基于RS与GIS技术的龙井市生态环境评价
GIS、RS在土地利用总体规划修编中的应用
GIS、RS在土地利用总体规划修编中的应用作者：邓西鹏， 刘梅姜作者单位：福建省地质测绘院,福州,350001相似文献(10条)1.期刊论文付翔.王慧珍.段建南.FU Xiang.WANG Hui-zhen.DUAN Jian-nan新一轮土地利用总体规划修编与实施的思考-湖南农业大学学报（社会科学版）2006,7(4)随着社会经济的加速发展,建设用地与耕地矛盾日益突出,如何合理布局和利用土地成为当前严峻的挑战.在对上一轮土地利用总体规划实施成效及存在的主要问题进行分析的基础上,结合湖南省望城县和醴陵市修编试点的经验,提出了要在规划理念、指标体系、供求预测等方面进行思考和研究,并从专题研究、公众参与、3S技术等角度探讨了规划中多种综合方法的运用,阐述了新形势下土地利用总体规划编制与实施的几点建议.2.期刊论文刘少华县级土地利用总体规划修编的问题与对策-现代物业2008,""(12)本文结合县级土地利用总体规划的实际,指出现行土地利用总体规划存在的实际问题,以及土地利用总体规划修编应遵循的指导思想、基本原则及目标定位,提出创新土地利用总体规划修编的具体建议,具有一定的实践指导意义.3.学位论文于闽土地利用总体规划修编中统筹区域土地利用研究——以广东省汕尾市为例2007众所周知，土地利用规划对区域经济的协调发展起着重要的促进和指导作用，而统筹区域土地利用与统筹区域经济协调发展的要求又是一致的，统筹区域土地利用是统筹区域经济的重要组成部分和重要措施，是协调解决区域发展和资源环境问题，防止重复建设、产业结构趋同的有效途径，更是贯彻落实国家区域发展政策、统筹区域经济发展的重要手段。
随着我国经济快速发展，在发展过程中已经出现了资源、人口、环境不能统筹协调的问题，这也给新一轮土地利用总体规划修编提出了更高要求。
论文的研究目的在于通过实例研究，能为研究区域土地利用统筹协调提供发展思路，保证区域内土地的可持续利用。
举例RS技术在交通领域的实际运用案例并做简单分析
举例RS技术在交通领域的实际运用案例并做简单分析卫星影像遥感技术的应用越来越广泛，在交通方面也有极大的作用。
我们接下来就遥感技术交通应用在公路和铁路工程中选点及建设、生态环境监测与评价、灾害监测以及海洋交通四个方面的应用方案。
包括土地利用覆盖信息提取的决策树挖掘技术、地形信息获取的关键技术、生态环境评价的技术流程、地表形变灾害监测的技术、海事交通上有关船只提取、溢油、浒苔、海冰等影响海上交通地物的监测，介绍遥感GIS一体化开发的卫星遥感业务化处理系统。
一、道路工程在公路铁路工程进行选址、设计、勘察与规划时，涉及到DOM的制作、决策树方法获取下垫面信息等。
通过InSAR技术探测容易发生断层的地段，在选线的时候避开这些地段。
地形信息除了用立体像对获取之外还包括InSAR和LiDAR的方法，这两种方法不受天气的限制，实时性较高。
二、环境监测与评价交通项目工程对周边环境造成了哪些影响，工程实施前后生态环境有无变化，可通过遥感影像上道路沿线土地利用类型提取，周围生态因子的遥感反演，如植被覆盖度、土壤侵蚀度等来进行生态环境评价。
三、灾害监测地质灾害包括滑坡、泥石流、水灾等遥感监测，灾后损失的评估，以及地表形变对交通设施的影响。
基于InSAR技术的PS及SBAS方法，可监测道路两旁的mm级的地表形变，在容易发生滑坡的区域布设雨量计、位移计等监测设施，以便进行防灾减灾。
四、海洋交通遥感技术可获取海上交通工具的实时信息,并能对海上交通有影响的溢油、浒苔、海冰等信息进行监测。
高分辨率的光学影像和雷达影像都可以获取船只的信息，ENVI提供的船只信息自动提取的工具可流程化的从影像中提取船只。
遥感卫星影像中快速准确的提取目标，包括溢油、海冰、浒苔等对海洋交通有影响的目标以及船舶、养殖、平台、港口码头等目标，实现专题制图和统计信息报表输出，并与电子海图叠加，满足卫星遥感海事监管业务化工作需要。
基于GIS技术的福建省耕地价值构成与分区评价
福建农林大学学报 （ 然科学版 ） 自
Ｊｕｎｌ Ｆｊ ｎＡ ｒ ｕｔｒ ａｄＦ ｒｓｙＵ ｉｅ ｉ Ｎ ｔｒ ｃ ｎｅＥ ｉｏ ） ｏｒａ 西 ｕｉ ｇｉ ｌ ｅ ｎ ｏｅｔ ｎｖｒ ｔ ａ ａ Ｓ ｉ ｃ ｄｔｎ ａ ｃ ｕ ｒ ｓｙ（ ｕ ｌ ｅ ｉ
Ｅ ａｕ ｔ ｎ０１ ｏ ｏｉ ｏ ｎ ｉｉ ｏ ｔ ｒ ｐａ ｄ ｖ ｌｅｉ ｕｉｎ ｂ ｓｄ ０１ Ｓ ｖ ｌａ ｏ １ ｃ ｍｐ ｓ ｉｎ ａ ｄ ｄｖｓ ｎ ｏ ｏ ｌ ａｕ Ｆ ｊ ａｅ １ ＧＩ ｉ ｔ ｉ ｃ ｎ ｎ ａ
ＸＩ ＮＧ ｈｉｈ Ｓ — ｅ，Ｆ ＡＮ ｈ ｎ —ｏ ｇ，ＸＩ Ｚ ｏ，ＭＡ ｎ Ｓ ｅ ｇｌｎ Ｅ ｈａ Ｄａ
ｅ ｏｏ ｉ ｓ ｅ ｖｃ ａｕ ｖ ｌ ａｉ ｎ ｉ ｄ ｄ ｍｅ ｓ ｎ ｈ ｅ ｕ ｔ ｓ ｏ ｅ ｈ ｔ ｈ ｒｐ ｒ ｏ ｓｏ ｒ ｐ ａ ｄ ｅ ｏ ｏ ｃ ｏ ｔ ｕ ａｕ ，ｓ － ｃ ｌ ｇｅ １ｓ ｒｉ ｅｖ ｌ ｅｅ ａｕ ｔ ｏ ｎ ｉ ｎ ｉ ．Ｔ ｅｒ ｓ ｌ ｈ ｗ ｄ ｔ ａ ｅ ｐ ｏ ｏ ｔ ｎ ｆ ｏ ｌｎ ｃ ｎ ｍｉ ｕｐ ｔ ｌ ｅ ｏ ｏ ｓ ｔ ｉ ｃ ｖ
第３ ７卷 第 ４ 期
２０ ０ ８年 ７月
基于 Ｇ Ｓ技术的福建省耕 地价值构成 与分区评价 Ｉ
邢世 和 ，范胜龙 ， 谢 钊， 马 丹
（ 福建农林大学资源与环境学院， 福建 福州 ３００ ） ５０ ２
摘要 ： 借助地理信息系统 （ Ｉ） ＧＳ 与数学模 型集成技术 ， 在区域耕地栅格 空间经济价值 、 社会 承载价值 和生 态价值评 价的基 础上 ， 研究探讨福建省 耕地资源 的价值构成 ， 并开展 区域 耕地资 源价值分 区评价． 结果表 明 ， 在福建省 耕地资 源价值构 成
基于GIS的长三角城市群生态环境脆弱性综合评价
第 36 卷第 2 期上海工程技术大学学报Vol. 36 No. 2 2022 年 6 月JOURNAL OF SHANGHAI UNIVERSITY OF ENGINEERING SCIENCE Jun. 2022文章编号： 1009 − 444X（2022）02 − 0224 − 07基于GIS的长三角城市群生态环境脆弱性综合评价刘惠敏，郑中团，李文雯（上海工程技术大学数理与统计学院，上海 201620）摘要：以长三角城市群为例，考虑该地区地表、气候、社会经济发展等特征，从人为因素和自然因素出发构建长三角城市群生态环境脆弱性水平评价指标体系. 同时，基于地学信息系统(Geographic Information System, GIS)技术，综合运用主成分分析、熵权法、空间自相关分析等方法，对长三角城市群2010、2015和2018年生态环境脆弱性水平进行综合测度与时空特征分析，并识别其驱动因素. 结果表明：1）时序分布上，长三角城市群生态环境脆弱性水平升高，且由中度脆弱向重度脆弱过渡；2）空间分布上，生态环境脆弱性存在空间自相关性，且为显著正相关；3）2010—2018年，土地利用程度、人均GDP、工业二氧化硫排放量和建成区绿化覆盖率等是长三角城市群生态环境脆弱性的核心驱动力.