期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于GEE和RSEI的京津冀地区生态环境质量时序动态评估
1
作者 辛会超 郭玮 王贺封 《西北林学院学报》 CSCD 北大核心 2024年第2期106-114,共9页
探究京津冀地区生态环境质量时空变化特征及其驱动因素,为该地区可持续协调、高质量一体化发展提供依据。基于MODIS数据,借助Google Earth Engine(GEE)平台构建遥感生态指数(RSEI)模型,辅以多种空间分析和统计方法对京津冀地区及其4大... 探究京津冀地区生态环境质量时空变化特征及其驱动因素,为该地区可持续协调、高质量一体化发展提供依据。基于MODIS数据,借助Google Earth Engine(GEE)平台构建遥感生态指数(RSEI)模型,辅以多种空间分析和统计方法对京津冀地区及其4大功能区生态环境质量进行评价和变化监测。结果表明,1)京津冀地区RSEI均值由2001年的0.512增至2020年的0.575,增幅达12.30%,多年均值为0.499,总体处于中等水平。2)生态环境质量整体呈现“西北优、东南差”的空间格局,35.87%的区域变好,以变好1个等级为主。3)各功能区生态环境质量均得到了改善,其中南部功能拓展区、中部核心功能区的改善最为显著,改善区域占比分别为49.66%、45.79%。4)各因子对生态环境质量的影响不同,自然因素中的降水以及人为因素中的人口和土地利用为主导因素。总的来说,京津冀地区2001-2020年生态环境质量向好,但未来仍需加强人工干预,持续扩大生态优良区。 展开更多
关键词 遥感生态指数 生态环境质量 谷歌地球引擎 时空变化 京津冀
下载PDF
海河流域植被净初级生产力时空变化及驱动因素分析 被引量:1
2
作者 辛会超 张安兵 +1 位作者 王贺封 马鹏飞 《广西植物》 CAS CSCD 北大核心 2023年第2期253-265,共13页
为揭示海河流域植被净初级生产力(net primary productivity,NPP)时空变化特征及其时空异质性驱动机制,该文基于MOD17A3HGF数据集,综合自然和人为两方面的影响因素,利用变异系数、趋势分析、相关分析、Hurst指数以及地理探测器等,分析2... 为揭示海河流域植被净初级生产力(net primary productivity,NPP)时空变化特征及其时空异质性驱动机制,该文基于MOD17A3HGF数据集,综合自然和人为两方面的影响因素,利用变异系数、趋势分析、相关分析、Hurst指数以及地理探测器等,分析2000—2020年海河流域植被NPP时空格局演变特征和定量识别驱动因素及其影响力。结果表明:(1)时间上,2000—2020年海河流域植被NPP整体呈显著上升趋势,增速为1.73 Tg C·a^(-1),年均NPP为326.75 g C·m^(-2)·a^(-1),其中针叶林、阔叶林、灌丛、草地和农用地的NPP多年均值分别为313.59、385.28、353.03、320.12、295.22 g C·m^(-2)·a^(-1)。(2)空间上,植被NPP高值区集中于西北部山区,低值区集中于东南部平原区;NPP整体情况稳定,变异系数均值为0.17;未来变化趋势呈反持续性,植被NPP可能下降。(3)植被NPP与气温呈负相关,与降水呈正相关,降水为主要气象因素;NPP随着高程和坡度增加均呈“增加—减少”的变化趋势;耕地转草地使植被NPP增量最大,为732.22×10-3 Tg C。(4)2000—2020年期间,不同驱动因素影响力均值为0.2,排序依次为降水>高程>坡度>湿度>气温>日照时数>土地利用>风速。综上表明,研究期内海河流域植被NPP整体呈好转趋势;不同植被类型生产力存在差异,最强为阔叶林和灌丛;影响植被NPP空间分布的主导因素为降水、高程和坡度,人为因素的影响力低于自然因素。该研究结果为海河流域水土流失、植被退化等生态环境治理提供了科学参考和决策依据。 展开更多
