基于遥感生态指数(RSEI)改进模型的祁连山国家级自然保护区生态环境质量评价

针对遥感生态指数(RSEI)模型特征向量方向不唯一性及光学影像存在坏死像元的问题,基于Google Earth Engine平台选择祁连山国家级自然保护区1986—2021年489景Landsat TM/SR可用性遥感影像,采用RSEI改进模型进行生态环境质量评价,并引入地理探测器中单因子分析和交互式探测分析对RSEI的绿度、湿度、热度、干度、土地利用类型、DEM和人口密度7个影响因子进行成因分析。结果表明:(1)与RSEI模型相比,改进模型避免了特征向量方向的干扰,可以较好地反映生态环境质量变化。1986—2021年保护区生态环境质量呈现先下降后上升的恢复趋势,空间分布呈现东高西低。(2)时空差异分析表明,35 a来保护区生态环境质量以轻度恶化、不变和轻度改善为主,恶化区域主要分布在张掖市肃南裕固族自治县北部以及张掖市与武威市交界处等地区。轻度改善区域在保护区分布零散,其中在核心区分布相对较多。(3)从生态环境质量成因分析来看,7个影响因子中绿度对RSEI的空间分异特征解释力最强,交互式探测结果表明绿度和干度是研究区生态环境质量的关键驱动因素。研究结果表明祁连山国家级自然保区生态环境质量近年来逐步改善,保护区的一系列环境保护举措是有效的。

基于改进遥感生态指数的吐鲁番-哈密地区生态环境质量评价及驱动机制分析

吐鲁番市和哈密市是我国盐渍化危害最严重的地区之一,明晰其生态环境变化趋势和驱动机制对吐鲁番-哈密地区生态文明建设具有重要意义。基于Google earth engine(GEE)平台,筛选2005—2020年6—9月Landsat影像,选取绿度(SVAI)、湿度(Wet)、热度(LST)、干度(NDBSI)和盐度(NDSI)构建改进型遥感生态指数(SRSEI)对吐鲁番-哈密地区生态环境进行评估。结果表明:(1)SRSEI使用SAVI代替NDVI并加入盐度指标(NDSI),与RSEI相比有着更高的第一主成分贡献率,能更全面客观地评价吐鲁番-哈密地区生态环境质量。(2)时间尺度上,2005—2020年吐鲁番-哈密地区SRSEI先下降后上升,均值0.49,并在2020年均值达到0.5575,较差和良的面积占比变化显著,较差占比减少了11.54%,良占比增加了30.15%。且未来生态环境变化趋势还将以改善为主;空间尺度上,北部西山台原和中部莫钦乌拉山生态质量多为优和良,较差区域主要集中在南部噶顺戈壁。(3)年均降水量、年均气温和经济生产总值是驱动SRSEI变化的主要控制因子,q值均大于0.092;与单因子对生态环境影响力相比,双因子交互产生的影响力更强,年均降水量∩经济生产总值是驱动吐鲁番-哈密地区生态环境发生变化的最强交互因子。

