亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        欽州市城市擴(kuò)張的生態(tài)響應(yīng)*

        2020-03-04 05:36:40劉文良郝連成
        廣西科學(xué) 2020年6期
        關(guān)鍵詞:區(qū)域生態(tài)研究

        劉文良,李 偉,郝連成

        (中國地質(zhì)調(diào)查局煙臺(tái)海岸帶地質(zhì)調(diào)查中心,山東煙臺(tái) 264004)

        0 引言

        城市化是指人口向城市聚集,并由此引起一系列社會(huì)變化的過程[1]。城市向郊區(qū)擴(kuò)張是這一過程最為直觀的特征。隨著城市的擴(kuò)張出現(xiàn)了一些無法避免的生態(tài)環(huán)境問題,例如城市熱島、水污染等。城市建設(shè)和生態(tài)保護(hù)之間的矛盾一直是科學(xué)研究的重要內(nèi)容。客觀、準(zhǔn)確地評(píng)價(jià)城市生態(tài)環(huán)境的變化并發(fā)現(xiàn)其存在的問題,為城市的規(guī)劃和建設(shè)提供建議,有利于區(qū)域的持續(xù)發(fā)展。

        當(dāng)前遙感技術(shù)以大面積、快速、周期性觀測(cè)的優(yōu)點(diǎn),在生態(tài)環(huán)境監(jiān)測(cè)領(lǐng)域[2,3]得到了廣泛的應(yīng)用。但目前以單一指標(biāo)評(píng)價(jià)居多,如使用植被指數(shù)監(jiān)測(cè)地表覆被及其對(duì)氣候的響應(yīng)[4],利用地表溫度估測(cè)城市熱島效應(yīng)[5],通過反演不透水面分析城市擴(kuò)張變化[6],等等。這種單一指標(biāo)的評(píng)價(jià)相對(duì)片面,不能完整地反映城市生態(tài)的變化。綜合多個(gè)指標(biāo)的生態(tài)環(huán)境評(píng)價(jià)方法有層次分析法(AHP)[7]、模糊數(shù)學(xué)評(píng)判法[8]、壓力-狀態(tài)-響應(yīng)(PSR)模型法[9]等,這些方法存在人為確定權(quán)重的問題,且要使用大量的統(tǒng)計(jì)數(shù)據(jù),模型構(gòu)建相對(duì)復(fù)雜。徐涵秋[10]提出的遙感生態(tài)指數(shù)(Remote Sensing Ecological Index,RSEI)基于遙感技術(shù),用主成分分析的方法集成了多個(gè)指標(biāo),能夠簡(jiǎn)單、快速、客觀、定量地評(píng)價(jià)區(qū)域整體的生態(tài)環(huán)境狀況,還可以進(jìn)行長(zhǎng)時(shí)間序列的可視化空間表達(dá),目前已經(jīng)在許多城市[11,12]和地區(qū)[13,14]得到了應(yīng)用。

        欽州市是我國大西南的一個(gè)典型港城分離型城市。自20世紀(jì)90年代以來,欽州市城區(qū)和欽州港港區(qū)規(guī)模有了大幅度的增長(zhǎng),且有進(jìn)一步擴(kuò)大的趨勢(shì),快速的城市擴(kuò)張是否影響了該市的生態(tài)環(huán)境是一個(gè)值得關(guān)注的問題。對(duì)欽州市進(jìn)行整體的生態(tài)評(píng)價(jià),研究制約生態(tài)環(huán)境變化的驅(qū)動(dòng)因子是非常有必要的。本文基于RSEI,對(duì)欽州市2000-2017年的生態(tài)環(huán)境變化進(jìn)行量化分析評(píng)價(jià),發(fā)掘影響該市生態(tài)環(huán)境狀況的關(guān)鍵因子,為城市建設(shè)和生態(tài)保護(hù)工作提供理論依據(jù)。

