基于遥感生态指数的神府矿区生态环境评价

采用遥感技术对矿区生态环境进行监测与评价,对矿区生态环境的保护和可持续发展具有重要意义。本文首先提出了一种遥感生态指数（RSEI）改进方案,除了采用原模型的绿度指标、湿度指标、热度指标及干度指标4个生态指标外,引入植被净初级生产力（NPP）指标,并对矿区生态环境进行各单生态指标评价分析,然后采用改进后的遥感生态指数,对神府矿区2000—2016年的生态环境变化进行综合评价。评价结果表明,2000—2016年,神府矿区的遥感生态指数呈整体升高趋势,RSEI增幅约为0.1/10 a,大部分区域植被生产力逐渐增强,生态环境得到恢复,生态环境质量逐渐提升。     

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。     

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。     

基于遥感生态指数的南京市生态变化分析

城市化进程不断加快带来一系列生态环境问题,遥感技术可以快速、客观、定量地评价生态环境变化。选取1990、2002、2013年Landsat遥感影像提取湿度、绿度、干度、热度4个评价指标,通过主成分分析方法计算遥感生态指数RSEI,进行南京市生态环境变化定量分析评价。结果表明1990~2013年南京市生态环境质量有一定程度的下降,生态环境变好的区域主要分布在以明城墙为范围的老城区及周边,生态环境变差的区域分布在新近建设的"一城三区"。进一步分析发现,在4个分指标中,代表干度的指标NDBSI对于生态指数RSEI的贡献度最大,说明生态环境质量的下降与不透水面的大幅增加密切相关。     

基于RSEI模型的生态环境质量评价研究

随着社会的不断发展,人们对自然生态环境质量越来越重视。本文主要利用遥感技术手段,以哈尔滨市延寿县为研究区,选取2019年的Sentinel-2A影像和Landsat-8影像,利用绿度、湿度、干度、温度等生态因子指标构建遥感生态指数(RSEI)模型,对延寿县生态环境状况进行综合评价。研究结果表明:延寿县RSEI空间分布的总体特征表现为中间差、周围好的地域特征,其东北和东南部RSEI值较高,中部RSEI值较低。     

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。     

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。     

改进型遥感生态指数及干旱区生态环境评价

利用遥感影像对大尺度区域生态环境质量进行长期、定量、动态监测可为区域可持续发展提供有力的决策支撑。基于遥感生态指数（RSEI），针对干旱区生态环境的地域特点和应用需求，从耦合生态系统组成要素的角度出发提出一种改进型遥感生态指数（ERSEI），即在顾及绿度（NDVI）、湿度（Wet）、干度（NDBSI）、热度（LST）因子的同时，引入综合盐度指标（CSI）和水网密度遥感估算模型（EMW），将盐度和水网密度（WND）纳入生态环境质量评价。在Google Earth Engine(GEE)云计算平台上实现ERSEI并将其应用于地处西北干旱区的呼包鄂榆城市群，结果表明，ERSEI可充分体现干旱区地表细节特征，有力突显了水网对周边环境辐射影响的渐变信息。由呼包鄂榆城市群范围内2000年—2020年间ERSEI的空间测度和时序演变分析发现，生态环境质量较好的区域主要分布在河套平原、大青山一线以及靠近吕梁山的一侧，较差的区域主要集中分布在蒙古高原、库布齐沙漠附近以及毛乌素沙地部分地域，且生态环境质量呈现持续性下降，应作为生态风险预警区加强治理。ERSEI为干旱区生态环境质量常态化监测提供了一种快速有...     

