江苏省区域农业生态环境质量的时空变异分析

运用主成分分析方法筛选农业生态环境质量的评价指标体系,建立农业生态环境质量综合评价模型,对1995年、2005年、2008年江苏省徐连、沿江、沿海、宁镇扬和太湖经济区的农业生态环境质量的时空变异进行评价。结果表明:(1)在空间上,5个经济区的农业生态环境质量指数从北向南呈明显的下降趋势,以徐连经济区最高,沿江、沿海和宁镇扬经济区次之,太湖经济区最低。随时间的推移,各经济区的农业生态环境质量评价指数均呈明显的下降趋势。(2)针对农业生态环境质量变化最大的徐连、太湖经济区,分别选取代表性县(市)区域(前者选取邳州和新沂,后者选取张家港和江阴),分析2个经济区及其代表县市1999-2008年间的农业生态环境质量动态变化,发现在1999-2008年期间,徐连经济区的农业生态环境质量状况明显好于太湖经济区,但2个经济区的生态环境质量均有不同程度的下降。4个县(市)中,新沂市1999-2003年农业生态环境质量长期处于良好水平;邳州市生态环境质量指数降低速度最快,从最初的良好状况逐渐降低到一般状况,并且一直处于恶化发展的态势;江阴和张家港两市的农业生态环境质量状况明显劣于邳州和新沂,且长期维持在一般水平,波动幅度较小。因此,即使是位于同一经济区的县(市),其农业生态环境质量也会因区域的不同而有所差异,因此,在关注各经济区农业生态环境质量状况的同时还需考虑不同县(市)的具体状况,因地制宜地制定对策。     

县域农业生态环境质量动态评价及预测

全面客观地评价和预测区域农业生态环境质量状况及发展趋势,对于维持农业可持续发展和生态平衡具有重要意义。基于2001-2010年临汾市尧都区农业生态环境质量相关数据,从农业自然环境状况、农业生产投入和农业生态环境响应3个方面构建农业生态环境评价指标体系,运用主成分分析法对评价指标进行了筛选,并采用灰色系统GM(1,1)模型对临汾市尧都区未来农业生态环境状况进行预测。研究结果表明:尧都区农业生态环境质量综合指数总体呈上升趋势,质量等级从2001年的"差"变为2015年的"优";尧都区农业生态环境质量状况空间差异明显,不同乡镇由于社会经济发展水平、农业发展方式、农业生态保护力度等因素不同,导致全区农业生态环境格局分布的差异性以及空间演化的异质性;农业生产投入子系统对农业生态环境质量的变化影响最大,表明了人类活动对农业生态环境质量变化的显著影响;针对农业生态环境质量不同影响因素的作用力度,尧都区应该开展植树造林活动以提高林地指数,根据区域水资源承载力状况合理加大水资源开发力度,改善农田排水系统,逐步加大生物农药施用量的比重。农业生态环境质量动态评价及预测研究能够有效地反映生态环境质量的演变趋势,为区域农业可持续发展和农业生态环境建设提供一定的决策参考。     

区域生态质量的模糊综合评价——以福建省2006年7-9月为例

采用模糊综合评价法,选取湿润指数、植被覆盖指数、水体密度指数、土地退化指数、灾害指数作为评价因子,采用专家打分法确定各评价因子权重,利用福建省2006年7-9月67个市(县)的地面气象观测资料和福建省各地土地利用数据,从气象角度对福建省的生态质量进行评价。结果表明:福建省各地生态质量等级均属良好,各地(市)综合评价值介于0.54～0.67,地区间差异较小,这与福建省自身独特的气候、地貌和生物生态环境特征相对应。     

科尔沁沙地生态环境质量遥感动态监测——以奈曼旗为例

利用2000年、2006年、2012年、2018年奈曼旗的Landsat-5TM\8OLI数据，计算绿度（NDVI）、湿度（WET）、干度（NDSI）和热度（LST)4个生态指数，基于主成分分析方法构建RSEI生态指数模型，对奈曼旗18年来生态环境质量变化进行了动态监测与评价。结果表明：绿度和湿度对奈曼旗生态环境质量起正面作用，干度和热度起负面作用；2000—2018年RSEI均值增长0.232 6，涨幅76.49%；生态环境质量差和较差的区域面积共减少了1 654.06km~2，优等级的区域面积增长高达1 048.17km~2，其中差和较差区域主要分布在中部沙区；研究期间生态环境质量改善区域面积均大于退化区域，改善面积在2000—2006年达到峰值，面积高达5 327.6km~2，占总面积的65.77%，退化区域主要集中在中部沙区；奈曼旗生态环境整体呈逆转趋势，并趋于稳定，但局部仍会出现退化现象。     

