利用GEE进行1990~2022年小江流域生态环境质量时空格局与演变趋势分析

云南省小江流域是长江上游生态修复示范区,评估和监测该区的生态环境质量是该区生态文明建设中一项非常重要的基础工作. 选取1990年、1995年、2000年、2005年、2010年、2014年、2018年和2022年的Landsat遥感影像数据,提取了绿度（NDMVI）、湿度（WET）、干度（NDBSI）和热度（LST）这4个指标,采用主成分分析法构建了遥感生态指数（RSEI）,利用GEE平台、ArcGIS 10.7平台和Python平台,结合地学信息图谱、变异系数、Mann-Kendall趋势检验、Sen''s斜率估计和Hurst指数等分析方法,对1990~2022年间小江流域的生态质量时空格局和变化趋势进行分析. 结果表明：①研究区生态质量空间上具有较明显的地理分异性,到2022年生态质量等级为优、良的区域主要分布在高山植被覆盖较好的区域,生态质量较差的区域主要分布在地势相对较低的泥石流沟谷区域;时间尺度上,1990~2022年研究区的RSEI指数从1990年的0.41增长到2022年的0.55,生态环境质量整体呈波动改善趋势,平均增幅为0.048（10 a）^-1,这与近些年该区大力开展的退耕还林、泥石流防治和水土保持、重金属污染治理等一系列生态建设工程密不可分. ②相较于NDVI指标,NDMVI对地形起伏区域的植被信息更加敏感,尤其是在阴影区域,能更准确定量描述植被信息,更适合用于高山峡谷区的绿度信息表达,从而使得RSEI更适用于高山峡谷区的生态质量评价;③小江流域RSEI变异系数平均值为0.202,生态环境质量整体的波动性较小,高波动主要集中在沿小江断裂带两侧的泥石流沟谷区域中,这些区域地表由裸露岩石、泥沙构成,容易受季节、气候和人为活动的影响;④该区生态环境质量上升面积占85.72%,下降面积占10.15%,未来变化趋势将以持续改善和未来退化为主,占比分别为44.75%和39.97%,因此,需要紧密监测处于退化潜在风险的区域. 研究结果可为小江流域进一步开展生态环境保护、治理和可持续发展工作提供理论依据.     

基于遥感生态指数的淮河流域生态环境质量时空演化及其驱动因素分析

厘清流域生态环境质量的时空演化特征及其对自然环境和人为因素的响应,对流域生态环境政策实施至关重要. 利用谷歌地球引擎建立遥感生态指数（RSEI）,结合趋势分析、变异系数和Hurst指数对淮河流域2002~2022年的生态质量时空变化进行评价,并运用地理探测器探究RSEI空间分异性的主要驱动因子. 结果表明：①近21年淮河流域RSEI总体上改善,但呈阶段性上升-下降趋势,其中差和较差等级面积呈减小趋势,中等级面积呈增加趋势,良和优等级面积呈增加趋势. 改善面积占比为55.93%,退化面积占比为22.01%. ②空间分布上,RSEI整体呈现自东向西逐渐变差的分布特征（西北和西南边缘山区除外）. 东部稳定性较好,西部和中部稳定性较差. 未来流域生态质量变化为反持续性,以改善为主. ③因子探测结果显示,淮河流域RSEI空间分异主要受到植被因子的驱动作用,其次为海拔. 双因子间的交互作用增强了对RSEI空间分异的驱动力,其中植被因子和海拔的交互作用对RSEI空间分异的驱动力最强,达到86.3%.     

1990～2020年黄河流域典型生态区生态环境质量时空格局及驱动力分析

科学评估生态环境质量是实现区域生态可持续发展的前提.基于1990～2020年Landsat遥感影像,采用熵值法构建遥感生态指数(E-RSEI),结合Mann-Kendall趋势检验、Sen倾斜度、Hurst指数和稳定性分析,在多时空尺度下分析黄河流域典型生态区的生态环境质量时空变化格局,并利用地理探测器量化了环境和人为等8个因子对E-RSEI时空分布的影响.结果表明：(1) 31年间E-RSEI均值为67.5%,时间尺度上呈增加趋势,平均增幅为0.066·(10 a)^-1,空间尺度上呈东低西高、南高北低的分布特征;(2)研究区生态环境质量未来变化趋势将以持续性改善为主,但仍有9.33%的区域存在退化的潜在风险.(3)降水是影响该区域E-RSEI空间分布的关键环境因子,人为因子的影响力较低,同单因子相比,因子交互作用对生态环境质量的解释力更强,降水与其他因子的交互作用处于主导地位.研究结果可为黄河流域生态区生态环境质量的可持续发展提供科学参考.     