        1 材料與方法

        1.1 研究區(qū)概況

        欽州市位于廣西南部沿海,在北部灣經(jīng)濟(jì)區(qū)居中心位置,是面向東盟開放的重要窗口之一。該地區(qū)屬海洋季風(fēng)氣候,夏季高溫多雨,冬季溫和少雨。境內(nèi)地貌以低山丘陵為主,地勢(shì)自北向南傾斜。1996年,經(jīng)廣西壯族自治區(qū)人民政府批準(zhǔn),欽州市成立欽州港經(jīng)濟(jì)技術(shù)開發(fā)區(qū),2010年升級(jí)為國家級(jí)開發(fā)區(qū)。2019年8月,中國(廣西)自由貿(mào)易試驗(yàn)區(qū)欽州港片區(qū)獲批。自欽州港開發(fā)區(qū)成立以來,港口的建設(shè)和發(fā)展推動(dòng)了欽州市城市化的進(jìn)程,現(xiàn)已形成以老城區(qū)為核心的生活中心和以欽州港為核心的工業(yè)中心。本研究選取老城區(qū)和欽州港所在的欽南區(qū)作為研究區(qū),該區(qū)域是近20年來欽州城市發(fā)展最快的區(qū)域,能集中反映城市生態(tài)變化的狀況,其地理跨度為21°36′—22°08′N,108°24′—109°09′E,總面積約為2 383 km2。

        1.2 數(shù)據(jù)來源

        本研究選取Landsat系列影像作為數(shù)據(jù)源,包括2000年11月6日的ETM+影像、2009年10月6日的TM影像和2017年10月28日的OLI/TIRS影像。影像獲取季節(jié)一致,避免季相差異所帶來的影響。為保證各指數(shù)計(jì)算的準(zhǔn)確性,首先分別對(duì)3期影像進(jìn)行輻射定標(biāo)、大氣校正、幾何校正等預(yù)處理,再在此基礎(chǔ)上進(jìn)行研究區(qū)的裁剪和各指標(biāo)分量的計(jì)算。

        1.3 方法

        遙感生態(tài)指數(shù)(RSEI)基于遙感技術(shù),利用主成分分析的方法集成綠度、濕度、干度、熱度4個(gè)指標(biāo),以綜合客觀反映區(qū)域的生態(tài)環(huán)境狀況。

        1.3.1 指標(biāo)提取

        1.3.1.1 綠度指標(biāo)

        綠度指標(biāo)用歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)來表示,該指數(shù)是最常用的反映植被覆蓋和生長(zhǎng)狀況的參量,其計(jì)算公式為

        NDVI=(ρNIR-ρR)/(ρNIR+ρR),

        (1)

        式(1)中,ρR、ρNIR分別為影像紅波段和近紅波段的反射率,分別對(duì)應(yīng)TM/ETM+影像的第3,4波段,OLI影像的第4,5波段。

        1.3.1.2 濕度指標(biāo)

        纓帽變換技術(shù)獲取的濕度分量能夠反映植被和土壤的濕度狀況,廣泛應(yīng)用于生態(tài)監(jiān)測(cè)[15],故用來表示濕度指標(biāo),其計(jì)算公式為

        Wet=c1ρB+c2ρG+c3ρR+c4ρNIR+c5ρSWIR1+c6ρSWIR2,

        (2)

        式(2)中,Wet表示濕度分量,ρB、ρG、ρR、ρNIR、ρSWIR1、ρSWIR2在TM/ETM+影像中分別對(duì)應(yīng)第1,2,3,4,5,7波段的反射率,在OLI影像中分別對(duì)應(yīng)第2,3,4,5,6,7波段的地表反射率。c1、c2、c3、c4、c5、c6為纓帽變換中各波段的系數(shù),不同傳感器的系數(shù)不同;對(duì)于TM影像,Crist[16]推導(dǎo)的系數(shù)依次為0.031 5,0.202 1,0.310 2,0.159 4,-0.680 6 和0.610 9;對(duì)于ETM+影像,Huang等[17]推導(dǎo)的系數(shù)為0.262 6,0.2141,0.092 6,0.065 6,-0.762 9,-0.538 8;對(duì)于OLI影像,李博倫等[18]推導(dǎo)的系數(shù)依次為0.265 1,0.236 7,0.129 6,0.059 0,-0.750 6,-0.538 6。

        1.3.1.3 干度指標(biāo)

        自然環(huán)境中,造成地表干化的地物主要是建筑物和裸土,歸一化建筑-土壤指數(shù)(Normalized Difference Building-Soil Index,NDBSI)能表征建筑物和裸土的信息,由IBI和SI組合而來,本文用兩者的均值來表示干度指標(biāo),其計(jì)算公式為