基于改进遥感生态指数的干旱内流区生态质量评价--以阴山北麓塔布河流域为例

干旱-半干旱地区生态环境脆弱,开展多要素、长时序生态质量动态变化研究,可为干旱-半干旱区生态建设与区域可持续发展提供科学依据。在遥感生态指数RSEI基础上,根据干旱-半干旱地区特点,耦合了绿度(NDVI)、湿度(WET)、热度(LST)、干度(SI)和盐度(SI-T)五个指标,提出适应干旱-半干旱区域生态质量评价的mRSEI模型,对1986—2022年间塔布河流域生态质量进行动态评价。利用Mann-Kendall突变检验、Theil-Sen(T-S)分析联合Mann-Kendall趋势分析法探究生态质量时空变化;引入欧洲中期天气预报中心发布的第五代再分析数据集(ERA5)的气象数据,在逐像元层面探讨了气候因素与mRSEI的相关关系。研究表明:(1)相较于RSEI而言,mRSEI能更好集成各生态分量包含的信息,且模型更加稳定可靠;(2)mRSEI受到的负面影响主要来自于盐度指标(SI-T),相关系数均值为-0.922,其影响力大于干度、热度指标,表明引入盐度指标对干旱-半干旱区生态质量评价具有重要意义;(3)研究时序内mRSEI介于0.179—0.423,生态质量总体呈下降趋势(Slope=-0.0014,P<0.05);(4)趋势分析结果表明,塔布河流域84.37%的区域生态质量未发生变化,另外15.63%中,生态质量退化面积占比远高于生态质量变好的区域,研究区生态质量总体呈退化趋势。(5)气候因素与mRSEI相关分析结果表明,降水与mRSEI呈正相关(r=0.411—0.807),年均气温与mRSEI呈负相关(r=-0.824—-0.398);时序相关分析结果表明,气温是研究区生态质量的主控因子。(6)人文因素虽然会对塔布河流域生态质量产生扰动,但并不起决定作用。基于改进的遥感生态指数mRSEI,能够科学监测干旱-半干旱区生态质量空间分布、准确把握生态质量变化趋势,可为干旱-半干旱地区生态保护提供理论支撑。

基于改进遥感生态指数的金寨县生态环境质量评价

为定量评价区域生态环境质量,客观反映生态环境的变化过程,为区域生态环境保护、治理及发展规划提供科学依据,该研究基于2014、2016、2018和2020年4个时期的Landsat 8卫星影像,引入归一化山地植被指数,集成绿度、湿度、热度和干度4个指标构建改进型遥感生态指数(MRSEI),进行生态环境质量时空分布制图与动态变化分析,探究金寨县周期生态环境状况及变化原因.结果表明:(1)MRSEI具有一定的科学性,能较全面地反映研究区生态环境质量情况及时空分异特征;(2)研究周期内,金寨县全域生态环境质量较高,生态质量“优”和“良”区域占比持续上升,东北部的经济开发区及其周边生态质量较差;(3)研究区MRSEI从2014年的0.668持续提升到2020年的0.869,生态环境质量持续提高.

利用改进型遥感生态指数的岩溶区生态环境质量评价

本文选取绿度(NDMVI)、湿度(Wet)、石漠化(RDI)和热度(LST)4个指数,构建了改进型遥感生态指数(IRSEI),以实现县域岩溶地区的生态环境质量评价。基于2003与2023年的县域尺度遥感影像与其他地理信息数据,通过若干方面定量对比IRSEI与RSEI指数。结果表明,IRSEI包含了更丰富的山地植被与石漠化状况信息,能够更好地表征和评价岩溶地区生态环境质量,适合作为岩溶地区生态环境质量评价的定量指标。研究区在2003—2023年间,生态环境质量改善和退化情况均有发生,但生态环境质量总体下降了7.46%,生态等级由良变为中等。从空间分布来看,罗平县研究区生态质量差的区域主要分布在北部,生态环境质量优的区域主要分布在中部。