基于改进遥感生态指数的青藏公路那（曲）安（多）段生态环境评估及驱动机制分析

青藏公路沿线生态环境是西藏地区生态文明建设的重要组成部分,目前研究青藏高原独特的地理环境普遍存在数据获取困难、时效性过低及未考虑研究区独特的“高寒盐碱”环境状况等问题.基于GEE平台及研究区独特地理环境,对遥感生态指数（RSEI）进行改进,采用主成分分析法构建一种新的适用于高寒盐碱地区的盐碱遥感生态指数（SRSEI）作为生态环境质量评价指标,利用ArcGIS 10.3平台、地理探测器等方法在多时空尺度下分析青藏公路那曲至安多段沿线生态环境质量空间分布格局与时间变异趋势,并探究自然和人为等8个控制因子对SRSEI时空变化的驱动机制.结果表明：①相较于RSEI,SRSEI对植被更加敏感,对植被稀疏和盐碱化严重地区的分辨能力更强,适合高寒盐碱区生态质量评价.②研究区生态环境质量空间尺度上存在明显的地理分异性,生态质量较差的区域主要集中在北部安多县城,质量等级为优和良地区主要分布在中西部和东南部那曲地区;时间尺度上32年间研究区生态环境整体呈改善趋势,中西部和东南部植被覆盖度明显增加,对生态环境有很强的改善作用,改善面积1 425.98 km²,占比99.82%.SRSEI均值为0.49,总体呈波动上升趋势,平均增幅为0.015 7 a^-1.③土地利用方式是研究区生态环境质量变化中驱动力最大的影响因子,多年份平均q值0.1576,环境因子的影响力较低;多因子交互结果显示,研究区的生态环境现状是多重因素共同作用的结果,所有因子在交互作用下均有协同增强的作用,且人为因素的影响力在逐步上升,植被净初级生产力（NPP）和土地利用方式交互作用是研究区生态环境质量的主要交互控制因子.该研究可为那曲至安多段沿线生态环境保护和可持续发展提供理论依据.     

南方红壤典型水土流失区植被覆盖度变化及其生态效应评估——以福建省长汀县为例

南方红壤典型水土流失区--福建省长汀县曾因生态破坏导致严重的水土流失.经过多年以植树为主的生态修复,该县生态面貌有了明显的改观.论文首先采用线性光谱混合分析模型计算植被覆盖度,并在此原始模型的基础上提出了对地形阴影进行修正的方法来获取植被覆盖度.精度验证表明,在线性光谱混合分析模型中加入山地指数(NDMVI)波段能够削弱地形阴影问题,提高植被覆盖度反演精度.在此基础上利用多时相遥感影像分析了长汀2001-2013 年植被覆盖度的时空变化,并利用遥感生态指数(RSEI)定量评价了长汀水土流失生态修复的效果.结果表明,经过13 a 的水土流失治理,长汀的植被覆盖度有了明显的升高,从2001 年的75.1%上升到2013 年的86.5%.RSEI 生态指数值也随之上升,生态等级为优良的面积比例从85.83%增加到90.59%,反映了长汀县生态质量整体有了明显的提高.植被的生态效应定量研究表明,长汀县的植被覆盖度每增加10%,RSEI 生态指数值至少提高10%,植被覆盖度的生态提升效应显著.     

