四川省什邡市2005～2010年生态环境质量动态评价

为了研究四川省什邡市“十一五”期间生态环境质量状况,分析生态环境质量动态变化原因,使用生态环境质量指数法构建评价指标体系,以土地利用、水资源量、降水量、土壤侵蚀、污染源排放等作为基础数据,运用遥感解译技术和统计学方法,对什邡市生态环境质量进行2005～2010年动态评价.研究结果表明,2005～2010年,什邡市生态环境质量年际变化呈“V”字型,受汶川地震影响2007～ 2008年生态环境质量明显下降,其余年际间无明显变化;在评价期内,汶川地震是导致什邡市植被覆盖指数和生物丰度指数明显下降的主要因素,占全部变化因素的97％以上;除2008年外,影响什邡市生态环境质量变化的主要因素是环境质量指数和水网密度指数.     

四川省什邡市2005～2010年生态环境质量动态评价

为了研究四川省什邡市“十一五”期间生态环境质量状况,分析生态环境质量动态变化原因,使用生态环境质量指数法构建评价指标体系,以土地利用、水资源量、降水量、土壤侵蚀、污染源排放等作为基础数据,运用遥感解译技术和统计学方法,对什邡市生态环境质量进行2005～2010年动态评价.研究结果表明,2005～2010年,什邡市生态环境质量年际变化呈“V”字型,受汶川地震影响2007～2008年生态环境质量明显下降,其余年际间无明显变化;在评价期内,汶川地震是导致什邡市植被覆盖指数和生物丰度指数明显下降的主要因素,占全部变化因素的97％以上;除2008年外,影响什邡市生态环境质量变化的主要因素是环境质量指数和水网密度指数.     

基于Google Earth Engine平台的三江源地区生态环境质量动态监测与分析

三江源是中国陆地生态系统最脆弱和敏感的区域之一,一旦遭到破坏则不可逆转。受三江源地区多云等不利气象条件的影响,很难获取大范围尺度上季相一致的、无云的Landsat遥感影像。本文利用Google Earth Engine平台,对1990-2015年的相同季节的3766景Landsat影像进行像元级融合并重构最小云量影像集,借助GEE的并行云端计算,快速得到了能够反映生态环境质量的遥感生态指数（RSEI）,对三江源地区的生态环境质量进行了评价与监测。三江源时空变化与差异分析表明：1990-2000年生态环境质量呈快速下降状态,RSEI平均值从0.588下降到了0.505,生态环境质量变化以轻度恶化为主;2000-2015年生态环境质量下降速度变缓,并于2015年呈现变好态势,生态环境质量变化以不变为主,且轻度恶化面积大幅减少;该地区的生态环境状况呈现出空间分异,自西向东,生态状况变差。基于GEE平台在三江源地区的实验结果表明,GEE可以作为大区域范围的生态环境质量评价与监测的计算平台。     

关中平原城市群生态环境质量时空变化特征及其驱动力

为探究关中平原城市群2000～2020年生态环境质量时空变化及发展趋势,基于Google Earth Engine(GEE)平台对2000～2020年6月至9月关中平原MODIS遥感影像进行优化重构,并利用绿度、湿度、干度、热度4个指标构建遥感生态指数(RSEI),分析该地区生态环境质量时空变化格局,利用地理探测器模型探究了自然环境和人类活动等10个驱动因子对遥感生态指数时空分布的影响,采用地理加权回归(GWR)构建回归模型,分析驱动因子的空间差异性。结果表明：(1)2000～2020年关中平原城市群生态环境质量逐年改善,遥感生态指数均值由0.448增至0.565,空间上呈南高北低的分布特征。(2)关中平原城市群生态环境质量改善区域占70.8%,退化区域占22.9%,改善尤为明显的区域主要分布在庆阳市、平凉市和天水市,退化区域主要分布在城市群中部西安市及其附近区域。(3)植被类型对关中平原生态环境质量的影响最大,影响力高达0.46。研究期间关中平原城市群生态环境质量整体趋于改善,局部恶化,尤其是人类活动密集的城市及其附近区域。     

