改进型遥感生态指数及干旱区生态环境评价

改进型遥感生态指数及干旱区生态环境评价 ‍Enhanced remote sensing ecological index and ecological environment evaluation in arid area 1 2 3 first-author 张伟，研究方向为遥感影像处理与时序分析。E-mail： zhangwrs@163.com 张伟，研究方向为遥感影像处理与时序分析。E-mail： zhangwrs@163.com zhangwrs@163.com 1 2 3 corresp 杜培军，研究方向为城市环境遥感。E-mail： peijun@nju.edu.cn 杜培军，研究方向为城市环境遥感。E-mail： peijun@nju.edu.cn peijun@nju.edu.cn 1 2 3 1 2 3 1 2 3 4 南京大学 地理与海洋科学学院, 南京 210023 南京大学 地理与海洋科学学院, 南京 210023 School of Geography and Ocean Science, Nanjing University, Nanjing 210023, China School of Geography and Ocean Science, Nanjing University, Nanjing 210023, China 自然资源部国土卫星遥感应用重点实验室, 南京 210023 自然资源部国土卫星遥感应用重点实验室, 南京 210023 Key Laboratory for Land Satellite Remote Sensing Applications of Ministry of Natural Resources, Nanjing 210023, China Key Laboratory for Land Satellite Remote Sensing Applications of Ministry of Natural Resources, Nanjing 210023, China 江苏省地理信息资源开发与利用协同创新中心, 南京 210023 江苏省地理信息资源开发与利用协同创新中心, 南京 210023 Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China 山东建筑大学 测绘地理信息学院, 济南 250101 山东建筑大学 测绘地理信息学院, 济南 250101 School of Surveying and Geo-Informatics, Shandong Jianzhu University, Jinan 250101, China. School of Surveying and Geo-Informatics, Shandong Jianzhu University, Jinan 250101, China. 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效的新方法。 Long-term, quantitative and dynamic monitoring of large-scale regional ecological environmental quality using remote sensing images can provide strong decision support for regional sustainable development. Based on the Remote Sensing based Ecological Index (RSEI), an enhanced Remote Sensing Ecological Index (ERSEI) is proposed from the perspective of the elements of the coupled ecosystem considering regional characteristics and application requirements of the ecological environment in arid areas. The ERSEI considers the factors of greenness (NDVI), wetness (Wet), dryness (NDBSI), and heat (LST) while introducing the Comprehensive Salinity Index (CSI) and estimation model of water network density (EMW). The salinity and Water Network Density (WND) are included in the ecological environment quality assessment. With the help of the Google Earth Engine (GEE) cloud computing platform, ERSEI is applied to the Hohhot-Baotou-Ordos-Yulin urban agglomeration in the arid area of northwestern China. The results show that the ERSEI can fully reflect the detailed characteristics of the surface in arid areas and effectively highligh the gradual information of the radiation impact of the water network on the surrounding environment. According to the spatial measurement and time series evolution analysis of ERSEI in the Hohhot-Baotou-Ordos-Yulin urban agglomeration from 2000 to 2020, it is found that areas with good ecological environment quality are mainly distributed in the Hetao Plain, Daqing Mountain and the side close to Luliang Mountain. Areas with poor ecological environment quality are mainly concentrated in the Mongolian Plateau, near the Hobq Desert and the Mu Us Sandy Land, and the quality of the ecological environment has shown a continuous decline. Therefore, these areas should be treated as ecological risk early warning zones to strengthen governance. The ERSEI provides a fast and effective new method for the normalized monitoring of ecological environment quality in arid areas. 改进型遥感生态指数 生态环境质量评价 时序演变分析 Google Earth Engine 呼包鄂榆城市群 生态风险预警区 ERSEI spatial measurement of ecological environment time series evolution analysis Google Earth Engine Hohhot-Baotou-Ordos-Yulin urban agglomeration ecological risk warning zone 1　引言 1 伴随气候变化和人类活动的增强，诸多区域和全球性生态环境问题日益突出，如草场退化、旱灾洪涝频发、生物多样性降低等（ Dinerstein等，2020 Dinerstein等，2020 ； Mi等，2021 Mi等，2021 ； Pimm等，2014 Pimm等，2014 ）。中国在“十四五”规划中重点强调要坚定不移地走生态优先的绿色发展之路，积极践行“既要金山银山，也要绿水青山”的可持续发展理念（ 刘峥延 等，2019 刘峥延 等，2019 ）。因此，准确认知生态环境质量状况及变化趋势，对于加强生态环境治理和区域规划、应对全球变化以及实现与生态环境相关的可持续发展目标等具有重要意义，如何快速高效地从空间尺度表征和测度区域生态环境质量是常态化监测的关键之一。 干旱区通常蒸散量大、风蚀强烈、水源紧缺，这些典型特征使其生态环境承载力脆弱。近年来，随着城市扩张、资源开发和气候变化等的持续扰动，进一步加剧了干旱区资源与人口密度空间错配、土地荒漠化及盐碱化等系列生态环境问题（ 陆大道和陈明星，2015 陆大道和陈明星，2015 ； 杨宇 等，2019 杨宇 等，2019 ）。为推进区域生态友好型的可持续发展模式，亟需在广域尺度上开展生态环境监测和系统性研究。2015年，国家环境保护部颁布了新的《生态环境状况评价技术规范》（ 中华人民共和国环境保护部，2015 中华人民共和国环境保护部，2015 ），明确利用生态环境状况指数EI（Ecological Index）评价区域的生态环境和变化趋势。众多学者也提出不同的理论模型、指标体系去评估和优化城市与环境协同发展模式（ 方创琳 等，2016 方创琳 等，2016 ； 梁龙武 等，2019 梁龙武 等，2019 ； 熊曦和肖俊，2021 熊曦和肖俊，2021 ）。总体上，这些研究多是基于面板数据展开分析，不利于从空间范围上精准定位和进一步细化定量。 遥感技术具有信息获取及时、覆盖面广、周期性强等特点，在生态环境动态监测中应用广泛（ Burke等，2021 Burke等，2021 ； 柳钦火 等，2018 柳钦火 等，2018 ）。目前基于遥感的生态环境评价主要分为两类：一类是运用单一生态因子进行评估分析，如利用遥感数据反演地表温度监测城区热岛效应（ 刘丽香 等，2021 刘丽香 等，2021 ），计算植被指数评价植被生态系统变化（ Islam等，2021 Islam等，2021 ）等。该类方法局限于因子单一，由于生态系统是复杂的巨系统，各组成部分之间相互关联和影响，仅靠单一指标难以有效表征区域生态环境的综合状况。另一类是集成多个指标对生态环境质量进行综合评估，典型代表即是遥感生态指数RSEI（Remote Sensing based Ecological Index）（ Xu等，2018 Xu等，2018 ； 徐涵秋，2013a 徐涵秋，2013a ， 2013b 2013b ），该指数完全基于遥感信息耦合自然生态因子对区域生态环境进行分析评价。当前，已有多个研究案例应用RSEI进行生态环境质量评估，其中基于中等分辨率Landsat影像的分析主要集中在城市（ Hu和Xu，2018 Hu和Xu，2018 ； 张浩 等，2017 张浩 等，2017 ）及小区域（ Xiong等，2021 Xiong等，2021 ； 杨江燕 等，2019 杨江燕 等，2019 ）；采用粗分辨率的MODIS（Moderate-resolution Imaging Spectroradiometer）数据分析主要集中于大区域（ Zheng等，2020 Zheng等，2020 ）及国家尺度（ 何盈利 等，2021 何盈利 等，2021 ）。然而，MODIS的评价结果无法在细粒度尺度上有效反映生态状况，虽然长时序存档的Landsat影像可以有效缓解这一问题，但利用Landsat影像计算RSEI进行大范围长时序监测的研究却甚少，尤其是针对干旱区。 RSEI的指标易获取且计算方便，无人为的权重、阈值设定，是一种高效的生态环境质量监测方法，已成功应用于大量研究，但不同区域生态环境具有地域特点，因而在针对特定区域分析时应适当改进RSEI。对此，一些学者提出了多型改进的遥感生态指数。 朱冬雨等（2021） 朱冬雨等（2021） 考虑自然条件下生态环境影响具有区域性，提出基于移动窗口的遥感生态指数，将其应用于矿区生态环境评价。 Li等（2020） Li等（2020） 通过固定主成分分析PCA（Principal Component Analysis）过程中特征向量的符号来改进RSEI的合成方式，以使其结果具有稳定性。 程琳琳等（2021） 程琳琳等（2021） 提出采用熵权法代替PCA来对各生态因子进行综合，将其应用于门头沟区的生态环境分析。 王杰等（2020） 王杰等（2020） 通过整合绿度、湿度、热度、盐度及土地退化度信息，建立了针对干旱区的干旱遥感生态指数。上述各型遥感生态指数面向具体需求提出了改进方案，然而在干旱区应用分析时需考虑水体对干旱区生态环境的重要影响，且针对干旱区的盐度指标应具有强的稳健性；另外，在大区域生态环境评价时，由于Landsat影像幅宽所限，所反演温度的拼接影像存在明显条纹现象，不适宜大范围应用。 鉴于上述分析，在绿度、湿度、干度、热度因子的基础上，提出了一种综合稳定盐度和水网密度WND（Water Network Density）因子的改进型RSEI（Enhanced RSEI， ERSEI）。基于GEE（Google Earth Engine）云计算平台，采用多期Landsat TM/OLI合成影像，对处于北方干旱区的呼包鄂榆城市群进行生态环境质量快速空间测度与时序演变分析，以期为干旱区生态环境定量动态监测提供新思路，为区域可持续发展的政策制定和规划治理提供科学依据。 2　理论与方法 1 2.1　改进的遥感生态指数 2 2.1.1　生态因子计算方法 3 生态系统是由生物群落与无机环境构成的统一整体，是影响生态环境的基本单元（ Pickett等，2011 Pickett等，2011 ）。一个完整的生态系统包括生物和非生物部分，生物部分由生产者（植被）、消费者和分解者组成，非生物部分包括水、温度、土壤等，为生物提供必要的物质能量和生存环境（ Alsterberg等，2017 Alsterberg等，2017 ）。针对生态系统的基本组成，以广域地表生态环境动态监测为导向，计算并构建绿度、湿度、干度、热度、盐度和水网密度6个生态因子。各因子所用指标、计算方法及参考文献如 表1 表1 所示，具体模型介绍如下： 注： ρ 表示影像波段反射率，B：绿波段，G：绿波段，R：红波段，NIR：近红外波段，SWIR1：短波红外波段1，SWIR2：短波红外波段2。 表征 指标 计算方法 参考 绿度 归一化植被指数（NDVI） （ ρ NIR - ρ R ）/（ ρ NIR + ρ R ） （Jiang等，2017） 2 湿度 2 湿度分量（Wet） Wet=0.0315 ρ B +0.2021 ρ G +0.3102 ρ R +0.1594 ρ NIR -0.6806 ρ SWIR1 -0.6109 ρ SWIR2 （Landsat TM） （Crist，1985） Wet=0.1511 ρ B +0.1973 ρ G +0.3283 ρ R +0.3407 ρ NIR -0.7117 ρ SWIR1 -0.4559 ρ SWIR2 （Landsat OLI） （Baig等，2014） 热度 地表温度（LST） MOD11A2 （Van Nguyen等，2015） 3 干度 3 干度指标（NDBSI） NDBSI=（SI+IBI）/2 （徐涵秋，2013a） <math id="M1"><mi mathvariant="normal">S</mi><mi mathvariant="normal">I</mi><mo>=</mo><mfenced separators="|"><mrow><mfenced separators="|"><mrow><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">S</mi><mi mathvariant="normal">W</mi><mi mathvariant="normal">I</mi><mi mathvariant="normal">R</mi><mn>1</mn></mrow></msub><mo>+</mo><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">R</mi></mrow></msub></mrow></mfenced><mo>-</mo><mfenced separators="|"><mrow><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">N</mi><mi mathvariant="normal">I</mi><mi mathvariant="normal">R</mi></mrow></msub><mo>+</mo><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">B</mi></mrow></msub></mrow></mfenced></mrow></mfenced><mo>/</mo><mfenced separators="|"><mrow><mfenced separators="|"><mrow><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">S</mi><mi mathvariant="normal">W</mi><mi mathvariant="normal">I</mi><mi mathvariant="normal">R</mi><mn>1</mn></mrow></msub><mo>+</mo><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">R</mi></mrow></msub></mrow></mfenced><mo>+</mo><mfenced