基于改进遥感生态指数的宁夏生态环境质量时空变化

在遥感生态指数(Remote Sensing Ecological Index,RSEI)的基础上引入PM10作为大气环境质量指标,提出了改进的遥感生态指数(Improved remote sensing ecological index,IRSEI),并基于IRSEI分析了宁夏2000-2020年的生态环境质量时空分布格局与演变,以及宁夏生态环境质量的变化趋势,此外还深入讨论了不同的指标归一化方式对IRSEI结果的影响。结果表明,1)2000-2020年,宁夏生态环境质量呈现“先上升,后下降,又上升”的趋势,21年间IRSEI从0.329上升至0.426,总体上升了约29.48%;空间分布上,生态环境质量等级为“优”和“良”的地区主要分布在宁夏北部、南部以及黄河流域沿岸,生态环境质量等级为“差”和“较差”的区域主要分布在宁夏中部。2)宁夏生态环境质量改善面积远大于退化面积,21年间改善面积占比达到54.42%,且极强改善区域集中在宁夏南部,中部以较强改善为主,退化面积占比为14.98%,主要分布在北部城市区域。3)趋势分析结果表明,宁夏生态环境质量呈改善趋势的区域面积占比达到64.02%,显著改善趋势的面积占比为29.18%,但仍有28.81%的区域呈现显著退化和轻微退化趋势,生态环境质量修复与保护应重点关注呈现退化趋势的区域。4)不同的指标归一化方式对IRSEI影响显著,基于各期数据分别进行指标归一化容易高估生态环境质量较差年份的IRSEI,低估生态环境质量较好年份的IRSEI,基于全局极值的指标归一化方式,能更真实客观地反映不同时期的变化和差异。

基于谷歌地球引警和改进型遥感生态指数的西安市生态环境质量动态监测

近年来,在经济全球化的背景下,西安市经济迅速增长,生态环境问题日益突出,快速全面地定量监测生态环境质量的时空变化,对指导生态环境保护具有重要意义。基于谷歌地球引警(GEE)平台,筛选2000、2004、2010、2015、2020年及其前后各一年的四季Landsat影像,利用主成分分析基于绿度(NDVI)、热度(LST)、干度(NDSI)、湿度(Wet)和气溶胶光学厚度(AOD)构建改进型遥感生态指数(ARSEI),实现西安市2000—2020年生态环境质量的动态监测,并运用莫兰指数(Moran′s I)探讨西安市生态环境质量的空间自相关。以主成分效果最好的夏季为例,结果表明:(1)构建的ARSEI将大气污染因素考虑在内,第1主成分(PC1)贡献度在83%以上,能较好地集中各指标特征,有助于更加全面地评价研究区生态环境质量;(2)西安市2000—2020年平均ARSEI分别为0.565、0.521、0.572、0.644、0.695,生态环境质量总体呈现先退化后转好的趋势。20年来,生态环境质量较差和极差等级的面积减少了1339.08 km^(2),主要分布在秦岭以北地区,良好和极好等级区面积增加了2241.80 km^(2),主要位于南部的秦岭地区;(3)西安市生态环境质量改善区面积大于退化区,改善和退化情况在各辖区均有发生。2000—2004年退化情况最为严重,占比29.41%,而2010—2015年改善区占比最大,达31.62%;(4)5个年度的全局莫兰指数(Global Moran′s I)均在0.627以上,表明西安市生态环境质量的空间分布具有较强的正相关,呈聚集分布,且以高-高、低-低分布为主。研究基于GEE平台实现了西安市生态环境质量的快速监测,可为生态环境监测与治理保护提供方法借鉴与数据支撑。

改进遥感生态指数的典型海岸带城市生态环境质量评价--以湛江市为例

随着湛江市城镇化的发展,湛江市生态用地面积减少,生态环境恶化。因此,快速、全面及准确地定量监测湛江市生态环境质量变化具有重要意义。选用2000年、2005年、2009年、2015年、2020年Landsat系列卫星影像,选取绿度、湿度、干度、热度、土地利用与人口分布6项指标,构建改进遥感生态指数(improved remote sensing ecological index,IRSEI),定量分析湛江市2000—2020年间生态环境质量变化。研究结果表明:2000年、2005年、2009年、2015年与2020年IRSEI指数均值分别为0.18,0.18,0.35,0.42和0.38,呈先升后降的变化趋势;对2000—2020年间IRSEI进行差值处理,研究区生态环境变化“明显变好”、“轻度变好”、“基本不变”、“轻度变差”、“明显变差”的面积占比分别为78.95%,8.70%,8.01%,1.35%和2.99%,以“明显变好”为主;IRSEI指数可以较好地反映出2000—2020年间海岸带城区环境较差的现象,具体表现为海岸带区域的建筑用地IRSEI指数较低,研究结果将为湛江市生态环境保护提供理论基础和科学依据。