关键词：长三角城市群；地学信息系统；综合评价；核心驱动力；主成分分析法中图分类号：X32 文献标志码：AComprehensive evaluation of ecological environment vulnerability of Yangtze River Delta urban agglomeration based on GISLIU Huimin，ZHENG Zhongtuan，LI Wenwen（ School of Mathematics, Physics and Statistics, Shanghai University of Engineering Science, Shanghai 201620, China）Abstract：Taking the Yangtze River Delta urban agglomeration as an example, the characteristics of the area's surface, climate, and social and economic development were considered, and an evaluation index system for the ecological environment vulnerability of the Yangtze River Delta urban agglomeration from human factors and natural factors was built. At the same time, based on geographic information system (GIS) technology, principal component analysis, entropy weight method, spatial autocorrelation analysis and other methods were used to comprehensively measure and analyze the spatial and temporal characteristics of ecological environmental vulnerability level in the Yangtze River Delta urban agglomeration in 2010, 2015 and 2018, and identify its driving factors. The results show that: 1) in terms of time series distribution, the ecological environment fragility level of the Yangtze River Delta urban agglomeration has increased, and the transition from moderate fragility to severe fragility; 2) in terms of spatial distribution, the vulnerability of ecological environment has spatial autocorrelation, and it is a significant positive correlation; 3) from 2010 to 2018, the degree of land use, GDP per capita, industrial sulfur dioxide emissions, and green coverage of built-up areas收稿日期： 2021 − 09 − 27作者简介：刘惠敏（1995 − ），女，在读硕士，研究方向为可持续发展与数据挖掘. E-mail：*************************通信作者：郑中团（1979 − ），男，副教授，博士，研究方向为应用随机过程与复杂网络、可持续发展中的数据挖掘、统计机器学习与数据分析. E-mail：**********************are the core driving forces for the fragility of the ecological environment of the Yangtze River Delta urban agglomeration.Key words：Yangtze River Delta urban agglomeration；geographic information system (GIS)；comprehensive evaluation；core driving force；principal component analysis生态环境系统的稳定是人类进行社会生产活动的前提，而生态环境脆弱会破坏人与自然和谐相处的模式. 随着经济的发展以及人为活动对生态环境的干扰，生态环境问题日益严重. 这一现状迫切地要求人类去探索人与自然更加和谐的相处之道，以便于维持生态系统稳定，同时也有利于社会和经济的发展. 长三角是我国经济最发达的区域之一，经济的快速发展会对生态系统带来一定的压力. 当生态系统遭受的压力过高，其就会表现出生态脆弱. 因此对长三角城市群生态环境脆弱性水平进行综合评价分析成为研究热点. 它对提升长三角生态系统稳定性、改善长三角生态环境质量，进而实现协同治理、达到更高质量的长三角一体化具有深远的意义.国内外学者对生态环境脆弱性做了深入广泛的研究[1 − 3]. 目前，关于生态环境脆弱性综合评价的方法有很多，包括主成分分析法、德尔菲法、熵权法、层次分析法、综合指数法、基于遥感和地学信息系统（Geographic Information System, GIS）评价法等. 其中，遥感和GIS技术在生态环境脆弱性水平综合评价当中运用日益广泛[4 − 6]. GIS具有强大的输入、空间分析及制图功能，可对脆弱的生态环境进行评价和分区[7]；而主成分分析（PCA）可以将最初的指标转化为少数几个不相关的综合指标，并且尽可能多的反映原有指标的信息[8]. 高越等[9]基于主成分分析法对赤峰市生态环境质量进行综合评价. 马骏等[10]运用主成分分析法对2001—2010年三峡库区生态脆弱性进行定量综合评价. 陈星霖[11]运用熵权法对广西农业生态脆弱性进行综合评价. 李路等[12]运用空间主成分方法分析喀什地区的额时空变化并对其进行驱动力分析. 杨志辉等[13]运用莫兰指数对洋河流域进行空间相关性分析.目前. 关于生态环境脆弱性综合评价的研究颇多，但对于导致生态环境脆弱的驱动力分析和空间相关性分析较少. 本研究针对长三角城市群地理位置、环境气候、经济发展等特征，从自然因素和人为因素两个方面选择评价指标，基于GIS技术，运用主成分分析、熵权法对长三角城市群生态环境脆弱性水平进行综合评价分析.1 生态环境脆弱性水平评价指标体系构建1.1 研究地区概况长江三角洲城市群以上海为中心，位于长江入海之前的冲积平原，包括上海、南京、无锡、宣城、池州等27个城市. 其地处江海交汇之地，沿海港口众多，地理位置十分优越，是我国经济发展最强的区域之一. 长江三角洲主要为亚热带季风性气候，年均温17 ℃左右，降雨量较多，再加上地势低洼等因素，该地区的洪涝灾害非常严重. 此外，长江三角洲区域的生态系统类型复杂，地表覆盖多样，河川纵横、农业发达、人口稠密，是外来人口最大的集聚地. 截至2019年底，长江三角洲地区的人口达到2.27亿人. 人口数量大幅度增长以及经济的快速发展给该地区的生态系统带来严重的威胁. 因此，对长三角城市群生态环境脆弱性水平进行综合评价分析迫在眉睫.1.2 评价指标体系的构建生态系统本身具有一定的恢复能力，而外界干扰会导致生态敏感，从而导致生态脆弱. 生态脆弱性是生态系统的固有属性，是生态敏感性和生态系统自我恢复能力叠加的结果. 