separators="|"><mrow><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">N</mi><mi mathvariant="normal">I</mi><mi mathvariant="normal">R</mi></mrow></msub><mo>+</mo><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">B</mi></mrow></msub></mrow></mfenced></mrow></mfenced></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558375&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558342&type= 74.93000031 4.23333359 （Rikimaru等，2002） <math id="M2"><mtable columnalign="left"><mtr><mtd><mi mathvariant="normal">I</mi><mi mathvariant="normal">B</mi><mi mathvariant="normal">I</mi><mo>=</mo><mfenced open="{" close="}" separators="|"><mrow><mn>2</mn><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">S</mi><mi mathvariant="normal">W</mi><mi mathvariant="normal">I</mi><mi mathvariant="normal">R</mi><mn>1</mn></mrow></msub><mo>/</mo><mfenced separators="|"><mrow><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">S</mi><mi mathvariant="normal">W</mi><mi mathvariant="normal">I</mi><mi mathvariant="normal">R</mi><mn>1</mn></mrow></msub><mo>+</mo><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">N</mi><mi mathvariant="normal">I</mi><mi mathvariant="normal">R</mi></mrow></msub></mrow></mfenced><mo>-</mo><mfenced close="" separators="|"><mrow><mfenced separators="|"><mrow><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">N</mi><mi mathvariant="normal">I</mi><mi mathvariant="normal">R</mi></mrow></msub><mo>/</mo><mfenced separators="|"><mrow><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">N</mi><mi mathvariant="normal">I</mi><mi mathvariant="normal">R</mi></mrow></msub><mo>+</mo><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">R</mi></mrow></msub></mrow></mfenced><mo>+</mo><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">G</mi></mrow></msub><mo>/</mo><mfenced separators="|"><mrow><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">G</mi></mrow></msub><mo>+</mo><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">S</mi><mi mathvariant="normal">W</mi><mi mathvariant="normal">I</mi><mi mathvariant="normal">R</mi><mn>1</mn></mrow></msub></mrow></mfenced></mrow></mfenced></mrow></mfenced></mrow></mfenced><mo>/</mo></mtd></mtr><mtr><mtd><mfenced open="{" close="}" separators="|"><mrow><mn>2</mn><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">S</mi><mi mathvariant="normal">W</mi><mi mathvariant="normal">I</mi><mi mathvariant="normal">R</mi><mn>1</mn></mrow></msub><mo>/</mo><mfenced separators="|"><mrow><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">S</mi><mi mathvariant="normal">W</mi><mi mathvariant="normal">I</mi><mi mathvariant="normal">R</mi><mn>1</mn></mrow></msub><mo>+</mo><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">N</mi><mi mathvariant="normal">I</mi><mi mathvariant="normal">R</mi></mrow></msub></mrow></mfenced><mo>+</mo><mfenced close="" separators="|"><mrow><mfenced separators="|"><mrow><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">N</mi><mi mathvariant="normal">I</mi><mi mathvariant="normal">R</mi></mrow></msub><mo>/</mo><mfenced separators="|"><mrow><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">N</mi><mi mathvariant="normal">I</mi><mi mathvariant="normal">R</mi></mrow></msub><mo>+</mo><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">R</mi></mrow></msub></mrow></mfenced><mo>+</mo><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">G</mi></mrow></msub><mo>/</mo><mfenced separators="|"><mrow><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">G</mi></mrow></msub><mo>+</mo><msub><mrow><mi>ρ</mi></mrow><mrow><mi mathvariant="normal">S</mi><mi mathvariant="normal">W</mi><mi mathvariant="normal">I</mi><mi mathvariant="normal">R</mi><mn>1</mn></mrow></msub></mrow></mfenced></mrow></mfenced></mrow></mfenced></mrow></mfenced></mtd></mtr></mtable></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558370&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558369&type= 85.59799957 12.61533356 （Xu，2008） 4 盐度 4 综合盐度指标（CSI） CSI=（SI-T+NDSI+SI3）/3 本文提出 SI-T=（ ρ R / ρ NIR ）×100 （Tripathi等，1997） NDSI=（ ρ R - ρ NIR ）/（ ρ R + ρ NIR ） （Khan等，2005） SI3=Sqrt（ ρ G 2 + ρ R 2 ） （Nicolas等，2006） 水网密度 水网密度（WND） WND=WCD⊗HDW⊗VAW 本文提出 （1）绿度因子。植被是生态系统的生产者，对生态环境质量具有重要的表征作用。归一化植被指数NDVI（Normalized Difference Vegetation Index）常用于监测地表覆被状态，因而采用NDVI作为绿度因子。 （2）湿度因子。湿度因子由缨帽变换中的湿度分量（Wet）进行表征，其能够反映地表水分和湿度状态。 （3）干度因子。考虑到干旱区裸土范围相对较大，且分布一定数量的人类聚居区，干度因子由干度指标NDBSI（Normalized Differential Build-up and Bare Soil Index）进行表达，采用裸土指数SI（Soil Index）和建筑指数IBI（Index-based Build-up Index）求均值合成。 （4）热度因子。热度因子最直接的体现就是地表温度LST（Land Surface Temperature），遥感监测地表温度时常使用热红外波段的计算结果进行表征。由于Landsat幅宽所限，在大范围地表温度反演时需要进行影像合成，拼接线附近的时相差异会造成较为严重的条纹效应，不利于后期的分析评价，相关示例如 图1 图1 所示。为了获取稳定的地表温度，采用MODIS地表温度产品MOD11A2，尽管分辨率为1 km，但考虑到地表温度具有空间自相关性，在大范围研究时仍可用于表征区域热度因子。 1,2; （5）盐度因子。土地盐碱化、荒漠化以及草场退化等易造成土壤肥力下降，导致区域生态环境恶化，因此，在干旱区监测土壤盐碱化程度至关重要。土壤盐碱化的遥感指数众多，当面向大区域地表时，由于土壤质地和地貌类型存在一定差异，单一的盐度指数往往难以胜任（ Allbed等，2014 Allbed等，2014 ； 王飞 等，2017 王飞 等，2017 ）。为了能在广域尺度上稳健测度土壤盐碱化，本文利用集成学习思想，提出一种集成盐分指数SI-T（Salinity Index）、归一化盐分指数NDSI（Normalized Differential Salinity Index）、盐分指数3即SI3（Salinity Index 3）的综合盐度指标CSI（Comprehensive Salinity Index）。CSI通过计算3个普适性较强的盐度指数的均值来增强检测结果的稳定性和可靠性。计算CSI时需将SI-T、NDSI和SI3规范化到［0，1］，确保在同一标准下获取CSI，以使结果具有代表性。 （6）水网密度。水源是生态系统的重要组成部分，评估WND对生态环境质量的测度至关重要，尤其是在水源匮乏的干旱区，WND发挥更为关键的作用。然而，现有的RSEI及其多种改进型均未考虑WND，尽管集成了湿度分量，但其主要反映的是土壤湿度，在干旱区的自然背景条件下差异性小，无法突显地表水对周边环境的影响，而WND能够有效反映地表水的辐射影响信息。研究提出一种顾及距离和地形要素的水网密度遥感估算模型EMW（Estimation Model of WND），该模型具体计算方式如下： 1）基于遥感影像计算水体核密度WCD（Water Core Density）。顾及到水系在自然情况下对生态环境的影响具有区域性，因此假设理想状态下单个水体像素向周边辐射范围是具有一定半径 R 的圆域，根据相关规定及研究（ Lawton，1999 Lawton，1999 ； 成文连等，2010 成文连等，2010 ），同时顾及区域环境特点， R 设为1.5 km。先利用改进的归一化水体指数MNDWI（Modified Normalized Difference Water Index）（ 徐涵秋，2005 徐涵秋，2005 ）提取水体的二值图，在此基础上使用半径为 N 的圆形移动窗口逐像素进行均值滤波，计算整个影像的水体密度，以此表征地表单位面积上的水体密度。 2）自然环境中水网对周边环境的影响辐射能力与距离有关，依此设计水平衰减权重HDW（Horizontal Decay Weight），使水网在水平方向上随着距离的增加影响逐渐减弱。以遥感影像中单个水体像元为例，设定初始水体像元影响范围最强烈的区域是半径为 r 的圆，该区域权值是1，基于此圆域，每向外扩张 l 的距离，权值衰减floor（1/（（ R - r ）/ l ）），依次运算直至权重衰减为0时向外扩张停止，所获权重结果即为HDW。一般情况下 l 与 r 根据研究区特点调整，经多次试验，该工作中 l =60 m， r =90 m。 3）垂直方向上随着地表高程至水网距离的增加，地物所受水网的影响也在逐渐减弱，假设这样的响应关系呈线性衰减趋势，设计垂直衰减权重VAW（Vertical Attenuation Weight）。VAW的实现主要借助流域相对高程模型HAND（Height Above the Nearest Drainage）（ Yamazaki等，2019 Yamazaki等，2019 ），HAND存储高于最近排水系统的高度值，用于掩膜非水域辐射区，常用的阈值有20 m（ Tsyganskaya等，2018 Tsyganskaya等，2018 ； 郭山川 等，2021 郭山川 等，2021 ）和15 m（ Bioresita等，2018 Bioresita等，2018 ； Twele等，2016 Twele等，2016 ）。顾及干旱区降水较少，蒸发量高，HAND阈值可以选择较小值以突显水系的影响，此处阈值选择为10。 经过1）、2）、3）步骤处理后，考虑距离和地形要素的遥感影像水网密度估算公式如下： <math display="block" id="M3"><msub><mrow><mi mathvariant="bold-italic">T</mi></mrow><mrow><mi mathvariant="normal">W</mi><mi mathvariant="normal">N</mi><mi mathvariant="normal">D</mi></mrow></msub><mo>=</mo><msub><mrow><mi mathvariant="bold-italic">M</mi></mrow><mrow><mi mathvariant="normal">W</mi><mi mathvariant="normal">C</mi><mi mathvariant="normal">D</mi></mrow></msub><mo>⊗</mo><msub><mrow><mi mathvariant="bold-italic">M</mi></mrow><mrow><mi mathvariant="normal">H</mi><mi mathvariant="normal">D</mi><mi mathvariant="normal">W</mi></mrow></msub><mo>⊗</mo><msub><mrow><mi mathvariant="bold-italic">M</mi></mrow><mrow><mi mathvariant="normal">V</mi><mi mathvariant="normal">A</mi><mi mathvariant="normal">W</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558401&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558399&type= 46.22800064 3.97933316 式中， T WND 为水网密度， M WCD 、 M HDW 和 M VAW 分别表示水体核密度、水平衰减权重和垂直衰减权重，⊗表示矩阵逐元素相乘。 为了更形象地表达EMW的执行过程， 图2 图2 以水网的局部区域为例进行展示，所获取的 WND 突显了水网的渐变影响。 2.1.2　ERSEI的构建 3 常见的生态因子集成方式有简单相加、分组求均值后再相加、加权求和等（ 徐涵秋，2013a 徐涵秋，2013a ），然而，各生态因子间的相关性及权重设定的主观性会影响此类整合方法的稳定性。PCA经正交变换将可能存在相关性的一组变量转换为线性不相关的主成分分量，在去除冗余信息的同时能够对原有变量进行有效压缩（ Jolliffe和Cadima，2016 Jolliffe和Cadima，2016 ； Seddon等，2016 Seddon等，2016 ），其优势在于集成各指标的复合权重非人为主观设定，而是依照数据本身的性质及对不同主分量的贡献度来自动确定，避免了因人为主观因素和方法不同而造成的偏差，使获得的主成分分量具有代表性。