鄱阳湖流域生态环境动态评估及驱动因子分析

鄱阳湖流域生态环境是我国南方地区生态文明建设的重要组成部分.基于Landsat卫星遥感影像,利用主成分分析方法构建遥感生态指数(RSEI)作为生态环境质量评价指标,引入地理探测器模型定量剖析不同影响因素对生态环境空间分异性的影响,分析鄱阳湖流域1990～2020年生态环境质量变化及不同驱动因子的影响程度.结果表明：(1)流域内生态环境质量存在明显的区域性差异,生态质量等级为差和较差地区主要分布在流域中北部的低海拔平原与台地,质量等级为优和良地区主要分布在流域西南部的丘陵山地区域;(2)近30年鄱阳湖流域生态环境整体呈改善趋势,改善地区主要位于低海拔平原区域;(3)人口密度是鄱阳湖流域生态环境质量变化中驱动力最大的影响因子,与城市化发展密切相关的夜间灯光指数因子q值多年来呈升高趋势,鄱阳湖流域生态环境质量受城市化发展的影响越来越大.结果可为鄱阳湖流域生态环境保护工作提供理论依据.     

重庆中梁山矿区生态环境质量时空变化分析

文章基于Landsat TM/OLI图像和各统计年鉴、公报数据,利用主成分分析法,采用遥感生态指数（RSEI）方法,对中梁山矿区2000-2020年生态环境质量变化进行评估,并与综合指数法评估结果进行对比。结果表明：（1）矿区RSEI受采矿活动和生态修复影响呈先下降后上升的趋势,由2010年的0.501上升至2020年的0.616,修复效果显著。（2）矿区不同片区生态环境质量变化呈现两极分化的趋势,等级为优的面积增加33.18%,等级为差和较差的面积没有减少。（3）矿区生态环境修复效果变好且趋于稳定。RSEI增加的面积占比和级差不超过2的面积占比均增加。（4）遥感生态指数法与综合指数法评估结果接近,皮尔逊检验相关系数为0.966,显示RSEI可以较好反映矿区生态环境质量的时空变化特征。     

基于AWRSEI的岱海流域生态环境质量时空演变及驱动因子分析

流域是重要的生态安全屏障和社会经济发展区域,为了更加客观准确地评价干旱和半干旱区流域生态环境质量,基于遥感生态指数（RSEI）引入盐度指标构建适用于干旱和半干旱区流域的遥感生态指数（AWRSEI）并以岱海流域为例分析其适用性.基于AWRSEI模型,采用4期Landsat TM/OLI合成影像,对2001~2020年岱海流域的生态环境质量进行定量评价,通过变异系数和空间自相关分析岱海流域生态环境质量时空演变规律,并通过地理探测器进行成因分析和驱动因子解释力分析.结果表明：①AWRSEI与各生态因子的平均相关系数为0.860,比单个指标分量更具代表性;第一主成分的荷载正负值和排序与RSEI一致,特征值贡献率比RSEI高3.69%,评价结果与真实地表情况更为接近,适合用于干旱区流域的生态环境质量评价.②岱海流域2001~2020年AWRSEI指数的年均值为0.427,生态环境质量基础较差,期间AWRSEI的均值呈现波动上升的趋势,并且在2020年均值达到最高0.502.整体生态环境质量明显好转,恶化区域减少了20.51%,改善区域增加了12.71%.空间分布上,岱海流域南部和西北部高海拔地区的林地生态环境质量优,北部和南部中海拔地区生态环境质量较差,湖区北侧生态环境质量优于南侧.③岱海流域AWRSEI变异系数平均值为0.280,生态环境质量状况稳定,整体变化波动较小,高波动主要集中在湖区南侧和居民点区域.岱海流域生态环境质量存在显著的空间自相关性,高-高集聚区主要分布在高海拔的林地区域和低海拔耕地区域;低-低集聚区零星分布在中海拔区域.④2001~2020年岱海流域生态环境的提升主要由于NDVI提高,NDBSI和NDSI降低.NDVI和NDBSI是交互作用最强的组合,对生态环境的解释力最强.土地利用是AWRSEI的主导因子,解释力最强.土地利用和气象因子的组合是交互作用最强,且各驱动因子之间均为增强关系.     

