基于RSEI指数的丹霞山生态质量评价
研究使用的数据采用多光谱Landsat8_OLI卫星遥感影像,每年在云量低于1%的影像中挑取质量最佳的一景,数据经过辐射定标和大气校正等一系列预处理。研究采用遥感生态指数(RSEI)法:该指数通过植被指数、湿度信息、地表温度以及建筑-裸土信息耦合了绿度、湿度、热度、干度四大生态要素,通过主成分分析方法综合表达了区域生态环境质量。RSEI法所需的数据易获取、适用于丹霞山等区域性气候地区的生态质量评价。归一化植被指数(DNVI)是植物生长状态以及植被密度分布的最佳指示因子,反映农作物长势和营养信息的重要参数之一,又被称为标准化植被指数,被广泛应用于遥感图像研究植被及植物物候方面,因此,选用DNVI代表绿度指标。缨帽变换是一种对数据压缩和去冗余的技术,其绿度、湿度、亮度分量与地表物理参数有直接关系,在生态环境监测中被广泛应用,其中的湿度与土壤的湿度和植被紧密相联系,因此,本研究中的湿度指标采用WET分量来表示。土壤干化会给区域生态环境造成严重危害,造成土壤干化的因素有裸土和城区建筑用地。因此,干度指标(NDSI)可由裸土指数(SI)和建筑指数(IBI)二者合成。辐射传输方程法是一种较早的基于大气辐射模型的传统算法,任何遥感数据的热红外波段都可以用其进行地表温度反演,因此本研究采用辐射传输方程法反演地表温度作为热度指标。空间主成分分析方法(PCA)是图像信息提取与数据压缩中应用较为广泛的方法。该方法运用对特征光谱空间坐标的旋转去掉各指标之间的相关性,从而达到将4个指标的主要信息集中在少量主成分上。本研究通过主成分分析(PCA)合成生态指数(RSEI)。RSEI=F(NDVI,WET,NDSI,LST)其中,RSEI为遥感生态指数;LST为地表温度(℃);NDVI为植被指数;WET为湿度信息(%);NDSI为建筑-裸土信息。为便于度量指标,对RSEI进行标准化处理,最终RSEI指数取值范围为[0,1]。表1是主成分分析中的第1主成分(简称PCI)统计结果,表达了各指数在不同成分间的载荷量,其正负性对应主成分影响正负性。由表1数据可知,2017-2021年的PCI贡献率均大于60%,PCI集中了4个指标的大部分特征。各指标对PCI的贡献程度均不相同,其中绿度和湿度对PCI的贡献是正面影响,而干度和热度对PCI的贡献是负面影响,即表明绿度和湿度对区域生态质量起正面作用,干度和热度则起负面作用。在PCI中,绿度载荷量最大,对PCI影响程度最高。其他成分特征值明显变小,且正负性并不具有科学意义,故PCI可表达4个指标。![](https://file.futurephecda.com/images/news/1705009801854442.png?)
相关系数可以反映不同事物间密切程度,表2是各指标和RSEI指数的相关性系数值,其中绿度和湿度与RSEI的相关系数均为正值,干度和热度与RSEI的相关系数均为负值,这与表1所反映的结果一致。表2中相关系数值小于0.5的占比为20%,可见绝大部分的相关系数值较高。综合分析可知,RSEI指数可以集成4个指标的大部分信息,可以更全面地综合表达研究区域的生态状况。![](https://file.futurephecda.com/images/news/1705009801548313.png?)
表3为丹霞山2017-2021年各指标均值统计情况。从表3可以看出,在这近5年NDVI基本维持,其中在2021年略有增长,LST在近5年呈下降趋势,WET波动变化,NDSI在近3年呈下降趋势。RSEI指数均在0.68以上,表明丹霞山的生态质量整体水平较高,且稳中有升。![](https://file.futurephecda.com/images/news/1705009801502813.png?)