因此，采用PCA对6个生态因子进行集成，为避免量纲不统一造成权重失衡，在进行PCA运算之前，将各生态因子规范化为［0，1］，计算公式为 <math display="block" id="M4"><msub><mrow><mi>y</mi></mrow><mrow><mi>i</mi></mrow></msub><mo>=</mo><mfrac><mrow><msub><mrow><mi>x</mi></mrow><mrow><mi>i</mi></mrow></msub><mo>-</mo><msub><mrow><mi>x</mi></mrow><mrow><mi mathvariant="normal">m</mi><mi mathvariant="normal">i</mi><mi mathvariant="normal">n</mi></mrow></msub></mrow><mrow><msub><mrow><mi>x</mi></mrow><mrow><mi mathvariant="normal">m</mi><mi mathvariant="normal">a</mi><mi mathvariant="normal">x</mi></mrow></msub><mo>-</mo><msub><mrow><mi>x</mi></mrow><mrow><mi mathvariant="normal">m</mi><mi mathvariant="normal">a</mi><mi mathvariant="normal">x</mi></mrow></msub></mrow></mfrac></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558437&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558435&type= 22.18266678 8.04333401 式中， y i 表示规范化后的生态因子值， x i 为生态因子的原始像元值， x max 为生态因子的全局最大像元值， x min 为生态因子的全局最小像元值。 <math display="block" id="M5"><mi mathvariant="bold-italic">P</mi><msub><mrow><mi mathvariant="bold-italic">C</mi></mrow><mrow><mi>i</mi></mrow></msub><mo>=</mo><mi>f</mi><mo stretchy="false">(</mo><msub><mrow><mi mathvariant="bold-italic">V</mi></mrow><mrow><mi mathvariant="normal">N</mi><mi mathvariant="normal">D</mi><mi mathvariant="normal">V</mi><mi mathvariant="normal">I</mi></mrow></msub><mo>,</mo><msub><mrow><mi mathvariant="bold-italic">V</mi></mrow><mrow><mi mathvariant="normal">W</mi><mi mathvariant="normal">e</mi><mi mathvariant="normal">t</mi></mrow></msub><mo>,</mo><msub><mrow><mi mathvariant="bold-italic">V</mi></mrow><mrow><mi mathvariant="normal">L</mi><mi mathvariant="normal">S</mi><mi mathvariant="normal">T</mi></mrow></msub><mo>,</mo><msub><mrow><mi mathvariant="bold-italic">V</mi></mrow><mrow><mi mathvariant="normal">N</mi><mi mathvariant="normal">D</mi><mi mathvariant="normal">B</mi><mi mathvariant="normal">S</mi><mi mathvariant="normal">I</mi></mrow></msub><mo>,</mo><msub><mrow><mi mathvariant="bold-italic">V</mi></mrow><mrow><mi mathvariant="normal">C</mi><mi mathvariant="normal">S</mi><mi mathvariant="normal">I</mi></mrow></msub><mo>,</mo><msub><mrow><mi mathvariant="bold-italic">V</mi></mrow><mrow><mi mathvariant="normal">W</mi><mi mathvariant="normal">N</mi><mi mathvariant="normal">D</mi></mrow></msub><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558430&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558429&type= 58.25066376 4.74133301 式中， f （·）表示PCA运算， PC i 为获取的主成分分量，变量 V NDVI 、 V Wet 、 V LST 、 V NDBSI 、 V CSI 和 V WND 分别表示生态因子绿度、湿度、热度、干度、盐度和水网密度。 在主成分分量的基础上，构建ERSEI： <math display="block" id="M6"><msub><mrow><mi mathvariant="bold-italic">T</mi></mrow><mrow><mi mathvariant="normal">E</mi><mi mathvariant="normal">R</mi><mi mathvariant="normal">S</mi><mi mathvariant="normal">E</mi><mi mathvariant="normal">I</mi></mrow></msub><mo>=</mo><mn mathvariant="normal">1</mn><mo>-</mo><mi mathvariant="bold-italic">P</mi><msub><mrow><mi mathvariant="bold-italic">C</mi></mrow><mrow><mn mathvariant="normal">1</mn></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558449&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558432&type= 24.46866608 3.80999994 式中， T ERSEI 表示所求目标结果ERSEI， PC 1 为第一主成分分量。为便于度量和比较，经 公式（2） 公式（2） 将ERSEI规范化为［0，1］。当ERSEI的值越接近1时，代表生态环境质量趋好；ERSEI的值越靠近0时，代表生态环境质量趋差。 值得注意的是，如果仅计算单一年份的ERSEI，仅需对各生态因子按 式（2） 式（2） 进行空间全局规范化。若对ERSEI进行时序分析时，为了使时序结果具有可比性，需对各生态因子进行时序全局规范化（ 图3 图3 ），即在时序向选取生态因子的全局最大值和最小值按 式（2） 式（2） 进行规范化，而以往研究忽视了这一点。 2.2　时序分析方法 2 时序分析方法包括重标极差法（R/S）、变异系数法CV（Coefficient of Variation）、一元线性回归分析等。R/S分析法计算Hurst指数，用于辅助分析时序影像变化趋势的持续性，具体定义详见文献（ Tran等，2021 Tran等，2021 ）。Hurst指数的值域为 H ∈（0，1），具体而言，0.5 < H < 1时代表时序数据具有持续性，即未来变化趋势与之前的趋势一致；0 < H < 0.5时代表时序数据具有反持续性，即未来变化趋势与之前趋势相反； H =0.5时代表时序数据具有随机性。本节主要介绍后两个时序分析方法。 （1）变异系数法。变异系数主要用来反映数据的离散程度，值越大，表明数据分布越离散，数据的年际波动较大；反之，则说明数据分布集中，数据年际波动较小，时序稳定。具体计算方式如下： <math display="block" id="M7"><mi mathvariant="normal">C</mi><mi mathvariant="normal">V</mi><mo>=</mo><mfrac><mrow><mroot><mrow><mfrac><mrow><mn mathvariant="normal">1</mn></mrow><mrow><mi>n</mi></mrow></mfrac><mstyle displaystyle="true"><munderover><mo largeop="true">∑</mo><mrow><mi>i</mi><mo>=</mo><mn mathvariant="normal">1</mn></mrow><mrow><mi>n</mi></mrow></munderover></mstyle><mrow><mo stretchy="false">(</mo><mi mathvariant="normal">E</mi><mi mathvariant="normal">R</mi><mi mathvariant="normal">S</mi><mi mathvariant="normal">E</mi><msub><mrow><mi mathvariant="normal">I</mi></mrow><mrow><mi>i</mi></mrow></msub><mo>-</mo><mfrac><mrow><mn mathvariant="normal">1</mn></mrow><mrow><mi>n</mi></mrow></mfrac><mstyle displaystyle="true"><munderover><mo largeop="true">∑</mo><mrow><mi>i</mi><mo>=</mo><mn mathvariant="normal">1</mn></mrow><mrow><mi>n</mi></mrow></munderover></mstyle><mrow><mi mathvariant="normal">E</mi><mi mathvariant="normal">R</mi><mi mathvariant="normal">S</mi><mi mathvariant="normal">E</mi><msub><mrow><mi mathvariant="normal">I</mi></mrow><mrow><mi>i</mi></mrow></msub></mrow><mo stretchy="false">)</mo></mrow></mrow><mrow/></mroot></mrow><mrow><mfrac><mrow><mn mathvariant="normal">1</mn></mrow><mrow><mi>n</mi></mrow></mfrac><mstyle displaystyle="true"><munderover><mo largeop="true">∑</mo><mrow><mi>i</mi><mo>=</mo><mn mathvariant="normal">1</mn></mrow><mrow><mi>n</mi></mrow></munderover></mstyle><mrow><mi mathvariant="normal">E</mi><mi mathvariant="normal">R</mi><mi mathvariant="normal">S</mi><mi mathvariant="normal">E</mi><msub><mrow><mi mathvariant="normal">I</mi></mrow><mrow><mi>i</mi></mrow></msub></mrow></mrow></mfrac></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558461&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558459&type= 57.91199875 19.55800056 式中， n 为年份数， i 表示年序号，ERSEI i 为第 i 年的改进遥感生态指数，CV表示获取的变异系数。 （2）一元线性回归分析。一元线性回归分析能够对研究时段的栅格数据进行有效拟合，去除研究对象中异常因素的干扰，所拟合直线的斜率可以反映研究对象的变化趋势，计算方式如下： <math display="block" id="M8"><msub><mrow><mi>θ</mi></mrow><mrow><mi mathvariant="normal">s</mi><mi mathvariant="normal">l</mi><mi mathvariant="normal">o</mi><mi mathvariant="normal">p</mi><mi mathvariant="normal">e</mi></mrow></msub><mo>=</mo><mfrac><mrow><mi>n</mi><mo>×</mo><mstyle displaystyle="true"><munderover><mo largeop="true">∑</mo><mrow><mi>i</mi><mo>=</mo><mn mathvariant="normal">1</mn></mrow><mrow><mi>n</mi></mrow></munderover></mstyle><mrow><mi>i</mi><mo>×</mo><mi mathvariant="normal">E</mi><mi mathvariant="normal">R</mi><mi mathvariant="normal">S</mi><mi mathvariant="normal">E</mi><msub><mrow><mi mathvariant="normal">I</mi></mrow><mrow><mi>i</mi></mrow></msub><mo>-</mo><mstyle displaystyle="true"><munderover><mo largeop="true">∑</mo><mrow><mi>i</mi><mo>=</mo><mn mathvariant="normal">1</mn></mrow><mrow><mi>n</mi></mrow></munderover></mstyle><mrow><mi>i</mi></mrow><mstyle displaystyle="true"><munderover><mo largeop="true">∑</mo><mrow><mi>i</mi><mo>=</mo><mn mathvariant="normal">1</mn></mrow><mrow><mi>n</mi></mrow></munderover></mstyle><mrow><mi mathvariant="normal">E</mi><mi mathvariant="normal">R</mi><mi mathvariant="normal">S</mi><mi mathvariant="normal">E</mi><msub><mrow><mi mathvariant="normal">I</mi></mrow><mrow><mi>i</mi></mrow></msub></mrow></mrow></mrow><mrow><mi>n</mi><mo>×</mo><mstyle displaystyle="true"><munderover><mo largeop="true">∑</mo><mrow><mi>i</mi><mo>=</mo><mn mathvariant="normal">1</mn></mrow><mrow><mi>n</mi></mrow></munderover></mstyle><mrow><msup><mrow><mi>i</mi></mrow><mrow><mn mathvariant="normal">2</mn></mrow></msup></mrow><mo>-</mo><msup><mrow><mo stretchy="false">(</mo><mstyle displaystyle="true"><munderover><mo largeop="true">∑</mo><mrow><mi>i</mi><mo>=</mo><mn mathvariant="normal">1</mn></mrow><mrow><mi>n</mi></mrow></munderover></mstyle><mrow><mi>i</mi></mrow><mo stretchy="false">)</mo></mrow><mrow><mn mathvariant="normal">2</mn></mrow></msup></mrow></mfrac></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558466&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558464&type= 63.75400162 17.86466599 式中， n 为年份数， i 表示年序号，ERSEI i 为第 i 年的改进遥感生态指数， θ slope 表示回归方程的斜率。 