2010—2020年陕西省神木市生态环境质量时空演变及其驱动因素

[目的] 陕西省神木市是黄河流域生态保护建设的重要地区。分析该地区生态环境质量变化,为资源型城市神木市的生态环境治理、修复及绿色发展提供科学依据。[方法] 选取2010,2015与2020年共3期Landsat遥感影像,利用主成分分析方法构建遥感生态指数(RSEI)作为生态环境评价指标,分析神木市生态环境质量时空演变格局,并通过地理探测器探究该地区生态环境驱动机制。[结果] ①神木市生态环境质量持续恶化,RSEI指数下降幅度达到12.47 %,在2010-2015年间下降最快;神木市生态环境质量很差与较差的面积增加幅度达到15.29 %。②神木市生态环境质量恶化以西北部的风沙区率先增强,随后转向地势较低的东南部和东北部。同时,神木市生态环境质量以较差和一般为主,两者总和占据神木市总面积的67.09 %。③植被覆盖度与绿度、湿度、干度及热度4个指标因素均表现出显著的驱动性,其中植被覆盖度解释力最高(达到62.4 %),是神木市生态环境质量的主要驱动力;多因子交互也均表示出协同增强的作用,夜间灯光、人口密度、热度与植被覆盖度交互作用最强。[结论] 神木市生态环境质量总体仍在进一步恶化,尽管前期退化得到遏制,但恶化区域在逐渐扩大,提高植被覆盖度可以有效增强神木市生态环境质量。为此应进一步落实植被绿化等生态保护措施,提升神木市高品质生态环境质量。     

2000-2020年滇中城市群生态环境质量动态监测及空间格局演变

[目的] 分析生态环境质量时空变化规律及其异质性,为政府及相关部门制定生态环境保护政策提供科学依据。[方法] 采用GEE(google earth engine)平台选取滇中地区2000—2020年Landsat影像,逐年提取遥感生态指数RSEI(remote sensing ecological index),运用冷热点分析、标准差椭圆、生态环境重心转移等空间分析方法探索生态环境质量的时空演变规律。[结果] ①滇中城市群整体生态环境质量总体呈不断下降趋势,RSEI均值从2000年的0.51下降到2020年的0.46。②从空间分布上看,除个别年份外总体上滇中东部地区生态环境质量明显好于西部地区,生态环境质量较好的区域大多森林覆盖率较高。③近20 a来滇中城市群生态环境空间分布呈南—北方向,同时城市群生态环境质量整体呈现出一定的聚集性。[结论] 滇中城市群生态环境变差与城市群建成区高速扩展,气候异常,植被破坏,水土流失加剧等有着密切的关系,为此应加强生态建设,提升滇中城市群生态环境质量。     

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。     

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。     

2000—2020年白尼罗河上游地区植被动态及其驱动因子

[目的] 明确21世纪白尼罗河上游的植被动态及变化的驱动因子,为该区域生产活动、环境政策的制定与调整提供科学指导。 [方法] 以白尼罗河上游地区为研究区,基于降水、温度和人口数据,利用趋势分析、偏相关分析及残差趋势法确定了该地区2000—2020年植被(NDVI)变化特征及其主导因子的空间差异。 [结果] 白尼罗河上游地区NDVI平均以0.105/10 a的速率上升,且温度变化对于NDVI的影响强于降雨;人类活动总体对植被造成负面影响,但是这一负面影响的趋势正在逐渐减弱;在5种土地类型中,灌木地的植被为气候变化及人类活动变化背景下最为脆弱的(所受正面影响小,负面影响大);流域内15.01%陆地范围植被变化主要受人类活动主导,另外84.99%受气候变化主导。 [结论] 虽然流域内整体植被呈现增长趋势,但是个别地区植被发生了严重退化,尤其是城镇的扩张以及农田开垦的扰动对植被造成了破坏,当地在寻求增加粮食产量及旅游业收入的前提下应当做好植被的监测与管理工作。     