生态脆弱由自然本身的脆弱和人为干扰导致的脆弱两部分构成.因此，生态环境脆弱性受人为因素和自然因素两个方面的影响[14]. 本研究从人为因素和自然因素两个方面来选取长三角城市群生态环境脆弱性水平的评价指标，共11个指标，如图1所示.长三角城市群经济发达、人口密集，上海、苏州等地都是以工业化为主导的城市，人类活动频繁多样. 因此人为因素对于生态环境的影响愈发严重，生态脆弱性问题日益严峻. 人为因素方面，本研究选取人均GDP、人口密度、土地利用程度、第 2 期刘惠敏等：基于GIS的长三角城市群生态环境脆弱性综合评价· 225 ·工业二氧化硫排放量、建成区绿化覆盖率等5个指标. 其中，前4项指标代表经济和社会发展对生态环境的胁迫，为正向指标，指标越高，生态环境脆弱性水平越高；后1项指标为负向指标.自然因素方面，考虑长三角城市群所处地理位置，选取高程、坡度、归一化植被指数（NDVI ）平均值、年均温、年降水量、年日照小时数等6个指标. 高程、坡度为正向指标. 高程越高、坡度越大、该地区越容易遭受暴雨侵蚀，生态越脆弱. NDVI 平均值、年均温为负向指标. NDVI 平均值越大，植被覆盖度越高，水土保持能力越好；年均温越高，越有利于植被生长，生态系统越稳定[15]. 年降水量、年日照小时数为正向指标. 降水量越大，水土越容易流失；日照时间越长，土地越容易干裂，生态系统越脆弱.2 数据来源与数据处理2.1 数据来源本研究分别选取2010、2015、2018年的土地利用数据、数字高程模型（Digital Elevation Model,DEM ）数据、气象数据和社会经济发展数据. 其中，DEM 数据来自美国太空总署（NASA ），分辨率为12.5 m ，由ArcGIS 提取出高程和坡度数据. 土地利用类型数据来源于Landsat 系列遥感影像进行遥感目视解译，分辨率为30 m ，将土地利用分为耕地、林地、草地、水域、建设用地和未利用土地等6种类型. NDVI 数据来源于中国科学院资源环境科学与数据中心（/），分辨率为1 km ，并由ArcGIS 提取出每个城市的NDVI 区域均值. 其他指标数据分别来源于2010、2015、2018年长三角城市群27个城市的《统计年鉴》《国民经济与社会发展统计公报》及各省市统计局、生态环境局和国家统计局提供的相关资料.2.2 数据处理对于缺失数据，在ArcGIS10.2平台上采用克里金插值法完成补全. 首先对指标进行标准化处理，本研究采用分级赋值法和极差法两种处理方式.对于高程和土地利用程度两个指标，采用分级赋值法进行标准化处理[16 − 17]. 土地利用程度综合指数由每种土地所占面积比例乘以对应的标准化赋值得到，见表1.表 1 评价指标的赋值和标准化Table 1 Assignment and standardization of evaluation indicators指标标准化赋值246810高程<300300～<600600～<900900～<1 200≥1 200土地利用程度林地、水域草地耕地建设用地未利用土地对生态环境脆弱性水平起积极作用的指标为正向指标，对生态环境脆弱性水平起消极作用的指标为负向指标. 对于其他9个指标采用极差法进行标准化处理. 公式为x i j x ′i j式中：为指标体系中各指标数据的原始值；为极差化后的指标数值.3 生态环境脆弱性指数时空特征分析3.1 基于PCA 的生态环境脆弱性指数的时序特征分析主成分分析法主要采用降维的思想，将原来长三角城市群生态环境脆弱性水平人为因素自然因素年日照小时数年均温年降水量坡度高程工业二氧化硫排放量建成区绿化覆盖率土地利用程度人口密度人均GDP平均值NDVI图 1 生态环境脆弱性水平评价指标体系Fig. 1 Evaluation index system of ecological environmentvulnerability level· 226 ·上 海 工 程 技 术 大 学 学 报第 36 卷众多具有一定相关性的指标重新组合成一组互不相关、尽可能少的综合指标来代替原来的指标. 这些新的综合指标保留了原始变量的主要信息，同时彼此之间又互不相关，比原始变量具有更优越的性质[18]. 采用主成分分析法对11个评价指标进行分析，结果见表2. 根据主成分累计贡献率达到85%以上的限制，确定2010、2015、2018年5个主成分，并进一步计算生态脆弱性指数（Eco-Environment Vulnerability Index, EVI）为式中：Y i为第i个空间主成分的数值；r i为第i个空间主成分对应的贡献率.表 2 各主成分特征值、贡献率与累计贡献率Table 2 Characteristic value, contribution rate and cumulative contribution rate of each principal component年份主成分系数主成分PC1PC2PC3PC4PC52010特征值 4.587 3.193 1.3100.5310.451贡献率41.69829.02311.905 4.830 4.096累计贡献率41.69870.72182.62687.45791.5522015特征值 4.422 2.945 1.1700.7260.574贡献率40.19726.77410.640 6.598 5.215累计贡献率40.19766.97177.61084.20889.4232018特征值 4.395 2.693 1.2250.7840.551贡献率39.95624.48211.1397.130 5.010累计贡献率39.95664.43875.57782.70687.717计算生态环境脆弱性指数空间分布，如图2所示. 参考国内外生态环境的相关划分标准[19]，考虑长三角城市群生态环境脆弱性特征，并根据自然断点法将2010年生态环境脆弱性指数分为5个等级：微度脆弱、轻度脆弱、中度脆弱、重度脆弱和极度脆弱. 为保证评价结果具有对比性，2015和2018年的等级划分与2010年保持一致. 将脆弱性指数小于−1.65归为微度脆弱，在[−1.65, −0.25) 归为轻度脆弱，在[−0.25, 1.38) 归为中度脆弱，[1.38, 4.73) 归为重度脆弱，大于等于4.73归为极度脆弱.N N N 201020152018微度脆弱轻度脆弱中度脆弱重度脆弱极度脆弱图 2 生态环境脆弱性指数空间分布图Fig. 2 Spatial distribution of ecological environment vulnerability index由图2可知，2010—2018年，长三角城市群生态环境脆弱性水平程度升高，整体从中度脆弱向重度脆弱过渡. 上海市生态环境脆弱性水平一直处于极度脆弱区，这与上海市作为我国一线城市，第 2 期刘惠敏等：基于GIS的长三角城市群生态环境脆弱性综合评价· 227 ·人口密度远高于其他城市有关. 2010—2015年，金华、安庆、温州等地区从微度脆弱区过渡到轻度脆弱区；盐城、扬州、泰州等地区从中度脆弱过渡到重度脆弱，并有向极度脆弱过渡的趋势. 杭州、绍兴等地区从中度脆弱区过渡到重度脆弱区. 2015—2018年，长三角城市群整体变化幅度不大.滁州市由中度脆弱转化到重度脆弱. 微度和轻度脆弱区集中在西南部，主要是安徽池州、宣城、安庆，浙江湖州、温州、金华，江苏泰州等. 重度和极度脆弱区集中在东北部，主要是上海市、江苏南通、苏州、无锡、南京以及浙江嘉兴等. 安徽和浙江部分城市从轻度脆弱转化到中度脆弱. 