采用F检验法对回归方程进行显著性检验，计算公式如下： <math display="block" id="M9"><mi>F</mi><mo>=</mo><mi>U</mi><mo>×</mo><mfrac><mrow><mi>n</mi><mo>-</mo><mn mathvariant="normal">2</mn></mrow><mrow><mi>Q</mi></mrow></mfrac></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558471&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558468&type= 22.77533340 8.12800026 式中， n 为年份数，回归平方和 <math id="M10"><mi>U</mi><mo>=</mo><mstyle displaystyle="true"><munderover><mo largeop="true">∑</mo><mrow><mi>i</mi><mo>=</mo><mn mathvariant="normal">1</mn></mrow><mrow><mi>n</mi></mrow></munderover></mstyle><mrow><mo stretchy="false">(</mo><msub><mrow><mover accent="true"><mi>y</mi><mo>^</mo></mover></mrow><mrow><mi>i</mi></mrow></msub><msup><mrow><mo>-</mo><mover accent="true"><mi>y</mi><mo>¯</mo></mover><mo stretchy="false">)</mo></mrow><mrow><mn mathvariant="normal">2</mn></mrow></msup></mrow></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558447&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558473&type= 24.12999916 8.29733276 ，误差平方和 <math id="M11"><mi>Q</mi><mo>=</mo><mstyle displaystyle="true"><munderover><mo largeop="true">∑</mo><mrow><mi>i</mi><mo>=</mo><mn mathvariant="normal">1</mn></mrow><mrow><mi>n</mi></mrow></munderover></mstyle><mrow><mo stretchy="false">(</mo><msub><mrow><mi>y</mi></mrow><mrow><mi>i</mi></mrow></msub><mo>-</mo><msub><mrow><mover accent="true"><mi>y</mi><mo>^</mo></mover></mrow><mrow><mi>i</mi></mrow></msub><msup><mrow><mo stretchy="false">)</mo></mrow><mrow><mn mathvariant="normal">2</mn></mrow></msup></mrow></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558485&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558481&type= 24.72266769 8.29733276 ， y i 是研究对象第 i 年的真实值， <math id="M12"><msub><mrow><mover accent="true"><mi>y</mi><mo>^</mo></mover></mrow><mrow><mi>i</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558490&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558488&type= 2.45533323 4.74133301 是研究对象的回归值， <math id="M13"><mover accent="true"><mi>y</mi><mo>¯</mo></mover></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558495&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558493&type= 1.77800000 3.47133350 是研究对象 n 年的平均值， F 计算所得的统计量。依照F分布表，结合显著性水平 α 和研究对象的自由度1和 n -2，对统计量进行F检验：当 F ≥ F 0.01 （1， n -2）表示回归结果极显著；当 F 0.05 （1， n -2）≤ F < F 0.01 （1， n -2）表示回归结果显著；当 F < F 0.05 （1， n -2）表示回归结果不显著。 （3）判定条件及变化趋势相关等级定义。通过将CV、F检验及Hurst的结合，分别定义了变化趋势和变化趋势的持续性等级，具体见 表2 表2 。 θ slope 与F检验条件设定 变化趋势定义 θ slope 、F检验与Hurst指数条件设定 变化趋势的持续性 θ slope > 0.05， F≥34.12 极显著上升 θ slope > 0.05， F≥34.12， H > 0.5 持续性极显著上升 θ slope > 0.05， 10.13≤F < 34.12 显著上升 θ slope > 0.05， 10.13≤F < 34.12， H > 0.5 持续性显著上升 θ slope > 0.05， F < 10.13 轻微上升 θ slope > 0.05， F < 10.13， H > 0.5 持续性轻微上升 -0.05≤ θ slope ≤0.05， F≥34.12 极显著稳定 -0.05≤ θ slope ≤0.05， F≥34.12， H > 0.5 持续性极显著稳定 -0.05≤ θ slope ≤0.05， 10.13≤F < 34.12 显著稳定 -0.05≤ θ slope ≤0.05， 10.13≤F < 34.12， H > 0.5 持续性显著稳定 -0.05≤ θ slope ≤0.05， F < 10.13 稳定 -0.05≤ θ slope ≤0.05， F < 10.13， H > 0.5 持续性稳定 θ slope < -0.05， F < 10.13 轻微下降 θ slope < -0.05， F < 10.13， H > 0.5 持续性轻微下降 θ slope < -0.05， 10.13≤F < 34.12 显著下降 θ slope < -0.05， 10.13≤F < 34.12， H > 0.5 持续性显著下降 θ slope < -0.05， F≥34.12 极显著下降 θ slope < -0.05， F≥34.12， H > 0.5 持续性极显著下降 — — H<0.5 未知未来变化趋势 2.3　对比度与熵 2 为了从定量化角度准确刻画图像局部纹理细节信息的差异，借鉴利用灰度差分统计图像纹理特征的思想（ Jiang等，2020 Jiang等，2020 ； Ramola等，2020 Ramola等，2020 ； Tu等，2019 Tu等，2019 ），引入对比度和熵两个量化指标，以此量化纹理细节信息。对比度反映了图像的清晰度和纹理沟纹深浅程度，其值越大，表明纹理较精细，效果清晰；反之则效果模糊。熵用来度量图像的信息量，当熵值增大时，表示图像中纹理复杂程度或非均匀程度较大。 设（ x ， y ）为图像中的某一像素，与另一临近像素（ x +△ x ， y +△ y ）的灰度差分值为 g △ （ x ， y ）= g （ x ， y ）- g （ x +△ x ， y +△ y ），令灰度差分的所有取值共有256级，使像素（ x ， y ）在整景图像上移动（△ x =1，△ y =1），进而获得规范化的差分结果。同时，计算灰度差分结果分级值 i 在 g △ （ x ， y ）中取值概率 p △ （ i ），进而计算对比度和熵，具体计算方式如下： <math display="block" id="M14"><mi>C</mi><mi>O</mi><mi>N</mi><mo>=</mo><mstyle displaystyle="true"><munderover><mo largeop="true">∑</mo><mrow><mi>i</mi><mo>=</mo><mn mathvariant="normal">1</mn></mrow><mrow><mn mathvariant="normal">256</mn></mrow></munderover></mstyle><mrow><msup><mrow><mi>i</mi></mrow><mrow><mn mathvariant="normal">2</mn></mrow></msup><msub><mrow><mi>p</mi></mrow><mrow><mi>Δ</mi></mrow></msub><mo stretchy="false">(</mo><mi>i</mi><mo stretchy="false">)</mo></mrow></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558499&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558497&type= 26.41600037 8.38199997 式中， CON 表示对比度， i 表示分级值， p △ （ i ）表示灰度差分结果的分级值 i 在 g △ （ x ， y ）中取值概率。 <math display="block" id="M15"><mi>E</mi><mi>N</mi><mi>T</mi><mo>=</mo><mo>-</mo><mstyle displaystyle="true"><munderover><mo largeop="true">∑</mo><mrow><mi>i</mi><mo>=</mo><mn mathvariant="normal">1</mn></mrow><mrow><mn mathvariant="normal">256</mn></mrow></munderover></mstyle><mrow><msub><mrow><mi>p</mi></mrow><mrow><mi>Δ</mi></mrow></msub><mo stretchy="false">(</mo><mi>i</mi><mo stretchy="false">)</mo></mrow><mi mathvariant="normal">l</mi><mi mathvariant="normal">o</mi><msub><mrow><mi mathvariant="normal">g</mi></mrow><mrow><mn mathvariant="normal">2</mn></mrow></msub><mo stretchy="false">(</mo><msub><mrow><mi>p</mi></mrow><mrow><mi mathvariant="normal">Δ</mi></mrow></msub><mo stretchy="false">(</mo><mi>i</mi><mo stretchy="false">)</mo><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558515&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=42558513&type= 43.26466751 8.38199997 式中， ENT 表示熵， i 为分级值， p △ （ i ）表示灰度差分结果的分级值 i 在 g △ （ x ， y ）中取值概率，log 2 表示以2为底的对数。 2.4　实现流程 2 为了进一步表明技术细节与处理流程，利用构建的ERSEI指数以及时序分析方法绘制了 图4 图4 所示的总体技术流程图，通过所提的方案为研究区域划设生态风险预警区，为区域规划决策提供支持。 3　研究区和数据 1 3.1　研究区 2 参照 方创琳（2015） 方创琳（2015） 对中国城市群的发展规划研究，选取处于北方干旱区的呼包鄂榆城市群作为研究区（ 图5 图5 ）。该区域作为黄河流域重要的节点地带，属温带大陆性气候，平均海拔约1300 m，常住人口1573.55万（2020年）（ http：//www.stats.gov.cn/ztjc/zdtjgz/zgrkpc/dqcrkpc/ http://www.stats.gov.cn/ztjc/zdtjgz/zgrkpc/dqcrkpc/ ［2021-08-22］）。该区域位于全国“两横三纵”城市化战略格局包昆通道纵轴的北端，在推进形成西部大开发格局和新型城镇化过程中具有重要地位。呼包鄂榆城市群所辖区域地貌类型丰富，受西部腾格里沙漠、乌兰布和沙漠以及区域内库布齐沙漠及毛乌素沙地的影响，导致土地沙化和盐碱化程度高，高蒸散和干旱的环境导致水源相对稀缺。 3.2　数据及预处理 2 所用数据主要包括Landsat遥感影像、MOD11A2、MERIT Hydro水文数据集以及数字高程模型DEM（Digital Elevation Model）。数据处理模式采用GEE结合本地计算的方式进行。 Landsat遥感影像包括2000年、2005年、2010年Landsat TM以及2015年、2020年的Landsat OLI，空间分辨率30 m，覆盖研究区影像的条带号和行编号如 图6 图6 所示，计算ERSEI时，使用对应年份6到9月的中值合成影像；DEM数据来源于SRTM（Shuttle Radar Topography Mission）全球第四版（ http：//srtm.csi.cgiar.org http://srtm.csi.cgiar.org ［2021-08-22］），空间分辨率90 m；地表温度数据来自MOD11A2，空间分辨率1 km；MERIT Hydro是一个全球水文数据集，它包含流向、累积流量、HAND和河道宽度，数据集分辨率为3弧秒（赤道处约90 m）；基础地理信息数据来源于国家基础地理信息中心（ http：//ngcc.sbsm.gov.cn/ http://ngcc.sbsm.gov.cn/ ［2021-08-22］）。所有数据统一重采样至30 m以确保数据尺度的一致性。 4　结果与分析 1 4.1　ERSEI的有效性分析 2 表3 表3 为计算ERSEI过程中主成分分析的特征值、特征向量和贡献率，2000年—2020年PC1贡献率在80%左右，综合了各生态因子大部分信息量，且PC1在不同年份中各生态因子的载荷值稳定且有规律，进行“1-PC1”操作后NDVI、Wet与WND均为正值，对生态质量评估发挥正向作用，NDBSI、LST和CSI均为负值，对生态环境质量评估起逆向作用。而在其他主成分分量中，各生态因子的载荷值正负号不稳定，无明显规律可循，生态含义不明确，若将其余主成分分量集成表征生态信息，可能造成对生态有益和对生态不利的指标相互干扰，可解释性较弱。因此，ERSEI采用PC1分量表征不同生态因子的集成信息。 