張 喬,王 威,劉晉陽(yáng)

（1.國(guó)家林業(yè)與草原局調(diào)查規(guī)劃設(shè)計(jì)院，北京100714；2.河南省地礦局第二地質(zhì)環(huán)境調(diào)查院，鄭州450053）

隨著我國(guó)城市化與工業(yè)化規(guī)模不斷擴(kuò)大，人口、資源與環(huán)境之間的矛盾日益突出，黨的十八大報(bào)告提出，要把生態(tài)文明建設(shè)放在首要位置，而通過(guò)區(qū)域環(huán)境監(jiān)測(cè)可以判斷生態(tài)環(huán)境質(zhì)量及其變化趨勢(shì)，根據(jù)監(jiān)測(cè)得出的結(jié)果制定對(duì)應(yīng)的環(huán)境保護(hù)措施，能夠更好地實(shí)現(xiàn)區(qū)域可持續(xù)發(fā)展。遙感技術(shù)具有快速、大范圍獲取區(qū)域環(huán)境信息的優(yōu)點(diǎn)［1］，在環(huán)境評(píng)價(jià)中發(fā)揮著重要作用，如利用植被指數(shù)監(jiān)測(cè)森林生態(tài)系統(tǒng)［2］、利用水體指數(shù)進(jìn)行流域水環(huán)境特征分析［3］、反演地表溫度分析城市熱島效應(yīng)［4］等，然而單一指標(biāo)對(duì)生態(tài)環(huán)境監(jiān)測(cè)的研究往往無(wú)法完整反映區(qū)域生態(tài)環(huán)境質(zhì)量的好壞。2006年國(guó)家環(huán)境保護(hù)部頒布了《生態(tài)環(huán)境狀況評(píng)價(jià)技術(shù)規(guī)范》，提出了包含生物豐度指數(shù)、植被覆蓋指數(shù)、水網(wǎng)密度指數(shù)、土地脅迫指數(shù)、污染負(fù)荷指數(shù)的生態(tài)環(huán)境評(píng)價(jià)指數(shù)EI，該指數(shù)面向區(qū)域整體生態(tài)環(huán)境質(zhì)量，彌補(bǔ)了單一遙感指標(biāo)對(duì)環(huán)境評(píng)價(jià)的片面性，但存在指標(biāo)權(quán)重及應(yīng)用范圍方面存在爭(zhēng)議［5］，并且部分評(píng)價(jià)指標(biāo)難以獲取。針對(duì)這種情況，國(guó)內(nèi)學(xué)者徐涵秋提出一種基于遙感信息的生態(tài)環(huán)境評(píng)價(jià)指數(shù)RSEI，該指數(shù)通過(guò)主成分分析耦合植被、濕度、地表溫度和干度判斷區(qū)域生態(tài)環(huán)境質(zhì)量，具有簡(jiǎn)便易行，并可對(duì)評(píng)價(jià)結(jié)果進(jìn)行可視化、空間分析、建模與預(yù)測(cè)的優(yōu)點(diǎn)［6］。自提出后在環(huán)境監(jiān)測(cè)領(lǐng)域中得到了廣泛應(yīng)用，如宋慧敏等利用該指數(shù)對(duì)陜西省渭南市生態(tài)環(huán)境做出動(dòng)態(tài)監(jiān)測(cè)研究［7］，羅春等利用該指數(shù)對(duì)湖南省常寧市做出生態(tài)變化評(píng)估［8］，張曉東等對(duì)寧夏鹽池農(nóng)牧交錯(cuò)地區(qū)做出動(dòng)態(tài)監(jiān)測(cè)研究［9］，均較好的揭示了研究區(qū)內(nèi)生態(tài)環(huán)境質(zhì)量的空間分布與變化特征。

古浪縣是河西走廊重要組成部分和中心極核，隸屬中國(guó)旅游標(biāo)志之都——馬踏飛燕的出土地甘肅省武威市，全縣以精細(xì)化工、食品和生物醫(yī)藥等特色產(chǎn)業(yè)為主體，具有鮮明的地域特色。目前有關(guān)古浪縣生態(tài)環(huán)境監(jiān)測(cè)與評(píng)價(jià)方面的研究已有較多，如楊倩倩等利用PSR 模型對(duì)古浪縣土地生態(tài)安全作出評(píng)價(jià)研究［10］，丁峰等利用CBERS-1 影像數(shù)據(jù)對(duì)古浪縣進(jìn)行荒漠化監(jiān)測(cè)研究［11］，但利用遙感生態(tài)指數(shù)對(duì)古浪縣采取整體生態(tài)監(jiān)測(cè)的研究較少。本文利用遙感生態(tài)指數(shù)（RSEI）對(duì)古浪縣2005—2016年的生態(tài)環(huán)境狀況進(jìn)行評(píng)價(jià)與變化分析，以期為古浪縣城市發(fā)展與環(huán)境保護(hù)提供科學(xué)依據(jù)。