适用于秋冬季节RSEI的三峡库区生态质量评估

遥感生态指数(RSEI)是一种能快速、实时、定量、多时序评估生态环境质量的评价生态指标,但RSEI在秋冬季节生态质量反演表征上存在不足。针对该问题,本文提出了一种适用于秋冬季节的RSEI。首先利用地理探测器分析RSEI的4个指标是否适用于秋冬季节的生态质量反演;然后采用植被覆盖度、植被健康指数、表层水分含量指数、地表温度、空气质量指数构建适用于秋冬季节的RSEI,并进行适用性验证;最后对三峡库区秋冬季节的生态环境质量进行反演与时空分析。结果显示：(1)库区生态环境质量总体呈现改善的趋势;(2)库区77%的面积生态环境质量较为稳定;(3)预测库区生态环境总体呈未来改善、持续性改善的趋势。     

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...     

利用改进城市遥感生态指数的苏州市生态分析

城市的迅速发展伴随着生态环境的变化,快速掌握生态环境质量以及变化分布已成为近年来的重要研究热点.选取苏州范围内多时相Landsat影像,利用遥感生态指数(RSEI)提取绿度(NDVI)、湿度(WET)、热度(LST)、干度(NDBSI)等4项指标,并通过融入人类活动强度指标IPOI构建改进城市遥感生态指数(IRSEI)...     

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...     

基于GEE的石嘴山地区生态环境质量时空演变特征研究

以石嘴山市为研究对象，基于GEE平台选取30年的Landsat影像数据，提取绿度、湿度、干度、热度，并加入符合地区特点的盐碱度指标共同构建改进后的遥感生态指数(RSEI),采用长时间序列的趋势分析方法，对1991—2021年石嘴山地区的生态环境变化进行综合评价。1991—2021年研究区的RSEI指数与绿度、湿度呈正相关，与盐碱度、干度、热度呈负相关，生态环境质量呈现出“下降-快速上升-缓慢上升”的趋势。1991—2021年石嘴山市的生态环境质量呈明显改善趋势，生态环境质量显著上升区域面积为4 787.8km²,占比71.0%,显著下降区域面积为117.4 km²,占比1.7%。在1991—2021年，除主城区及周边地区生态环境质量下降以外，其余地区较之前都有明显上升，尤其是在沙湖以及黄河两侧。研究表明区域生态环境质量下降的主要原因是城市扩张，上升的主要原因是内陆湖以及土壤盐渍化改良工程对生态环境的积极改善作用。     

利用移动窗口遥感生态指数分析矿区生态环境

矿山环境问题日益加剧,矿区生态环境监测与评价是矿区管理必不可少的内容。前人通过遥感生态指数(remote sensing ecology index, RSEI)对矿区生态环境进行评价得到了有效的结果,但计算遥感生态指数时没有考虑到在自然条件下生态环境的影响是区域性的,且矿区所处地理位置不同会对矿区及其周边的环境造成不同的效应。针对大面积地物类型复杂的研究区域,提出了基于遥感生态指数和移动窗口评价单元的改进生态指数——基于移动窗口的遥感生态指数(moving window-based remote sensing ecological index,MWRSEI)。结果显示,研究区域MW-RSEI均值为0.522,绿度和湿度对环境起正效应,干度和热度起负效应,其中矿山地貌景观破坏区域生态环境等级差和等级较差的占整体矿山地貌景观破坏区域面积的85.40%。提出的MW-RSEI符合地理学第一定律,其结果与RSEI结果具有一致性,同时显示了更多的矿区周边生态环境的渐变信息,印证了生态环境中的耗散结构理论,可以为矿区生态环境监测与评价提供有效的依据。     

多源数据融合下的城市化与生态环境耦合协调研究

利用DMSP/OLS、NPP/VIIRS和Landsat遥感影像数据分别提取平均夜间灯光指数(ANLI)和生态环境指数(RSEI),构建城市化与生态环境耦合协调度模型,定量分析研究区在2000—2015年的城市化与生态环境耦合协调发展状况.结果表明:①2000—2015年的乌鲁木齐城市化水平持续上升,一带一路倡议和生态...     