年份 生态因子 PC1 PC2 PC3 PC4 PC5 PC6 8 2000 NDVI -0.4495 0.0970 0.4963 0.0721 0.0288 -0.7323 Wet -0.4409 0.3427 -0.6840 -0.3340 0.2831 -0.1693 NDBSI 0.3503 -0.3915 0.0176 -0.0935 0.8131 -0.2321 LST 0.4410 0.8265 0.2653 -0.1216 0.1922 0.0142 CSI 0.5326 -0.0430 -0.4016 0.0378 -0.4133 -0.6173 WND -0.3625 0.1868 -0.2322 0.9264 0.2240 -0.0004 特征值 0.0519 0.0062 0.0038 0.0025 0.0009 0.0000 贡献率 0.7948 0.0949 0.0582 0.0383 0.0138 0.0000 8 2005 NDVI -0.3979 -0.0647 0.1366 0.5841 -0.3049 0.6203 Wet -0.4751 -0.5438 0.0086 -0.6365 0.0579 0.2645 NDBSI 0.2256 0.2592 0.0744 -0.0792 0.7254 0.5865 LST 0.5181 -0.7602 0.2531 0.2752 0.1178 -0.0040 CSI 0.5420 0.0725 -0.2561 -0.3352 -0.5674 0.4484 WND -0.3636 -0.2231 -0.9198 0.2434 0.2044 0.0160 特征值 0.0445 0.0055 0.0028 0.0024 0.0010 0.0000 贡献率 0.7918 0.0979 0.0498 0.0427 0.0178 0.0000 8 2010 NDVI -0.5113 0.2160 -0.1978 -0.5590 0.0591 -0.5804 Wet -0.3302 0.2262 0.0876 0.8049 0.0064 -0.4293 NDBSI 0.3471 -0.3560 -0.2044 0.0234 -0.7044 -0.4628 LST 0.4484 0.8455 -0.2529 -0.0195 -0.1404 0.0103 CSI 0.5512 -0.1013 0.3058 -0.0574 0.5699 -0.5141 WND -0.3750 0.2244 0.8683 -0.1885 -0.3946 -0.0138 特征值 0.0595 0.0058 0.0042 0.0022 0.0017 0.0000 贡献率 0.8106 0.0790 0.0572 0.0300 0.0232 0.0000 8 2015 NDVI -0.4618 -0.0453 0.4568 -0.1411 0.0789 0.7416 Wet -0.4709 0.4727 -0.5468 0.4024 -0.2512 0.1758 NDBSI 0.3877 -0.3466 -0.0047 0.2390 -0.7427 0.3477 LST 0.3508 0.7769 0.4918 0.0664 -0.1644 -0.0068 CSI 0.5381 0.1334 -0.4261 -0.0587 0.4580 0.5458 WND -0.3560 0.1815 -0.2626 -0.8679 -0.3773 0.0192 特征值 0.0900 0.0087 0.0045 0.0027 0.0016 0.0000 贡献率 0.8372 0.0809 0.0419 0.0251 0.0149 0.0000 8 2020 NDVI -0.4875 0.0743 0.3838 -0.2621 0.1201 -0.7255 Wet -0.4430 -0.4812 -0.2639 0.5700 -0.3893 -0.1616 NDBSI 0.3560 0.3699 -0.0624 -0.0708 -0.7830 -0.3384 LST 0.3832 -0.6286 0.6519 -0.0476 -0.1753 0.0112 CSI 0.5378 -0.1742 -0.3448 0.2332 0.4178 -0.5767 WND -0.3679 -0.4480 -0.4851 -0.7381 -0.1250 -0.0177 特征值 0.0911 0.0083 0.0059 0.0036 0.0011 0.0000 贡献率 0.8282 0.0755 0.0536 0.0327 0.0100 0.0000 分别求取了各生态因子与ERSEI的相关性，如 表4 表4 所示。NDVI、Wet、WND与ERSEI呈正相关，表明植被、土壤湿度及水网对干旱区生态环境起正向作用，NDBSI、LST、CSI与ERSEI呈负相关，表明干度、土壤荒漠化及温度对干旱区生态环境有负向效应。各生态因子与ERSEI的平均相关度均高于0.74；除了WND，各指标的相关性均值高于0.70，说明ERSEI更能表征各生态因子的综合信息。WND与ERSEI的相关性均值较低，可能原因有两个：一是ERSEI是各生态因子综合信息的载体，反映的是整体状态；二是WND属于水网区域的局部特征，使图像全局相关性计算偏低。 注： 平均相关度指各生态因子相关系数绝对值的均值，表征各生态因子对ERSEI的整体相关性。 年份 NDVI Wet NDBSI LST CSI WND 平均相关度 2000 0.9422 0.8696 -0.8866 -0.7644 -0.9529 0.2771 0.7821 2005 0.9188 0.8805 -0.8278 -0.8277 -0.9482 0.3765 0.7966 2010 0.9512 0.8684 -0.8772 -0.7999 -0.9560 0.3303 0.7972 2015 0.9656 0.9127 -0.9167 -0.7172 -0.9617 0.2604 0.7891 2020 0.9638 0.9050 -0.9179 -0.7731 -0.9622 0.3073 0.8049 均值 0.9483 0.8872 -0.8852 -0.7765 -0.9562 0.3103 p < 0.01 4.2　ERSEI的优势及适用性 2 对比ERSEI与RSEI在呼包鄂榆区域的测度结果，ERSEI的主要优势体现在以下3个方面： （1）ERSEI表达的空间信息更为清晰，局部纹理细节突出，与地面真实情况较为匹配。 图7 图7 和 图8 图8 列举了两个典型区域作为示例，展示RSEI与ERSEI在局部细节和关键区域存在的一些差异。A1-A3为靠近库布齐沙漠的流沙地带，地表土壤存在较为严重的沙化和盐碱化，相比RSEI，ERSEI完整的显示了流沙的轮廓及分布形态，且流沙分布越集中的区域，ERSEI值越低，与非流沙分布区形成反差，较为精准地表达了区域尺度上地表真实状态。B1为狼山与河套平原的交界处，B2靠近蒙古高原，仔细观察ERSEI可以发现，其测度结果将纵横交错的沟壑体现的较为完整。总结发现，ERSEI对地表沙化和盐碱化区域更为敏感，究其原因，盐度因子CSI发挥了重要作用，该指标弥补了RSEI中缺乏对土壤盐度属性的考量，有利于更为综合的反映干旱区地表真实状态。 1,2,3;4; 1,2,3;4; 为了进一步从定量化角度准确刻画RSEI与ERSEI的局部纹理细节信息的差异，利用式（ 8 8 ）—（ 9 9 ）对RSEI与ERSEI（区域一和区域二）计算对比度和熵，对于区域一而言，RSEI与ERSEI的对比度分别为77.0611和78.2704，熵分别是3.5504和3.5549；同样地，在区域二中，RSEI与ERSEI的对比度分别是431.6836和487.1298，熵为4.5960与5.0887。依照灰度差分的统计结果表明，与RSEI相比，ERSEI结果中纹理更详细，效果清晰，且纹理的复杂程度相对较高，刻画的细节信息更为丰富。 （2）ERSEI在水源附近的表现更贴合实际状况。 图9 图9 展示了乌梁素海和库布齐沙漠的中间地带，C1区域为黄河流经区域，C2区域分布3个小型湖泊，由地表真实影像可知，水源附近地表的生态状况明显较好，随着距离增加生态环境质量变差，符合地理学第一定律的认知。由 图9（b） 图9（b） 中可知，RSEI的测度结果对这一渐变信息体现较差，仅从像素值的角度去评价生态环境质量，未考虑水源等地理要素的辐射影响。不同于RSEI， 图9（c） 图9（c） 中的ERSEI考虑了水源在地形和距离上的辐射影响，评价结果体现了水源地附近生态状况的渐变信息。得益于WND因子，ERSEI能突出流域水系对周边生态环境的渐变影响，使得对于干旱区最终的评价结果更为合理。 1,2,3;4; 此外，采用MOD11A2温度产品作为热度因子有效抑制了由Landsat反演LST所产生的条纹现象。如 图10 图10 的D1、D2标注区域所示， 图10（a） 图10（a） 是Landsat所获LST求取的RSEI，可见结果有明显的条纹， 图10（b） 图10（b） 为采用MOD11A2作为LST获取的ERSEI，条纹现象得到有效控制。因此，在相关指数的开发及大区域生态环境评价应用时，可以采用类似的策略来减弱噪声干扰。 1,2;3; 综上分析，从方法优化和技术改进的角度出发，ERSEI有效集成所提的CSI、WND和稳定的LST因子，增强了其在广域、长时序干旱区生态环境测度的适用性。 4.3　基于ERSEI的生态环境测度 2 为分析ERSEI的评价效果，对其进行空间比对与统计分析。由 图11 图11 可知，2000年—2020年ERSEI在河套平原、大青山一线的值趋近于1，表明生态质量良好，蒙古高原和毛乌素沙地ERSEI值偏低，说明生态质量较差，这一结果与实际状况较为吻合。 图12 图12 显示了ERSEI的统计结果，2000年—2020年ERSEI的结果值在［0，1］范围内均有分布，整体均值在0.49左右，中值范围为0.44—0.47，标准差约为0.16，具有一定波动性。从核密度分布来看，ERSEI的数值高密度区集中分布于0.25—0.70。为了从空间角度定量反映研究区生态质量状况，对ERSEI进行分级处理，以0.2为间隔分为差、较差、中、良、优5个等级，并统计了各年份不同等级的占比，相应结果如 图13 图13 所示。生态质量为中的区域占主体地位，生态质量为良和优的区域主要分布于河套平原和靠近吕梁山一侧，占比从2000年的21.97%上升为2020年的25.28%，增加3.31%；生态质量差和较差的区域主要集中分布在蒙古高原、库布齐沙漠以及毛乌素沙地，占比从2000年的29.01%上升为2020年的31.82%，增加2.81%。 4.4　呼包鄂榆城市群生态环境时序演变分析 2 应用ERSEI对呼包鄂榆城市群的生态环境质量进行空间测度和时序演变分析。由 式（5） 式（5） 计算得到ERSEI变异系数的空间分布及其统计结果（ 图14 图14 ）。变异系数主要集中于0—0.2，说明ERSEI随时间的整体波动较小，基本稳定。变异系数偏大的区域主要在乌兰布和沙漠、库布齐沙漠以及毛乌素沙地，这些地域存在一定量的沙地、耕地以及资源开采区，受季节、气候和人为活动影响较大，是造成ERSEI值波动的主要原因。 1,2; 根据式（ 6 6 ）—（ 7 7 ）以及 表2 表2 的判定条件和等级定义，呼包鄂榆城市群2000年—2020年生态环境质量趋势变化格局如 图15 图15 所示。生态质量趋好的区域在整个研究区均有分布，其中河套平原周边及榆林市内生态环境质量改善明显。生态环境质量呈现下降趋势的区域主要分布在呼包鄂榆城市群的北侧以及鄂尔多斯市的中西部，同时，结合Hurst指数的可持续性分析发现，这些区域生态环境存在进一步恶化的可能性。 1,2; 围绕研究区生态环境的时序演变分析，将ERSEI与现有类似成果进行比对，主要包括RSEI（ 杨泽康 等，2021 杨泽康 等，2021 ； 李晓明 等，2021 李晓明 等，2021 ）与NDVI（ 孙伟钊 等，2021 孙伟钊 等，2021 ）。从全局角度来看，各评价指标整体上具有相对一致的趋势性，但在局部尺度上均存在不同程度的差异，分析发现，影像尺度、时间跨度、测度指标以及衡量方式等客观因素的不同是造成这些差异的主要原因。具体地，以ERSEI为基准，与其他指标时序分析结果不一致的区域主要集中在鄂尔多斯高原、蒙古高原的小部分区域，这些区域地表存在一定沙化和盐碱化，由于ERSEI对土地沙化和盐碱化区域较为敏感，所显示的时序分析结果表明这些区域生态环境呈现稳定或轻微下降的趋势，而在RSEI或NDVI分析结果中表现为稳定或者轻微上升的趋势。 受本身干旱区气候环境的影响，呼包鄂榆城市群所辖区域的生态环境本底较为薄弱，生态平衡相对脆弱，加之近些年城市化进程加快以及资源开采扰动的影响，使得生态系统承载着巨大负荷，草场退化、沙地扩张、水源短缺等问题频发，一旦生态遭到破坏难以在短时间内有效逆转，为区域可持续发展带来挑战。因此，有必要将生态环境质量处于持续下降的区域划设为生态风险预警区，对其加强监管和治理，有助于从宏观角度规划人与自然协同发展的进程。 5　结论 1 研究面向干旱区大范围、长时序生态环境动态监测的需求，提出了改进型遥感生态指数ERSEI，利用GEE云计算平台实现了呼包鄂榆城市群所辖区域生态环境质量的空间测度及时序演变分析，并划设生态风险预警区。主要结论如下： （1）从生态系统组成要素角度出发，构建的ERSEI有效集成绿度、湿度、干度、热度、盐度和水网密度6个生态因子的综合信息，平均相关度高于0.74。针对区域环境特点，所引入的综合盐度指标CSI、水网密度遥感估算模型EMW及稳定LST使得ERSEI可精细刻画地表细节特征，有效突显了水网对周边生态环境的渐变影响信息，使评价结果更符合地理学第一定律的认知，增强了ERSEI在广域、长时序干旱区生态环境测度的适用性。 （2）应用ERSEI对呼包鄂榆城市群区域的生态环境进行评价。从2000年—2020年，在空间尺度上，ERSEI整体均值在0.49左右，核密度高值区为0.25—0.70，具有一定波动性。生态环境质量较好的区域主要在河套平原、大青山一线以及靠近吕梁山的一侧，较差的区域主要集中在蒙古高原、库布齐沙漠附近以及毛乌素沙地；20年间，生态环境质量改善区域增加3.31%，恶化区域增加2.81%。在时序特征上，ERSEI的变异系数主要集中于0—0.20，时序较为稳定。河套平原周边及榆林市内生态环境质量改善明显；呼包鄂榆城市群的北侧以及鄂尔多斯市的中西部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监管和治理。 参考文献（References） Allbed A , Kumar L and Aldakheel Y Y . 2014 . Assessing soil salinity using soil salinity and vegetation indices derived from IKONOS high-spatial resolution imageries: applications in a date palm dominated region . Geoderma , 230 - 231 : 1 - 8 [ DOI: 10.1016/j.geoderma.2014.03.025 http://dx.doi.org/10.1016/j.geoderma.2014.03.025 ] Assessing soil salinity using soil salinity and vegetation indices derived from IKONOS high-spatial resolution imageries: applications in a date palm dominated region Alsterberg C , Roger F , Sundbäck K , Juhanson J , Hulth S , Hallin S and Gamfeldt L . 2017 . Habitat diversity and ecosystem multifunctionality—The importance of direct and indirect effects . Science Advances , 3 ( 2 ): e 1601475 [ DOI: 10.1126/sciadv.1601475 http://dx.doi.org/10.1126/sciadv.1601475 ] Habitat diversity and ecosystem multifunctionality—The importance of direct and indirect effects Baig M H A , Zhang L F , Shuai T and Tong Q X . 2014 . Derivation of a tasselled cap transformation based on Landsat 8 at-satellite reflectance . Remote Sensing Letters , 5 ( 5 ): 423 - 431 [ DOI: 10.1080/2150704X.2014.915434 http://dx.doi.org/10.1080/2150704X.2014.915434 ] Derivation of a tasselled cap transformation based on Landsat 8 at-satellite reflectance Bioresita F , Puissant A , Stumpf A and Malet J P . 2018 . A method for automatic and rapid mapping of water surfaces from Sentinel-1 imagery . Remote Sensing , 10 ( 2 ): 217 [ DOI: 10.3390/rs10020217 http://dx.doi.org/10.3390/rs10020217 ] A method for automatic and rapid mapping of water surfaces from Sentinel-1 imagery Burke M , Driscoll A , Lobell D B and Ermon S . 2021 . Using satellite imagery to understand and promote sustainable development . Science , 371 ( 6535 ): 1219 [ DOI: 10.1126/science.abe8628 http://dx.doi.org/10.1126/science.abe8628 ] Using satellite imagery to understand and promote sustainable development Cheng L L , Wang Z W , Tian S F , Liu Y T , Sun M Y and Yang Y M . 2021 . Evaluation of eco-environmental quality in Mentougou District of Beijing based on improved remote sensing ecological index . Chinese Journal of Ecology , 40 ( 4 ): 1177 - 1185 Evaluation of eco-environmental quality in Mentougou District of Beijing based on improved remote sensing ecological index 程琳琳 , 王振威 , 田素锋 , 柳亚彤 , 孙梦尧 , 杨玉曼 . 2021 . 基于改进的遥感生态指数的北京市门头沟区生态环境质量评价 . 生态学杂志 , 40 ( 4 ): 1177 - 1185 [ DOI: 10.13292/j.1000-4890.202104.021 http://dx.doi.org/10.13292/j.1000-4890.202104.021 ] 基于改进的遥感生态指数的北京市门头沟区生态环境质量评价 Cheng W L , Liu Y H , Guan C H and Wang J J . 