2000—2021年锡林郭勒草原生态环境质量变化及其驱动因素

[目的] 对内蒙古自治区锡林郭勒盟草原生境质量动态变化及其影响因素进行研究,为该地区生态环境保护政策的制定和高质量发展提供科学理论依据。[方法] 利用Google Earth Engine(GEE)平台和MODIS数据构建生态遥感指数(RSEI)评价研究区的生境质量,并运用Moran指数和地理探测器分析遥感生态指数(RSEI)的空间异质性和影响因素。[结果] ①2000-2021年研究区的生境质量经历了先恶化后改善的过程。生态环境得到了较大程度的改善,中部的典型草原和东部的草甸草原生境质量较好,而西部的荒漠草原区生境质量较差。② 5个年份的全局莫兰指数(global Moran''s I)均大于0.935,表明研究区内RSEI的空间分布呈高度正相关,主要呈现高高和低低聚类分布。③地理探测器结果显示,绿度是影响RSEI的主要因素,模型因子与自然因子之间的交互作用最为显著,其次是模型因子与社会经济因子的耦合。[结论] 锡林郭勒盟东部的生境质量高值区应继续加强对生态环境的保护力度,西部的生境质量低值区要注重对荒漠草原的修复与治理,遏制沙漠向东扩张。     

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。     

基于多源遥感数据的土地整治生态环境质量动态监测

土地整治生态转型是土地整治发展的必然趋势,在项目区尺度进行科学合理、客观直接、长期全面的生态环境质量监测评估具有重要意义。该研究基于多源遥感数据,选取典型土地整治项目,运用主成分分析法构建RSEI(remote sensing ecological index)模型,反演得到湿度、绿度、热度、干度指标以及RSEI指数,实现对项目区整治过程中生态环境质量变化的监测与分析。研究结果表明:1)湿度和绿度指标对项目区生态环境质量具有正向作用,而热度和干度指标起负向作用,且干度指标的影响最大;2)RSEI总均值在整治前、中、后分别为0.652、0.572和0.605;RSEI等级中的优良等级在整治前、中、后所占比例分别为78.73%、39.55%和63.29%;RSEI变差、不变和变好的比例分比为42.55%、46.25%和11.20%;3)项目区生态环境质量呈现"先下降-后上升-整体下降"的态势,表现为"整治期变差-恢复期变好-全过程变差"的总体特征,土地整治对项目区生态环境的扰动具有持续性,区域生态环境恢复与改善存在滞后期,在项目竣工5年后项目区的生态环境质量水平仍低于整治前。     

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。     

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。     

基于生态足迹的广西壮族自治区水资源生态特征时空变化规律及其驱动因素分析

[目的] 分析近10 a来广西壮族自治区水资源生态特征的时空变化规律,探讨水资源生态足迹变化的驱动因素,为该区或同类区域的水资源合理开发与利用管理提供参考依据。[方法] 基于生态足迹模型中的水资源生态足迹、水资源生态承载力及水资源生态容量指标分析2008-2017年广西壮族自治区水资源生态特征的时空变化规律,并采用LMDI模型分析生态足迹变化的驱动因素及各地级市在关键驱动因素上的贡献比例。[结果] ①广西壮族自治区人均水资源生态足迹整体呈下降趋势,平均下降速率为-0.017 4 hm²/（人·a）,人均水资源生态承载力和生态容量整体呈波动上升趋势,平均上升速率分别为0.324 6 hm²/（人·a）,0.342 1 hm²/（人·a）,三者在空间上均呈一定的差异性和不均衡性;②经济效应、人口效应是拉动该区水资源生态足迹增长的第一、第二因素,贡献效率分别为191.8%,25.38%,技术效应、结构效应是抑制水资源生态足迹增长的第一、第二因素,贡献效率分别为-238.0%,-79.18%;③南宁市、桂林市在结构效应和技术效应上对减少水资源生态足迹的空间贡献比例最大。[结论] 广西壮族自治区水资源生态容量处于生态盈余状态,该区的水资源利用效率逐渐提高,水资源开发局势整体向好。但城市发展与规划存在较大差异,需因地制宜地采取对策。     

2005-2018年澜沧江下游流域景观生态安全时空变化及其驱动因素

[目的] 分析澜沧江下游流域景观生态安全时空变化规律和驱动机制,为该流域及流经国家的人与自然协调可持续发展提供科学依据。[方法] 以2005,2010,2015和2018年4期遥感影像为数据源,通过景观指数和GIS空间分析方法评价流域景观生态安全,采用双变量空间自相关方法明确城市、道路、河流、高程、坡度、气温和降水等因素对景观生态安全的驱动作用。[结果] ①2005—2018年,澜沧江下游流域的整体景观生态安全度呈先升后降的变化特征。其中,北部和中西部景观生态安全较差,东部、南部和东南部较好,但也有恶化趋势;②各景观类型中,景观生态安全度从大到小为：水域 > 林地 > 草地 > 耕地 > 建设用地 > 裸地。其中,林地和草地的景观生态安全度存在波动,耕地和水域的景观生态安全度一直上升,而建设用地和裸地的景观生态安全度持续下降;③距城市距离、距道路距离、气温和降水等社会和气象因素对景观生态安全时空变化的驱动作用最强,距河流距离也对景观生态安全的时空变化有一定解释作用,而高程和坡度等地形因素并非澜沧江下游流域景观生态安全时空变化的主要驱动因素。[结论] 应尽量降低由人类活动引起的生态环境负荷,积极发挥气象因素对生态安全的正向效应,促进澜沧江下游流域的人与自然协调可持续发展。     

