基于Google Earth Engine和CA-Markov模型的永宁县生态环境质量时空分析及预测.pdf
《基于Google Earth Engine和CA-Markov模型的永宁县生态环境质量时空分析及预测.pdf》由会员分享,可在线阅读,更多相关《基于Google Earth Engine和CA-Markov模型的永宁县生态环境质量时空分析及预测.pdf(7页珍藏版)》请在咨信网上搜索。
1、第 22 卷 第 2 期2023 年 6 月宁 夏 工 程 技 术Vol.22 No.2Ningxia Engineering TechnologyJun.2023基于 Google Earth Engine 和 CA-Markov 模型的永宁县生态环境质量时空分析及预测刘程辉(航天规划设计集团有限公司,北京102616)摘 要:遥感生态指数(RSEI)在评估区域生态环境时发挥着重要作用,但目前生态环境评价主要集中在对历史影像的分析上,缺乏对未来生态环境状况的预测及评估。基于 Google Earth Engine 平台,选取 20052020 年共 4 期Landsat 影像,计算了绿度、湿
2、度、干度和热度 4 项指标,并通过主成分分析法构建了 RSEI 模型,对影像进行了时空分析。此外,采用 CA-Markov 模型预测了 2025 年的 RSEI 影像。结果表明:20052020 年永宁县 RSEI 年均增长速率为 0.004 7/a,生态环境持续改善;永宁县生态环境质量在空间上呈现“东强西弱”的格局;永宁县中、东部生态环境质量变化较为剧烈,而西部生态环境质量较为稳定;相比于 2020 年,预测 2025 年永宁县生态环境等级为优和良的面积将分别增加 4.12%和 1.41%,等级为差的面积将减少 6.03%,生态环境质量将向好发展。CA-Markov 模型能够为未来生态环境预
3、测及决策提供依据。关键词:CA-Markov;Google Earth Engine;遥感生态指数;永宁县中图分类号:P951;P237 文献标志码:A生态环境质量评价作为评估区域内生态环境优劣的重要手段,能够为区域可持续发展及制定生态环境保护政策提供依据。重视景观生态环境质量评价,防范、化解生态环境领域的重大风险,警惕、预测潜在生态风险危害,是生态文明建设的迫切要求。遥感技术具有速度快、监测范围大等优点,因此被广泛应用于生态环境监测研究中1-2。利用遥感技术进行环境监测的方法具体包括单指标评价法、多指标评价法和遥感生态指数(RSEI)评价法。单指标评价法通常选用单一的遥感指标(NDVI,EV
4、I,FVC等)对生态环境进行评价,但生态环境受多种因素共同影响,采用单一指标评价生态环境往往存在较大问题3。多指标评价法选择多种环境指标对生态环境进行评价,然而各指标权重的设定通常依据研究者的主观经验,会给评估工作造成较大影响。RSEI评价法避免了单指标评价法的不足之处,同时其采用的主成分分析法弥补了多指标评价法在权重设定上的缺陷,目前该方法已得到广泛应用4。此外,当前对于生态环境评价的研究主要集中在对历史影像的分析上,缺少对未来生态环境的预测。遥感领域常用的预测模型有 CA 模型5、Markov模型、系统动力学模型6、CLUE-S 模型7等。大量研究表明,各模型难以同时兼顾数量和空间问题。例
5、如,CA 模型注重单个元胞的转换,但在数量的预测上存在不足;Markov 模型缺乏空间模拟能力8。而CA-Markov 模型综合了 CA 模型强大的空间模拟能力和 Markov 模型数量预测精度高的优势,极大地提升了预测精度9-10。目前,该模型已被广泛应用于城市增长边界预测9,11、土地利用模拟12、植被覆盖度预测13-14、城市热环境预测15等领域,并取得了一定的成果。宁夏银川市永宁县作为黄河流域的重要区域之一,近年来面临着植被退化、土地荒漠化等问题,生态环境脆弱,因此,掌握永宁县生态环境质量的变化情况及未来趋势对当地生态环境保护具有重要的现实意义。本文基于 Google Earth En
6、gine(GEE)平台,选取 20052020 年共 4 期的 Landsat 影像,对永宁县的 RSEI 进行了时空分析,并利用 CA-Markov 模型对 2025 年的 RSEI 结果进行了预测。文章编号:1671-7244(2023)02-0169-06收稿日期:2022-05-11作者简介:刘程辉(1996),男,硕士,主要从事遥感云计算及其科学分析研究()。宁 夏 工 程 技 术第 22 卷1研究区域与方法1.1研究区概况永宁县(10549E10622E,3807N3829N)地处银川平原引黄灌区中部,东临黄河,西靠贺兰山,面积为 934 km2,地势西高东低(图 1)。该县地处西