2010 . The discussion about the scope of ecological impact assessment . Environmental Science and Management , 35 ( 12 ): 185 - 189 The discussion about the scope of ecological impact assessment 成文连 , 刘玉虹 , 关彩虹 , 王家骥 . 2010 . 生态影响评价范围探讨 . 环境科学与管理 , 35 ( 12 ): 185 - 189 [ DOI: 10.3969/j.issn.1673-1212.2010.12.043 http://dx.doi.org/10.3969/j.issn.1673-1212.2010.12.043 ] 生态影响评价范围探讨 Crist E P . 1985 . A TM tasseled cap equivalent transformation for reflectance factor data . Remote Sensing of Environment , 17 ( 3 ): 301 - 306 [ DOI: 10.1016/0034-4257(85)90102-6 http://dx.doi.org/10.1016/0034-4257(85)90102-6 ] A TM tasseled cap equivalent transformation for reflectance factor data Dinerstein E , Joshi A R , Vynne C , Lee A T L , Pharand-Deschênes F , França M , Fernando S , Birch T , Burkart K , Asner G P and Olson D . 2020 . A “Global Safety Net” to reverse biodiversity loss and stabilize Earth’s climate . Science Advances , 6 ( 36 ): eabb 2824 [ DOI: 10.1126/sciadv.abb2824 http://dx.doi.org/10.1126/sciadv.abb2824 ] A “Global Safety Net” to reverse biodiversity loss and stabilize Earth’s climate Douaoui A E K , Nicolas H and Walter C . 2006 . Detecting salinity hazards within a semiarid context by means of combining soil and remote-sensing data . Geoderma , 134 ( 1-2 ): 217 - 230 [ DOI: 10.1016/j.geoderma.2005.10.009 http://dx.doi.org/10.1016/j.geoderma.2005.10.009 ] Detecting salinity hazards within a semiarid context by means of combining soil and remote-sensing data Fang C L . 2015 . Scientific selection and grading cultivation of China's urban agglomeration adaptive to new normal in China . Bulletin of the Chinese Academy of Sciences , 30 ( 2 ): 127 - 136 Scientific selection and grading cultivation of China's urban agglomeration adaptive to new normal in China 方创琳 . 2015 . 科学选择与分级培育适应新常态发展的中国城市群 . 中国科学院院刊 , 30 ( 2 ): 127 - 136 [ DOI: 10.16418/j.issn.1000-3045.2015.02.001 http://dx.doi.org/10.16418/j.issn.1000-3045.2015.02.001 ] 科学选择与分级培育适应新常态发展的中国城市群 Fang C L , Zhou C H , Gu C L , Chen L D and Li S C . 2016 . Theoretical analysis of interactive coupled effects between urbanization and eco-environment in mega-urban agglomerations . Acta Geographica Sinica , 71 ( 4 ): 531 - 550 Theoretical analysis of interactive coupled effects between urbanization and eco-environment in mega-urban agglomerations 方创琳 , 周成虎 , 顾朝林 , 陈利顶 , 李双成 . 2016 . 特大城市群地区城镇化与生态环境交互耦合效应解析的理论框架及技术路径 . 地理学报 , 71 ( 4 ): 531 - 550 [ DOI: 10.11821/dlxb201604001 http://dx.doi.org/10.11821/dlxb201604001 ] 特大城市群地区城镇化与生态环境交互耦合效应解析的理论框架及技术路径 Guo S C , Du P J , Meng Y P , Wang X , Tang P F , Lin C and Xia J S . 2021 . Dynamic monitoring on flooding situation in the Middle and Lower Reaches of the Yangtze River Region using Sentinel-1A time series . National Remote Sensing Bulletin , 25 ( 10 ): 2127 - 2141 Dynamic monitoring on flooding situation in the Middle and Lower Reaches of the Yangtze River Region using Sentinel-1A time series 郭山川 , 杜培军 , 蒙亚平 , 王欣 , 唐鹏飞 , 林聪 , 夏俊士 . 2021 . 时序Sentinel-1A数据支持的长江中下游汛情动态监测 . 遥感学报 , 25 ( 10 ): 2127 - 2141 [ DOI: 10.11834/jrs.20210547 http://dx.doi.org/10.11834/jrs.20210547 ] 时序Sentinel-1A数据支持的长江中下游汛情动态监测 He Y L , You N S , Cui Y P , Xiao T , Hao Y Y and Dong J W . 2021 . Spatio-temporal changes in remote sensing-based ecological index in China since 2000 . Journal of Natural Resources , 36 ( 5 ): 1176 - 1185 Spatio-temporal changes in remote sensing-based ecological index in China since 2000 何盈利 , 尤南山 , 崔耀平 , 肖桐 , 郝媛媛 , 董金玮 . 2021 . 2000年来中国生态状况时空变化格局 . 自然资源学报 , 36 ( 5 ): 1176 - 1185 [ DOI: 10.31497/zrzyxb.20210507 http://dx.doi.org/10.31497/zrzyxb.20210507 ] 2000年来中国生态状况时空变化格局 Hu X S and Xu H Q . 2018 . A new remote sensing index for assessing the spatial heterogeneity in urban ecological quality: a case from Fuzhou City, China . Ecological Indicators , 89 : 11 - 21 [ DOI: 10.1016/j.ecolind.2018.02.006 http://dx.doi.org/10.1016/j.ecolind.2018.02.006 ] A new remote sensing index for assessing the spatial heterogeneity in urban ecological quality: a case from Fuzhou City, China Islam A R M T , Islam H M T , Shahid S , Khatun M K , Ali M M , Rahman M S , Ibrahim S M and Almoajel A M . 2021 . Spatiotemporal nexus between vegetation change and extreme climatic indices and their possible causes of change . Journal of Environmental Management , 289 : 112505 [ DOI: 10.1016/j.jenvman.2021.112505 http://dx.doi.org/10.1016/j.jenvman.2021.112505 ] Spatiotemporal nexus between vegetation change and extreme climatic indices and their possible causes of change Jiang L L , Jiapaer G , Bao A M , Guo H and Ndayisaba F . 2017 . Vegetation dynamics and responses to climate change and human activities in Central Asia . Science of the Total Environment , 599 - 600 : 967 - 980 [ DOI: 10.1016/j.scitotenv.2017.05.012 http://dx.doi.org/10.1016/j.scitotenv.2017.05.012 ] Vegetation dynamics and responses to climate change and human activities in Central Asia Jiang Q P , Gao W , Wang S Q , Yue G H , Shao F , Ho Y S and Kwong S . 2020 . Blind image quality measurement by exploiting high-order statistics with deep dictionary encoding network . IEEE Transactions on Instrumentation and Measurement , 69 ( 10 ): 7398 - 7410 [ DOI: 10.1109/TIM.2020.2984928 http://dx.doi.org/10.1109/TIM.2020.2984928 ] Blind image quality measurement by exploiting high-order statistics with deep dictionary encoding network Jolliffe I T and Cadima J . 2016 . Principal component analysis: a review and recent developments . Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences , 374 ( 2065 ): 20150202 [ DOI: 10.1098/rsta.2015.0202 http://dx.doi.org/10.1098/rsta.2015.0202 ] Principal component analysis: a review and recent developments Khan N M , Rastoskuev V V , Sato Y and Shiozawa S . 2005 . Assessment of hydrosaline land degradation by using a simple approach of remote sensing indicators . Agricultural Water Management , 77 ( 1/3 ): 96 - 109 [ DOI: 10.1016/j.agwat.2004.09.038 http://dx.doi.org/10.1016/j.agwat.2004.09.038 ] Assessment of hydrosaline land degradation by using a simple approach of remote sensing indicators Lawton J H . 1999 . Are there general laws in ecology? . Oikos , 84 ( 2 ): 177 - 192 [ DOI: 10.2307/3546712 http://dx.doi.org/10.2307/3546712 ] Are there general laws in ecology? Li N , Wang J Y and Qin F . 2020 . The improvement of ecological environment index model RSEI . Arabian Journal of Geosciences , 13 ( 11 ): 403 [ DOI: 10.1007/s12517-020-05414-7 http://dx.doi.org/10.1007/s12517-020-05414-7 ] The improvement of ecological environment index model RSEI Li X M , Sun C J , Sun J L , Chen W and Li X G . 2021 . Ecological security characteristics of main irrigated agricultural areas on the Loess Plateau based on remote sensing information . Chinese Journal of Applied Ecology , 32 ( 9 ): 3177 - 3184 Ecological security characteristics of main irrigated agricultural areas on the Loess Plateau based on remote sensing information 李晓明 , 孙从建 , 孙九林 , 陈伟 , 李新功 . 2021 . 基于遥感信息的黄土高原主要灌溉农业分布区生态安全特征 . 应用生态学报 , 32 ( 9 ): 3177 - 3184 [ DOI: 10.13287/j.1001-9332.202109.012 http://dx.doi.org/10.13287/j.1001-9332.202109.012 ] 基于遥感信息的黄土高原主要灌溉农业分布区生态安全特征 Liang L W , Wang Z B , Fang C L and Sun Z . 2019 . Spatiotemporal differentiation and coordinated development pattern of urbanization and the ecological environment of the Beijing-Tianjin-Hebei urban agglomeration . Acta Ecologica Sinica , 39 ( 4 ): 1212 - 1225 Spatiotemporal differentiation and coordinated development pattern of urbanization and the ecological environment of the Beijing-Tianjin-Hebei urban agglomeration 梁龙武 , 王振波 , 方创琳 , 孙湛 . 2019 . 京津冀城市群城市化与生态环境时空分异及协同发展格局 . 生态学报 , 39 ( 4 ): 1212 - 1225 [ DOI: 10.5846/stxb201809162015 http://dx.doi.org/10.5846/stxb201809162015 ] 京津冀城市群城市化与生态环境时空分异及协同发展格局 Liu L X , Yang K , Ye J H , Han Y W , Meng X J , Hou C F and Gao X T . 