基于遥感生态指数的黄山世界遗产地生态环境评价

[目的]定量评价黄山世界遗产地的生态环境质量,为有关部门制定规划和管理决策提供科学依据。[方法]以黄山世界遗产地核心区和缓冲区共同作为研究区,基于Landsat卫星影像提取绿度、湿度、干度、热度指标分量,并利用主成分分析方法构建遥感生态指数(RSEI)。结合地理信息系统空间分析和统计方法对研究区内生态环境质量进行定量评价。[结果] 1992—2017年研究区内RSEI指标数值由0.573上升为0.638,生态环境质量呈明显上升趋势。在3期数据中,RSEI等级为中和良的比例均达到了65%以上,占主导地位,保护区内整体生态环境质量较好。RSEI等级为差和较差的土地中,有近63.6%的土地转变为RSEI等级更高的土地,保护区内生态环境质量明显改善。[结论]黄山世界遗产地生态环境质量稳步提升,有关部门的保护措施初见成效,需进一步协调发展与保护的关系,实现黄山世界遗产地的可持续发展。     

白龙江流域生态环境质量动态监测与评价

[目的] 分析1990—2020年白龙江流域生态环境变化及驱动因素,为流域可持续发展提供科学依据和决策支持。[方法] 逐年筛选植被生长季6—9月的Landsat TM/OLI影像数据,计算绿度(NDVI)、湿度(WET)、热度(LST)、干度(NDSI)4个生态指标,采用主成分分析法(PCA)构建遥感生态指数(RSEI),对白龙江流域生态环境进行评价。[结果] 1990—2020年白龙江流域RSEI均值从0.531上升至0.675,生态环境质量总体好转;生态环境质量改善区域主要位于舟曲—武都段的白龙江两岸、宕昌县西北及岷江东岸,改善面积达8 393.97 km²,占总面积45.55%;各生态指标对于生态环境质量影响程度在1990年干度＞湿度＞热度＞绿度;2006年干度＞绿度＞湿度＞热度;2020年绿度＞湿度＞干度＞热度。[结论] 利用GEE平台实现RSEI模型扩展了在大范围尺度、长时间序列下对区域生态环境质量监测与评价,近年来白龙江流域生态环境质量整体呈改善态势,对于流域的保护治理工作仍需继续。     

1990—2020年阿拉尔垦区生态环境质量动态监测与评价

[目的]借助遥感生态指数(RSEI)对阿拉尔垦区生态环境质量进行动态监测与评价,分析1990—2020年研究区生态环境变化及驱动因素,为阿拉尔垦区发展和生态保护提供科学参考。[方法]选取1990,2000,2011和2020年4期Landsat TM/ETM~+/OLI影像数据,耦合绿度指标(NDVI)、湿度指标(WET)、干度指标(NDSI)、热度指标(LST)构建RSEI,结合研究区气候、人口、经济等驱动因素探究阿拉尔垦区生态环境质量动态变化。[结果] 1990—2020年阿拉尔垦区RSEI均值从0.344上升至0.468,生态环境质量总体好转;1990—2020年阿拉尔垦区生态环境质量变好区域主要位于垦区北部和南部地区,改善面积达1 756.36 km~2,占总面积45.92%;生态环境质量受自然因素和社会经济因素影响,社会经济因素对阿拉尔垦区生态环境质量变化起主导作用。[结论]近30 a来阿拉尔垦区生态环境得到有效改善。遥感生态指数(RSEI)在一定程度上可以快速、有效地反映1990—2020年阿拉尔垦区生态环境质量变化。     

基于GEE云计算的南宁市生态环境质量时空分异监测

[目的]利用遥感技术及时、动态、客观地监测和评估城市生态环境质量变化,为城市生态环境规划与管理提供参考。[方法]以南宁市为案例,利用Google Earth Engine(GEE)平台对2000—2020年Landsat系列遥感影像进行像元级融合、消除色彩、去云等预处理,计算绿度、湿度、干度和热度这4个遥感指标,并采用主成分分析法构建遥感生态指数,定量评价南宁市生态环境质量动态变化及空间分异特征。[结果]南宁市RSEI多年平均值为0.615,总体呈现“下降—上升—稳定”的波动上升趋好的态势。生态环境质量较好的区域主要是自然保护区、山林地、草地和水域,生态环境质量较差的区域则集中于人类活动频繁,土地利用强度较大的城镇及城乡交错区、农耕区。生态环境质量与植被绿度和湿度指标呈正相关,与干度和热度指标呈负相关,且干度指标因子对RSEI影响程度最大。[结论]南宁市2000—2020年生态环境质量总体处于良好水平且呈上升态势。结合GEE和RSEI指数能够较好地反映城市生态环境质量,为城市生态环境质量长时间序列监测提供计算平台。     