可见，长三角城市群生态环境质量在降低，生态系统逐渐不稳定.3.2 基于莫兰指数的生态环境脆弱性指数的空间特征分析3.2.1 莫兰指数简介莫兰指数（Moran's I）是由澳大利亚统计学家帕克·莫兰在1950年提出. 该指数分为全局莫兰指数和局部莫兰指数. 莫兰指数是一个有理数，经过方差归一化之后，它的值会被归一化到−1.0与+1.0之间. 莫兰指数大于0时，表示数据呈现空间正相关，其值越大空间相关性越明显；莫兰指数小于0时，表示数据呈现空间负相关，其值越小空间差异越大；莫兰指数为0时，空间呈随机性.全局莫兰指数计算公式[20]为局部Moran′I指数计算公式[21]为X式中：I为Moran′I指数；X i、X j为第i个、第j个评价单元内的脆弱性指数均值；为全部评价单元的脆弱性均值；W ij为空间权重矩阵；S为空间权重矩阵各元素之和.3.2.2 全局莫兰指数本研究基于2010、2015和2018年长三角27个城市的生态环境脆弱性综合指数，运用空间自相关工具计算生态环境脆弱性的全局Moran′I.结果显示：2010、2015、2018年的全局莫兰指数分别为0.466 042、0.443 682、0.583 470. 全局莫兰指数在0至1之间取值，表示正相关；全局莫兰指数在0至−1之间取值，表示负相关[15]. 因此，可以明显看出2010、2015和2018年长三角城市群生态环境脆弱性在空间上具有显著正相关性，并且相关性增强.3.2.3 局部莫兰指数在全局莫兰指数的计算基础上，进一步计算局部莫兰指数，得到LISA聚类图，如图3所示.N N N 201020152018不显著高−高低−低低−高高−低图 3 生态环境脆弱性LISA聚类图Fig. 3 LISA cluster diagram of ecological environment vulnerabilityLISA聚类图主要有4种聚集类型，高高聚集（H−H）、低低聚集（L−L）、低高聚集（L−H）和高低聚集（H−L）. 由上图可知，2010、2015和2018年的长三角生态环境脆弱性呈现出显著的空间聚集性特征. 3个年份的空间具体聚集特征大体相同，主要是以高高聚集和低低聚集为主. 高高聚集的城市主要有泰州、上海、苏州、镇江和嘉兴；低低聚集的区域主要集中在浙江省和安徽省，如绍兴、杭州、金华、台州、池州、铜陵、芜湖；其他城市聚集性不够显著. 空间聚集性虽然在整体上变化不大，· 228 ·上海工程技术大学学报第 36 卷但还是呈现局部扩张的趋势. 2018年与2010年相比，镇江成为高值聚集区，表明长三角城市生态环境脆弱性在空间上存在一定程度的扩张.4 生态环境脆弱性的驱动因素分析4.1 基于PCA的生态环境脆弱性驱动力分析2010年成分矩阵见表3. 本研究采用各指标的贡献率表示驱动作用的大小. 由表可知，第1主成分中，自然因素为主要驱动力；第2主至第5主成分中，人为因素为主要驱动力.表 3 2010年成分矩阵Table 3 Composition matrix in 2010指标主成分PC1PC2PC3PC4PC5高程−0.8930.236−0.2010.1900.114土地利用程度0.870−0.1440.2950.124−0.057年降水量−0.8380.2820.184−0.030−0.323坡度−0.6970.447−0.3750.2920.207人均GDP0.5650.544−0.484−0.2400.070工业二氧化硫排放量0.5070.7660.0340.1720.156年日照小时数0.265−0.747−0.408−0.0830.272年均温0.521−0.7050.0890.3470.049人口密度0.5460.6780.2910.2810.029NDVI平均值0.6180.661−0.048−0.2200.005建成区绿化覆盖率−0.4960.0480.715−0.2270.425 2018年成分矩阵见表4. 由表可知，第1主成分中，土地利用程度仍然是主要驱动因子；第2主成分中，人均GDP和年均温是主要驱动因子；第3主成分中，建成区绿化覆盖率是主要驱动因子；第4主成分中，年均温是主要驱动因子；第五主成分中，年降雨量是主要驱动因子. 研究表明，2010—2018年土地利用程度、人均GDP、工业二氧化硫排放量和建成区绿化覆盖率等是长三角城市群生态环境脆弱性的核心驱动力，而其他指标的驱动力较小. 经济的发展必然导致人类对土地的开发利用程度提高，从而促使生态系统向不稳定的方向发展，长三角城市群的生态环境脆弱性水平程度也向更严重的趋势转化.表 4 2018年成分矩阵Table 4 Composition matrix in 2018指标主成分PC1PC2PC3PC4PC5高程−0.9430.010−0.130−0.0570.135土地利用程度0.8750.0420.167−0.122−0.206坡度−0.8050.253−0.218−0.2780.259降水量−0.6650.3860.2700.220−0.079年均温0.660−0.610−0.085−0.014−0.045人均GDP0.4360.757−0.215−0.0140.139NDVI平均值0.6100.7050.0670.0690.062工业二氧化硫排放量0.2290.635−0.4430.493−0.019人口密度0.4300.5780.449−0.4290.214建成区绿化覆盖率−0.4240.1480.7610.323−0.057年日照小时数0.486−0.5260.1550.3220.5855 结 语本研究考虑长江三角洲的地理特征、气候环境特征以及社会经济发展特征，从人为因素和自然因素两方面构建长三角城市群的生态环境脆弱性水平评价指标体系，计算长三角27个城市2010、2015、和2018年的EVI值并进行空间相关性分析.长三角城市群生态环境脆弱性水平综合评价结果表明，长三角城市的生态环境质量水平呈现下降趋势，生态系统愈发脆弱. 时序分布上，长三角城市群脆弱性程度升高，且由中度脆弱向重度脆弱过渡；空间分布上，长三角城市群生态环境脆弱性存在空间自相关性，且为显著正相关. 2010—2018年，土地利用程度、人均GDP、工业二氧化硫排放量和建成区绿化覆盖率等一直是长三角城市群生态环境脆弱性的核心驱动力. 从整体生态环境脆弱性指数分布水平看，上海市脆弱性水平遥遥领先于其他城市. 外来人口过多导致人口密度一直居高不下，因此人口密度成为上海市生态环境脆弱性的核心驱动因子. 长江三角洲工业化为主导城市居多，一直面临工业二氧化硫排放量过高的问题. 因此要降低长三角生态环境脆弱性程度，提升生态系统的稳定性，每个城市都应该针对自己的短板问题进行解决. 例如，上海市第 2 期刘惠敏等：基于GIS的长三角城市群生态环境脆弱性综合评价· 229 ·应该疏散人群从而降低人口密度. 无锡、苏州等城市应降低工业二氧化硫排放量，退耕还林，提高绿化覆盖率；合肥、芜湖、滁州等城市应该降低土地利用率. 要实现长江三角洲区域一体化发展，就要实现生态环境的协同治理，生态环境脆弱性评价以及驱动力分析可为长三角城市群找到自身环境中存在的问题.本研究主要基于GIS 技术，获取生态环境脆弱性水平评价的部分指标，在指标的选择上还可以更加客观科学. 在空间相关性分析上，未对单独的指标做相关性分析，因此进一步探讨更加科学并且符合长三角城市群实际情况的生态环境脆弱性评价指标体系以及更微观的空间相关性分析是下一步研究的方向.参考文献：屈志强, 沈婷婷, 徐胜利, 等. 生态脆弱性评价概述［J ］.草原与草业，2020，32（3）：1 − 4,42.［ 1 ］张学玲, 余文波, 蔡海生, 等. 区域生态环境脆弱性评价方法研究综述［J ］ . 