2000—2014年四川省气溶胶时空格局及其驱动因子定量研究

论文研究四川省2000—2014年气溶胶光学厚度的时空演变趋势,并综合自然和人为两方面因素,从区域尺度上对四川省气溶胶光学厚度演变的驱动力进行定量研究,更进一步从像元尺度上分析驱动力的空间分异。结果表明：1）四川省以中部盆地为气溶胶光学厚度高值中心区且增长趋势最为明显,川东平行岭谷值较小且有轻度减少趋势,川西高原、川西南山地值最小,但有轻度增长趋势;2）区域尺度上,对气溶胶光学厚度驱动力主导因子进行定量研究,建立了气溶胶光学厚度（AOD）与GNP、降水量和归一化植被指数的多元回归模型,即AOD=0.849+0.567×GNP-0.909×降水量-0.077×归一化植被指数,该模型较好地体现了在更为宏观的区域层面上四川省气溶胶光学厚度演变驱动力的定量作用;3）像元尺度上,驱动力的空间分异表现为中部盆地气溶胶光学厚度主要受人为和地表因素影响,川东平行岭谷、川西高原和川西南山地气溶胶光学厚度受气象和地表因素影响较多。由于川渝地区秋冬季多云雾,有效的气溶胶卫星观测数据偏少,因此如何在秋冬季获取气溶胶光学厚度有效数据是未来应加强的工作;在驱动力因子方面人为因子的选取划分可以进一步具体化;由点到面的插值会影响驱动力因子数据的精度,故如何通过高精度的插值方法来提高数据的精度亦是未来提高驱动力定量研究准确性的发展方向。     

区域生态环境变化的遥感评价指数

基于遥感信息技术提出一个新型的遥感生态指数(RSEI),以快速监测与评价区域生态质量.该指数耦合了植被指数、湿度分量、地表温度和土壤指数等4个评价指标,分别代表了绿度、湿度、热度和干度等4大生态要素.与常用的多指标加权集成法不同的是,本研究提出用主成分变换来集成各个指标,各指标对RSEI的影响是根据其数据本身的性质来决定,而不是由人为的加权来决定.因此,指标的集成更为客观合理.将RSEI应用于福建长汀水土流失区,并与国家环境保护部《生态环境状况评价技术规范》中的生态指数EI的计算结果相比较,发现二者的结果具有可比性.不同的是,RSEI不仅可以作为一个量化指标,而且还可以对区域生态环境变化进行可视化、时空分析、建模和预测.因此,可弥补EI指数在这些方面的不足.     

晋西南黄土高原区植被覆盖度变化及其生态效应评估

水土流失和生态退化是黄土高原区面临的严峻问题,已经严重制约了经济发展。基于TM和OLI数据,分别估算晋西南黄土高原区的植被覆盖度（FVC）和遥感生态指数（RSEI）,定量分析了晋西南黄土高原区的植被和生态恢复效果,并提出需要重点治理的区域。研究结果表明：（1）15年间晋西南黄土高原区的植被覆盖度和遥感生态指数都呈现增加的趋势,FVC指数从2002年的42.69%增加至2017年的47.67%,RSEI指数由2002年的45%增加至2017年的52.5%,反映出研究区生态质量有了明显提高;（2）除研究区内芝河流域、汾河谷地和沁河流域的生态质量出现严重退化外,研究区大部分区域的FVC指数和RSEI指数都呈改善趋势,因此需对芝河流域、汾河谷地和沁河流域加大生态治理力度;（3）除研究区汾河谷地外,其余地区植被覆盖度和遥感生态指数的变化趋势基本吻合,汾河谷地由于冬小麦大面积种植,植被覆盖度得到一定程度改善,但遥感生态指数并没有明显改善。     

基于退耕还林工程的生态环境质量动态变化研究—以云南兰坪县为例

2014年云南省怒江傈僳族自治州（简称怒江州）正式启动新一轮退耕还林还草工程,为探讨该轮退耕还林工程对怒江州兰坪白族普米族自治县（简称兰坪县）生态环境质量的影响,选择退耕还林工程实施前（2013年）、实施中（2017年）和实施末期（2020年）3个时间,基于遥感生态指数模型,选取绿度、干度、湿度和热度4个指标,运用主成分分析法对兰坪县2013—2020年的生态环境质量动态变化进行研究。结果表明：1）2013—2020年兰坪县生态环境质量处于上升趋势,中排乡、石登乡和河西乡的生态环境质量改善较为明显;2）2013—2020年,75%以上区域的生态环境质量等级保持不变,其他区域的生态环境质量等级呈小幅度变化,生态环境质量变好的区域面积要大于生态环境质量变差的区域面积;3）退耕还林斑块的生态环境质量提升程度要高于退耕还林2 km缓冲区以及整个研究区的生态环境质量提高程度,退耕还林工程对生态环境质量的改善具有显著影响,可通过进一步推进退耕还林工程来改善兰坪县的生态环境质量;4）研究区潜在的退耕区主要分布在中排乡、石登乡、营盘镇和兔峨乡4个乡镇,其可作为进一步退耕还林的重点区域。