基于改进遥感生态指数的山西省及煤炭矿区生态环境分析

遥感生态指数(Remote Sensing Ecology Index,RSEI)是目前生态监测评价中使用较为广泛的一种遥感指数,在矿区生态环境研究中也得到了大量应用。但是其提出是基于城市区域的生态环境分析,对于黄河流域水土侵蚀易发区的适用性尚待研究。黄河流域中游煤炭矿区高强度、大范围开采带来的局部地质环境、生态状况改变,更对该指数的适用性提出了挑战。基于现有遥感生态指数并兼顾地域差异化特点,提出了一种改进型遥感生态指数(Modified Remote Sensing Ecology Index,MRSEI),即在顾及绿度(NDVI)、湿度(WET)、热度(LST)和干度(NDBSI)因子的同时,引入土壤侵蚀模型(The Revised Universal Soil Loss Equation,RUSLE),通过归一化运算获取土壤侵蚀因子(Erosion),并将该因子纳入生态环境质量分析中。通过在谷歌云平台(Google Earth Engine,GEE)上计算MRSEI并将其应用于山西省及煤炭国家规划矿区,结果表明:(1)与传统的RSEI相比,改进的生态指数MRSEI有效集成了绿度、湿度、干度、热度和土壤侵蚀5个生态因子的综合信息,可以更全面客观地揭示山西省及煤炭国家规划矿区生态环境及其变化;(2)2000—2020年,山西省的生态环境质量呈现先恶化后好转的趋势,空间分布特征主要表现为省域东南部生态环境质量较高,而西北、西南区域相对较低。

耦合遥感生态指数模型的山西省及规划矿区生态环境评价

生态环境质量是评价宜居水平的重要指标,定量评价区域生态环境质量的变化规律可为地区生态环境保护和治理提供科学依据。以我国山西省及其规划矿区为研究区域,基于谷歌地球引擎(Google Earth Engine,GEE)平台和生态系统服务和权衡的综合评估(Integrated Valuation of Ecosystem Services and Tradeoffs,InVEST)模型,在原有的遥感生态指数(Remote Sensing Ecology Index,RSEI)加入植被净初级生产力(Net Primary Productivity,NPP)和生境质量(Habitat Quality,HQ),分别用来表征碳汇水平和生境适宜度水平。选取2000—2018年有代表性的3个年份进行分析,通过构建基于耦合NPP、HQ和RSEI的新型遥感生态指数模型(NH-RSEI),评价山西省生态环境质量的时空异质性,并结合缓冲区分析法、驱动力分析法,对规划矿区的环境变化进行分析。研究表明:2000—2018年,山西省的整体生态水平处于中等偏下但有所改善,改善程度要小于矿区;晋东部的矿区生态环境处于中等偏上且较为稳定,晋西部的矿区生态环境较差但明显改善;矿区对半径6 km以内缓冲区的生态环境质量有较大影响,对于缓冲重叠区的影响具有叠加效应,这种效应随着时间的推移正逐渐减小。NH-RSEI均值与高程、坡度具有很强的相关性,且具有明显的阶段性变化特征,二者是影响NH-RSEI分布的关键因素。本研究为评价大尺度、长序列的生态环境质量提供了一种可靠的途径,对山西省及其规划矿区的生态恢复以及可持续发展管理具有重要意义。