将RSEI指数以0.2分级,共分5个生态等级,其中数值取值范围[0,0.2)、[0,0.2)、[0.2,0.4)、[0.4,0.6)、[0.6,0.8)、[0.8,1]分别对应生态质量差、较差、中级、良级、优级。由表4中的RSEI分级占比可知,2017-2021年,丹霞山RSEI为优级的面积占比逐年升高,其中以2019年增长最为明显,较2018年增长36.46%;其次为2020年,较2019年增长20.77%。丹霞山RSEI为良级的面积占比逐年下降,中级的面积占比大体上也呈现下降趋势,较差级别和差级别的面积占比虽间中有升,但总体占比都较低,这表明丹霞山的生态保护工作对整体的生态质量的提升起到良性作用。![](https://file.futurephecda.com/images/news/1705009802316794.png?)
丹霞山RSEI指数在2019年出现的明显增长与丹霞山管理部门科学规划、大力推进景区生态文明建设工作息息相关。为了更直观地观察研究区生态质量的变化情况,本研究对2017、2021年的RSEI数据进行对比分析。从2017和2021年丹霞山RSEI分布(图1)可见,2021年生态质量为良级以上的面积占了丹霞山绝大部分面积,生态质量为优级的面积较2017年明显增长,增幅达到65.94%,增长面积空间分布合理,生态质量在中级以下的面积占比较小且基本集中在山塘、河流区域。![](https://file.futurephecda.com/images/news/1705009802581532.png?)
图1丹霞山2017年(a)和2021年(b)RSEI分级图本研究将2017、2021年数据进行差值变化监测,再对差值进行频次正态分布分析,得出2021和2017年RSEI差值频次正态分布(图2)。![](https://file.futurephecda.com/images/news/1705009803980660.png?)
图22021和2017年RSEI差值频次正态分布图从图2可见,差值绝大部分集中在0.03~0.34区间中,表明丹霞生态质量提升明显。丹霞山的生态质量与其规划开发息息相关,近年来随着绿水青山就是金山银山的观念深入人心,生态保护工作力度越来越大。本研究对丹霞山2017-2021年生态质量变化分析,得出主要结论如下:1)通过主成分分析与相关性分析可知,RSEI指数从绿度、湿度、干度和热度4个生态角度综合表达丹霞山的生态质量,其中绿度和湿度对生态质量起积极作用,绿度对RSEI的贡献度最大,表明植被是丹霞山生态系统最重要的影响因素;干度和热度则相反,起到负面作用。2)2017-2021年丹霞山RSEI指数均在0.68以上,其中2021年较2017上升了20.6%,表明丹霞山的生态质量整体水平较高,且生态质量呈上升趋势。3)统计变化区域相关情况可知,2021年生态质量为良级以上的面积占了丹霞山绝大部分面积,生态质量为优级的面积较2017年增幅达到65.94%,增长区域空间分布合理,表明近5年丹霞山生态质量提升明显。丹霞山近5年的生态质量呈上升趋势,且生态质量空间分布合理,建议在今后的规划建设中继续保持生态保护力度,守住生态保护红线,提高植被质量,科学可持续发展,守护绿水青山。此外,本研究虽然得出一定的研究效果,但仍有许多不足之处,如生态质量评价数据会受到遥感数据质量及观测时间的影响,在后续工作中会进一步研究以减少评价误差。引用文献:付炳秀.基于RESI指数的丹霞山生态质量评价[J].广东气象,2023,45(5):62-65.
2018年4月发布灵鹊遥感星座计划
2019年1月成功发射技术验证星灵鹊一号A星
2019年3月发射技术验证星灵鹊一号B星
2019年7月成功发射试验载荷HECATE-1
2020年9月发布灵鹊二号、三号计划
2021年4月发射金紫荆一号/金紫荆一号02星
2021年12月发射金紫荆一号03星
2022年5月发射金紫荆一号04星
2022年12月发射金紫荆一号05/06星
2025年初期计划132颗,后期计划378颗
微博:零重力实验室
官网:www.cubesatgarage.com
![](https://file.futurephecda.com/images/news/1705009805490924.gif?)