     

2000年以来内蒙古生长季旱情变化遥感监测及其影响因素分析

为探讨内蒙古旱情状况及其影响因素,利用MODIS 16 d合成的植被指数产品数据MOD13A2和8 d合成的地表温度产品数据MOD11A2构建Ts-NDVI特征空间,计算温度植被干旱指数（TVDI）,基于内蒙古2000—2017年生长季每16 d的TVDI分析了近18年来内蒙古生长季旱情时空分布特征,结合气温和降水资料初步探讨了旱情变化的影响因素。结果表明：（1）2000—2017年内蒙古生长季TVDI平均值为0.6,重旱和中旱所占面积最大,其中2007年、2010年为旱情最为严重的年份。内蒙古干旱空间分异明显,西南部以轻旱为主,中部地区以中旱为主,大兴安岭以西的呼伦贝尔草原等地旱情严重。（2）近18年内蒙古生长季干旱程度呈现轻微加重趋势,年际变化值θ_slope介于-0.07~0.7之间,阿鲁科尔沁旗东北部至霍林河一带旱情加重趋势最为严重,阿荣旗和扎兰屯等农业生产地区旱情有轻微加重趋势。（3）2017年内蒙古生长季以区域性和局域性干旱为主,6月和9月干旱最为严重,呼伦贝尔草原和鄂尔多斯高原西部干旱发生频率高且程度重。（4）内蒙古干旱影响因子分析结果表明,TVDI值与气温呈正相关、与降水和坡度呈负相关、与小于1300 m的高程呈正相关、与大于1300 m的高程呈负相关关系。内蒙古生长季TVDI与气温和降水偏相关分析结果表明,锡林郭勒盟苏尼特左旗北部、呼伦贝尔鄂伦春自治旗和呼伦贝尔草原等地旱情与气温正相关关系较为显著（P<0.01）,锡林郭勒盟东北部干旱情况与降水负相关关系较为显著（P<0.01）,其中,气温对旱情的影响强于降水。     

中国西北地区生态需水研究(2)——基于遥感和地理信息系统技术的区域生态需水计算及分析

在西北干旱、半干旱地区,随着人口增长和经济发展,国民经济需水与生态环境需水成为水资源开发利用和生态环境保护的主要矛盾。因此,合理量化生态环境需水是西北水资源优化配置亟待解决的问题。论文着重研究两方面的内容:一是基于植被生长需水的区域分异规律,采用遥感和地理信息系统技术实现生态的空间分区,以生态分区和流域水平衡为基础量化生态需水;二是基于可持续发展的生态模式,确定生态保护目标和生态建设规模,并预测生态需水。     

基于遥感信息的吕梁山贫困区生态安全评价

本文基于四个时段的遥感影像光谱信息计算了吕梁山连片贫困区的遥感生态指数（RSEI）及植被覆盖度（FVC）,分析了其生态环境时空变化规律.结果表明：（1）1993~2018年间研究区FVC整体呈下降趋势,FVC由1993年0.65下降到2018年0.55;而RSEI整体上亦呈下降趋势,由1993年的0.47下降到2018年的0.40.（2）研究区整体生态环境呈退化趋势,其中北部、南部退化最为严重,除黄河沿岸外,其他河道沿线区域的FVC及生态环境退化明显.（3）研究区RSEI值整体偏低且区域差异性显著,其中部地区是生态环境最为脆弱,北部忻州及南部临汾地区近年来生态环境退化尤为显著.（4）FVC变化趋势与RSEI变化趋势基本一致,FVC的增加对生态环境产生积极影响,而经济快速发展带来的道路、建筑用地、农田的增加对生态环境产生消极影响.区域扶贫发展的过程中应注意平衡经济发展与生态环境保护间的关系,避免进一步损害该区脆弱的生态环境.