7、北内陆,属于荒漠原生物气候带,干旱少雨,蒸发量大,生态环境脆弱。1.2研究方法1.2.1RSEI模型土地覆被的变化对生态环境质量有着极大的影响。首先,植被的生长状况是评价区域生态环境的重要表征,也是人类能感受到的最直观的指标;其次,伴随着城市化进程,部分生态用地转变为城市用地,人类活动对生态环境产生了一些负面作用;最后,地表湿度和温度能够体现出区域内气候变化对生态环境的影响。本文参照徐涵秋提出的方法,利用 Landsat 影像对绿度(NDVI)、热度(LST)、湿度(Wet)和干度(NDBSI)4 个指标进行了计算4。杨泽康等3、郑子豪等16已经证实 GEE 平台在构建 RSEI 模型时的优势
8、,因此,本文在 GEE 平台上选取了 2005,2010,2015 和 2020 年共 4 期的Landsat 影像,影像信息如表 1 所示。为了降低季节性差异带来的影响,本文将选取影像的时间固定为68 月,并对影像进行了去云、裁剪和镶嵌处理,同时将影像的空间分辨率由 30 m 重采样至 100 m,以此计算评价生态环境质量的各项指标。为了避免量纲不统一,在主成分分析之前要对指标值进行归一化处理,其公式为 I=Ii-IminImax-Imin,(1)式中:Ii为像元 i 的各指标的值;Imin和 Imax分别为各指标的最小值和最大值;I 为像元归一化后的值。将 4 个影像集成为单张影像后,可以
9、通过 GEE 平台编写的主成分分析脚本完成 RSEI 计算。公式为R0=PC NDVI,DLST,Wetness,NDBSI ,(2)式中:R0为初始 RSEI 值;PC 为主成分分析函数;NDVI,DLST,Wetness 和 NDBSI 分别为绿度、热度、湿度和干度指标。同时,本文为了便于比较计算结果,对 R0进行了正规化处理,公式为R=R0-R0minR0max-R0min ,(3)式中:R0min,R0max分别为归一化前R0的最小值和最大值;R 为归一化后的 RSEI 值。归一化之后,RSEI值在 0 和 1 之间,该值越接近 1,表明生态质量越好。本文以 0.2 为步长,将 RSE
10、I 值分为差0,0.2、较差(0.2,0.4、中(0.4,0.6、良(0.6,0.8和优(0.8,1共 5 个等级。1.2.2CA-Markov模型CA 模型的数学表达式为Qt+1=(Qt,n),(4)式中:Qt+1,Qt分别为元胞 Q 在 t+1 和 t 时刻的状态;n 为元胞的领域;表示元胞的转换规则。Markov 模型的数学表达式为Pij=P11P1nPn1Pnn,(5)Qt+1=PijQt,(6)式中,Pij为状态转移概率矩阵,表示生态等级 i 转移为生态等级 j 的概率。本文采用 IDRISI 软件中的 CA-Markov 模块完成了永宁县的 RSEI 预测,具体操作如下。(1)在
11、Arcmap 10.7 中,将栅格影像转换为ASCII 文本文件;然后,将 ASCII 文本文件导入IDRISI 软件中的 ARCRASTER 模块,并进行重分类处理。(2)利用 IDRISI 的 CA-Markov 模块计算 20102015 年及 20152020 年的生态环境转移矩阵,并将转换面积作为转换规则,以便于进行下一步的预测。(3)在 IDRISI 的 CA-Markov 模块中,以 5 年为步长,分别预测 2015 年和 2020 年生态环境质量的空间格局,并将预测结果与这 2 个年份的实际生态106201062010610106101060010600105501055038
12、30383038203820381038101 100Q0mQ2 494010 km5图1研究区概况图表1影像信息表年份2005201020152020传感器Landsat 5 TMLandsat 5 TMLandsat 8 OLILandsat 8 OLI空间分辨率/m30303030影像数量4567170第 2 期刘程辉:基于Google Earth Engine和CA-Markov模型的永宁县生态环境质量时空分析及预测环境质量状况进行对比分析和精度评定,最后对2025 年生态环境质量的空间格局进行模拟。2结果与分析2.1主成分分析结果由第 1 主成分分析结果(表 2)可知:2005202
13、0 年,绿度和湿度的荷载均为正数,干度与热度的荷载均为负数,表明绿度与湿度对生态环境具有积极作用,而干度与热度则对生态环境具有消极作用,此结果与现实情况相符;第 1 主成分的贡献率分别为 94.08%(2005 年),95.52%(2010 年),94.28%(2015 年)和 93.38%(2020 年),均大于 90%,表明第 1主成分集中了绝大部分信息,能够真实合理地反映研究区域的生态环境状况。综上可见,采用第 1 主成分构建永宁县的 RSEI 模型是可行的。2.2RSEI时空分析20052020 年 RSEI 均值年际变化情况如图 2所示。由图 2 可知,永宁县生态环境质量虽然呈现“上
14、升下降上升”的波动变化,但整体表现出持续改善的态势。RSEI 均值由 2000 年的 0.452 增长为 2020 年的 0.545,年均增长速率为 0.004 7/a。20052020 年永宁县 RSEI 值的空间等级分布图如图 3 所示。由图 3 可知:永宁县生态环境质量呈明显的空间分异现象,东部的生态环境要优于西部;东部为人类主要活动区域,生态等级为优的区域持续增加;西部为荒漠地区,生态等级为差的区域持续减少。总体来看,永宁县生态环境质量向好变化。为了定量研究永宁县各年份生态环境质量等级的变化情况,本文分别对各等级的面积及其占比进行了表2第1主成分分析结果年份20052010201520