长江流域生态环境质量的时空演变特征及其驱动因素

[目的]探究2001—2021年长江不同子流域生态环境质量动态变化及其主导驱动因素,以期为长江流域生态环境保护与经济发展战略的协调发展提供理论依据。[方法]基于MODIS数据提取了2001—2021年5—11月长江流域遥感生态指数(remote sensing ecological index, RSEI),并基于RSEI分析了长江流域近21 a来生态环境质量动态及其驱动因素。[结果](1)长江流域中下游生态质量高于上游,南部高于北部。除2006年外,生态质量在中等级以上的面积占80%以上,整体生态水平较好。(2)生态环境质量变化整体以稳定变化为主,呈上升趋势的区域有乌江、太湖水系、宜宾至宜昌、宜宾至湖口、金沙江流域。(3)RSEI变化的主要驱动因素为湿度指标,其次为温度指数。(4)生态环境质量受到风速的正影响较大。气温升高会导致长江流域生态环境质量变差,但在金沙江流域、鄱阳湖流域、嘉陵江流域和湖口及以下干流地区气温升高有利于生态环境质量改善。(5)降水增多有利于大部分地区生态环境质量改善。[结论] 2001—2021年流域生态环境质量整体以不变趋势为主,但嘉陵江流域生态呈现退化现象需...     

2000—2020年南昌市土地利用时空变化及其生态环境效应

[目的] 分析南昌市因土地利用变化引起的区域生态环境效应,定量研究该区域国土资源开发与生态环境的关系,为区域生态环境保护、生态文明建设和绿色发展提供科学支持。[方法] 运用土地利用转移矩阵和核密度分析模型演算土地利用变化时空变动轨迹,用生态环境质量指数和生态贡献率推理出土地利用变化对生态系统的影响。[结果] ①2000—2020年,南昌市土地利用变化主要以草地、耕地转为建设用地,林地、水域转为耕地,耕地转为水域为主; ②2000—2020年,南昌市土地利用变化空间集聚演变主要集中在西北方向,其中耕地转水域是研究区生态环境改善的主要原因,水域转耕地和耕地转建设用地是区域生态环境退化的主要原因。[结论] 南昌市2000,2010,2020年的生态环境质量指数为0.354,0.351和0.352,生态环境质量相对稳定,但区内质量指数呈现下降趋势,有必要及时严格控制城镇开发边界和落实生态红线保护政策。     

赣江上游典型流域水沙过程及驱动因素

[目的]对赣江上游典型流域水沙过程及驱动因素进行分析,为该区域土壤侵蚀治理、土地利用和功能调整等工作提供科学依据。[方法]根据桃江流域1980—2015年逐日水沙实测资料,运用MannKendall突变检验法及其它统计方法分析了桃江流域的水沙变化特征,结合水文法、双累积曲线法对降水量、径流量和输沙量三者之间的相互关系进行探讨,并以此来确定桃江流域水沙变化的驱动因素。[结果](1)桃江流域输沙量呈现显著减小趋势,突变时间出现在2005年,径流量同样出现递减趋势,但其递减趋势不甚显著,其递减时间开始于2003年。(2)径流量和输沙量突变开始的时间不同,水沙特性的划分阶段亦不同:径流量可划分为1980—2002年和2003—2015年2个阶段,输沙量可划分为1980—2004年和2005—2015年两个阶段。(3)桃江流域径流量在2003—2015年时段内年均减少量为7.26×10~(10) m~3,输沙量在2005—2015年时段内年均减少量为8.82×10~7 t。(4)人类活动引起的减水量为5.77×10~(10) m~3/a,占总减水量的76.8%;减沙量为8.44×10~7 t/a,占总减沙量的95.7%。[结论]研究区内水沙均呈减少趋势,其中输沙量减少显著。降水与人类活动引起的减水减沙量的比值约为4∶1。     