基于遥感生态指数和MCR模型的沙漠丘陵区生态网络构建

人类不合理的土地利用模式使沙漠丘陵区生态环境愈加恶化,构建生态网络对改善生态环境质量,维持生态系统稳定具有重要意义。本文以陕西省神木市为研究单元,引入耦合绿度、湿度、干度和热度四个指标的遥感生态指数(RSEI)进行生态环境质量评价,并以评价结果为依据识别生态源地;综合从地形因素、植被因素、人为因素和水资源因素四个方面选取出8个阻力因子,通过空间主成分分析法(SPCA)构建研究区的综合生态阻力面;运用最小累积阻力模型(MCR)和重力模型提取研究区潜在生态廊道与节点,构建起“点线面”相互交融的生态网络框架。结果显示:①2015、2018年神木市生态遥感指数均值分别为0.4733、0.5075,整体生态环境质量处于中等水平,具有略微好转趋势,呈现出“西北差东南优”的空间分布特征。②以研究期间生态环境质量稳定且优良的区域为依据,确定了31个生态源地,面积共316.59 km^(2),占神木市总面积的4.15%,大部分集聚在研究区东南部,中部和西北部的生态源地破碎分散;源地的主要土地类型为草地、耕地及河流。③提取出神木市潜在生态廊道34条,生态节点22个,廊道总长度634.12 km,其中重要廊道20条,占总长度的57.58%,主要分布在研究区东南部,结合区域特征及研究结果提出了“一环四区”的生态网络框架布局。研究结果可为神木市区域生态安全规划与沙漠丘陵区生态网络构建提供科学参考。

基于改进遥感生态指数的南昌市生态环境质量监测与评价

城市生态环境质量监测是实现城市绿色发展必不可少的环节,遥感技术以其监测范围大和能实时传输的优势被广泛应用于城市生态环境质量评价。为了客观全面地反映城市生态环境质量,采用遥感生态指数(remote sensing ecological index,RSEI)模型进行评价,而RSEI模型存在第一主成分贡献率不高的问题,使得评价结果不够准确。因此采用改进遥感生态指数(improved remote sensing ecological index,IRSEI),将原RSEI模型中的绿度指标归一化差值植被指数替换为通用归一化植被指数,从而构成IRSEI模型,以提高模型对生态环境质量评价的准确性。对南昌市2003—2021年Landsat遥感影像进行处理,得到南昌市生态环境质量的分布情况和变化趋势。结果表明:IRSEI的第一主成分贡献率较RSEI平均提高3.6%,湿度、绿度、干度、热度各年份平均相关度的均值提高7.2%;2003—2021年南昌市IRSEI总体均值变化不显著,生态质量较高的区域主要分布在鄱阳湖区域、梅岭和安义县,较低的区域主要分布在中心城区和西南方向的流湖镇。可见,2003—2021年南昌市总体生态环境质量呈先下降后持续上升的趋势。

基于改进遥感生态指数的宁夏沿黄平原区生态环境质量评价

区域生态环境质量评价是国民经济建设与可持续性发展规划的基础,是生态学研究的主要方向之一。以土地利用/覆盖数据和Landsat OLI数据为基础,分别在ArcGIS和GEE平台上进行景观多样性指数(Landscape Diversity Index, LDI)与归一化植被指数(Normalized Difference Vegetation Index, NDVI)、湿度(Wet Index, WI)、归一化裸土和建筑指数(Normalized Difference Building-Soil Index, NDBSI)、遥感生态指数(Remote Sensing Based Ecological Index, RSEI)和改进遥感生态指数(Modified Remote Sensing Ecological Index, MRSEI)的计算。在LDI最佳尺度约束下分析表明,宁夏沿黄平原区景观多样性指数具有显著尺度依赖特征(P<0.001),阈值出现在3000 m×3000 m。主成分分析(Principal Component Analysis, PCA)解释了研究区改进遥感生态指数主要受到NDVI和LDI影响,其中NDVI是PC1(特征值贡献率68.98%)的决定因子,特征向量为0.8901;LDI为次要决定因子,特征向量为-0.4146,该分量在MRSEI计算中分值较高。LDI是PC2(特征值贡献率28.76%)的决定因子,特征向量为0.9100;NDVI为次要决定因子,特征向量为0.4056,该分量在MRSEI计算中分值较低。从MRSEI在应用中可信性来看,其在分析中采用LDI替代LST有效地避免了RSEI分析中NDBSI和LST之间存在的生态学意义重复表达和多因子向量投影中的高度聚集。研究区空间异质性主要以“差”和“较差”级别分布在不同土地利用/覆盖类型交错区且以环绕研究区为主要特点。在“差”到“好”梯度上,斑块密度为减少趋势由8.3个/km^(2)减少到5.9个/km^(2),而平均斑块面积呈增加趋势由0.120 km^(2)增加到0.169 km^(2)。综合来看宁夏沿黄平原区生态环境质量总体MRSEI值为0.0117刚好超过“较好”水平下限。