2021 . Spatial variation of urban heat island effect in Xiong’an New Area . Journal of Environmental Engineering Technology , 11 ( 3 ): 546 - 553 Spatial variation of urban heat island effect in Xiong’an New Area 刘丽香 , 杨凯 , 叶家慧 , 韩永伟 , 孟晓杰 , 侯春飞 , 高馨婷 . 2021 . 雄安新区城市热岛效应的空间异质性 . 环境工程技术学报 , 11 ( 3 ): 546 - 553 [ DOI: 10.12153 http://dx.doi.org/10.12153 ∕j.issn. 1674 - 991 X. 20200194 ] 雄安新区城市热岛效应的空间异质性 Liu Q H , Wu J J , Li L , Yu L , Li J , Xin X Z , Jia L , Zhong B , Niu Z , Xu X L , Meng Q Y , Zhao J , Zhang H L , Hu G C and Zheng C L . 2018 . Ecological environment monitoring for sustainable development goals in the Belt and Road region . Journal of Remote Sensing , 22 ( 4 ): 686 - 708 Ecological environment monitoring for sustainable development goals in the Belt and Road region 柳钦火 , 吴俊君 , 李丽 , 俞乐 , 李静 , 辛晓洲 , 贾立 , 仲波 , 牛铮 , 徐新良 , 孟庆岩 , 赵静 , 张海龙 , 胡光成 , 郑超磊 . 2018 . “一带一路”区域可持续发展生态环境遥感监测 . 遥感学报 , 22 ( 4 ): 686 - 708 [ DOI: 10.11834/jrs.20187264 http://dx.doi.org/10.11834/jrs.20187264 ] “一带一路”区域可持续发展生态环境遥感监测 Liu Z T , Mao X Q and Jiang H . 2019 . Key directions and contents of ecological environment protection during the 14th five-year plan period . Chinese Journal of Environmental Management , 11 ( 3 ): 40 - 45 Key directions and contents of ecological environment protection during the 14th five-year plan period 刘峥延 , 毛显强 , 江河 . 2019 . “十四五”时期生态环境保护重点方向和任务研究 . 中国环境管理 , 11 ( 3 ): 40 - 45 [ DOI: 10.16868/j.cnki.1674-6252.2019.03.040 http://dx.doi.org/10.16868/j.cnki.1674-6252.2019.03.040 ] “十四五”时期生态环境保护重点方向和任务研究 Lu D D and Chen M X . 2015 . Several viewpoints on the background of compiling the "National New Urbanization Planning (2014-2020) ". Acta Geographica Sinica , 70 ( 2 ): 179 - 185 Several viewpoints on the background of compiling the "National New Urbanization Planning (2014-2020) 陆大道 , 陈明星 . 2015 . 关于“国家新型城镇化规划(2014-2020)”编制大背景的几点认识 . 地理学报 , 70 ( 2 ): 179 - 185 [ DOI: 10.11821/dlxb201502001 http://dx.doi.org/10.11821/dlxb201502001 ] 关于“国家新型城镇化规划(2014-2020)”编制大背景的几点认识 Mi X C , Feng G , Hu Y B , Zhang J , Chen L , Corlett R T , Hughes A C , Pimm S , Schmid B , Shi S H , Svenning J C and Ma K P . 2021 . The global significance of biodiversity science in China: an overview . National Science Review , 8 ( 7 ): nwab 032 [ DOI: 10.1093/nsr/nwab032 http://dx.doi.org/10.1093/nsr/nwab032 ] The global significance of biodiversity science in China: an overview Ministry of Environmental Protection of the People's Republic of China . 2015 . HJ 192 - 2015 Technical criterion for ecosystem status evaluation . Beijing : China Environmental Science Press HJ 中华人民共和国环境保护部 . 2015 . HJ 192 - 2015 生态环境状况评价技术规范 . 北京 : 中国环境科学出版社 HJ Pickett S T A , Cadenasso M L , Grove J M , Boone C G , Groffman P M , Irwin E , Kaushal S S , Marshall V , Mcgrath B P , Nilon C H , Pouyat R V , Szlavecz K , Troy A and Warren P . 2011 . Urban ecological systems: scientific foundations and a decade of progress . Jounal of Environmental Management , 92 ( 3 ): 331 - 362 [ DOI: 10.1016/j.jenvman.2010.08.022 http://dx.doi.org/10.1016/j.jenvman.2010.08.022 ] Urban ecological systems: scientific foundations and a decade of progress Pimm S L , Jenkins C N , Abell R , Brooks T M , Gittleman J L , Joppa L N , Raven P H , Roberts C M and Sexton J O . 2014 . The biodiversity of species and their rates of extinction, distribution, and protection . Science , 344 ( 6187 ): 1246752 [ DOI: 10.1126/science.1246752 http://dx.doi.org/10.1126/science.1246752 ] The biodiversity of species and their rates of extinction, distribution, and protection Ramola A , Shakya A K and Van Pham D . 2020 . Study of statistical methods for texture analysis and their modern evolutions . Engineering Reports , 2 ( 4 ): e 12149 [ DOI: 10.1002/eng2.12149 http://dx.doi.org/10.1002/eng2.12149 ] Study of statistical methods for texture analysis and their modern evolutions Rikimaru A , Roy P S and Miyatake S . 2002 . Tropical forest cover density mapping . Tropical Ecology , 43 ( 1 ): 39 - 47 Tropical forest cover density mapping Seddon A W R , Macias-Fauria M , Long P R , Benz D and Willis K J . 2016 . Sensitivity of global terrestrial ecosystems to climate variability . Nature , 531 ( 7593 ): 229 - 232 [ DOI: 10.1038/nature16986 http://dx.doi.org/10.1038/nature16986 ] Sensitivity of global terrestrial ecosystems to climate variability Sun W Z . 2021 . Vegetation Change under the Background of Urban Expansion in China from 2000 to 2019 . Kunming : Yunnan Normal University Vegetation Change under the Background of Urban Expansion in China from 2000 to 2019 孙伟钊 . 2021 . 2000—2019年中国城市扩张背景下植被变化研究 . 昆明 : 云南师范大学 2000—2019年中国城市扩张背景下植被变化研究 Tran T V , Tran D X , Nguyen H , Latorre-Carmona P and Myint S W . 2021 . Characterising spatiotemporal vegetation variations using LANDSAT time-series and Hurst exponent index in the Mekong River Delta . Land Degradation and Development , 32 ( 12 ): 3507 - 3523 [ DOI: 10.1002/ldr.3934 http://dx.doi.org/10.1002/ldr.3934 ] Characterising spatiotemporal vegetation variations using LANDSAT time-series and Hurst exponent index in the Mekong River Delta Tripathi N K , Rai B K and Dwivedi P . 1997 . Spatial modelling of soil alkalinity in GIS environment using IRS data, Proceedings of the 18th Asian Conference on Remote Sensing, ACRS Kuala Lumpur , Malaysia , 2025 : 8186 . Spatial modelling of soil alkalinity in GIS environment using IRS data, Proceedings of the 18th Asian Conference on Remote Sensing, ACRS Kuala Lumpur Tsyganskaya V , Martinis S , Marzahn P and Ludwig R . 2018 . Detection of temporary flooded vegetation using Sentinel-1 time series data . Remote Sensing , 10 ( 8 ): 1286 [ DOI: 10.3390/rs10081286 http://dx.doi.org/10.3390/rs10081286 ] Detection of temporary flooded vegetation using Sentinel-1 time series data Tu S J , Wang S P , Cheng F C and Chen Y J . 2019 . Extraction of gray-scale intensity distributions from micro computed tomography imaging for femoral cortical bone differentiation between low-magnesium and normal diets in a laboratory mouse model . Scientific Reports , 9 ( 1 ): 8135 [ DOI: 10.1038/s41598-019-44610-8 http://dx.doi.org/10.1038/s41598-019-44610-8 ] Extraction of gray-scale intensity distributions from micro computed tomography imaging for femoral cortical bone differentiation between low-magnesium and normal diets in a laboratory mouse model Twele A , Cao W X , Plank S and Martinis S . 2016 . Sentinel-1-based flood mapping: a fully automated processing chain . International Journal of Remote Sensing , 37 ( 13 ): 2990 - 3004 [ DOI: 10.1080/01431161.2016.1192304 http://dx.doi.org/10.1080/01431161.2016.1192304 ] Sentinel-1-based flood mapping: a fully automated processing chain Van Nguyen O , Kawamura K , Trong D P , Gong Z and Suwandana E . 2015 . Temporal change and its spatial variety on land surface temperature and land use changes in the Red River Delta, Vietnam, using MODIS time-series imagery . Environmental Monitoring and Assessment , 187 ( 7 ): 464 [ DOI: 10.1007/s10661-015-4691-3 http://dx.doi.org/10.1007/s10661-015-4691-3 ] Temporal change and its spatial variety on land surface temperature and land use changes in the Red River Delta, Vietnam, using MODIS time-series imagery Wang F , Ding J L , Wei Y , Zhou Q Q , Yang X D and Wang Q F . 2017 . Sensitivity analysis of soil salinity and vegetation indices to detect soil salinity variation by using Landsat series images: applications in different oases in Xinjiang, China . Acta Ecologica Sinica , 37 ( 15 ): 5007 - 5022 Sensitivity analysis of soil salinity and vegetation indices to detect soil salinity variation by using Landsat series images: applications in different oases in Xinjiang, China 王飞 , 丁建丽 , 魏阳 , 周倩倩 , 杨晓东 , 王前锋 . 2017 . 基于Landsat系列数据的盐分指数和植被指数对土壤盐度变异性的响应分析——以新疆天山南北典型绿洲为例 . 生态学报 , 37 ( 15 ): 5007 - 5022 [ DOI: 10.5846/stxb201605090890 http://dx.doi.org/10.5846/stxb201605090890 ] 基于Landsat系列数据的盐分指数和植被指数对土壤盐度变异性的响应分析——以新疆天山南北典型绿洲为例 Wang J , Ma J L , Xie F F and Xu X J . 