基于遥感生态指数的神东矿区1995-2020年生态环境质量的时空变化特征分析

[目的] 分析神东矿区1995—2020年生态环境质量时变化特征,为改善该区域生态环境提供科学依据。[方法] 基于1995—2020年6期Landsat 5 TM及Landsat 8 OLI数据,利用主成分分析法,选用干度指标（NDSI）、绿度指标（NDVI）、热度指标（LST）、湿度指标（WET）构建遥感生态指数（RSEI）。运用重分类将RSEI分为5级,按照重心迁移方法分析RSEIⅠ—Ⅴ等级的重心迁移情况,并分析RSEI的空间变化规律,实现利用RSEI对神东矿区的生态环境质量的动态监测和评价。[结果] ①神东矿区在1995—2020年生态环境状况明显提升,其中呈上升趋势的面积占矿区总面积的42.22%,绿度、干度指标对矿区生态环境质量影响较大。②矿区生态环境质量各级土地利用类型以草地、耕地为主,且生态环境质量变化受耕地、草地面积变化影响较大。③矿区生态环境质量主要以Ⅱ,Ⅲ级为主,Ⅰ级、Ⅱ级和Ⅴ级迁移幅度较大且重心整体向矿区西南、西北方向迁移。[结论] 1995—2020年神东矿区生态环境质量呈现总体上升态势,受植被生长情况和人类活动因素影响较大。     

基于遥感生态指数的焦作市生态环境动态监测与评价

[目的] 探究河南省焦作市其近20 a来生态环境质量演化特征，可为该市及其他资源枯竭型城市生态建设提供科学参考。[方法] 选取2000，2006，2009，2014和2019年5期Landsat影像数据，耦合绿度、湿度、温度及干度4个指标，通过主成分分析法建立遥感生态指数（RSEI）评价模型，对焦作市生态环境质量进行定量评价。[结果] ①2000-2014年，焦作市生态环境质量为倒"U"形曲线，2014-2019年生态环境质量好转；②城镇人口占比增幅变缓及产业结构由第二产业向第三产业转变改善了焦作市生态环境质量；③回归分析中所选4个指标中对焦作市生态环境变化影响的重要程度表现为：干度 > 湿度 > 绿度 > 热度。[结论] 遥感生态指数对资源枯竭型城市生态环境质量可进行有效监测与评价。     

闽江流域生态环境质量动态变化及其驱动力

[目的]探究闽江流域生态环境质量动态变化的驱动因子及相互作用,为该流域生态环境质量改善和实现人与自然和谐发展提供理论支持。[方法]选用2001—2020年的MODIS系列遥感数据,基于Google Earth Engine(GEE)平台计算闽江流域的遥感生态指数(RSEI),结合趋势分析研究闽江流域生态环境质量的时空变化,最后通过地理探测器探测RSEI的驱动因子。[结果](1)RSEI计算结果中4个生态指标的第一主成分平均贡献率达到69.01%,说明RSEI能够充分反映闽江流域生态环境质量状况。(2)闽江流域生态环境质量良好且向好发展。2001—2020年闽江流域的RSEI均值由0.618上升到0.701,生态环境质量等级优良的面积比例增加了19.16%,流域90.28%的地区生态环境质量有所改善。[结论]闽江流域生态环境质量受多个因子共同影响,其中海拔和夜间灯光对闽江流域生态环境质量解释度较高,是主要的影响因素和驱动力,因子间的相互作用均会加大对生态环境质量的影响。     