        NDBSI=(IBI+SI)/2,

        (3)

        IBI=[2ρSWIR1/(ρSWIR1+ρNIR)-ρNIR/(ρNIR+

        ρR)-ρG/(ρG+ρSWIR1)]/[2ρSWIR1/(ρSWIR1+ρNIR)+ρNIR/(ρNIR+ρR)+ρG/(ρG+ρSWIR1)],

        (4)

        (5)

        1.3.1.4 熱度指標(biāo)

        地表溫度(Land Surface Temperature,LST)在城市熱環(huán)境研究、生態(tài)環(huán)境監(jiān)測(cè)以及災(zāi)害預(yù)警等領(lǐng)域具有廣泛的應(yīng)用,用來表征熱度指標(biāo)。Landsat系列衛(wèi)星一直是地表溫度反演的重要數(shù)據(jù)來源之一,其中,Landsat 5和Landsat 7各有一個(gè)熱紅外波段(TM 6、ETM+ 6),Landsat 8 TIRS傳感器有兩個(gè)熱紅外波段(TIRS 10,11),由于TIRS 11波段的定標(biāo)參數(shù)存在誤差,美國地質(zhì)調(diào)查局(United States Geological Survey,USGS)不鼓勵(lì)使用該波段進(jìn)行地表溫度反演[19]。綜合考慮,本文使用普適性強(qiáng),需求參數(shù)少的單通道算法對(duì)地表溫度進(jìn)行反演。單通道算法由Jiménez-Munoz等[20]于2003年提出,經(jīng)過多次改進(jìn)[21,22],適用于Landsat系列衛(wèi)星傳感器,并且可以取得1.5 K的精度[23,24]。該算法主要公式為

        LST=γ[ε-1(φ1L+φ2)+φ3]+δ,

        (6)

        γ=T2/(bγL),

        (7)

        δ=T-T2/bγ,

        (8)

        公式(6)—(8)中,LST為地表溫度,單位為開爾文(K);對(duì)于TM 6、ETM+ 6、TIRS 10波段,參數(shù)bγ分別為1 256,1 277和1 324;L為TM 6、ETM+ 6、TIRS 10波段輻射亮度值,可根據(jù)影像頭文件中的gain和offset參數(shù)定標(biāo)得到。φ1、φ2、φ3用下列公式計(jì)算:

        φ1=1/τ,

        (9)

        φ2=-L↓-L↑,

        (10)

        φ3=L↓,

        (11)

        式(9)—(11)中,τ、L↓、L↑分別為大氣透過率、大氣下行輻射和大氣上行輻射,這些參數(shù)可以由網(wǎng)站http://atmorr.gsfc.nasa.gov查詢而來;T為熱紅外波段在傳感器處的亮度溫度,其公式為

        T=K2/ln(K1/L+1),

        (12)

        式(12)中,K2、K1為常數(shù),對(duì)于TM 6、ETM+ 6、TIRS 10波段,K1的數(shù)值分別為607.76,666.09,774.89,單位為W·m-2·sr-1·μm-1,K2數(shù)值分別為1 260.56,1 282.71,1 321.08,單位為K;ε為地表比輻射率,本文使用覃志豪等[25]提出的方法進(jìn)行反演。

        1.3.2 遙感生態(tài)指數(shù)構(gòu)建

        1.3.2.1 指標(biāo)分量標(biāo)準(zhǔn)化處理

        上述公式計(jì)算的4個(gè)指標(biāo)量綱是不一致的,因此,在計(jì)算遙感生態(tài)指數(shù)之前需要進(jìn)行標(biāo)準(zhǔn)化處理,將各指標(biāo)的量綱都統(tǒng)一到[0,1]之間。其公式為

        NIi=(Ii-Imax)/(Imax-Imin),

        (13)

        式(13)中,NIi為經(jīng)過標(biāo)準(zhǔn)化處理之后的像元值,Ii為指標(biāo)分量在i像元處的值,Imax、Imin為該指標(biāo)分量的最大和最小像元值。