生态学报，2018，38（16）：5970 −5981.［ 2 ］邓伟, 袁兴中, 孙荣, 等. 基于遥感的北方农牧交错带生态脆弱性评价［J ］ . 环境科学与技术，2016，39（11）：174 − 181.［ 3 ］张德君, 高航, 杨俊, 等. 基于GIS 的南四湖湿地生态脆弱性评价［J ］ . 资源科学，2014，36（4）：874 − 882.［ 4 ］姚昆, 张存杰, 何磊, 等. 川西北高原区生态环境脆弱性评价［J ］ . 水土保持研究，2020，27（0）：349 − 355,362.［ 5 ］姚昆, 周兵, 李小菊, 等. 基于AHP−PCA 熵权模型的大渡河流域中上游地区生态环境脆弱性评价［J ］ . 水土保持研究，2019，26（5）：265 − 271.［ 6 ］何云玲. GIS 支持下生态环境脆弱性评价研究概况［J ］.农业与技术，2008（3）：65 − 68.［ 7 ］钟晓娟, 孙保平, 赵岩, 等. 基于主成分分析的云南省生态脆弱性评价［J ］ . 生态环境学报，2011，20（1）：109 −113.［ 8 ］高越, 赵秀清, 朝格吉胡楞, 等. 基于主成分分析法的赤峰市生态环境质量评价［J ］ . 内蒙古科技与经济，2017（14）：58 − 59,61.［ 9 ］马骏, 李昌晓, 魏虹, 等. 三峡库区生态脆弱性评价［J ］.生态学报，2015，35（21）：7117 − 7129.［10］陈星霖. 广西农业生态脆弱性评价及区划研究［J ］ . 中国农业资源与区划，2020，41（3）：212 − 219.［11］李路, 孙桂丽, 陆海燕, 等. 喀什地区生态脆弱性时空变化及驱动力分析［J ］ . 干旱区地理，2021（1）：277 − 288.［12］杨志辉, 赵军, 朱国锋, 等. 含植被覆盖影响的石羊河流域土壤水分遥感估算及空间格局分析［J ］ . 生态学报，2020，40（23）：8826 − 8837.［13］刘木生, 张其海, 林联盛, 等. 基于GIS 的江西省脆弱生态环境时空评价［J ］ . 江西科学，2008（5）：803 − 807,811.［14］林金煌, 胡国建, 祁新华, 等. 闽三角城市群生态环境脆弱性及其驱动力［J ］ . 生态学报，2018，38（12）：4155 −4166.［15］南颖, 吉喆, 冯恒栋, 等. 基于遥感和地理信息系统的图们江地区生态安全评价［J ］ . 生态学报，2013，33（15）：4790 − 4798.［16］杜悦悦, 彭建, 赵士权, 等. 西南山地滑坡灾害生态风险评价：以大理白族自治州为例［J ］ . 地理学报，2016，71（9）：1544 − 1561.［17］杨宇. 多指标综合评价中赋权方法评析［J ］ . 统计与决策，2006（13）：17 − 19.［18］胡庆芳, 杨大文, 王银堂, 等. 利用全局与局部相关函数分析流域降水空间变异性［J ］ . 清华大学学报(自然科学版)，2012，52（6）：778 − 784.［19］李慧, 王云鹏, 李岩, 等. 珠江三角洲土地利用变化空间自相关分析［J ］ . 生态环境学报，2011，20（12）：1879 −1885.［20］朱子明 , 祁新华. 基于 Moran'I 的闽南三角洲空间发展研究［J ］ . 经济地理，2009（2）：1977 − 1980.［21］钱敏蕾, 李响, 徐艺扬, 等. 特大型城市生态文明建设评价指标体系构建：以上海市为例［J ］ . 复旦学报(自然科学版)，2015，54（4）：389 − 397.［22］（编辑：韩琳）· 230 ·上 海 工 程 技 术 大 学 学 报第 36 卷。
基于遥感、GIS和模型的黄土高原生态环境质量综合评价
基于遥感、GIS和模型的黄土高原生态环境质量综合评价基于遥感、GIS和模型的黄土高原生态环境质量综合评价摘要：黄土高原作为中国的生态屏障，生态环境质量的综合评价对于区域的可持续发展具有重要的意义。
本文基于遥感技术、地理信息系统（GIS）和模型分析方法，对黄土高原的生态环境质量进行了综合评价，为进一步改善区域生态环境提供科学依据。
一、引言黄土高原是我国重要的生态脆弱区域之一，土地退化、水土流失以及生物多样性丧失是该地区普遍存在的环境问题。
综合评价黄土高原的生态环境质量，对于制定相应的环境保护策略和管理措施具有重要意义。
二、遥感技术的应用遥感技术可以获取大范围、高分辨率的地表信息，对于黄土高原的生态环境评价具有重要作用。
本研究利用Landsat卫星影像，获取了黄土高原地区的地表覆盖和植被信息。
通过NDVI指数分析，评估了植被覆盖的范围和变化情况。
同时，利用高分辨率遥感影像，对黄土高原的土地利用类型进行了解译和分类，为后续的评价提供了基础数据。
三、GIS技术的应用地理信息系统（GIS）可以对遥感数据进行存储、管理和分析，为生态环境质量的综合评价提供了技术支持。
通过在ArcGIS平台上建立空间数据库，将遥感和地理数据进行集成和整合。
通过空间叠加分析，得到了黄土高原不同区域的植被覆盖和土地利用的空间分布图。
基于土壤侵蚀模型和水文模型，对水土流失等环境问题进行了模拟和预测。
四、模型分析的应用模型分析是综合评价黄土高原生态环境质量的重要手段。
本研究基于水土保持量模型、水资源模型和景观格局模型，对黄土高原的生态环境进行定量分析。
模型的建立和参数的设定基于遥感和GIS数据的支持，并通过对比实测数据的验证，提高了模型的准确性和可靠性。
五、结果与讨论通过综合分析遥感、GIS和模型的结果，得到了黄土高原生态环境质量的综合评价。
结果显示，黄土高原地区的植被覆盖程度整体较低，土地利用结构存在一定的问题。
水土流失、土壤侵蚀和水资源短缺是该区域的主要环境问题。
大连环境地理信息系统的概念设计
浅谈大连环境地理信息系统的概念设计摘要：环境地理信息系统是融计算机图形和数据库一体，储存和处理与地理空间分布环境信息的集合。
随着经济的发展大连市环境负担日趋加重，为了科学的解决环境质量和经济发展的矛盾，大连的环境地理信息系统的建设显的日趋重要。
关键词：环境地理信息系统；环境监测；规划管理1 环境地理信息系统简介环境地理信息系统（egis）是利用地理信息系统（gis）、遥感（rs）和其他信息技术对环境数据进行处理、分析的一种空间信息系统。
2 大连环境地理信息系统概念设计的意义大连是中国唯一，亚洲第二个“世界环境500佳”城市。
大连的环境保护工作走在全国前列。
大连现辖3个县级市（瓦房店市、普兰店市、庄河市）。
建立大连市环境地理信息系统，坚持科学发展观，有利于我们在振兴东北老工业基地的大局下，全面开展环境综合整治、工业污染防治和生态环境保护工作，使城市环境质量继续保持良好，城市功能进一步提升，促进经济建设与环境质量协调发展。
大连环境地理信息系统是一项投入大、时间长的系统过程。
实施环境信息系统建设本着长远的、战略的、全面的观点，应分阶段分部门的进行，应坚持近期和远期目标，在投资开发和建设的同时，充分发挥国内外现有信息系统、环境监测系统、信息网络和数据处理设施在环境保护中的作用，充分借鉴国内外有关系统的建设经验，尽快的使系统建成并投入运行。
系统设计的总体目标是建立一个互联网支持下的开放式系统，使环境信息能够跨地区的自由流通的空间信息系统，形成一个技术先进，性能完善，安全可靠，运行高效的网络化城市环境地理信息系统应用体系，最终为环境管理提供辅助决策支持。
3 大连环境地理信息系统的概念设计内容3.1 环境地理信息系统总体框架部分环境地理信息系统总体框架一般由三个主体部分构成：数据库系统、平台和应用系统。