2020 . Improvement of remote sensing ecological index in arid regions: taking Ulan Buh Desert as an example . Chinese Journal of Applied Ecology , 31 ( 11 ): 3795 - 3804 Improvement of remote sensing ecological index in arid regions: taking Ulan Buh Desert as an example 王杰 , 马佳丽 , 解斐斐 , 徐锡杰 . 2020 . 干旱地区遥感生态指数的改进——以乌兰布和沙漠为例 . 应用生态学报 , 31 ( 11 ): 3795 - 3804 [ DOI: 10.13287/j.1001-9332.202011.011 http://dx.doi.org/10.13287/j.1001-9332.202011.011 ] 干旱地区遥感生态指数的改进——以乌兰布和沙漠为例 Xiong X and Xiao J . 2021 . Evaluation of coupling coordination between urbanization and eco-environment in six central cities, Wuling Mountain area . Acta Ecologica Sinica , 41 ( 15 ): 5973 - 5987 Evaluation of coupling coordination between urbanization and eco-environment in six central cities, Wuling Mountain area 熊曦 , 肖俊 . 2021 . 武陵山片区城镇化与生态环境耦合协调度时空分异——以六个中心城市为例 . 生态学报 , 41 ( 15 ): 5973 - 5987 [ DOI: 10.5846/stxb202012183216 http://dx.doi.org/10.5846/stxb202012183216 ] 武陵山片区城镇化与生态环境耦合协调度时空分异——以六个中心城市为例 Xiong Y , Xu W H , Lu N , Huang S D , Wu C , Wang L G , Dai F and Kou W L . 2021 . Assessment of spatial–temporal changes of ecological environment quality based on RSEI and GEE: a case study in Erhai Lake Basin, Yunnan province, China . Ecological Indicators , 125 : 107518 [ DOI: 10.1016/J.ECOLIND.2021.107518 http://dx.doi.org/10.1016/J.ECOLIND.2021.107518 ] Assessment of spatial–temporal changes of ecological environment quality based on RSEI and GEE: a case study in Erhai Lake Basin, Yunnan province, China Xu H . 2008 . A new index for delineating built-up land features in satellite imagery . International Journal of Remote Sensing , 29 ( 14 ): 4269 - 4276 [ DOI: 10.1080/01431160802039957 http://dx.doi.org/10.1080/01431160802039957 ] A new index for delineating built-up land features in satellite imagery Xu H Q . 2005 . A study on information extraction of water body with the modified normalized difference water index (MNDWI) . Journal of Remote Sensing , 9 ( 5 ): 589 - 595 A study on information extraction of water body with the modified normalized difference water index (MNDWI) 徐涵秋 . 2005 . 利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究 . 遥感学报 , 9 ( 5 ): 589 - 595 [ DOI: 10.11834/jrs.20050586 http://dx.doi.org/10.11834/jrs.20050586 ] 利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究 Xu H Q . 2013a . A remote sensing urban ecological index and its application . Acta Ecologica Sinica , 33 ( 24 ): 7853 - 7862 A remote sensing urban ecological index and its application 徐涵秋 . 2013a . 城市遥感生态指数的创建及其应用 . 生态学报 , 33 ( 24 ): 7853 - 7862 [ DOI: 10.5846/stxb201208301223 http://dx.doi.org/10.5846/stxb201208301223 ] 城市遥感生态指数的创建及其应用 Xu H Q . 2013b . A remote sensing index for assessment of regional ecological changes . China Environmental Science , 33 ( 5 ): 889 - 897 A remote sensing index for assessment of regional ecological changes 徐涵秋 . 2013b . 区域生态环境变化的遥感评价指数 . 中国环境科学 , 33 ( 5 ): 889 - 897 [ DOI: 10.3969/j.issn.1000-6923.2013.05.019 http://dx.doi.org/10.3969/j.issn.1000-6923.2013.05.019 ] 区域生态环境变化的遥感评价指数 Xu H Q , Wang M Y , Shi T T , Guan H D , Fang C Y and Lin Z L . 2018 . Prediction of ecological effects of potential population and impervious surface increases using a remote sensing based ecological index (RSEI) . Ecological Indicators , 93 : 730 - 740 [ DOI: 10.1016/j.ecolind.2018.05.055 http://dx.doi.org/10.1016/j.ecolind.2018.05.055 ] Prediction of ecological effects of potential population and impervious surface increases using a remote sensing based ecological index (RSEI) Yamazaki D , Ikeshima D , Sosa J , Bates P D , Allen G H and Pavelsky T M . 2019 . MERIT hydro: a high-resolution global hydrography map based on latest topography dataset . Water Resources Research , 55 ( 6 ): 5053 - 5073 [ DOI: 10.1029/2019WR024873 http://dx.doi.org/10.1029/2019WR024873 ] MERIT hydro: a high-resolution global hydrography map based on latest topography dataset Yang J Y , Wu T , Pan X Y , Du H T , Li J L , Zhang L , Men M X and Chen Y . 2019 . Ecological quality assessment of Xiongan New Area based on remote sensing ecological index . Chinese Journal of Applied Ecology , 30 ( 1 ): 277 - 284 Ecological quality assessment of Xiongan New Area based on remote sensing ecological index 杨江燕 , 吴田 , 潘肖燕 , 杜海童 , 李金鹿 , 张利 , 门明新 , 陈影 . 2019 . 基于遥感生态指数的雄安新区生态质量评估 . 应用生态学报 , 30 ( 1 ): 277 - 284 [ DOI: 10.13287/j.1001-9332.201901.017 http://dx.doi.org/10.13287/j.1001-9332.201901.017 ] 基于遥感生态指数的雄安新区生态质量评估 Yang Y , Li X Y , Dong W , Hong H , He Z , Jin F J and Liu Y . 2019 . Comprehensive evaluation on China's man-land relationship: Theoretical model and empirical study . Acta Geographica Sinica , 74 ( 6 ): 1063 - 1078 Comprehensive evaluation on China's man-land relationship: Theoretical model and empirical study 杨宇 , 李小云 , 董雯 , 洪辉 , 何则 , 金凤君 , 刘毅 . 2019 . 中国人地关系综合评价的理论模型与实证 . 地理学报 , 74 ( 6 ): 1063 - 1078 [ DOI: 10.11821/dlxb201906001 http://dx.doi.org/10.11821/dlxb201906001 ] 中国人地关系综合评价的理论模型与实证 Yang Z K , Tian J , Li W Y , Su W R , Guo R Y and Liu W J . 2021 . Spatio-temporal pattern and evolution trend of ecological environment quality in the Yellow River Basin . Acta Ecologica Sinica , 41 ( 19 ): 7627 - 7636 Spatio-temporal pattern and evolution trend of ecological environment quality in the Yellow River Basin 杨泽康 , 田佳 , 李万源 , 苏文瑞 , 郭睿妍 , 刘文娟 . 2021 . 黄河流域生态环境质量时空格局与演变趋势 . 生态学报 , 41 ( 19 ): 7627 - 7636 [ DOI: 10.5846/stxb202012083131 http://dx.doi.org/10.5846/stxb202012083131 ] 黄河流域生态环境质量时空格局与演变趋势 Zhang H , Du P J , Luo J Q and Li E Z . 2017 . Ecological change analysis of Nanjing city based on remote sensing ecological index . Geospatial Information , 15 ( 2 ): 58 - 62 Ecological change analysis of Nanjing city based on remote sensing ecological index 张浩 , 杜培军 , 罗洁琼 , 李二珠 . 2017 . 基于遥感生态指数的南京市生态变化分析 . 地理空间信息 , 15 ( 2 ): 58 - 62 [ DOI: 10.3969/j.issn.1672-4623.2017.02.019 http://dx.doi.org/10.3969/j.issn.1672-4623.2017.02.019 ] 基于遥感生态指数的南京市生态变化分析 Zheng Z H , Wu Z F , Chen Y B , Yang Z W and Marinello F . 2020 . Exploration of eco-environment and urbanization changes in coastal zones: a case study in China over the past 20 years . Ecological Indicators , 119 : 106847 [ DOI: 10.1016/j.ecolind.2020.106847 http://dx.doi.org/10.1016/j.ecolind.2020.106847 ] Exploration of eco-environment and urbanization changes in coastal zones: a case study in China over the past 20 years Zhu D Y , Chen T , Niu R Q and Zhen N . 2021 . Analyzing the ecological environment of mining area by using moving window remote sensing ecological index . Geomatics and Information Science of Wuhan University , 46 ( 3 ): 341 - 347 Analyzing the ecological environment of mining area by using moving window remote sensing ecological index 朱冬雨 , 陈涛 , 牛瑞卿 , 甄娜 . 2021 . 利用移动窗口遥感生态指数分析矿区生态环境 . 武汉大学学报(信息科学版) , 46 ( 3 ): 341 - 347 [ DOI: 10.13203/j.whugis20190122 http://dx.doi.org/10.13203/j.whugis20190122 ] 利用移动窗口遥感生态指数分析矿区生态环境 10.11834/jrs.20221527 P2 1007-4619（2023）02-0299-19 张伟，杜培军，郭山川，林聪，郑鸿瑞，付萍杰.2023.改进型遥感生态指数及干旱区生态环境评价.遥感学报，27（2）： 299-317 张伟，杜培军，郭山川，林聪，郑鸿瑞，付萍杰.2023.改进型遥感生态指数及干旱区生态环境评价.遥感学报，27（2）： 299-317 Zhang W，Du P J，Guo S C，Lin C，Zheng H R and Fu P J. 2023. Enhanced remote sensing ecological index and ecological environment evaluation in arid area. National Remote Sensing Bulletin， 27（2）：299-317 Zhang W，Du P J，Guo S C，Lin C，Zheng H R and Fu P J. 2023. Enhanced remote sensing ecological index and ecological environment evaluation in arid area. National Remote Sensing Bulletin， 27（2）：299-317 国家重点研发计划资助（编号：2022YFC3800802）；国家自然科学基金（编号：42271472，42201338）；南京大学优秀博士研究生创新能力提升计划资助（编号：202201B043） Supported by National Key Research and Development Program of China (No. 2022YFC3800802); National Natural Science Foundation of China (No. 42271472, 42201338), Program B for Outstanding PhD candidate of Nanjing University (No. 202201B043) 2021-08-22 2023-02-07 2023-04-20 2021-12-11 遥感学报 2 27