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东江源区2000-2019年生态环境质量评价

[目的] 对2000—2019年东江源区域生态环境变化进行分析,从而为该区水源地的保护和利用提供科学依据。[方法] 以东江源为研究对象,选取2000,2004,2009,2014和2019年5期的Landsat影像数据,提取绿度（NDVI）、湿度（WET）、干度（NDBSI）和热度（LST）4项指标,采用主成分分析法与遥感生态指数（RSEI）法,对东江源生态环境质量进行了评价分析。[结果] 2000—2019年研究区的RSEI指数分别为0.356,0.538,0.332,0.608和0.637,生态环境质量呈现上升、下降和上升趋势,总体上生态环境质量明显改善。生态环境较好的区域主要分布在植被覆盖率较高的中部和东南部,较差的区域主要分布在人类活动密切的东部和西北部的城镇区。研究区内优良等级的生态环境质量占主导地位,其面积比例由2000年的0.204 9%上升到2019年的92.346 4%,生态环境明显变好。热度（LST）和干度指标（NDBSI）重心偏移变化较小,为1.616 km和1.482 km,而绿度（NDVI）和湿度指标（WET）受人口密度和开发程度的影响,绿地分布和土壤含水量随着建设用地的开发而开始分散,使偏移量增大。[结论] 在2000—2019年,除城市交通造成周边的环境质量下降外,其余地区较之前都有明显的改善。植被覆盖和城市用地之间的关系是造成东江源生态环境变化的主要成因。     

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。     

基于RSEI模型的砒砂岩区生态环境质量演变研究

[目的]探究砒砂岩区生态环境质量状况，为当地生态环境治理工作提供科学依据。[方法]基于GIS和RS技术，利用遥感生态指数RSEI模型，分析砒砂岩区2001—2020年生态环境质量时空演变。[结果](1)基于砒砂岩区4期影像数据提取的遥感生态指数RSEI呈现先下降后上升的趋势，表明生态环境质量在缓慢改善；(2)绿度生态指标与湿度生态指标对砒砂岩区生态环境质量起正向作用，干度生态指标与热度生态指标会起到负面作用，并且绿度生态指标对生态环境质量改善的贡献率更高；(3)在2001—2020年间，生态环境质量改善区域占到研究区总面积的36.79%;生态环境质量恶化区域占15.68%,多为轻度退化。[结论]砒砂岩区2001—2020年间生态环境质量总体呈现出上升趋势，且生态环境质量对人为活动高度敏感，因此在改善生态环境的同时还需融入生态保护理念，做到人与自然和谐共生。     

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。     

科尔沁沙地生态环境质量遥感动态监测——以奈曼旗为例

由于科尔沁沙地的生态文明建设和城镇化的快速推进,及时的对生态环境质量进行监测显得尤为重要。利用2000年、2006年、2012年、2018年奈曼旗的Landsat-5 TM\\8 OLI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1 654.06 km~2,优等级的区域面积增长高达1 048.17 km~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5 327.6 km~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。     

水土流失区生态变化的遥感评估

水土流失是世界面临的一个严峻问题,它已给全球的生态造成了严重的威胁,及时快速地监测水土流失区的生态变化已显得尤为重要。为此,该文提出遥感生态指数(RSEI)来监测水土流失区的生态变化。该指数选取了绿度、湿度、热度和干度作为四大生态指标,并分别以遥感植被指数、湿度分量、地表温度和土壤-建筑指数为代表。同时采用主成分变换技术来集成各个指标,使各指标的权重是由数据本身的性质来决定,而不是人为的设定。将RSEI应用于福建长汀水土流失区的结果表明,RSEI指数可以定量地评价水土流失区生态修复的效果。数据显示,该区经过20多年的水土流失治理,RSEI生态指数值上升了17%,生态为优良的等级所占的面积比例从33.9%上升到52.3%,总体反映了该区的生态质量有了较明显的提高。     

基于遥感生态指数的新疆干旱区博乐市生态变化分析

[目的]结合遥感方法分析新疆维吾尔自治区博乐市生态变化,为该区生态保护提供理论依据。[方法]以博乐市1997年、2007年和2016年3期Landsat系列影像为数据源,提取绿度、湿度、干度和热度4个指数,通过主成分分析耦合出遥感生态指数(RSEI),对博乐市生态环境质量进行了监测和评价。[结果]研究区属于MODS(山地—绿洲—荒漠)系统,总体RSEI指数较低,由差和较差主导;1997—2016年博乐市的生态环境质量呈明显改善趋势,遥感生态指数RSEI从0.250提高到0.422,等级为优和良的比例从11.24%上升到26.20%;改善的区域面积明显大于变差的面积,改善的区域主要分布在北部山地、中部绿洲和南部天山西部北麓荒漠区域。生态环境恶化的区域主要集中在中部绿洲的耕地和城镇建设用地区域。[结论]荒漠生态建设和扩大绿洲面积对生态环境的改善有积极影响,同时也要合理配置资源和土地利用。     