四川省若尔盖县生态环境质量评价

本文以2007、2009和2012年的5月和9月共6个时期的遥感影像,基于栅格数据和综合评价模型,对若尔盖县的生态环境质量状况进行了评价。首先,从影响生态环境质量的因子出发,选取归一化植被指数（NDVI）、地表温度、坡度、坡向、土地利用、湿度指数6项生态因子作为评价指标;然后,利用主成分分析法确定各评价指标的权重,根据综合指数评价模型计算出研究区的生态环境质量指数,同时,依据计算结果的大小把研究区的生态环境质量划分为优、良、中、差4个等级;最后,对若尔盖县的生态环境状况的空间分布规律进行分析。结果表明,2007-2012年若尔盖县生态环境质量良好,不同时相的生态环境综合指数的均值均在60左右,同时该区域的生态环境质量有变好的趋势;不同季节的评价结果稍有差异,但是同一季节不同年的变化趋势是一致的;不同等级的区域相间分布,较差区域主要集中在植被覆盖较差的区域,西北部居多,中部零星分布。     

基于多源数据的生态环境质量变化研究——以广州市为例

基于Landsat影像计算遥感生态指数,结合土地覆盖数据分析广州市2000―2020年生态环境质量的时空变化,通过兴趣点(POI)核密度结果评价广州市功能设施分布现状,利用地理探测器研究广州市生态环境质量空间分异的主要影响因素。结果表明:近20年来,广州市生态环境质量优级和中级的面积占比分别上升了10.59%和2.19%,良级面积占比下降了13.16%,良级向中和优级转变的趋势显著,丘陵和山地生态环境质量呈上升趋势,城市扩张区域则有所下降;各因子对归一化差异植被指数(NDVI)、干度指标(NDBSI)和地表温度(LST)的解释力度较高,在人类活动强度较高的低海拔不透水面地区,NDVI与缨帽变换的湿度分量(Wet)偏低,NDBSI与LST偏高,对生态环境具有负效应,广州北部的丘陵山地NDVI较高,LST较低,对生态环境有利。     

塔里木河下游生态环境变化时序监测与对比分析

塔里木河下游地区是我国西部干旱区生态环境问题比较突出的区域。本文主要从地表水(湖泊、河流和湿地)、地下水、地表植被覆盖的角度,基于多源遥感和长时间序列数据,监测和分析生态输水前后区域环境变化和生态响应。首先,采用基于知识迁移的专题图斑更新技术,实现了1990、1995、2000、2005、2010和2015年区域湿地遥感制图和植被覆盖度等生态因子指标提取;然后,以2000年为基准（生态输水起始年）,结合地下水位观测数据,对比分析了人工生态输水前后区域生态环境动态变化过程。结果显示：① 生态输水前（1990-2000年）,塔河下游的生态环境持续恶化,流域范围内一半以上的沼泽湿地消失、河道干涸,地下水位下降,区域植被覆盖大幅度下降;② 生态输水后（2000-2017年）,区域生态环境明显好转,改变了下游河道长期断流状态,区域地下水位明显抬升,地表水域（湖泊和沼泽）面积呈现“V”型逆转增加,区域植被覆盖区和覆盖度均呈现显著增加趋势,曾经一度干涸的塔河尾闾台特玛湖水域面积2017年8月达到147.87 km²。以上研究结果综合表明人工生态输水工程对塔河下游生态环境拯救和治理发挥了重要作用,遏制了生态输水前塔河下游生态环境继续恶化局面,流域生态环境正在逐步恢复。     

九龙江流域生态环境质量遥感评价与分析

由图像TM、ASTER和“北京一号”等多时相遥感数据,建立了容纳土壤侵蚀、植被指数、土壤亮度指数、高程指数、坡度指数、降雨量指数、湿度指数和积温指数8个二级环境影响因子的指标体系和权系数,采用加权求和的方法进行运算,首次获取了1989~2003年约15年间三个时期九龙江流域生态环境质量等级及变化状况。结果表明:九龙江流域1989、1998、2003年三个时期生态环境质量总体较好。从1989年到1998年再到2003年两个阶段中,九龙江流域生态环境总体质量出现先下降再改善的特点。其变化主要表现在九龙江口周边地区,人类经济活动是影响九龙江流域生态环境质量演变的重要驱动力。     