        1.3.2.2 指標(biāo)分量的水體掩膜處理

        遙感生態(tài)指數(shù)中濕度分量(Wet)研究的是與植被和土壤濕度有關(guān)的參量,因此在計(jì)算時(shí)需要將大面積的水體提取出來并掩膜掉,以避免水域?qū)χ鞒煞址治龅妮d荷造成影響。本文對(duì)水體的提取采用徐涵秋[26]提出的歸一化差異水體指數(shù)(Modified Normalized Difference Water Index,MNDWI),其公式為

        MNDWI=(ρG-ρSWIR1)/(ρG+ρSWIR1)。

        (14)

        1.3.2.3 計(jì)算遙感生態(tài)指數(shù)

        遙感生態(tài)指數(shù)(RSEI)是可以綜合以上4個(gè)指標(biāo)信息的參量。主成分分析方法(Principal Component Analysis,PCA)可以去除波段之間多余信息,將多波段的圖像信息壓縮到少數(shù)幾個(gè)波段,其中第一主成分(PC1)包含了絕大多數(shù)的信息。該方法的最大優(yōu)點(diǎn)是根據(jù)各指標(biāo)對(duì)主分量的貢獻(xiàn)值客觀地確定各指標(biāo)的權(quán)重,避免人為誤差,將經(jīng)過標(biāo)準(zhǔn)化和水體掩膜處理的指標(biāo)分量重新合成一幅新的影像。使用ENVI的主成分分析模塊進(jìn)行計(jì)算,得出PC1和相關(guān)統(tǒng)計(jì)數(shù)據(jù)。然后依次將PC1進(jìn)行正負(fù)值轉(zhuǎn)換、標(biāo)準(zhǔn)化處理,得到遙感生態(tài)指數(shù)(RSEI),主要公式為

        RSEI0=1-PC1,

        (15)

        RSEI=(RSEI0-RSEI0_min)/(RSEI0_max-RSEI0_min),

        (16)

        式(15)中,RSEI0為初始生態(tài)指數(shù),PC1為ENVI計(jì)算得到的第一主成分PC1。式(16)中,RSEI數(shù)值介于[0,1]之間,值越大,生態(tài)越好,反之越差;RSEI0_min、RSEI0_max為初始生態(tài)指數(shù)RSEI0的最小值和最大值。

        1.3.3 建模分析

        分別在研究區(qū)3個(gè)時(shí)期的NDVI、Wet、NDBSI、LST和RSEI影像隨機(jī)選取了3 000個(gè)樣點(diǎn),基于樣點(diǎn)數(shù)據(jù)進(jìn)行逐步多元回歸分析,并繪制散點(diǎn)圖,分析4個(gè)變量因子及其與生態(tài)環(huán)境之間的關(guān)系。

        2 結(jié)果與分析

        2.1 生態(tài)變化整體分析

        表1統(tǒng)計(jì)了研究區(qū)4個(gè)指標(biāo)分量和RSEI的均值,以及各指標(biāo)對(duì)第一主成分(PC1)的載荷。由表1可以看出,NDVI和Wet對(duì)PC1的載荷均為正值,說明兩者對(duì)生態(tài)起正面作用;NDBSI和LST對(duì)PC1的載荷為負(fù)值,兩者對(duì)生態(tài)起負(fù)面作用,與客觀實(shí)際一致。2000年、2009年、2017年各分量對(duì)PC1的貢獻(xiàn)率分別為73.94%、74.59%、87.66%,表明PC1已經(jīng)集成了4個(gè)分量的絕大多數(shù)信息。統(tǒng)計(jì)表明,2000年、2009年和2017年研究區(qū)的RSEI均值分別為0.676,0.698和0.725,整體增長(zhǎng)了7.2%,生態(tài)環(huán)境有變好的趨勢(shì)。分析表1中4個(gè)指標(biāo)對(duì)PC1的載荷可知, NDVI和Wet對(duì)PC1載荷的絕對(duì)值之和遠(yuǎn)大于NDBSI和LST的絕對(duì)值之和,說明在該地區(qū)植被覆蓋和土壤濕度對(duì)生態(tài)環(huán)境的優(yōu)化作用大于地面建筑和地表溫度對(duì)生態(tài)環(huán)境的破壞作用。4個(gè)指標(biāo)中,又以NDVI對(duì)PC1載荷的絕對(duì)值最大,說明植被的覆蓋是影響該地區(qū)生態(tài)的主要因素。2000年、2009年、2017年NDBSI對(duì)PC1載荷的絕對(duì)值呈先增長(zhǎng)后穩(wěn)定不變的趨勢(shì),表明2009年以前研究區(qū)地表的“干化”對(duì)生態(tài)環(huán)境的負(fù)面作用在增加,2009年以后趨于穩(wěn)定。