关键词 净初级生产力 MOD17A3HGF 时空变化 驱动因素 海河流域
下载PDF
2000—2020年漳河上游生态环境质量动态监测及驱动因素分析 被引量:1
3
作者 辛会超 王贺封 +2 位作者 张安兵 庞吉玉 刘粉粉 《水土保持通报》 CSCD 北大核心 2023年第1期92-103,共12页
[目的]探究漳河上游生态环境质量时空变化特征及其驱动因素,为该区域生态环境建设与治理提供科学依据。[方法]优化重构2000—2020年漳河上游Landsat影像,基于遥感生态指数(RSEI),引入坡度(slope)、归一化山地植被指数(NDMVI)、颗粒物浓... [目的]探究漳河上游生态环境质量时空变化特征及其驱动因素,为该区域生态环境建设与治理提供科学依据。[方法]优化重构2000—2020年漳河上游Landsat影像,基于遥感生态指数(RSEI),引入坡度(slope)、归一化山地植被指数(NDMVI)、颗粒物浓度(DI)3项指标,构建考虑地形和颗粒物影响的改进型遥感生态指数(advanced RSEI,ARSEI)模型,辅以多种空间分析和统计方法对研究区生态环境质量进行定量评价。[结果]①ARSEI具有较好适用性,能够准确地表征漳河上游生态环境质量状况。NDMVI对ARSEI影响最大,DI最小。②研究区生态环境质量整体呈“西南差、东北优”的空间格局,等级以较差和中等为主;研究期内,35.94%的区域表现为改善,并以改善1个等级为主,其中2010—2020年改善最为显著,变化格局呈“整体稳定,局部改变”的特点。③不同类型因子的影响力排序为:模型因子>地形因子>气象因子>社会因子>经济因子;所有影响因子均表现为协同增强作用,NDSI,NDMVI和slope的共同作用下对ARSEI空间异质性的影响最大。[结论]漳河上游2000—2020年ARSEI均值整体呈上升趋势,生态环境质量得到改善,其变化主要驱动因素为绿度和坡度。 展开更多
关键词 改进型遥感生态指数 生态环境质量 时空变化 驱动因素 漳河上游
下载PDF
基于改进遥感生态指数的矿区生态环境监测及驱动因素分析
4
作者 马鹏飞 张安兵 +2 位作者 王贺封 辛会超 刘粉粉 《生态与农村环境学报》 CAS CSCD 北大核心 2023年第12期1580-1590,共11页
针对研究区大气环境状况,在遥感生态指数(RSEI,I RSE)绿度、湿度、干度和热度指标的基础上加入了PM_(2.5)浓度,构建新型遥感生态指数(I RSE,new),对2001—2020年矿区生态环境进行监测及驱动因素分析。结果表明:(1)新型遥感生态指数模型... 针对研究区大气环境状况,在遥感生态指数(RSEI,I RSE)绿度、湿度、干度和热度指标的基础上加入了PM_(2.5)浓度,构建新型遥感生态指数(I RSE,new),对2001—2020年矿区生态环境进行监测及驱动因素分析。结果表明:(1)新型遥感生态指数模型能较为真实地反映研究区生态环境状况,20 a间研究区生态环境质量呈现波动变化。2009年前生态环境质量略有下降,之后呈现总体变好趋势,I RSE,new等级以中等和较优为主,生态环境趋于平稳。(2)生态环境退化的区域大多分布在研究区中部和东部,主要归因于城镇的扩张;改善区域主要分布在西部,受益于人类活动干扰较少及政府的生态优先政策等,该地区的生态环境状况有了显著改善。(3)单独分析研究区水体环境质量状况发现,水体与陆地变化区域生态环境等级为中等偏优,整体生态环境良好。(4)矿区生态环境质量受降雨、气温、坡度和人类活动等驱动因素的共同作用,政府对生态环境的治理与保护措施取得了积极成效。 展开更多
关键词 新型遥感生态指数 主成分分析 时空变化 土地利用 驱动因素
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部