APP下载

基于遥感生态指数的锡林河流域生态环境动态监测与评价

2017-08-11杨洵毛立超王哲王琪雯

科学家 2017年13期
关键词:主成分分析

杨洵+毛立超+王哲+王琪雯

内蒙古农业大学水利与土木建筑工程学院,内蒙古呼和浩特 010018

摘 要 本文以锡林河流域为研究区,以2011年Landsat 5 TM影像和2016年Landsat 8 OLI影像为主要数据源,通过主成分分析确定4个生态指标:绿度、湿度、热度、干度,利用RSEI综合生态指数对锡林河流域2011年和2015年生态环境变化进行监测与评价。结果表明:锡林河流域生态环境总体质量呈下降趋势,绿度和湿度对生态环境质量起促进作用,热度和干度对生态环境质量起抑制作用;裸露、干化地表的治理有利于改善生态环境质量。

关键词 锡林河流域;生态环境质量;遥感生态指数;主成分分析。

中图分类号 TP2 文献标识码 A 文章编号 2095-6363(2017)13-0021-01

锡林河流域囊括了我国四大草原中的锡林郭勒草原,锡林郭勒草原对于整个华北地区具有积极的抵抗风沙的作用,但随着近几年人类活动强度的不断加大,锡林河流域的生态环境遭到了较为严重的破坏,因此,对该流域的环境治理迫在眉睫[1]。本文是利用前人[2]提出的RSEI评价模型的4个生态因子,利用Landsat卫星遥感影像,在遥感图像处理软件ENVI的支持下,基于遥感信息的绿度、湿度、热度、干度等4个生态因子,利用遥感技术及主成分分析方法对锡林河流域2011年和2016年的生态环境进行了评价与分析,这为环境监测与保护部门提供可靠的参考依据。

1 研究区概况及数据来源

本文所研究的测区位于内蒙古高原中东部大兴安岭西部的低山丘陵边缘,地理坐标为N:43°26′48″~44°39′21″,E:115°32′00″~117°12′00″,属典型侵蚀构造地形,地貌具有明显分带性。

本文的主要遥感数据下载自地理空间数据云。分别为2011年的Landsat 5 TM影像和2015年的Landsat 8 OLI影像。以2016年Landsat8影像为基准,采用最近邻元法对和2011年Landsat 5影像进行配准,均方根误差在0.5个像元内。

2 图像预处理与评价体系建立

上述影像只经过了粗略的校正,不能直接进行反演解译。为了进一步操作,必须对获取的遥感影像进行辐射定标、大气校正、配准等前期的图像预处理工作[2]。

在图像预处理的基础上,计算绿度、湿度、热度、干度等4个完全基于RS的生态指标[3],通过主成分分析结果可知用PC1创建RSEI综合生态指数最为合理,从而实现对锡林河流域的生态环境进行监测与评价。

3 结果与分析

3.1 锡林河流域生态环境状况总体评价

为研究RSEI所反映的生态效应,以0.2为间隔将各年份的生态环境分为差、较差、中等、良、优等5个生态等级。由表1可以看出,2011年和2015年生态等级变化明显,生态等级为差的面积从2011年的2.1233%升高到2015年的46.0837%。由2011年和2015年,锡林河流域共有23.9604%的面积的生态环境变差,76.0396%的面积的生态环境无明显变化。表明近4年来,锡林河生态环境呈现明显的下降趋势。

3.2 锡林河流域生态环境质量评价

通过RSEI的等级表来看,锡林河流域的生态环境从2011年到2015年总体呈现明显的下降趋势,锡林河流域的生态环境状况不容乐观。

通过主成分分析来看,湿度与绿度成正相关,说明它们对锡林河流域生态环境起积极的促进作用,而干度与热度与绿度成负相关,说明它们对锡林河流域生态环境起消极的负面作用。可以通过共同提到绿度与湿度的方法来不断提高生态环境的质量,通过降低热度和干度的方法来协同提高生态环境质量。

4 结论

2011年的生态环境状况优于2015年的生态环境状况,2011—2015年,锡林河流域的生态环境状况成明显下降趋势;湿度与绿度成正相关,有助于提高生态环境质量;而热度与干度不利于生態环境状况的改善与提高。本文是利用前人提出的RSEI评价模型的4个生态因子,利用Landsat卫星遥感影像,在遥感图像处理软件ENVI的支持下,利用遥感技术及主成分分析方法对锡林河流域2011年和2016年的生态环境进行了评价与分析。但文中仍存在不足之处,如影像获取时间存在差异,若能获取不同年份相同时间的影像将更有利生态环境的动态监测与评价。可以通过对比锡林河流域的行政区划图与RESI等级图,来发现具体是哪个区域的生态环境发生了恶化,更利于针对具体区域提出相关改善

建议。

参考文献

[1]洪立国.锡林河流域草原利用现状与保护对策研究[D].呼和浩特:内蒙古大学,2008.

[2]宋慧敏,薛亮.基于遥感生态指数模型的渭南市生态环境质量动态监测与分析应用生态学报[J].2016,27(2):3913-3919.

[3]李传新.基于遥感的锡林河流域草场退化及影响因素分析[D].北京:中国地质大学(北京),2016.

猜你喜欢

主成分分析
Categorizing Compiler Error Messages with Principal Component Analysis
关于AI上市公司发展水平评价
基于NAR模型的上海市房产税规模预测
主成分分析法在大学英语写作评价中的应用
江苏省客源市场影响因素研究
SPSS在环境地球化学中的应用