环长株潭城市群湿地生态安全研究

本文选取环长株潭城市群为研究区域,以Landsat TM影像解译后的土地利用数据、MODIS影像计算的植被指数,以及人口、经济和气候数据等为数据源,基于“压力-状态-响应”框架模型构建湿地生态安全评价指标体系对该区域2000-2010年湿地生态安全进行综合评价。结果表明：（1）环长株潭城市群2000、2005、2010年湿地生态安全指数均值分别为0.7268、0.7151和0.7196,湿地生态安全状态“良好”,生态安全等级程度为“较安全”。（2）环长株潭城市群区域差异性明显,一级湿地生态安全区主要分布在洞庭湖周边,二级湿地生态安全区沿主要河流分布,三级湿地生态安全区主要分布在2个或3个城市之间的交界区域。（3)研究期间环长株潭城市群湿地面积变化明显,该区域湿地总面积逐年减少;森林沼泽、草本沼泽、湖泊、河流、水田的斑块分维数均呈增加趋势;水库/坑塘、河流破碎度指数明显高于其他景观类型,湿地生态系统服务价值总体减少。在此基础上,从土地利用变化与转型、湿地景观结构与功能、自然因素等方面对影响该区域湿地生态安全的主要驱动因子进行了分析。结果表明,人类社会经济活动直接作用于湿地生态环境,通过改变区域景观和土地利用结构使湿地面积发生变化,直接影响湿地生态安全。气温、降水等气候因素通过改变水热状况和植被覆盖,间接影响湿地生态安全。针对该区域湿地生态安全存在的问题,建议在发展过程中正确处理好经济与生态环境之间的关系,尽可能减少人类活动对湿地生态环境的干扰。     

遥感生态指数在矿山生态修复监测中的应用

卫星遥感作为一种直观、可量化的监测手段,在矿山修复和生态文明建设中产生了广泛应用。基于Google Earth Engine(GEE)平台,利用遥感生态指数来时序量化评价西江锰矿修复区内生态环境质量。从2015年至2021年期间监测区的RSEI空间分布来看,由于西江锰矿区内生产作业强度不断加大,矿坑裸露范围持续扩大,导致矿区内生态质量趋坏;而2021年的RSEI分布显示,监测区内的生态环境逐渐改善,尤其是已经进行系统恢复的区域,生态环境状况已经达到未开采前的水平,生态修复效果良好。研究成果可为西江锰矿区生态环境工程建设实施和评价提供科学依据。     

“海上丝绸之路”超大城市环境变化遥感分析

随着城市化进程的加快,如何及时、精确地对城市环境的变化做出评价,进而制定出合理的发展方案,对城市可持续发展至关重要。本文综合利用卫星遥感获取的PM_2.5浓度数据、地表温度数据（Land Surface Temperature,LST）、植被指数数据（Normalized Difference Vegetation Index,NDVI）及城市用地辅助信息数据,基于综合评价指标,分析海上丝绸之路沿线12个超大城市地区2000-2013年环境质量的动态变化。研究结果表明,2000-2013年,海上丝绸之路沿线约75%的超大城市呈现出不同程度的环境恶化现象。12个超大城市用地环境恶化及逐步恶化面积占研究区域总面积的31.33%（4732.39 km²）。2000-2013年,城市扩张用地恶化和逐步恶化面积约占总扩张用地的29.48%（3765.83 km²）。平均地表温度的上升、植被覆盖度的急剧下降及PM_2.5浓度的增加均对海上丝绸之路沿线超大城市环境质量变化产生影响。其中,空气中PM_2.5浓度的大幅度增加是2000-2013年海上丝绸之路沿线超大城市扩张用地环境退化的主要原因。     

2001-2010年蒙古国MODIS-NDVI时空变化监测分析

利用2001 - 2010年的空间分辨率为1km的MODIS-NDVI数据,以蒙古国为研究区域,利用最大值合成法、均值法与差值法、一元线性回归等方法,分析了不同季节下植被覆盖的年内变化、年际变化与波动趋势、空间变化特征.结果表明:M(ODIS- NDVI对植被的生长变化具有较高的敏感度,可有效应用于植被生态的评估和监测...     

六盘水市土壤侵蚀时空特征及影响因素分析

六盘水市是我国生态地位极其重要,水土流失又较为严重的城市。近些年,六盘水市实施了一系列生态工程,为了定量分析六盘水市土壤侵蚀状况及其影响因素,本文基于RUSLE模型,利用降雨数据、遥感影像数据、土地利用数据等,对贵州省六盘水市1990-2015年土壤侵蚀模数和土壤侵蚀量进行定量模拟,分析其时空动态变化,利用地理探测器定量分析影响因素,并进行空间相关性分析,结果表明： ① 六盘水市土壤侵蚀以微度和中度侵蚀为主。土壤侵蚀严重地区主要分布在北盘江流域与南盘江流域交界处以及喀斯特山地地区,煤矿开采使植被覆盖等抑制土壤侵蚀因子减少作用,使局部地区土壤侵蚀程度加剧。② 1990-2010年平均土壤侵蚀模数整体为下降趋势,2010-2015年为上升趋势。其中2000年平均土壤侵蚀模数最大,2010年平均土壤侵蚀模数最小。该变化由降雨可蚀性因子和植被覆盖度因子综合影响所致。③ 植被覆盖度因子和多年平均降雨量因子是影响区域土壤侵蚀空间分布的重要因素。未利用土地、植被覆盖度小于0.3、坡度在25°以上和降雨量在1543~1593 mm之间的地区为高风险侵蚀区域。④ 植被覆盖度与土壤侵蚀在空间上全部呈负相关性,降雨因子与土壤侵蚀在空间上存在负相关性和正相关性。⑤ 土壤侵蚀改善区域大多分布在生态工程区域内,生态工程建设能够改善土壤侵蚀情况,不同生态工程保护侧重点不同导致土壤侵蚀改善程度不同。退耕还林还草工程对六盘水市土壤侵蚀的改善具有重要意义,六盘水市更宜退耕还林。     