        表1 研究區(qū)4個(gè)指標(biāo)和RSEI統(tǒng)計(jì)表

        為定量化分析生態(tài)狀況,將RSEI以0.2為間隔分成差(0—0.2)、較差(0.2—0.4)、中(0.4—0.6)、良(0.6—0.8)和優(yōu)(0.8—1.0)5個(gè)等級(jí)(界限值屬于前一級(jí))。圖1顯示了研究區(qū)2000-2017年地表景觀的變化和RSEI等級(jí)的空間變化情況。整體來看欽州市植被覆蓋率高,生態(tài)等級(jí)以良為主。2000年為欽州港建設(shè)的初期,港口處出現(xiàn)小規(guī)模的填海,城區(qū)規(guī)模較小,生態(tài)質(zhì)量差和較差的區(qū)域集中在港口的北部,其他區(qū)域有零星分布,主要地物類型為建筑用地、裸地等,城區(qū)的生態(tài)等級(jí)以中為主;2000-2009年,城區(qū)和港口的范圍都有了一定規(guī)模的擴(kuò)張,生態(tài)等級(jí)差和較差的區(qū)域大都集中在這兩個(gè)區(qū)域,城區(qū)的生態(tài)等級(jí)轉(zhuǎn)變?yōu)橐暂^差為主;2009-2017年,城區(qū)和港口的范圍雖然出現(xiàn)較大規(guī)模的擴(kuò)張,但是部分區(qū)域建設(shè)初期破壞的自然表面得到了修復(fù),如欽州港西部和老城區(qū)的一些區(qū)域,生態(tài)等級(jí)差和較差的區(qū)域得到稀釋,港口的生態(tài)等級(jí)以較差為主,城區(qū)生態(tài)等級(jí)以中為主,說明生態(tài)保護(hù)的理念逐步深入人心。

        表2統(tǒng)計(jì)了3個(gè)時(shí)期RSEI各等級(jí)的面積及其所占比例,3個(gè)時(shí)期的總面積各不相同且比欽州市總面積稍小,主要是因?yàn)橛?jì)算RSEI時(shí)對(duì)水體進(jìn)行了剔除。結(jié)果表明:1)2000年、2009年、2017年研究區(qū)的生態(tài)質(zhì)量等級(jí)以優(yōu)、良為主,二者之和均占總面積的70%以上,且二者所占的比例之和有增長(zhǎng)的趨勢(shì),由2000年的74.97%增長(zhǎng)到2017年的84.08%,二者面積之和增長(zhǎng)247.1 km2,同比增長(zhǎng)14.07%;2)生態(tài)質(zhì)量等級(jí)較差和差的區(qū)域面積和比例先增加后降低。2000年,二者所占面積之和為45.33 km2,約占研究區(qū)當(dāng)期總面積的1.94%;2009年,面積之和為59.38 km2,約占研究區(qū)當(dāng)期總面積的2.52%;到2017年,面積為53.82 km2,約占當(dāng)期總面積的2.26%。

        2.2 生態(tài)環(huán)境變化監(jiān)測(cè)

        為分析研究區(qū)域18年來生態(tài)質(zhì)量的差異變化,在RSEI分級(jí)的基礎(chǔ)上,對(duì)研究區(qū)2000年和2017年的RSEI指數(shù)做差值運(yùn)算,并將結(jié)果劃分為變差、不變、變好三大類,結(jié)果如圖2所示。經(jīng)統(tǒng)計(jì),欽州市的總面積由2000年的2 342.19 km2增長(zhǎng)至2017年的2 382.31 km2,面積增長(zhǎng)了約1.7%,主要是圍填海(圖2紫色圖斑)的原因,且95%以上的圍填海區(qū)域都集中在南側(cè)的欽州港。由圖2可知,生態(tài)環(huán)境惡化的區(qū)域主要集中在城區(qū)和欽州港東北部,城區(qū)的擴(kuò)張和欽州港工業(yè)園的建設(shè)是生態(tài)惡化的主要原因。生態(tài)環(huán)境有所改善的區(qū)域分布較廣,其中以城區(qū)東北部為典型,這些區(qū)域的地貌以低山丘陵為主,地物類型主要是林地和園地。