典型煤炭矿区生态健康遥感诊断

煤炭资源是我国重要的一次性能源,科学监测与评估矿区生态健康,对于维持经济发展与生态健康的平衡至关重要。本文选取位于山西省的3处典型煤炭矿区,基于2001—2021年的Landsat遥感数据,利用目视解译方法对露天矿区进行了多年用地类型演变格局分析;并分别对3处典型矿区的绿度、湿度、干度、热度进行了估算,应用知识粒度熵的权重计算方法,综合构建了矿区遥感生态指数(RSEI),完成了矿区生态健康多年遥感诊断。结果表明,两处露天矿区呈现边开采边复垦的生产模式,各有半数的研究年份RESI区域均值达到0.5以上;地下矿区的开采工作基本不造成地上扰动,其2001年以来的生态健康状况较为稳定,RSEI均值在0.7上下浮动;3处矿区2021年的RSEI均值分别为0.53、0.48、0.70。本文改进了传统的遥感生态指数构建方法,为煤炭矿区的长时序生态监测与遥感诊断提供了科学支撑。     

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。     

基于RSEI模型的西昌市生态环境变化及城镇化影响研究

以西昌市2015和2019年Landsat-8OLI影像为数据源,通过建立遥感生态指数(RSEI)模型来研究该区域生态环境的时空变化;并结合与城镇化相关的因子,探讨了城市化进程对西昌市生态环境的影响。结果表明：2015—2019年期间,西昌市RSEI均值由0.54降低到0.52,生态环境表现出轻微变差的趋势,且主要由生态环境质量中等以下区域面积增加导致;西昌市生态环境动态变化剧烈,且有较严重的恶化趋势,生态环境变差的比例达27.4%,主要集中在全域中部沿河流条带状分布的西侧人口聚居区,以及部分分布有村庄的山区;此外,城镇化进程会对区域生态环境质量产生一定的抑制性作用。研究结果可为西昌市生态环境改善、生态文明城市建设提供科学依据。     

2001—2018年长三角城市群城市化与生态环境耦合协调度变化监测

城市化的发展与生态环境紧密相关,利用遥感方法可准确地进行城市化与生态质量耦合协调度动态监测与分析,为区域的城市化建设、生态治理及发展规划提供必要的参考依据。本文以长三角城市群为例,利用Landsat系列数据和DMSP-OLS夜间灯光数据分别建立表征区域生态环境的遥感生态指数(RSEI)和表征区域城市化水平的灯光指数(CNLI),采用耦合协调度模型探究了2001—2018年长三角城市群城市化与生态环境耦合协调度时空变化特征。结果表明：(1)2001—2018年,长三角城市群城市化水平不断提高,城市化指数由2001年的0.112提高至2018年的0.288;(2)2001—2018年,长三角城市群生态环境质量不断下降,生态等级为优的区域不断收缩,其中上海市与南京市最明显;(3)2001—2018年,耦合协调度总体呈现上升趋势,且各城市空间差异性较大。     

基于DMSP-OLS和MODIS数据的宁夏城市化与生态环境耦合协调分析

科学认识城市化与生态环境耦合协调机制,对推动黄河流域及黄河所经地区生态保护和高质量发展具有重要意义。本文以宁夏回族自治区为例,采用长时间序列DMSP-OLS夜间灯光数据建立了适用于宁夏的城市夜间灯光指数（UNLI）,并利用MOD09A1、MOD11A2提出了一种面向大区域尺度的遥感生态指数（RSEI）构建方法。在此基础上,采用耦合协调度模型（CCDM）,探讨分析了2000—2012年宁夏5个地级市城市化与生态环境耦合协调发展过程。结果表明：①基于DMSP-OLS数据建立的宁夏城市夜间灯光指数与人均GDP,以及第一、二、三产业GDP相关性显著（p<0.001）,能够较好地反映宁夏城市化水平。②基于MOD09A1、MOD11A2建立的遥感生态指数能够较好地反映宁夏生态环境质量时空变化特征。③宁夏城市化与生态环境耦合协调度呈稳定上升趋势,整体处于基本协调-生态环境滞后的转型阶段。研究结果对沿黄城市生态保护和高质量发展具有重要参考价值。