基于RSEI指数的长江上游流域生态环境质量时空演变及影响因子研究

为准确、及时地获取长江上游生态环境质量的变化趋势以及演变格局,基于Google Earth Engine(GEE)平台的MODIS系列遥感数据,通过计算长江上游流域生长季5—10月的绿度(NDVI)、湿度(WET)、热度(LST)及干度(NDSI)4个指标,采用主成分分析法(PCA)构建出遥感生态环境指数RSEI,并对长江上游流域生态环境进行评价。结果表明：(1) 4个指标在第1主成分(PC₁)上的平均贡献率为71%,表明依据这4个指标在长江上游流域构建RSEI是可行的;(2)长江上游流域RSEI整体呈现显著增加趋势(p<0.05),增加速率为1.1×10^-3/a,具体可细分为两个阶段,分别是快速增长期(2000—2010年),其速率为5.9×10^-3/a,以及增速放缓期(2010—2020年),其速率为3.9×10^-3/a;(3)长江上游流域生态环境质量以优和良为主,且表现为南部比北部好及东部比西部好的空间分布格局;(4) 2000—2010年流域生态环境质量改善明显,改善面积占34.7%,...     

基于RSEI的疏勒河流域生态质量综合评价及其成因分析

基于1987年、2007年和2017年Landsat遥感数据，通过绿度、湿度、干度和热度4个指标，应用主成分方法计算遥感生态指数（RSEI），再结合当地土地利用/覆被变化（LUCC）及社会经济统计资料，对1987 ~ 2017年疏勒河流域的生态环境质量进行综合评价及驱动力分析。结果表明:1987年至2017年，疏勒河流域RSEI总体呈下降趋势，分别由1987年的0.286、2007年的0.263降至2017年的0.215，下降了24.8%；生态环境质量等级较差面积比例也由1987年的83.39%、2007年62.36%下降至2017年31.96%，相对应等级差面积比例由11.57%、32.37%增加至61.54%，优等级面积比例由2.12%下降到0.48%至0.02%，显然，生态环境质量主要是差和较差，且整体在变差。气候变暖变干，林地和草地不断减少，耕地、建设用地显著增加，GDP快速增长和第一产业、第二产业和第三产业迅速发展是影响研究区生态环境质量变化的主要原因。     

土地整理的生态环境效应分析

土地整理活动是一个重建生态环境系统的过程，在此过程中将会对区域环境要素及其生态过程产生影响。该文将土地整理的生态环境影响因子归纳为土地整理项目工程的特性、土地整理后土地利用类型结构的变化以及土地整理后土地景观格局的变化。其中土地整理项目工程会对土壤质量、水文环境、生物多样性、农田小气候等产生影响；未利用土地的开发、交通用地的增加以及土地利用类型的单一化会对生态环境产生影响；而土地景观格局的变化可能会影响动物生态行为，同时会提高区域整体的环境美学价值。     

荒漠草原金属矿区NDVI时空动态变化与生态质量评价

[目的]采用遥感技术明确草原金属矿山开采的影响范围,综合评价矿区及影响区生态质量,为草原矿山及周边区域的生态修复与环境保护提供科学依据。[方法]以地处生态脆弱区荒漠草原的金矿区为研究对象,基于长时间序列遥感数据分析研究区植被指数动态变化特征,采用遥感生态指数(RSEI)对研究区生态质量进行综合评价。[结果]研究确定荒漠草原金矿开采影响区为矿区边界向外半径5 km范围内;矿山开采期间(2009—2021年)研究区NDVI值呈波动性增加,井工开采运行期矿区内NVDI年平均值比露天开采运行期提高了51.9%,露天开采对研究区植被影响更大;矿区及影响区遥感生态指数表现出先增加后减小随后趋于稳定的变化规律,整体以不显著增加为主;根据遥感生态指数的空间分布,矿区及影响区生态环境质量较差的区域主要为排土场及周边区域。[结论]荒漠草原金矿开采对周边植被的影响主要集中在5 km范围内。采取边开采边治理的生态修复方式能使矿区及影响区的生态环境逐步得到改善。荒漠草原金矿生态建设过程中,应重点加强排土场及周边区域的生态修复与环境治理。     

基于遥感生态指数模型的杨凌农业高新技术产业示范区生态环境评价

[目的]定量揭示杨凌农业高新技术产业示范区(简称"杨凌区")生态环境质量的空间分布与变化特征,为该区及类似地区生态环境建设的规划和管理提供科学依据。[方法]本文基于Landsat8卫星影像,利用主成分分析的遥感生态模型进行分析。[结果]2013—2018年,杨凌区生态环境质量总体呈上升趋势,遥感生态指数均值由0.45升至0.50,呈上升趋势的面积为50.77km~2,占全区总面积的38%;杨凌区生态环境状况的空间分布具有向西北优而东南城区差两极扩散的趋势;干度分量对生态指数模型整体影响最大。[结论]杨凌区生态环境质量较差的区域主要集中在城区人为活动密集区和大型工业园区,体现出高度聚集的特点。在杨凌区未来规划和发展中,应控制并有效减小裸地和建设用地面积,重视生态景观和城区绿化。