面向污染的改进型遥感生态指数构建及应用OA

在全球城市化与环境污染加剧的背景下,揭示生态质量演变特征对生态治理具有重要意义。本文以四川省宜宾市为研究区,基于Google Earth Engine平台,利用Landsat遥感影像构建绿度、湿度、热度指标,并引入不透水面干旱指数(integrated drought index,IDI)和遥感空气质量指数(remote sensing air quality index,RAQI),提出基于城市化与大气污染的改进型遥感生态指数(pollution-urbanization-based improved remote sensing ecological index,PBEI)。在权重确定方法上,对比主成分分析法(PCA)与熵权法(EWM)结果发现,PCA对高方差指标依赖较强,易受噪声干扰;EWM依据指标信息熵自适应赋权,能有效提升模型稳定性与可解释性。与遥感生态指数(remote sensing ecological index,RSEI)相比,EWM构建的PBEI多年平均信息熵整体提升约0.26%,PCA构建的PBEI第一主成分贡献率平均提高7.41个百分点,显著增强对不透水面干旱纹理及生态过渡区的识别能力。在空间表现上,PCA更擅长突出污染与人工干扰显著的重点区域,EWM则强化生态梯度的连续型表达。综合Hurst指数、空间自相关与Mann-Kendall趋势检验,结果表明宜宾市生态质量在2014—2024年呈“先降后升”演变特征,近年生态改善显著。本研究验证了PBEI在城市生态监测中的适用性,为区域生态评估与可持续发展提供了科学参考。