甘肃省泾河流域2010-2019年农村生态环境质量分析及预测

[目的] 研究甘肃省泾河流域农村生态环境质量评价的相关问题，为农村生态环境保护和高质量发展研究提供参考。[方法] 基于压力—状态—响应（PSR）模型，构建了甘肃省泾河流域农村生态环境质量评价指标体系。运用熵值法和综合指数法对生态环境质量水平进行评价，并采用灰色GM （1，1）模型进行预测。[结果] 2010—2019年农村生态环境质量综合指数等级变化趋势为“劣等—差等—中等”，但总体呈现上升趋势，压力指数呈“Ⅴ”型波动变化，状态指数和响应指数逐年增长，说明环境治理的政策实施有效，预计到2021年将达到良好等级。[结论] 今后还需加大农村环保的资金和政策投入，改善各地环保制度措施，增强民众意识等。     

南水北调中线工程陕西水源区生态环境质量综合评价

对南水北调中线陕西水源区生态环境质量进行客观评价,可为南水北调工程的顺利实施提供决策和参考.利用RS和GIS分析方法,在生态系统理论的指导下,提取了研究区影响环境质量的6个因子图层数据,叠加形成一个综合环境指数图层数据,并将其划分为4个环境分区.从空间统计分析结果来看,综合自然指数Ⅰ,Ⅱ级最好,占整个水源区面积的64.69%,Ⅲ级较好,占整个水源区面积的31.52%;Ⅳ级区综合自然指数较差,占整个水源区面积的3.79%.对整个陕南水源区进行生态环境质量综合评价研究,能够对南水北调中线水源区生态补偿和水土保持建设提供数据支持和决策依据.     

常熟市农业生态环境质量的可变模糊评价

对农业生态环境质量进行评价,是制定农业及社会可持续发展政策的依据。农业生态环境质量的评价属于模糊概念。采用可变模糊集模型进行评价,以级别特征值方法量化评价结果,可有效解决最大隶属原则的不适应性。本文运用该模型对江苏省常熟市农业生态环境质量进行了评价。对比文献[14],体现了该模型适用性,能更客观地评价该市农业生态环境质量状况。根据评价结果,该文对常熟市生态环境的维护提出了建议。     

基于RS和GIS的土地生态环境状况评价及其动态变化

该文以鲁中南山区泰安市为例,构建了土地生态环境状况评价指标体系。利用RS技术从TM影像上提取土地生态环境状况评价信息,与GIS技术结合,通过土地生态环境状况指数(EI)模型进行评价,对比两期评价结果研究其土地生态环境状况的变化情况。研究结果表明:2005年泰安市土地生态环境状况总体良好,优等占总面积的14.34%,良占39.19%,一般占12.40%,较差占15.61%,差占18.46%,与1987年相比有变好的趋势。在各类别分析的基础上,提出了泰安市土地生态环境保护措施。该研究探索了RS和GIS技术相结合的土地生态环境状况评价方法,分析了区域土地生态环境状况及其变化趋势,对区域土地生态环境的保护和改善具有积极意义。     

安徽省城镇化演进边际生态环境效应的测度与分析

以安徽省为例,构建了由32个指标组成的城镇化与生态环境质量评价体系。采用主成分分析综合评价方法,对城镇化与生态环境质量进行了综合评价;并借鉴随机回归影响模型(STIRPAT模型),采用偏最小二乘回归方法,对城镇化演进的边际生态环境效应进行了测度。研究结果表明:(1) 安徽省城镇化综合评价指数由1996年的43.83上升至2011年的83.83,呈波动递增态势。(2) 安徽省生态环境综合评价指数由1996年的40.95上升至2011年的80.95,整体呈上升态势,反映了该区生态环境质量良好。(3) 安徽省城镇化演进与生态环境质量呈正向关联关系,城镇化演进对生态环境具有弱正向效应,其边际弹性系数为0.010 2。     

基于GIS的白洋淀流域生态环境评价

采用GIS技术和生态环境状况评价技术规范,对白洋淀流域生态环境状况进行了评价。结果表明:白洋淀流域生态环境状况指数为53.03,属“一般”级别,表现为植被覆盖度中等,生物多样性一般,较适合人类生存。流域水网密度指数和环境质量指数低,仅分别为11.18和12.68,是造成流域内生态环境状况指数偏低的主要原因,也是人类生存的制约因子。     