其中数据库为环境地理信息系统提供数据支持，可由空间数据获取、空间数据组织存储和空间数据管理等部分组成；平台为环境地理信息系统提供地理信息系统基本功能和开发环境，可由环境空间数据查询、编辑、分析、专题制图等部分组成；环境地理信息系统应用系统为环境地理信息系统提供应用和分析功能，可由环境管理、环境监测、环境规划、环境预测、污染事故应急、城市环境综合治理、环境污染总量控制、环境污染模拟预测、自然生态管理等部分组成。
地理信息技术在环境治理中的应用
地理信息技术在环境治理中的应用在当今时代，环境问题日益严峻，成为了全球关注的焦点。
为了有效地治理环境，保护我们的家园，各种先进的技术手段不断涌现。
其中，地理信息技术凭借其独特的优势，在环境治理中发挥着越来越重要的作用。
地理信息技术是一种综合性的技术体系，主要包括地理信息系统（GIS）、全球定位系统（GPS）和遥感（RS）等。
这些技术能够获取、处理、分析和展示地理空间数据，为环境治理提供了强大的支持。
首先，遥感技术在环境监测方面表现出色。
通过卫星、飞机等平台搭载的遥感传感器，可以大范围、快速地获取地表的信息。
例如，监测植被覆盖的变化、水体的污染情况、土地利用的演变等。
遥感图像能够直观地反映出环境的现状和动态变化，为环境治理提供了及时、准确的基础数据。
在大气环境治理中，遥感技术可以监测大气中的污染物浓度、分布和传输。
通过对不同波段的电磁波的接收和分析，能够识别出二氧化硫、氮氧化物等主要污染物的含量和分布范围。
这有助于我们了解大气污染的来源和扩散趋势，从而制定针对性的减排措施和污染防控策略。
对于水环境的治理，遥感技术同样大有用武之地。
它可以监测水体的颜色、温度、透明度等参数，从而判断水质的状况。
此外，还能够监测河流、湖泊的水位变化，以及水域面积的增减，为水资源的管理和保护提供依据。
地理信息系统（GIS）则是环境治理中的核心工具之一。
它能够将各种环境数据进行整合、管理和分析。
例如，将污染源的位置、污染物的种类和浓度、环境敏感区域等信息集成在一个地理空间框架中。
通过GIS的空间分析功能，可以进行缓冲区分析、叠加分析、网络分析等，从而为环境规划和决策提供科学依据。
在环境规划方面，GIS可以帮助规划者合理布局工业企业、垃圾处理设施等，以减少对周边环境的影响。
通过分析地形、土壤、水文等自然条件，以及人口分布、交通状况等社会经济因素，能够确定最适宜的建设区域和保护区域。
在环境影响评价中，GIS可以模拟建设项目可能产生的环境影响。
郑新奇
教师简历表简历：教师姓名郑新奇（博士生导师）性别男政治面貌中共党员民族汉出生年月1963.10 籍贯河南伊川学历博士研究生Email *************研究方向GIS开发与应用、空间数据挖掘、地理计算、土地集约优化配置、土地评价与规划。
工作经历：工作时间工作单位职称1987-1993 河南大学讲师1994-2006 山东师范大学副教授、教授2006-今中国地质大学（北京）教授学术兼职：中国测绘学会地图学与GIS专业委员会常务理事中国自然资源学会理事、土地资源专业委员会副主任中国农业工程学会土地利用工程专业委员会委员中国教育学会地理教育研究会常务理事山东省土地学会常务理事、规划专业委员会副主任、学术委员会副主任山东省土地估价师协会常务理事学术论文：（2001——2007）作者论文题目发表年份期刊是否核心孙元军, 郑新奇基于SQL Server的城市地籍空间数据挖掘探讨2007（13）计算机工程与应用是董金玮, 郑新奇, 闫弘文基于MapX的城市地价监测与更新系统的设计2007（16）微机算计信息是Zheng Xinqi，Liu XiaoliDiscussion on the methodsof Spatial Data Mining based onDecision Tree of Clementine2007.6 The 5thInternationalSymposiumon DigitalEarth董金玮, 郑新奇, 张戈丽基于适宜性成果的耕地占补平衡质量评价模型2007（6）水土保持研究是。
基于RS和GIS技术的植被景观结构分析
景 观是 由相 互作 用 的斑块 或 生 态 系统 ， 以类 似
形 式重 复 出现 的 聚组 ， 具 有 高 度 空 间异 质性 的 区 是 域 ， 自然 等级 系 统 中居 于 生态 系 统 之 上 以 森林 在
植被类型为主体的各种生态系统的聚合体构成森林
景 观。森林 景观 要 素 在 空 间上 的分 散 或 聚集 ， 自 是 然、 经济 和社会要 素 之间 相互作 用 的结果 ， 根据形 状 和功能 的差 异 ， 成 林 学 意 义 上 的斑 块 、 道 和基 形 廊 质 。通过森 林景 观定 量分 类 ， 善景 观结 构 ， 理配 完 合 置维持 整个 区域 景 观 功 能过 程 的动 态平 衡 ， 强 区 增
ｏ ｍａ ｅ ｒ ｏ ｐ ｅｅ ｔ ｆｉ ｇ ｓｗｅ ｅ ｃ ｍ ｌｔｄ ｗｉ ＥＮＶＩ ２． ｅ ｈ ｓ ａ ｅ ｓ ｔ ｎ ａ ｃ ｈｅ ａ ｃ ｒ ｃ ｆｔ ｅ ｃａ ｓｆ・ ｈ ４． Ｔｈ ｎ ｔ ｅ ｍａ ｋ ｌ ｙ ｒ ｏ ｅ ｈ ｎ ｅ ｔ ｃ ｕ ａ ｙ ｏ ｈ ｌ ｓ ｉ ｉ ｃ ｔｏ ｓ ｓａ ｌ ｈ ｄ． Ｕｓｎｇ ｔ ｅ ｆａ ｔｌ ｉ ｎｓｏ ａｉｎ ｗａ ｅ ｔ ｂｉ ｅ ｓ ｉ ｈ ｒ ｃａ ｄ ｍｅ ｉｎ， ｐ ａ ｕ ｎ ｉｙ， ｌ ｎ ｓ ａ ｅ ｄｉｅ ｓｔ ｌ ｎ ｓ ａ ｅ ｌ ｑ ｅ ｄｅ ｓｔ ａ ｄ ｃ ｐ ｖ ｒｉ ｙ， ａ ｄ ｃ ｐ
（ ａ ｕｔ ｏ Ｒ ｓｕｃｓ Ｓｕｈ ｅｔ ｏｅｔ ｏｌ ｅ ｕ ｍｉｇ ５ ２ ４， ｈｎ ） Ｆ ｃ ｌ ｆ ｅｏ ｒ ， ｏ ｔｗ ｓ Ｆ ｒｓ ｙＣ ｌ ｇ ，Ｋ ｎ ｎ ６ ０ ２ Ｃ ｉ ｙ ｅ ｒ ｅ ａ
Ａｂ ｔ ａ ｔ： ｓ ｄ ｏ ｈ ｓ ｒ ｃ Ｂａ ｅ ｎ ｔ ｅ ＴＭ ｍａ ｅ ｉ ｇ ｓ，ｓ ａ ｎ ｎ ｏ ｏ ｒ ｐ ｉ ｍａ ｓ ａ ｄ ｆｅｄ ｓ ｍｐ ｉｇ ｓ ｒ ｅ ａ ａ，ｔ ｅ ｃ ｎ ｉ ｇ ｔｐ ｇ ａ ｈｃ ｐ ｎ ｌ ａ ｌｎ ｕ ｖ ｙ ｄ ｔ ｉ ｈ
基于GIS和RS的土地利用变化分析—以山东省邹城市为例.-毕业论文
本科生毕业设计（论文）题目：基于GIS和RS的土地利用变化分析——以山东省邹城市为例摘要本文以山东省邹城市香城镇、峄山镇、看庄镇、郭里镇、石墙镇五个乡镇为研究区域。
分别基于邹城市2007年LANDSAT7的ETM数据和2017年的高分一号遥感影像数据，利用ARCGIS和ERDAS软件，采用人工目视解译的方法，对邹城市的土地利用类型进行分类和解译。
然后对数据进行统计和对比分析。
以2007年和2017年五个乡镇各种地类的面积变化情况为基础，分析邹城市十年间土地利用情况变化原因。
研究结果表明：（1）草地、建筑用地、交通运输用地、水体和其他用地的覆盖比例减少了，耕地、林地、裸地和园地的覆盖比例增加了；（2）林地的变化幅度最大，减少了1572.00公顷，其次是草地、其他用地、裸地和交通运输用地，其中，草地增加了1411.06公顷，其他用地增加了1377.33公顷，裸地减少了1337.33公顷，交通运输用地增加了1241.16公顷；（3）邹城市土地利用变化的主要原因可归结为国家政策调控、工业发展和人口迁移三个方面。
