南京林业大学学报(自然科学版)

作者：王天宏,蒋馥根,龙依,邓目丽,孙华

单位：中南林业科技大学林业遥感信息工程研究中心,林业遥感大数据与生态安全湖南省重点实验室,南方森林资源经营与监测国家林业和草原局重点实验室,湖南 长沙 410004

关键词：长江源地区,遥感生态指数(RSEI),生态环境质量,Google Earth Engine(GEE),Hurst指数

基金：国家重点研发计划(2017YFC0506502),国家林业局荒漠化监测专项(101-9899),湖南省教育厅科学研究重点项目(17A225)

【目的】高效监测长江源地区生态环境质量的时空分布特征及其变化趋势,对维护三江源地区生态环境质量、制定长期且有效的生态保护恢复措施具有重要意义。由于遥感影像空间分辨率和数据获取及处理的限制,大区域遥感生态指数(remote sensing ecological index,RSEI)评价仍然存在局限性,需要完善方法,发挥其快速、客观、高效、可视化和可预测的优势。【方法】以Landsat系列影像为数据源,基于云端运算平台Google Earth Engine(GEE)快速云计算获取1990—2020年植被生长季(6—9月)长江源地区的遥感影像,并计算区域长时间序列RSEI。使用变异系数、Sen+MK趋势分析、Hurst指数及趋势分析法,对长江源地区RSEI稳定性、时空变化特征、未来演化趋势及驱动力进行分析。【结果】①1990—2020年长江源地区RSEI主要分布于0.4~0.6,空间尺度上呈东高西低、南高北低的分布特征;②长江源地区RSEI变异系数均值为6.52%,表明东部和西部地区变化相对剧烈,中部地区变化相对稳定。RSEI整体呈现缓慢波动增加的趋势,年平均增速为0.004 7。在空间上,RSEI呈现整体改善,其中改善的区域占研究区面积的83.63%。③长江源地区RSEI的Hurst指数平均值为0.53,未来变化持续性强于反持续性。长江源地区生态环境质量未来变化以持续改善为主,但整体趋势性偏弱,仍然存在退化的风险。④长江源地区RSEI与气温、夜间灯光指数、潜在蒸散发量均表现为正相关,表明自然因子和人类活动在一定程度上均能够影响生态环境质量改善。【结论】使用GEE获取遥感数据并结合时间序列数据分析,有快速监测大尺度生态环境质量的潜力,可以为三江源地区生态环境监测和保护提供参考。

来源：2025年第3期

《南京林业大学学报(自然科学版)》期刊编辑部

查看南京林业大学学报(自然科学版)杂志2025年第3期