基于GEE平台的1991-2020年环洱海地带土地利用时空变化分析

洱海作为我国重点保护湖泊“新三湖”之一,近30年间环洱海地带经济发展与人地矛盾的问题日益突出. 研究环洱海地区长时间序列的土地利用变化规律,分析人类活动的影响程度对保护治理洱海具有重要意义. 基于谷歌地球引擎(GEE)云平台,以1991—2020年7期Landsat TM/OLI影像为基础数据,融合光谱、归一化差异指数和增强型植被指数等特征,采用随机森林方法对环洱海10 km范围进行了土地利用分类,结合土地利用变化图谱、人类活动指数模型定量分析了城镇化背景下环洱海地带土地利用类型的演变趋势及人类活动强度. 结果表明:1991—2020年林地、草地面积整体呈减少趋势,主要转出方向为耕地;建设用地面积持续增长,主要转入来源为耕地;水域面积变化较小,湿地呈先增加后减少趋势,上述变化趋势与环洱海地区城镇化快速推进有关;人类活动强度总体逐年上升,以低影响区为主且保持相对稳定.高影响区和中高影响区主要集中于环湖南侧和环湖西侧,中低影响区呈零星块状分布且一直呈减少趋势.      

基于GEE平台的山地城市城镇扩展演变研究——以重庆市主城区为例

利用谷歌地球引擎（Google Earth Engine,GEE）云平台上的多源遥感卫星数据库,依据各地物的典型光谱特征,结合归一化建筑指数（normalized difference built-up index,NDBI）和GEE提供的随机森林分类算法,提取重庆市主城区20年长时间序列下的城市建成区。利用1999—2018年的城市扩张数据,通过探索性空间数据分析,对重庆市主城区的时空特征进行了探索。结果表明：(1)在时间尺度上,1999—2018年间,重庆市主城区建成区扩张总面积为612.12 km2,2009—2014年扩张最迅速,增长速度达到35.97 km2/a。(2)在空间尺度上,重庆市主城区的扩张以渝中区为中心,沿西北方向的沙坪坝区扩张;同时城市扩张空间差异正在加大,长江两岸存在极化的趋势。     

干旱区绿洲城市生态变化遥感评价--以武威市凉州区为例

利用主成分分析法耦合4个生态评价指标(绿度、湿度、干度和热度)构建遥感生态指数(RSEI),对干旱区绿洲城市武威市凉州区2000年~2016年的生态环境质量进行评价。结果表明:基于主成分分析的遥感生态指数能客观定量揭示区域生态变化,RSEI均值由从0.447提高到0.458,整体提高了2.46%;武威市凉州区生态环境质量整体稍有改善但变化不大,生态环境质量等级由中等向两极化发展,东北荒漠区大面积开垦耕地使得生态环境有所改善,中部地区城市扩展和新区建设使生态环境质量下降,西南部山区受人为扰动少,生态状况基本不变。     

基于GEE的干旱区流域湿地水体时空动态变化特征分析——以宁夏平原为例

黄河流域生态保护和高质量发展已成为国家重大战略,宁夏平原为黄河流域具有代表性的典型湿地区域。本文基于谷歌地球引擎平台(GEE)对宁夏平原1984—2020年湿地水体的历史覆盖、面积变化、类型转变及季节性演变等动态信息进行分析与评价。结果表明：(1) 1984—2020年宁夏平原湿地水体历史覆盖面积为1 373.86 km²,占研究区面积的8.1%,全时段覆盖水体面积为116.46 km²;(2) 1984—1999年至2000—2020年宁夏平原地表水体面积共计增加482.99 km²,总体面积变化率为45.6%;(3)研究区新增永久性水体明显,过去37年新增永久性水体218.89 km²,同时季节性水体面积变化幅度较大;(4) 2020年,全年覆盖水体占比为39.45%,而1—6月覆盖时间的水体面积占比超过50%。本文成果可为环境保护和黄河流域高质量发展提供数据支撑。     