关键词：GIS；RS；土地利用变化分析；ARCGIS；邹城市AbstractThis paper takes five towns in Zoucheng City,Shandong Province which including Xiangcheng、Yishan、Kanzhuang、Guoli and Shiqiang as its research areas. Basing on the ETM data of Landsat7 in 2007 and the GF-1 data in 2017,the land use types of Zoucheng City can be classified and interpreted by adopting the method of artificial visual interpretation with ArcGIS and Erdas.We give some comparative anaysis through the statistics of the data.On the basis of the area change of all kinds of land in five towns,the reasons for the change of land use in Zoucheng are analyzed in ten years.The results show:(1)the proportion of grassland、construction land、transportation land、water land and other land were reduced,and the proportion of plowland、forest land、bare land and garden plot were increased;(2)the biggest rangeability is forest land which reduced 1572.00 ha,inaddition,the grassland increased 1411.06 ha,the other land increased 1377.33 ha,the bare land reduced 1337.33 ha,the transportation land increased 1241.16 ha;(3)the primary reasons of zoucheng’s land use chang are the national policy,the development of industrialization and the migration of population.Keywords:GIS;RS;the Analysis of Land Use Chang;ArcGIS;Zoucheng City目录摘要 (I)Abstract (I)第一章绪论 (1)1.1研究背景 (1)1.2国内外研究动态 (1)1.2.1国外研究现状 (1)1.2.2国内研究现状 (1)1.3研究目的和意义 (2)第二章研究区、数据来源和研究方法 (3)2.1研究区概况 (3)2.2数据来源 (3)2.3研究方法 (4)2.3.1技术路线图 (4)2.3.2影像预处理 (5)2.3.3影像分类 (9)2.3.4影像解译 (10)2.3.5地图成图 (11)2.4数据汇总 (13)第三章结果与分析 (14)3.1结果 (15)3.2分析 (16)结论和建议 (17)参考文献 (19)致谢 (21)第一章绪论1.1研究背景20世纪90 年代以来，土地利用和土地覆被变化已成为全球环境变化研究的重点领域之一，同时也是资源科学、地理学、遥感信息科学等诸多学科的热点研究方向[1]。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
龙源期刊网 http://www.qikan.com.cn 基于RS与GIS技术的龙井市生态环境评价 作者：苗红梅 来源：《北方环境》2011年第09期
摘要：良好的生态环境是人类赖以生存和发展的基础，而社会和经济的发展必须要以保持生态环境的稳定和平衡为前提。本文利用RS和GIS技术，采用科学化量化指标，对龙井市生态环境进行评价，得到2000和2007年吉林省龙井市生态环境综合指数图，并进行动态分析。结果表明：2000-2007年龙井市生态综合指数整体呈现增加的趋势，2000年龙井市生态综合指数平均值为35.94，而到2007年龙井市生态综合指数平均值增加到38.45。7年间，良等级地面积增加最多，增加26.26个百分点，中、差、劣等地面积都在减少。2000年和2007年龙井市东部地区生态环境要好于西部地区。这表明政府政策的实施、人民环保意识提高等起到重要的作用。
关键词：RS；GIS；龙井市；评价指标 中图分类号： TP72 文献标识码：A 文章编号：1007-0370（2011）09-0105-03
Ecological Environment Evaluation in Longjing Based on RS and GIS Miao Hongmei (Long Jing E Environmental Protection Bureau, Ji Lin 133400) Abstract: Good ecological environment is the basis of the survival and development for us; we should put the ecological environment of stability and balance as a precondition before the development of economy and society. Using RS 、GIS technology and the indicator of science andquantify, I have evaluated the ecological environment of Longjing and gotten the map of integrate index of ecological environment of Longjing in 2000、2007，and I also analysised them. The results show that: the integrate index showed an upward trend overall from 2000 to 2007 , the average index of ecological of Longjing is 35.94 in 2000, while in 2007 the average index increased to 38.45. 7 years, good grades land areas had increased the most, increasing 26.26 percent, the area of the middle、the inferior and the poor were all reducing. The ecological environment of eastern part of Longjing City is better than the western in 2000 and 2007. The results mean that the policy of government implement, conscious of protect environment, etc play an important role in them.