15、20绿度0.9660.9420.9330.923湿度0.7790.7930.8110.815干度-0.912-0.920-0.951-0.945热度-0.995-0.995-0.991-0.988特征值0.1590.1580.1750.181贡献率94.08%95.52%94.28%93.38%20052010201520200.440.480.520.56RSEIRSEIRSEI4图220052020年永宁县RSEI均值年际变化图a2005b2010c2015d2020RSEI14020 km108E图320052020年永宁县RSEI值的空间等级分布图171宁 夏 工 程 技 术第 22
16、卷统计,如表 3 和图 4 所示。2020 年,生态等级为优的面积最大,占比为 31.70%;2005 年,生态等级为优的面积最小,占比为 18.44%;两年相较,生态等级为优的面积增加了 13.26%。此外,生态等级为差的面积持续减少,由 2005 年的 319.34 km2下降至2020 年的 228.76 km2,减少了 10.31%。整体上看,20052020 年永宁县生态环境质量等级优、良、中的面积之和占比分别为 52.08%(2005 年),61.15%(2010 年),58.51%(2015 年)和 64.13%(2020 年),再次印证了永宁县生态环境状况呈现波动态势,但整体表
17、现为改善态势。为了表示 20052020 年生态环境质量的变化情况,本文采用空间分布影像相减法(后一研究时期的 RSEI 空间分布影像减去前一研究时期的影像)得出生态环境质量变化的空间分布图,并将其分为改善、不变和恶化 3 个等级,同时对各个等级的面积进行了统计,如图 5 和表 4 所示。20052010 年,永宁县生态环境质量有明显改善,改善区域主要集中在中部地区,改善面积达到 333.49 km2,占比为38%;生态环境质量恶化区域主要分布在东部地区,面积为 83.41 km2,占比为 9.51%。20102015 年,永宁县生态环境质量恶化严重,恶化区域主要集中在中部和东部地区,恶化面积
18、占比达到 25.35%,大于同一时期生态环境质量改善的面积,表明这一时期生态环境质量总体呈恶化态势。20152020 年,永宁县生态环境质量再次得到改善,改善区域主要分 布 在 中 部 地 区,面 积 为 275.22 km2,占 比 为31.36%;而恶化区域较为分散,主要分布在中部和表320052020年永宁县各生态环境质量等级面积km2年份2005201020152020生态环境质量等级优161.95261.15194.89278.37良178.03170.88194.59173.25中117.38104.98124.37111.54较差101.4880.48104.1486.31差31
19、9.34260.66260.16228.7618.4429.7422.1931.7020.2719.4622.1619.7313.3711.9514.1612.7036.3629.6829.6326.052005201020152020020406080100,%E811.569.1611.869.83图420052020年永宁县各生态环境质量等级面积占比图020 km1056(,14a20052010b20102015c20152020图520052020年永宁县生态环境质量变化空间分布图172第 2 期刘程辉:基于Google Earth Engine和CA-Markov模型的永宁县生态环
20、境质量时空分析及预测东部地区,面积达到 107 km2,占比为 12.19%。综上所述,20052020 年,永宁县西部的生态环境质量较为稳定,生态环境质量变化主要发生在中部和东部地区。只有改善中部和东部地区生态环境质量的恶化情况,才能够提升永宁县整个区域内的生态环境质量。2.3CA-Markov预测和模拟本文基于 CA-Markov 模块,以先期获取的RSEI 结果为初始数据,在 IDIRSI 软件中进行了生态环境质量预测。首先,本文通过 20052010 年及20102015 年的 RSEI 数据,分别对永宁县 2015 年和 2020 年的 RSEI 等级空间分布进行了模拟(图 6),并
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于Google Earth Engine和CA-Markov模型的永宁县生态环境质量时空分析及预测 基于 Google Engine CA Marko
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。
链接地址:https://www.zixin.com.cn/doc/633104.html