Effects of normalized difference vegetation index and related wavebands’ characteristics on detecting spatial heterogeneity using variogram-based analysis

Spatial heterogeneity is widely used in diverse applications, such as recognizing ecological process, guiding ecological restoration, managing land use, etc. Many researches have focused on the inherent scale multiplicity of spatial heterogeneity by using various environmental variables. How these variables affect their corresponding spatial heterogeneities, however, have received little attention. In this paper, we examined the effects of characteristics of normalized difference vegetation index (NDVI) and its related bands variable images, namely red and near infrared (NIR), on their corresponding spatial heterogeneity detection based on variogram models. In a coastal wetland region, two groups of study sites with distinct fractal vegetation cover were tested and analyzed. The results show that: 1) in high fractal vegetation cover (H-FVC) area, NDVI and NIR variables display a similar ability in detecting the spatial heterogeneity caused by vegetation growing status structure; 2) in low fractal vegetation cover (L-FVC) area, the NIR and red variables outperform NDVI in the survey of soil spatial heterogeneity; and 3) generally, NIR variable is ubiquitously applicable for vegetation spatial heterogeneity investigation in different fractal vegetation covers. Moreover, as variable selection for remote sensing applications should fully take the characteristics of variables and the study object into account, the proposed variogram analysis method can make the variable selection objectively and scientifically, especially in studies related to spatial heterogeneity using remotely sensed data.     

北京城市绿化的时空动态分析

城市绿化覆盖是城市生态系统的重要组成部分,合理的绿化率和绿化布局可以改善城市环境,提高城市人居适宜性。研究中将2005、2010、2015年北京市土地利用（LUC）数据中的城市居民用地作为城区范围,应用Landsat 5、GF-1影像数据和MODIS产品,利用支持向量机的监督分类方法,提取了2005、2010、2015年的北京市城市绿化覆盖数据,并获取了同期的植被指数（NDVI）数据;继而以城市绿化覆盖率、绿化覆盖均匀度和植被指数为评价指标,在公里栅格和行政区2个尺度上探讨了北京市城市绿化覆盖的空间分布格局和时间变化动态特征。研究表明：① 3个指标在空间和时间2个维度、区县和栅格2个尺度上都表现一致。这反映北京市过去10年中,在绿化面积增加的同时,绿化的空间布局得到优化改善,绿化的质量得到提高。② 2005-2015年,北京市城市绿化覆盖面积由518.93 km² 增加到1405.54 km²,绿化覆盖率由39.9%增加到49.13%,绿化覆盖均匀度由0.598增加到0.653,植被指数由0.42增加至0.5。③ 北京市城市绿化建设存在明显的时空差异。中心城区绿化建设缓慢,成效不明显;重大绿化建设成果主要集中在城市边缘地区和远郊区县。城市绿化改善过程主要发生在2005-2010年。     

京津风沙源区生态环境时空变化的遥感监测分析

本文利用由遥感影像解译获得的土地利用数据和MODIS NDVI产品,采用空间转移矩阵、最大值合成法、均值法和一元线性回归模拟等方法,分析了2000年以来京津风沙源区生态环境变化的时空特征.结果表明:(1)2000-2005年京津风沙源区耕地开垦、林草地减少的趋势有所减缓,但区域气候变化趋于干旱,水域面积明显减少,草地退...     

