基于RSEI的河北省森林城市生态环境质量变化分析

魏安琪 杨宗记 王莎 王莉

摘要 以青龙满族自治县为研究对象，基于GEE平台2013—2022年生长季的Landsat 8 OLI遥感影像构建遥感生态指数（RSEI），对区域生态环境质量变化进行了评估。结果表明：近10年来，青龙县生态环境质量总体向好，其中优等区域（RSEI等级为优或良）面积增长了21%，占全县面积6.6%的区域呈显著上升趋势（P<0.05）。西部地区虽然多年RSEI均值较低，但上升趋势较快；东部地区的祖山镇、三星口乡、龙王庙乡等部分区域虽然多年RSEI均值较高，但呈不显著的下降趋势。

关键词 遥感生态指数；生态环境质量；绿色发展

中图分类号：X321 文献标识码：B 文章编号：2095–3305（2023）07–0242-03

随着遥感对地观测技术的高质量发展，基于遥感数据的生态环境监测和评价技术应运而生。其中，遥感生态指数（remote sensing based ecological index， RSEI）以其数据开放性、权重客观性和成果可视性等优点，被广泛应用于森林、草原、湿地、城市等多种地理环境[1-4]。

青龙满族自治县（以下简称青龙县）是革命老区、国家重点生态功能区。近年来，青龙县坚持建设与保护并重，有效利用田园风光和山水资源，形成旅游产业链，以乡村旅游提质乡村振兴，成为以绿色发展助推乡村振兴的范本。本研究以青龙县为例，基于RSEI进行森林城市生态环境研究，以期为定量掌握区域生态环境质量状况，加强地区生态文明建设，实现绿色发展提供理论参考。

1 数据来源与研究方法

1.1 数据来源

GEE云平台在线提供2013—2022年的Landsat 8 OLI遥感影像存档数据，各年份分量指标的计算与归一化，主成分分析和长时间序列的RSEI回归分析均在云平台上进行[5]。为避免季节差异对数据处理结果的影响，本研究使用数据的时间范围均为4—10月；此外，使用改进的归一化水体指数（MNDWI）去除水体信息以避免水域对湿度指标的影响。图件的制作和分区统计通过Arc Map 10.3软件实现。

1.2 研究方法

参考前人研究，用绿度、湿度、干度、热度4个要素构建RSEI指数[6-7]。为避免量纲失衡，先将各指标归一化处理再进行主成分分析，获得初始系数：RSEIi=1-{PC1[ f（NDVI，WET，LST，NDBSI ）]}，为了便于指标的度量和比较，对RSEIi进行归一化RSEI=（RSEIi-RSEIi_min）/（RSEIi_max-RSEIi_min）。

2 结果与分析

2.1 遥感生态指数模型的构建

由主成分分析结果可知（表1），第1主成分（PC1）的特征值贡献率最高可达80.5%（2017年），最低为66.87%（2013年），多年平均贡献度为75.45%，说明PC1集中了4个要素的大部分特征。在PC1中，NDVI（绿度）和WET（湿度）呈正值，表明这2个要素对研究区生态环境质量起正向作用；NDSI虽为正，但数值较小，表明干度指标起的作用较小；LST呈负值，表明热度指标起负向作用。

2.2 青龙县生态环境质量概况

为明确研究区生态环境质量的空间分布特征，对区域内多年RSEI求取平均值（图1a），结果表明，青龙县RSEI具有空间差异性，总体呈现东部高、西部低的格局，生态环境状况良好的区域主要分布于祖山林场、都山林场附近以及大石岭乡北部，而青龙镇、娄杖子镇、马圈子镇东南部等人口密集或环境恶劣地区生态环境相对较差。以0.2为间隔将RSEI划分为5个等级：差（0，0.2）、较差[0.2，0.4）、一般[0.4，0.6）、良[0.6，0.8）、优[0.8，1.0）。研究区生态环境质量以中等（一般）最多，面积占比49.5%，优等（优和良）区域次之，为43%（图1b）。

為进一步量化不同区域生态环境质量的差异，对各区多年RSEI平均值进行分区统计（表2）。从平均值上看，娄杖子镇、肖营子镇、朱杖子乡的RSEI较低，祖山林场、都山林场的RSEI较高；从最小值上看，青龙镇、八道河镇、土门子镇、马圈子镇的RSEI较低；从最大值上看，祖山林场、隔河头镇、都山林场的RSEI较高。

2.3 青龙县生态环境质量的变化趋势

青龙县RSEI多年平均值变化（图2）表明，2013—2022年RSEI总体呈现波动上升趋势，多年平均值为0.57；其中高峰值出现在2020年，为0.63；低谷值为0.48，出现在2016年。近10年，RSEI增长速率为0.0035/年，表明生态环境质量呈向好趋势。生态环境质量分级统计结果亦可证明：（1）中等和优等生态环境区域所占面积波动中增长且占比较大，除2016年（70.28%）和2017年（81.65%）以外，均在85%以上；（2）优等区域呈现增加趋势，面积占比由2013年的48.53%增加至2022年的58.91%，增幅为21%，优、良等级的占比在2022年分别达到最大值7.21%、51.7%；（3）差等生态环境区域呈现减少趋势，在2016年出现高值，之后快速下降。