基于改进遥感生态指数的西安市长安区生态环境评价研究

基于遥感影像提取各生态指标,并运用组合权重法构建改进的遥感生态指数(RSEI),在探究其时空分异的基础上,选取地形、人口密度等自然-社会因子,采用地理探测器探究改进遥感生态指数时空变化的驱动因素,进一步探究自然-社会因子复合下西安市长安区的生态环境质量时空变化。结果表明:改进RSEI在2006—2019年由0.594 1增长至0.639 1,研究期间先降低再上升,生态环境质量总体呈好转态势;改进RSEI在长安区南部秦岭及周边地区较高,而长安区北部地区如高桥乡、长安区等经济发展迅速的地区较低;绿度、湿度和土地利用对遥感生态指数空间分异性解释力较大,是影响遥感生态指数的主要因子,其中绿度解释力最大,q值为0.952;2006—2019年自然∩自然复合因子为区域第一主导交互因子,其次为自然∩社会耦合,其q平均值分别为0.866 5和0.819 0。长安区生态环境总体上呈现好转态势,且其时空变化是自然和社会因子复合下的结果。

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。

基于改进遥感生态指数的岩溶山区生态质量评价——以澄碧河流域为例

[目的]研究澄碧河流域1988—2019年生态环境的时空演变特征及其变化原因,旨在快速、科学地评价岩溶区生态环境质量变化,为岩溶区生态环境的保护、治理以及发展规划提供科学依据。[方法]基于Landsat遥感影像,引入归一化山地植被指数(NDMVI),改进综合生态评价指数(CEEI)模型,对西南典型岩溶区澄碧河流域1988—2019年生态环境质量进行动态监测,利用空间自相关方法定量分析流域生态环境质量的空间分布特征。[结果]①CEEI具有一定的科学性,并能较好反映研究区生态环境质量情况及时空分异特征;②1988—2019年研究区生态环境质量处于中上水平,整体呈上升趋势,低值区主要分布在流域北部岩溶峰林区与库区周边;③研究区生态环境质量具有一定的空间正相关关系,但聚集性逐渐减弱。[结论]改进的CEEI模型能够较好地反映澄碧河流域生态环境质量。澄碧河流域CEEI均值总体呈上升趋势,生态环境质量得到改善。

基于遥感生态指数的三亚市土地利用变化模拟

良好的生态环境有利于社会经济的健康发展。在城市发展过程中加强生态监测及约束,有利于城市的可持续发展。本研究通过遥感生态指数(RSEI)监测评估2014和2018年的海南省三亚市生态环境质量状况,将RSEI监测结果依据生态环境质量等级划分出不同生态约束条件,结合PLUS模型模拟2030年不同生态约束情景的三亚市土地利用变化。结果表明:2014—2018年间三亚市RSEI从0.656下降至0.632,整体生态环境质量变差,生态环境退化区域主要发生在经济开发热点区域。2030年的模拟显示,自然发展情景中建设用地扩张显著,同时侵占林地和耕地,对生态安全和耕地造成威胁;结合RSEI的2种生态约束情景模拟显示,建设用地扩张和林地下降趋势均得以控制,严格生态约束情景对生态空间的保护作用更为明显。研究结果表示加强生态约束可以有效抑制城市建设用地无序扩张以及维持森林数量,有助于可持续发展的实现。