Keywords: RS；GIS； Long Jing；evaluating indicator
龙源期刊网 http://www.qikan.com.cn 引言 生态环境评价就是要针对某一个生态环境系统的优劣、做出定性或者定量的描述，它的本质在于从环境质量这一基本概念出发，探讨环境同人类社会行为之间的关系，评价人类活动对环境质量的影响，以及环境质量变化对人类社会的生存与发展的影响[1]。生态环境评价始于20世纪60年代中期。从生态环境评价研究进程和对象来讲，总体上分成两类，一是对生态环境质量进行评价，二是对生态环境服务功能和价值进行评价。
生态环境评价是根据特定的目的，选择具有代表性、可操作性、可比性的评价指标和方法，对生态环境的优劣程度进行定性或定量的分析和判别[2],生态环境定量评价是评价工作发展的必然结果,只有通过定量研究才可能实现不同生态环境或者不同区域之间的比较。赵跃龙等认为脆弱生态环境的评价指标可分为2类, 即结果表现指标和成因指标 。郝永红[4]等在区域生态环境质量评价中引入灰色系统评价方法, 将评价指标值可分为高、中、低3类。
本文利用科学量化的评价指标，结合RS和GIS技术对吉林省龙井市的生态环境状况进行评价，分析生态环境质量的空间分布，并且进行动态分析，提出针对性的生态环境保护管理措施，对于区域资源环境和社会经济的可持续发展具有十分重要的意义。
1研究区概况 龙井市位于吉林省东南部，地处东经128°54′~ 129°48′，北纬42°21′至43°24′的长白山东麓，东南隔图们江与朝鲜相望，边境线长142.5公里；东北与延吉市、图们市接壤；西南与和龙市毗邻；西北与安图县相接。地形从边缘山地到中部盆地中心。;总面积2581平方公里，海拔高度最高为1331米，最低为101米。该地区属于中温带大陆性季风气候。一年四季分明，冬冷夏热。年平均气温为5.6℃，年极端最高气温为37.1℃，极端最低气温-34.8℃。年平均降雨量为549.3mm，属于湿润区。年平均日照时数为2429.1小时，无霜期平均为143天（图1）[5-6]。
2数据与方法 2.1数据及预处理 （1）遥感影像数据：覆盖吉林省龙井市全境的2期Landsat TM/ETM+遥感影像，时间为2003和2009年6月-9月，空间分辨率为30m；数据经投影变换处理，投影方式为统一为Albers等积投影。
（2）数字高程模型数据： 1：10万地形图经几何纠正、配准和投影变换处理，选取的投影方式及参数与NDVI相同。
（3）其它地理底图数据：土地利用现状图、行政区划图。以上图件经扫描后进行数字化和投影变换，投影与遥感影像数据相同。 龙源期刊网 http://www.qikan.com.cn 2.2研究方法 本研究选用土地退化指数、植被指数、水体密度指数、人类活动指数评价研究区的生态环境状况。参考孟岩[7]设定的生态环境状况评价权重[8]，利用RS和GIS方法，对各项指标进行提取。
（1）植被指数。本文利用DVI和NDVI来反映植被覆盖信息，表征研究区的生态环境状况，它们的值越高，说明该区域植被覆盖度值越高，对应的生态环境质量也就是越好。其公式[9-11]如下：
植被指数=0.5×NDVI+0.5×DVI DVI=NIR-R=B4-B3 式中：NIR为近红外波段，R是红色波段，B3、B4分别为TM影像的第三、四波段的亮度值。
(2)土地退化指数 本文采用比值指标的形式，参考孟岩的盐渍化指数模型，公式如下：
盐渍化指数模型（a）= 式中，B1、B2、B3分别为遥感影像的第一、第二、第三波段亮度值。 （3）水体密度指数。 本文利用地物光谱曲线将龙井市水库和河流信息提取出来，得到水体分布图，以单元内水体面积与单元面积比值作为水体密度指数，公式如下：
水体密度指数=单元内水体面积/单元面积 （4）人类活动指数。 陈利顶[12]指出,干扰直接影响着生态环境的结构和功能演替,作为人类活动集中体现的综合体, 土地利用方式和强度在一定程度上反映了人类活动对自然生态系统干扰的性质和过程[13]。
本研究根据人类活动的结果将龙井市土地利用类型分为水域、林地、草地、建设用地、农田和未利用地。人类活动对生态环境干扰越强则生态环境状况越差，对土地类型进行分值，参考孟岩[5]的各地类提取法则，得到人类活动指数图。
3研究结果 龙源期刊网 http://www.qikan.com.cn 3.1结果评价 根据以上得到的龙井市生态环境状况综合指数图，结合研究区的具体状况，本文将龙井市生态环境状况优、良、中、差、劣五个等级。各等级所代表的生态环境状况的意义如下表所示。
从表1、图2中我们可以看出，2000-2007年龙井市生态综合指数整体呈现增加的趋势，2000年龙井市生态综合指数平均值为35.94，而到2007年龙井市生态综合指数平均值增加到38.45。2000年西部地区大多数在30左右，而2007年增加到40左右，东部地区变化也较多，从图2上看，2007年东部地区多以蓝色（40-55）为主。
Fig.2 The map of ecological environment index of Longjing 从空间上看，2000年龙井市东部地区生态综合指数整体高于西部地区，东部地区多属于良和中等级，而西部地区多数处于中和差等级；而2007年东部地区多数属于良等级，西部地区多数属于良和中等级。
本文利用GIS技术，用2007年龙井市生态综合指数图减去2000年龙井市生态综合指数图得到龙井市生态综合指数差值图3，从图3我们可以看到。2000-2007年间，龙井市生态综合指数呈现逐渐增加的趋势，多数在0-5区间，整个区域增加的平均值为2.48， 龙井市中部地区变化较多，这主要是由于这里居民地较多，人为因素影响较大。海兰江周围区域增加较多，多数在5-10区间。
通过GIS统计功能，从图3中我们可以看到，2000年龙井市优等级地面积为0.27km2,占整个区域的0.01%，其中中等地面积最大，达到1183.95 km2，占整个区域的45.87%，劣等级地面积为17.64 km2,只占整个区域的0.48%。而到2007年，龙井市良等级地面积增加最多，从752.04 km2增加到1426.32 km2，增加26.26个百分点，优等级地面积增加到3.42 km2，中、差、劣等级地面积都有所减少，其中差等级地减少的最多，7年间减少了431.73 km2。这主要是由于生态环境所有改善，人们对环境保护的意识也不断地提高。