对青龙县2013—2022年长时间序列RSEI数据进行逐像元线性回归分析。县区RSEI变化率介于-0.083～0.064/年，平均值为0.003/年；全县有54.7%的区域RSEI呈上升趋势，主要集中在中南部地区（图3a）。在显著水平α=0.05下，趋势检验结果见图3b，近10年青龙县RSEI具有显著变化趋势的区域共317.81 km2，占全县面积9%；其中，生态环境质量显著上升的区域约230.31 km2，主要分布在朱杖子乡、平方子乡附近；显著下降区域约87.5 km2，主要分布于东部地区。

近10年，不同区域RSEI变化有所不同（表3）。对各区域历年RSEI值进行分区统计，都山林场、祖山林场生态环境质量始终为优等；朱杖子乡、八道河镇、娄杖子镇、肖营子镇生态环境质量始终为中等及以下。干沟乡、三星口乡、龙王庙乡、凤凰山乡、祖山镇、祖山林场6个区域10年趋势值为负，但均未通过显著性检验。

3 结论与讨论

本研究基于GEE云平台和遥感生态指数，对青龙县2013—2022年生态环境质量进行定量评估分析，从空间和时间角度揭示区域生态的动态变化，主要结论为：研究区多年RSEI平均值总体呈现东部高、西部低的空间分布格局，区域生态环境质量以中等（一般）居多。

2013—2022年全县RSEI波动中上升，增长速率为0.0035/年，表明生态环境质量呈向好趋势。其中，约230.31 km2的区域呈显著上升趋势（P<0.05），占全县的面积6.6%，主要分布于朱杖子乡、平方子乡附近；显著下降区域面积约87.5 km2，主要分布于县城东部。

近10年间，朱杖子乡、茨榆山乡、草碾乡多年RSEI均值排名虽靠后，但随着生态改善工作的推进，高标准造林工程的开展，RSEI上升趋势较快。祖山镇、三星口乡、龙王庙乡多年RSEI均值排名靠前，但呈下降趋势，未通过显著性检验，仍需多加关注。

参考文献

[1] 徐涵秋，李春强，林梦婧.RSEI应使用主成分分析或核主成分分析？[J].武汉大学学报（信息科学版），2023，48（4）：506-513.

[2] 潘明慧，袁轶男，王亚蕾，等.基于RSEI的福州旗山国家森林公园生态环境质量变化研究[J].山东农业大学学报（自然科学版），2020，51（1）：57-63.

[3] 柯丽娜，徐佳慧，王楠，等.基于遥感生态指数的濱海湿地生态质量变化评价：以辽东湾北部区为例[J].生态环境学报，2022，31（7）：1417-1424.

[4] 吴可人，高祺，王让会，等.基于RSEI模型的石家庄生态环境质量评价[J].地球物理学进展，2021，36（3）：968-976.

[5] 郑子豪，吴志峰，陈颖彪，等.基于Google

Earth Engine的长三角城市群生态环境变化与城市化特征分析[J].生态学报， 2021，41（2）：717-729.

[6] 徐涵秋.区域生态环境变化的遥感评价指数[J].中国环境科学，2013，33（5）：889-897.

[7] 何天星，田宁，周锐，等.基于GEE和RSEI的长三角一体化示范区生态环境质量动态评估[J].生态学杂志，2023，42（2）： 436-444.

Eco-environmental Quality Assessment of Forest City in Hebei Province based on RSEl

—A Case of Qinglong Manchu Autonomous County

Wei An-qi et al（Qinhuangdao Meteorologital Bureau， Qinhuangdao， Heibei 066000）

Abstract Taking Qinglong Manchu Autonomous County as the research object， the remote sensing ecological index （RSEI） was constructed based on the Landsat 8 OLI remote sensing image of the GEE platform in the growth season from 2013 to 2022， and the changes in regional ecological environment quality were assessed. The results show that in the past 10 years， the overall ecological environment quality of Qinglong County has improved， with an increase of 21% in the area of excellent areas （RSEI level of excellent or good）， and a significant upward trend in the area that accounts for 6.6% of the entire county area （P<0.05）. Although the average RSEI in the western region has been low for many years， the upward trend is fast; Although some areas in the eastern region， such as Zushan Town， Sanxingkou Township， and Longwangmiao Township， have had relatively high average RSEI over the years， they have shown an insignificant downward trend.

Key words Remote sensing ecological index; Eco-environmental quality; Green development