基于改进遥感生态指数的海南岛生态环境质量动态变化

为定量分析海南岛生态环境质量,基于耦合绿度、湿度、干度、热度4项指标的遥感生态指数(Remote sensing ecological index,RSEI),考虑土地利用强度、人口聚集度与坡度对海岛生态系统的影响,增加土地利用、人口分布、地形3项指标,利用主成分分析法构建了改进遥感生态指数(Improved remote sensing ecological index,IRSEI)模型。利用RSEI与IRSEI分别对海南岛2000—2020年的生态环境质量进行动态监测,分析IRSEI的合理性以及两者与生态环境状况指数(Ecological index,EI)的相似性。结果表明:与RSEI相比,IRSEI与EI指数更接近,且具有很好的合理性,IRSEI突出土地利用、人口分布与地形地貌对生态环境质量的影响,可以对海南岛生态环境质量进行准确、客观的评价。2000—2020年间海南岛生态环境质量呈现"下降-上升-下降"的变化趋势,但整体来说,IRSEI均值从0.721上升至0.766,其生态环境质量得到提升。生态环境质量等级为优、良的土地各年份占比均超过89%,等级为差、较差的土地占比极少,二者之和在各年份所占比例均低于1.48%;海南岛中南部地区的生态环境质量高于东部、北部以及环岛地区,生态环境质量总体处于优良水平。生态环境质量提升的区域覆盖面积为12278.00 km^(2),占比47.5%,生态环境质量有所下降的区域覆盖面积为3124.07 km^(2),占比12.1%;改善地区主要分布在北部和东部,退化地区主要分布在人口密集的环岛沿海城市带。研究构建了适用于海南岛的生态质量评估体系,为海南省生态环境的治理保护和相关政策法规的制定提供科学依据。

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(improved remote sensing ecological index,IRSEI),耦合对生态具有重要影响的绿度、湿度、温度及改进后的干度指标信息,利用主成分分析法及相关性对IRSEI进行了分析,建立基于IRSEI的宜宾市三江汇合区生态评价模型,对该地区2013—2020年间生态环境做出分析评价。结果表明:IRSEI能够更加精准地反映出干度对生态造成的负面影响,较RSEI在第一主成分分量中能够集中更多有用信息,对城市生态环境质量评测具有更好的适用性。2013年,该区域IRSEI为0.54,生态总体状况一般,原因在于城区扩张严重,破坏了原有植被;2017年,IRSEI为0.67,退耕还林的持续推进以及城区生态的恢复,使得绿度明显上升,因此生态状况较2013年大为好转;2020年,IRSEI为0.63,绿度、湿度以及干度基本与2013年持平,但由于城市扩张带来的热岛效应,温度较2017年有所上升,因此生态水平轻微下降。

基于改进型遥感生态距离指数的秀山县生态环境质量评估

快速准确评估区域生态环境质量与变化对于喀斯特石漠化地区的生态监测具有重要意义。通过选取重庆市秀山县为研究区,以1990年、2002年和2016年Landsat5/8影像为主要数据源,提取石漠化指数(RI)、建筑裸土指数(NDSI)、湿度指数(WI)、植被指数(NDVI)建立改进型遥感生态距离指数(MRSEDI),对秀山县生态环境质量及变化进行评估。结果发现:①秀山县1990年、2002年和2016年MRSEDI均值分别为0.617、0.665和0.748,呈现上升趋势;②秀山县1990—2016年间生态环境质量优良等级区域面积呈现上升趋势,优良等级区域面积从1990年的55.94%增加到2016年的82.67%;③26 a间,秀山县大部区域生态环境质量变化情况为变好和不变,其中变好区域占全县面积的54.01%,不变区域占全县面积的34.49%。秀山县生态环境质量较好,且生态环境呈现继续变好趋势,秀山县26 a间一系列生态环境保护措施具有一定成效。