        經(jīng)統(tǒng)計(jì)(不含圍填海區(qū)),大部分區(qū)域生態(tài)質(zhì)量無明顯變化(圖2淡黃色圖斑),占總面積的58.21%;生態(tài)質(zhì)量變差的區(qū)域(圖2橙色圖斑)面積為282.75 km2,占總面積的12.72%;生態(tài)環(huán)境有所改善的區(qū)域(圖2淺綠色圖斑)面積為646.44 km2,占占面積的29.07%。

        圖1 研究區(qū)2000年、2009年、2017年遙感影像和RSEI等級(jí)分布圖

        表2 研究區(qū)生態(tài)環(huán)境評(píng)價(jià)等級(jí)統(tǒng)計(jì)表

        圖2 研究區(qū)2000-2017年RSEI等級(jí)變化空間分布

        2.3 城市建成區(qū)擴(kuò)張對(duì)生態(tài)的影響

        分別對(duì)2000年、2009年、2017年的欽州市城區(qū)和欽州港建成區(qū)進(jìn)行解譯,其建筑面積由2000年的17.07 km2增長(zhǎng)到2017年的107.27 km2,增加了5倍多。為研究城市的擴(kuò)張對(duì)生態(tài)質(zhì)量等級(jí)重心的影響,用ArcGIS分別將3期的RSEI柵格影像轉(zhuǎn)換為矢量要素點(diǎn)。由前文可知,建筑用地的生態(tài)質(zhì)量等級(jí)大都為差和較差,因此分別提取城區(qū)和欽州港生態(tài)等級(jí)差和較差的要素點(diǎn),并利用ArcGIS分別計(jì)算這些要素點(diǎn)的加權(quán)平均中心(紫色點(diǎn)為城區(qū)的,紅色點(diǎn)為欽州港的),如圖3所示。圖3反映了城市建筑面積擴(kuò)張和低生態(tài)等級(jí)區(qū)域中心的遷移關(guān)系。平均中心遷移的方向和距離反映了低生態(tài)等級(jí)區(qū)域的分布狀況,平均中心基本上隨建筑用地?cái)U(kuò)張的方向遷移,以上情況進(jìn)一步表明,城市的擴(kuò)張對(duì)生態(tài)有一定的負(fù)面影響。從遷移距離來看,欽州港平均中心大于城區(qū),說明欽州港區(qū)域的建設(shè)力度比城區(qū)大。

        2.4 建模分析

        建模結(jié)果如下:

        RSEI=0.5167+0.5069NDVI+0.8191Wet-0.1019NDBSI-0.0033LST,R2=1 (2000年);

        圖3 城市擴(kuò)張及低生態(tài)等級(jí)平均中心遷移圖

        RSEI=0.9410+0.5079NDVI+0.2583Wet-0.1339NDBSI-0.0213LST,R2=1 (2009年);

        RSEI=0.5413+0.5883NDVI+0.0438Wet-0.1277NDBSI-0.0080LST,R2=1 (2017年)。

        從建模情況來看,3個(gè)方程的R2均為1,模型擬合度高,建模過程中,在4個(gè)變量都保留的情況下,標(biāo)準(zhǔn)誤差RMSE的值最低,說明這4個(gè)因子都是必要的。其中,NDVI和Wet的系數(shù)為正,與RSEI成正相關(guān)關(guān)系;NDBSI和LST系數(shù)為負(fù),與RSEI成負(fù)相關(guān)關(guān)系,與主成分分析的結(jié)果相一致。

        散點(diǎn)圖能直觀地反映自變量與因變量的相關(guān)性,以2017年為例(圖4),NDVI、NDBSI與RSEI之間的線性關(guān)系較強(qiáng),Wet、LST對(duì)RSEI的線性趨勢(shì)較弱。從2017年的建模方程和圖4a來看,NDVI是影響研究區(qū)生態(tài)狀況的關(guān)鍵因子,建模系數(shù)的絕對(duì)值遠(yuǎn)大于其他因子,散點(diǎn)圖趨勢(shì)線的斜率達(dá)到0.68,這表明當(dāng)?shù)刂脖灰坏┰獾揭?guī)模性破壞,其生態(tài)環(huán)境將迅速惡化。