GIS支持下的湖南省生态环境质量综合评价

采用GIS技术与层次分析法相结合,对湖南省生态环境质量状况进行了综合评价。通过建立综合评价的指标体系和基本评价单元,应用层次分析法确定各评价指标的权重,再运用GIS技术,计算评价单元的质量指数和分指数,自动生成湖南省生态环境综合评价等级图,并从自然环境、灾害状况、环境污染和社会经济状况方面进行了空间分界规律分析。结果表明,社会经济与自然环境状况的空间格局大体吻合,湖南省生态环境质量基本上由东向西逐渐降低,但局部地区有差异。说明自然条件对湖南省生态环境质量的空间分异起主要作用,但灾害状况、社会经济和环境污染等因素也在一定程度上影响了生态环境质量的空间格局。     

基于可拓物元-马尔科夫模型的省域生态环境质量动态评价与预测——以江西省为例

在构建生态环境质量物元的特征指标体系基础上,基于可拓物元.马尔科夫模型提出了省域生态环境质量动态评价与预测的方法,并以江西省为例进行了应用研究.研究显示:可拓物元模型揭示2000～2005年间江西省生态环境质量整体上转好,但11个地区生态环境质量演化状况存在一定差异;而马尔科夫预测表明,按照现有的治理模式,5～10年后江西省生态环境质量整体上向"较好"方向演进.基于可拓物元法基础上的马尔科夫预测方法,可一定程度上对省域生态环境质量进行动态评价和趋势预测,但由于两模型本身假设的限制,在其具体应用中还需改进.     

基于ESI模型的经济发展对生态环境压力定量评价

生态环境压力指数(ESI)法是评价区域经济发展对生态环境压力的一种定量模型。本研究采用改进的ESI模型,对2000—2010年吉林省社会经济发展对生态环境构成的压力特点及变化趋势进行时间序列分析,并对吉林省各主要城市2010年的生态环境压力状态进行空间序列分析,以期为吉林省生态环境保护与相关产业结构调整提供科学依据。评价结果表明:2000—2010年,随着经济发展,吉林省的生态环境压力处于不断增加的趋势,尤其2005年的生态环境压力增幅明显。并且2008年以来压力构成从生态环境污染型转变为资源能源消耗型。2010年的压力空间分布特征为:以长春市、吉林市为代表的吉林省中部地区由经济发展带来的生态环境压力最大,东部地区较小,西部地区最小。长春、四平、松原、辽源、白城为资源能源消耗型压力,吉林、通化、白山、延边为生态环境污染型压力。     

福建省2007-2010年年度生态质量气象评价及其时空分布特征

根据福建省2007-2010年67个县(市)的地面观测资料和福建省各地的土地利用数据,采用模糊综合评价法对福建省近年来的年度生态质量状况进行评价,并应用GIS技术和统计推断分析其时空分布特征。结果表明:(1)福建省各县(市)年度生态质量良好,各县(市)年度评价值介于0.47～0.67;(2)2007-2010年年度生态质量除2008年与2010年无显著性差异外(P>0.05),其余各年度差异显著(P<0.05);(3)生态质量的空间分布区域性明显,内陆环境质量优于沿海。研究结果可为今后当地生态环境的保护提供数据支撑。     

川西北土地沙化区生态环境质量遥感动态监测

为了分析防沙治沙工程的实施对区域生态环境质量的影响,以川西北沙化土地为研究对象,选取沙化土地治理前(2004年)和治理后(2014年)的Landsat影像,基于ENVI平台,从绿度、湿度、干度、热度4方面分别提取归一化植被指数(NDVI)、湿度指数(WET)、建筑物—裸土指数(NDBSI)和地表温度(LST),并对这4个指数进行主成分分析,选择信息量较多的主成分贡献率为权重,建立遥感生态指数(RSEI)评价模型,对研究区的生态环境质量进行了评价。结果表明:2004—2014年,研究区的RSEI均值由-0.059 8下降为-0.068 6,降幅为14.72%,生态环境质量总体下降; 较2004年,2014年优和良等级比例分别增加0.70%和1.77%,增加区域位于川西北防沙治沙工程的实施区; 10年间共有1.25%的区域生态得到改善,1.96%的区域生态发生了退化,生态环境改善区域主要分布于石渠县的防沙治沙工程实施区。因此,川西北防沙治沙工程的实施对改善区域生态环境质量起到了重要的作用。