动、外围区低位波动的空间分异;珠三角城市群ESV呈现空间分布稳定而时间序列下降的趋势,城市群区域内9座城市ESV降幅均超过9%;珠三角城市群地表热环境与总体ESV,以及与供给、调节、支持服务价值之间呈现的解耦状态以弱负解耦和强负解耦为主,显示出较为明显的权衡关系,表明珠三角城市群生态系统仍然受到城市化环境特征的显著影响,解耦状态的时空分异与城市化水平在城市群内部的空间分异有关。珠三角城市群未来生态政策的制定须考虑城市群内部城市化水平差异以及城市化环境特征与生态系统之间的权衡状态的分异,精准制定生态管控和修复方案,提高生态规划效率和实施效果。     

Instability of remote sensing ecological index and its optimisation for time frequency and scale

Evaluating regional ecological environmental quality (EEQ) using remote sensing is important for achieving sustainable development. The remote sensing ecological index (RSEI) is a typical EEQ evaluation model used to comprehensively reflect regional ecological quality. However, owing to its complete dependence on remote sensing image information, the RSEI also has inherent issues, including unstable time series and inconsistent resolutions of its four sub-indices. To address these problems, this study used the Google Earth Engine (GEE) to propose an optimisation notion for the harmonic analysis of time series (HANTS) coupled random forest (RF) model and determined the accuracy and image quality of the optimised RSEI (RSEI_o) for the Yangtze River Basin (YRB). Based on the findings, HANTS could fill the gaps in the images, effectively reducing the noise and discrete degrees of the four indices and thereby improving the stability of the RSEI. The correlation coefficient (R) between the RSEI and RSEI_o was 0.93, with a root mean square error (RMSE) of 0.13, indicating that RSEI_o is reliable. The image quality assessment (based on contrast and information entropy) indicates that HANTS combined with the RF model can produce RSEI_o images with higher definitions and richer information at a constant spatial resolution. Further, the pixel-by-pixel coefficient of variation evaluation indicates that the RSEI_o image was highly stabilised, yielding higher numbers of effective RSEI_o images without changing the temporal resolution. Compared with traditional RSEI calculations, the optimisation proposal herein could highlight ecological differences caused by topographic changes in the YRB, which would produce an RSEI closer to actual surface conditions. Further, this proposed method could be used to obtain more detailed ecological information at a constant spatiotemporal resolution, thereby meeting the needs of long-term ecological monitoring in large-scale regions.     

基于GEE和BRT的1984-2019年长三角生态绿色一体化发展示范区植被覆盖度变化

长三角生态绿色一体化发展示范区是国家重大战略的区域,生态环境保护是该区域发展的优先本底.探究植被覆盖度(FVC)时空变化有利于更准确地认识生态环境质量状况,对区域绿色可持续发展具有重要意义.本研究基于Google Earth Engine(GEE)云平台,分析了一体化示范区19842019年植被覆盖的时空变化特征和变化...     

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。