基于地理探测器的济南市生态环境评价及影响因素分析

随着我国经济社会的快速发展,生态环境与城市发展的矛盾日益突出。快速准确地评价城市生态质量以及分析其影响因素具有重要的现实意义。本文以济南市为研究区,基于Sentinel2和Landsat8影像计算遥感生态指数(RSEI)来评价济南2019年的生态环境质量,然后利用地理探测器对生态环境质量的影响因素进行定量分析。结果表明,济南2019年RSEI平均值为0.77,说明济南生态环境良好;在单因子分析层面,NDMI和植被覆盖度是影响研究区生态环境质量的主要因素;在单因子分析层面,NDMI和植被覆盖度是影响研究区生态环境质量的主要因素;在多因子交互作用分析层面,NDMI与植被覆盖度的交互作用对生态环境质量的影响最大,且因子间的交互作用均表现为双因子增强。     

基于Google Earth Engine和pydeck的遥感云数据三维可视化研究

采用云计算技术,整合各种遥感信息和技术资源的遥感云服务正以前所未有的速度发展。本文基于谷歌地球引擎Google Earth Engine提供的海量遥感云存储数据,研究通过Google Earth Engine的Python API以及空间可视化库pydeck、第三方earthengine-layers库提供的图层拓展能力,完成从遥感数据筛选、实时数据云计算到三维场景展示、网页端页面自动导出的全流程实践,旨在快速高效地实现遥感云数据三维可视化方案。     

改进型遥感生态指数与RSEI的对比分析

为了更好对城市生态质量进行监测和评价,构建一个更精确的城市遥感生态指数十分必要。本文结合绿度、湿度、干度、热度和空气质量指标采用主成分分析PCA（Principal Component Analysis） 构建改进型遥感生态指数MRSEI（Modified Remote Sensing Ecological Index）;利用熵权法计算压力—状态—响应模型PSR （Pressure State Response Model）中各指标的权重,通过加权法获得生态环境指数EI（Eco-environmental Index）与MRSEI和RSEI进行比较。同时,综合绿度、热度、湿度、干度指标利用核主成分分析KPCA（Kernel Principal Component Analysis）构建非线性遥感生态指数NRSEI（Nonlinear Remote Sensing Ecological Index）;最后将MRSEI、NRSEI分别与常用的遥感生态指数RSEI（Remote Sensing Ecological Index）进行对比和分析。结果表明,MRSEI可体现空气质量空间分布对城市生态质量的影响,2014年和2017年MRSEI与EI的相关系数分别是0.829和0.857（P<0.01）,比RSEI与EI的相关系数分别提高0.035和0.055。在主城区MRSEI和RSEI与EI比较结果表明,MRSEI的平均绝对误差、均方根误差和平均相对误差均小于RSEI,表明MRSEI更适用于城市生态质量评价,空气质量指标对北京市生态环境监测、评价是非常重要的。同时,在实验区KPCA第一主成分贡献率比PCA提高了11.94%—21.45%;各个指标与NRSEI相关系数比与RSEI提高了0.128—0.198;NRSEI可体现生态等级间的过渡,RSEI对生态环境差的区域有时低估,对生态环境优的区域有时高估,NRSEI与遥感影像定性反映的生态状况更加相符。在监测空气质量严峻的北京市生态质量方面,MRSEI优于RSEI;顾及各指标间的弱线性或非线性问题的NRSEI监测生态环境质量效果优于利用线性变换的RSEI。     

应用遥感生态指数评价生态环境质量

遥感生态指数(RSEI)是一种可靠、高效的城市生态质量评价方法,本文利用Landsat8卫星数据提取湿度、绿度、热度以及干度信息,构建遥感生态指数评价模型,对宁波市生态质量进行研究。结果显示,宁波市2015、2017和2020年RSEI均值分别为0.84、0.83和0.78,评级在一般及以上的面积比例对应为85.94%、85.66%、85.19%,说明2015—2020年宁波市生态质量变化总体较为稳定,略微呈下降的趋势,RSEI类型变化检测以不变为主,变差为次。     