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。     

2000-2015年四川省南充市土地利用/覆被变化及其驱动因素

[目的]对四川省南充市15 a间土地利用/覆被的时空变化特征及其驱动因素进行分析,为南充市的生态环境建设与可持续发展提供科学依据。[方法]基于南充市2000,2010,2015年3期Landsat影像和QuickBird高精度遥感数据,计算2000—2015年土地利用/覆被转移矩阵和土地利用/覆被状况指数。[结果]①近15 a来,南充市的土地利用/覆被类型以耕地和林地为主,约占研究区面积的80%,但各土地利用/覆被类型间都有不同程度的相互转换。②研究期内,林地面积增加1006.2 km~2,主要由耕地和草地转化而来;建设用地面积增加965.4 km~2,多由水体和耕地转化而来,而耕地、草地和水体面积分别减少了1 549.8,307.9,90.4 km~2。③近15 a来,南充市土地利用/覆被状况指数变化表明,林地和建设用地呈转好趋势(土地利用/覆被状况变化率为正值),耕地呈转差趋势(土地利用/覆被状况变化率为负值)。[结论] 2000—2015年南充市土地利用/覆被变化明显,其中,地形、人口、城市化水平和退耕还林工程等是造成南充市土地利用/覆被变化的主要驱动因素。     

2000—2020年延安市植被覆盖时空变化及其影响因素

[目的] 对陕西省延安市植被覆盖时空变化特征及其与气候变化和人类活动之间的关系进行研究,为该市评估生态环境效益和生态环境建设提供科学支持。[方法] 基于MODIS-NDVI和气象等相关数据,采用线性趋势分析、相关性分析和残差分析对延安市2000—2020年植被覆盖时空变化特征及其影响因素进行研究,并用地理探测器分析不同因子对植被覆盖变化的影响以及各因子之间的交互作用。[结果] ①2000—2020年延安市植被NDVI总体呈上升趋势,增速为10%/10 a,快于同期三北防护林植被覆盖的平均增速。②延安市植被覆盖状况不断优化,呈现改善的面积占99.64%,其中明显改善的面积占97.85%,呈现退化趋势的范围比例极少。③受水热分布的影响,延安市呈现“东高西低,南高北低”的植被分布格局。④延安市植被NDVI与降水的相关性要显著强于气温,与气温的相关系数分布在-0.60~0.70,其中呈正相关的面积占47.52%;与降水的相关系数分布在-0.23~0.91,其中呈正相关的面积占99.62%; ⑤延安市退耕还林还草等生态恢复工程的有效实施对植被状况改善最为显著,降水作用次之,气温和自然地理因素作用较小,多影响因子对延安市植被覆盖变化的交互作用表现为非线性增强或双因子增强。[结论] 延安市是黄土高原腹地中心城市,植被覆盖受气候和人类活动影响较大,未来在生态建设背景下,要立足于不同区域的资源禀赋,人为因素合理参与,因地制宜地采取相应的管控和补偿措施,以期达到植被NDVI持续改善的效果,进一步增强其生态效益。     

2000-2020年湟水流域植被NDVI变化及其驱动力分析

探究湟水流域植被NDVI时空变化及其驱动因素将有利于地区生态环境的恢复和区域可持续发展。基于多源遥感数据和社会经济数据,利用趋势分析法和皮尔逊相关分析法探究2000—2020年流域植被NDVI时空变化特征,并借助地理探测器分析自然和人为驱动因素对流域内植被空间分异及变化的影响力。结果表明:(1)2000—2020年流域植被NDVI值整体呈现上升趋势,平均增速为0.003 8/a,其中湟水沿岸及下游部分上升趋势最为明显,同时新兴城镇与引大济湟工程区存在明显的下降趋势。(2)整个流域内,气温和高程是影响植被NDVI空间分异的主要因素;高程、土壤和植被类型是影响植被NDVI空间变化的主要因素。(3)各驱动因素间的交互作用解释力均高于单因素,呈现出非线性增强与双因子增强的情况,气温与地貌交互作用解释力最高,达到71.6%,对植被NDVI空间分异的解释力最强。(4)流域植被NDVI空间分异及变化受自然因素与人为因素的共同影响,且自然因素的影响起主导作用。随着人们环境保护意识显著提升与地区生态工程逐步落实,流域植被覆盖情况正在转好。     

基于RSEI的漓江流域生态环境质量动态监测

漓江流域是桂林市旅游核心区域,地形地貌复杂,了解其生态环境质量及其变化情况对桂林市旅游可持续发展有重要的参考价值.为了快速准确获取漓江流域的历史生态环境动态变化情况,选取1991、2001、2009和2019年的Landsat系列遥感影像,采用主成分分析法提取遥感生态指数(RSEI),与绿度、湿度、干度和热度4个指标因...