        圖4 2017年4個(gè)因子與RSEI的相關(guān)性散點(diǎn)圖

        3 結(jié)論

        本研究基于RSEI,對(duì)欽州市2000-2017年的生態(tài)環(huán)境狀況進(jìn)行定量分析評(píng)價(jià),從時(shí)間和空間兩個(gè)角度直觀地表達(dá)了近20年來欽州城市擴(kuò)張的生態(tài)效應(yīng)。結(jié)果表明:1)2000—2017年間,欽州市RSEI均值均在0.7左右,生態(tài)等級(jí)以良(RSEI 0.6-0.8)為主,且2017年的遙感生態(tài)指數(shù)均值最大,表明欽州市的生態(tài)環(huán)境質(zhì)量在改善,城市的擴(kuò)張給欽州市整體生態(tài)狀況帶來的負(fù)面影響不大。從這方面來看,欽州市仍有很大的發(fā)展?jié)摿Α?)從主成分分析和建模方程的系數(shù)來看,綠度對(duì)欽州市的RSEI貢獻(xiàn)程度最大,是影響生態(tài)的關(guān)鍵因子。3)從城市建成區(qū)擴(kuò)張對(duì)低生態(tài)等級(jí)平均中心的影響結(jié)果來看,平均中心的遷移方向隨城市擴(kuò)張方向移動(dòng),從遷移距離來看,欽州港的建設(shè)力度大于城區(qū)。4)生態(tài)等級(jí)的分布和變化監(jiān)測(cè)結(jié)果表明,部分城市建設(shè)區(qū)域的生態(tài)等級(jí)由差變好,建設(shè)初期破壞的自然生態(tài)表面后期得到了修復(fù),表明恢復(fù)植被覆蓋的園林綠化工程能有效地改善生態(tài)環(huán)境狀況。

        猜你喜歡
        區(qū)域生態(tài)研究
        FMS與YBT相關(guān)性的實(shí)證研究
        “生態(tài)養(yǎng)生”娛晚年
        遼代千人邑研究述論
        住進(jìn)呆萌生態(tài)房
        生態(tài)之旅
        視錯(cuò)覺在平面設(shè)計(jì)中的應(yīng)用與研究
        科技傳播(2019年22期)2020-01-14 03:06:54
        EMA伺服控制系統(tǒng)研究
        關(guān)于四色猜想
        分區(qū)域
        基于嚴(yán)重區(qū)域的多PCC點(diǎn)暫降頻次估計(jì)
        久久亚洲精品成人av观看| 色一情一乱一伦一区二区三区| 日韩毛片基地一区二区三区| 日韩一二三四精品免费| 性色av一区二区三区密臀av| 久久综合精品人妻一区二区三区| 草草影院国产| 最新亚洲视频一区二区| 亚洲中文无码av永久| 人妻夜夜爽天天爽一区| 亚洲欧洲日产国产AV无码| 亚洲av午夜福利一区二区国产| 水野优香中文字幕av网站| a级毛片高清免费视频就| 麻豆AⅤ精品无码一区二区| 亚洲av中文字字幕乱码软件| 欧美男生射精高潮视频网站| 亚洲日韩v无码中文字幕| 国产高清国内精品福利99久久 | 亚洲中文字幕日本日韩| 在线观看一级黄片天堂| 色欲人妻综合网| 97精品伊人久久大香线蕉app| 亚洲欧美国产成人综合不卡| 丰满老熟女性生活视频| 免费a级毛片在线播放| 国产精品无码av一区二区三区| 亚洲自拍愉拍| 91国产精品自拍视频| √天堂中文官网在线| 欧美喷潮久久久xxxxx| 久久精品日本美女视频| 免费视频无打码一区二区三区| 国产成人精品123区免费视频| 两个黑人大战嫩白金发美女| 一本色道久久综合亚洲精品蜜臀| 国产一区二区长腿丝袜高跟鞋| 午夜福利院电影| 福利视频一二区| 中文字幕色资源在线视频| 国产女人好紧好爽|