贵阳市花溪区城市生态环境变化研究

遥感因为其具有大面积的同步观测、时效性、数据的综合性和可比性的特点,在城市生态环境评价与监测方面得到了广泛应用。通过选取贵阳市花溪区1997年、2005年和2013年3个时相的Landsat系列卫星影像,提取湿度、干度、绿度、热度4个评价指标,经过主成分分析后组成新型的遥感生态指数(RESI)来研究贵阳市花溪区16年间的生态环境变化。研究发现花溪区的生态环境逐渐变好,自1997年到2013年RESI均值从0.439 039上升到0.597 317,RESI均值上升了约36%,增幅较大。其中NDVI的荷载值逐年增加,呈现了与RESI很好的对应关系,表明了植被覆盖度是影响生态环境的关键性因素。     

基于RSEI的生态环境质量评价及驱动力分析——以闽江流域(福州段)为例

生态环境对社会经济可持续发展至关重要。为了研究闽江流域(福州段)生态环境的变化情况,本文以2010、2015和2021年的遥感影像为基础,通过主成分分析构建遥感生态指数(RSEI),对闽江流域(福州段)近12年的生态环境质量进行评价和监测,并结合地理探测器对其变化原因进行分析。结果表明：(1)闽江流域(福州段)2010、2015和2021年的RSEI指数分别为0.62、0.70和0.68。(2)大部分地区的RSEI指数等级为良和优;生态变好的面积大于生态变坏的面积,生态环境整体向好发展。(3)干度和热度是生态环境质量时空变化的关键驱动因子。     

基于空间距离指数的延河流域生态敏感性时空演变特征

生态敏感性是生态系统对自然环境变化和人类活动干扰的敏感程度,可以反映生态环境问题发生的难易程度和可能性大小.以黄土丘陵沟壑区延河流域为例,选取水土流失敏感性指数、生态风险敏感性指数和生物多样性敏感性指数3个定量评价指标,基于空间距离指数构建流域综合生态敏感性指数(comprehensive ecological sen...     

天津市生态环境质量评价与时空演变分析

生态环境质量是衡量一个区域宜居水平的关键指标,动态监测区域的生态环境质量变化,可为保护生态环境提供科学依据和决策支持。为探究天津市近年来生态质量变化,利用天津市2014、2017和2020年的遥感影像,在遥感生态指数(RSEI)指标的基础上,加入人口密度(PD)、气溶胶光学厚度(AOD)两种指标,利用主成分分析法构建改进型遥感生态指数(MRSEI),对天津市的生态环境质量变化进行分析。结果表明：(1)MRSEI有一定合理性,可更加全面地评价生态环境质量。(2)绿度(NDVI)和湿度(WET)与MRSEI呈正相关,而热度(LST)、干度(NDBSI)、PD、AOD与MRSEI呈负相关。(3)天津市2014、2017和2020年的MRSEI分别为0.59、0.54和0.67。(4)天津市生态质量向南扩展。南部生态环境偏差,北部生态环境偏好,但差距正逐渐缩小。(5)林地的MRSEI均值为0.75,灌木为0.73,耕地为0.68,草地为0.57,不透水面为0.43,荒地为0.28。综上,本文基于改进型遥感生态指数更加全面地评价了天津市2014—2020年的生态环境质量,为区域的生态治理提供了参...     

祁连县生态脆弱性评价及时空演变研究

为及时掌握祁连县生态脆弱性真实状况,以RS和地理信息系统(Geographic Information Sys tem,GIS)为技术手段,选取表征气候、地形地貌、植被、土地利用和人文等方面的10个指标构建祁连县生态脆弱性评价体系,运用层次分析法(Analytic Hierarchy Process,AHP)和熵权法相...     

改进遥感生态指数的宜宾市三江汇合区生态环境评价

城市扩张是宜宾市近年来的主要特征,研究其对生态环境的影响,对城市发展与生态保护具有重要意义.为了更好地评价城市扩张对生态的影响,基于遥感生态指数(remote sensing ecological index,RSEI),构建归一化不透水面和裸土指数替代原有建筑指数作为干度指标,建立了改进型遥感生态指数(improve...     