不同土地覆盖类型上植被生长的最适温度

生态过程模型已成为探测陆地植被对气候变化响应的重要手段之一,最适温度作为模型模拟过程中的一个重要参数,其准确性对模型模拟结果有重要影响。本研究以2001-2010年MODIS-NDVI、2001-2010年气象台站温度数据,以及2000年土地覆盖数据,结合前人研究的成果,将最适温度定义为适宜植物生长温度上下限之间所有月均温度的均值,并从植被类型角度出发,探讨不同植物生长的最适温度,以期为生态过程模型的改进提供参数优化方案。研究表明,不同植被类型植被生长的最适温度存在较大差异。常绿针叶林、常绿阔叶林、落叶针叶林、落叶阔叶林、混交林、灌丛、草地、农田和建设用地的最适温度,依次为22.4℃、23.4℃、14.1℃、19.5℃、20.7℃、22.6℃、15.4℃、24.8℃和25.6℃。     

长江三角洲城市化地区植被初级生产力的时空变化研究

城市化过程对植被初级生产具有重要影响。以往研究主要集中于城市用地扩张对植被初级生产力的直接影响分析,而较少关注其间接效果。本文以长江三角洲地区为例,分别从地区尺度和城市尺度分别分析了2000-2013年植被初级生产力的时空变化,探讨了其与气温、降水量及城市建成区绿化覆盖率的关系。研究表明：地区尺度上,2000-2013年长江三角洲植被初级生产力呈现不断增加,其中城市建成区植被初级生产力呈现显著增加的趋势（P<0.05）;城市尺度上,城市建成区内植被初级生产力主要呈现增加的趋势,而其外围缓冲区内则与此相反。在当前气候变化背景下,这可能与城市建成区绿化覆盖率不断增加,及快速的城市扩张有关。     

Dynamic monitoring of soil erosion for upper stream of Miyun Reservoir in the last 30 years

The Revised Universal Soil Loss Equation(RUSLE) was applied to assess the spatial distribution and dynamic properties of soil loss with geographic information system(GIS) and remote sensing(RS) technologies.To improve the accuracy of soil-erosion estimates,a new C-factor estimation model was developed based on land cover and time series normalized difference vegetation index(NDVI) datasets.The new C-factor was then applied in the RUSLE to integrate rainfall,soil,vegetation,and topography data of different periods,and thus monitor the distribution of soil erosion patterns and their dynamics during a 30-year period of the upstream watershed of Miyun Reservoir(UWMR),China.The results showed that the new C-factor estimation method,which considers land cover status and dynamics,and explicitly incorporates within-land cover variability,was more rational,quantitative,and reliable.An average annual soil loss in UWMR of 25.68,21.04,and 16.80 t ha-1a-1was estimated for 1990,2000 and 2010,respectively,corroborated by comparing spatial and temporal variation in sediment yield.Between 2000 and 2010,a 1.38% average annual increase was observed in the area of lands that lost less than 5 t ha-1a-1,while during 1990-2000 such lands only increased on average by 0.46%.Areas that classified as severe,very severe and extremely severe accounted for 5.68% of the total UWMR in 2010,and primarily occurred in dry areas or grasslands of sloping fields.The reason for the change in rate of soil loss is explained by an increased appreciation of soil conservation by developers and planners.Moreover,we recommend that UWMR watershed adopt further conservation measures such as terraced plowing of dry land,afforestation,or grassland enclosures as part of a concerted effort to reduce on-going soil erosion.     

Quantification of driving factors on NDVI in oasis-desert ecotone using geographical detector method

Within oasis-desert ecotone regions, the normalized difference vegetation index(NDVI) is an important parameter for evaluating the growth of vegetation. An accurate quantitative study between NDVI and environmental and anthropogenic factors is critical for understand the driving factors of vegetation growth in oasis-desert ecotone. In 2016,four periods Landsat 8 OLI_TIRS images, relevant climatological parameters data(air temperature, air relative humidity, wind velocity and accumulated temperature), land cover type data and soil data were selected as proxies. In order to quantify the explanatory power for NDVI spatial and temporal distribution in the southern edge of Dunhuang City and northern side of the Mingsha Mountain, the geographical detector model was used to explain the potential influences of factors versus the spatial distribution of NDVI, and each explanatory variable's relative importance can be calculated. The factordetector results disclose that the spatial distribution of NDVI is primarily dominated by land cover type.The risk detector results show that, high NDVI region is located within woodland. The mean value of NDVI displays an increase and then decrease trend with air temperature increase. With the increase of wind velocity and decrease of air relative humidity, the NDVI value shows a decrease trend. The interactive q values between the two factors are higher than any q value of separated factors. Results also indicate that the strongest interactive effects of NDVI are different in distinct seasons. Consequently, anthropogenic activity is more important than environmental factors on NDVI in oasis-desert ecotone. We also demonstrate that air relative humidity rather than air temperature have played a greater role in NDVI spatial distribution.