GEE平台和CART方法的北京市土地解译

针对传统遥感影像解译效率较低、人力物力需求量大等问题,该文以谷歌地球引擎为依托平台,利用Landsat5TM影像,采用分类回归树算法对2010年北京市土地覆被/土地利用类型开展了解译研究,并从类型构成、类型混淆和空间一致性3个方面将解译所得LUC-2010产品与Globeland30-2010产品进行空间一致性分析。研究表明,谷歌地球引擎(GEE)平台通过编程运算,数据处理速度极快,大幅提高工作效率。解译产品与训练样本交叉验证的学习精度为94.2%。两套产品总体对比发现,林地、水体和耕地的空间一致性比率分别为84.28%、74.75%和73.56%;林地、水体和人工地表的地类纯净度分别为87.23%、77.04%和72.97%;总体分布空间一致性为74.0%。两套产品局部对比发现,LUC-2010产品分类结果更准确和精细,精度更高。     

青岛市生态环境变化遥感监测与分析

城市化进程不断加快带来一系列生态环境问题,本文利用植被指数、湿度指数、地表温度、建筑物—裸土指数定量表征绿度、湿度、热度、干度4个生态要素指标,通过主成分分析法,建立遥感生态指数模型,并从时间和空间两个维度对比分析2013、2019年两个时期遥感生态指数。结果表明,青岛市生态环境呈局部优化改进、整体下降趋势;同时,将青岛市遥感生态指数与人类活动相关的地表覆盖变化数据、路网交通数据、夜光数据进行耦合性分析,进一步分析探寻生态环境变化的影响因子。     

基于县域单元的湖北省碳排放时空格局演变特征

识别碳排放区域异质性对于制定有效的碳减排政策具有重要意义。本文运用线性回归模型、变异系数法、Hurst指数和空间自相关分析方法,开展湖北省县域碳排放空间格局演变特征研究。结果表明,1997—2017年间,湖北省碳排放总体呈显著的波动上升趋势,年均增速高达4.74%;各县域碳排放变化波动性存在显著地域差异,整体呈“中低波动居多,高波动较少”的趋势;各县域碳排放变化长期相关性特征明显,整体以中强持续性特征为主,比例达70%,分布相对较广,其中强持续性区域主要集中在武汉市内;各县域碳排放空间分布聚集效应显著,呈以武汉为核心向周围不断辐射的圈层格局。     

基于Google Earth Engine的巢湖流域生态环境质量时空动态变化及影响因素分析

本文以巢湖流域为研究区,基于2000—2020年Landsat TM/OLI系列遥感数据,通过Google Earth Engine云计算平台构建遥感生态指数(RSEI),采用空间自相关与地理探测器等方法对巢湖流域生态环境质量进行大尺度、长时序动态监测分析与评价。结果表明：(1)研究区RSEI均值由2000年的0.70提升至2020年的0.74,整体上呈现改善趋势,研究区生态环境等级以优、良为主。(2)研究区全局Moran’s I指数均大于0,巢湖流域生态环境质量在全局自相关上呈现聚类趋势,具有显著的空间正相关性,20年间“低-低”聚集区呈现先增加后减少趋势。(3)研究区生态环境受多因子影响,其中人为因素对2010年巢湖流域生态环境影响较大,进而导致生态环境质量下降。     

2003—2022年长江流域水储量变化时空特征研究

针对探究长江流域内水储量变化的时空特征对水资源管理、灾害预防的重要意义,该文利用GRACE、GRACE-FO数据和水文资料采用主成分分析算法进行了研究。2003年以来,长江流域水储量呈现增多的趋势,在2003年1月—2017年7月以2.75±0.62 mm/a的速率上升,在2018年6月—2022年1月以0.54±2.19 mm/a的速率上升,上升速率变缓。主成分分析结果表明,长江流域水储量变化以年周期性信号为主,最明显年周期性信号出现在金沙江流域下游;第三主成分反映了小于一年周期的信号,对应的特征向量在2003年1月—2017年7月和2018年6月—2022年1月存在较大差异,导致这种变化的原因可能与极端气候事件有关。