1 研究地區(qū)與研究方法

1.1 研究地區(qū)概況

圖1 研究地區(qū)概況圖Fig.1 General map of the research area

古浪縣隸屬于甘肅省武威市，位于甘肅省中部，河西走廊東端，介于37°09′— 37°54′N，102°38′—103°54′E 之間，東南分別與景泰縣和天?？h相連，西北與涼州區(qū)接壤，處于青藏高原、蒙新高原、黃土高原三大高原的交匯地帶，自然條件差異大。全縣人口39.6 萬(wàn)，總面積5 103 km2，氣候?yàn)闇貛Ц珊敌源箨憵夂?，地?shì)南高北低，平均海拔2 500 m，南部為中高山地，屬于祁連山山脈東段，中部為低山丘陵與平原組成的綠洲區(qū)，北部為騰格里沙漠區(qū)，縣內(nèi)礦產(chǎn)資源豐富，主要有煤炭、石灰?guī)r、高嶺土、鐵、銅、鉛、鋅等。

1.2 數(shù)據(jù)及數(shù)據(jù)預(yù)處理

圖2 古浪縣遙感影像（R（5）G（4）B（3）與R（7）G（6）B（4））Fig.2 Remote sensing images of Gulang County（R（5）G（4）B（3）and R（7）G（6）B（4））

兩期Landsat 遙感影像來(lái)自美國(guó)地質(zhì)勘探局網(wǎng)站，分別為2005年11月Landsat5 TM 影像及2016年11月Landsat8 OLI_TIRS 影像，影像晴空無(wú)云，質(zhì)量完好。利用ENVI5.3.1 軟件對(duì)遙感影像進(jìn)行預(yù)處理：采用二次多項(xiàng)式與最鄰近像元法對(duì)影像進(jìn)行配準(zhǔn)，使其均方根誤差控制在0.5 個(gè)像元以內(nèi)；進(jìn)行輻射定標(biāo)獲取表觀反射率；對(duì)輻射定標(biāo)后的影像進(jìn)行大氣校正，消除大氣及光照對(duì)反射率的影響，最終獲取地表實(shí)際反射率。

1.3 研究方法

本文采用綠度、濕度、熱度、干度指數(shù)構(gòu)建遙感生態(tài)指數(shù)RSEI，綠度反映區(qū)域植被覆蓋程度，濕度反映土壤、植被含水量，熱度反映地表溫度，干度反映建筑用地面積及與裸土面積，以上指標(biāo)均可基于遙感數(shù)據(jù)獲取。

1.3.1 評(píng)價(jià)指標(biāo)

（1）綠度指標(biāo)（NDVI），采用歸一化植被指數(shù)NDVI來(lái)計(jì)算。其公式為：

式中：ρnir與ρred為近紅外波段與紅波段的反射率。

（2）濕度指標(biāo)（Wet），利用纓帽變換獲取的濕度分量，反映土壤、植被濕度狀況，纓帽變換是一種特殊的主成分分析［12］，通過(guò)分析多光譜影像中土壤、植被等在多光譜空間中信息分布規(guī)律，然后對(duì)多波段影像進(jìn)行經(jīng)驗(yàn)性線性正交變換得到各個(gè)分量［13］，在干旱區(qū)，土壤濕度對(duì)維護(hù)綠洲生態(tài)環(huán)境平衡及發(fā)展具有重要意義［14］，對(duì)于TM 與OLI數(shù)據(jù)的提取公式分別為：

式中：ρblue、ρgreen、ρred、ρnir、ρswir1、ρswir2分別代表藍(lán)波段、綠波段、紅波段、近紅外、短波紅外1波段及短波紅外2波段的反射率。

（3）熱度指標(biāo)（LST），熱度指標(biāo)由熱紅外波段反演獲取的地表溫度表示，衛(wèi)星接受到的輻射亮度值Lx由三部分組成：大氣向上輻射亮度值；地面真實(shí)輻射亮度經(jīng)過(guò)大氣層之后到達(dá)傳感器的能量；大氣向下輻射到地面后反射的能量。首先要計(jì)算黑體在熱紅外波段的輻射亮度B（TS）。

式中ε 為地表比輻射率，通過(guò)NDVI 閾值法獲取［15-16］。TS為地表真實(shí)溫度，Ix↑與Ix↓分別為大氣向上輻射亮度和大氣向下輻射亮度，τ 為大氣在熱紅外波段的透過(guò)率，以上三個(gè)參數(shù)在NASA（http：//atmcorr.gsfc.nasa.gov/）獲取。獲取黑體輻射亮度后，利用普朗克公式反函數(shù)求得地表真實(shí)溫度LST。

式中K1、K2分別為定標(biāo)參數(shù)，對(duì)于TM 數(shù)據(jù)，K1=607.76 W/（m2· μm·sr），K2=1 260.56 K。對(duì)于TIRS Band 10 數(shù)據(jù)，K1=774.89/（m2·μm·sr），K2=1 321.08 K。需要注意的是Landsat8 影像擁有10、11 兩個(gè)熱紅外波段，由于波段11 的輻射定標(biāo)誤差較大，必須選擇第10 波段作為地表溫度反演波段［16］。

（4）干度指標(biāo)（NDSI），干度指數(shù)由裸土指數(shù)（SI）及建筑指數(shù)（IBI）組成，該指數(shù)對(duì)于城市生態(tài)分析與干旱區(qū)監(jiān)測(cè)有很好的利用價(jià)值，計(jì)算公式為：

其中ρblue、ρgreen、ρred、ρnir、ρSWIR1分別為藍(lán)波段、綠波段、紅波段、近紅外波段及短波紅外1波段的反射率。

1.3.2 指標(biāo)正規(guī)化處理 進(jìn)行主成分分析前要對(duì)評(píng)價(jià)指標(biāo)進(jìn)行正規(guī)化處理，式中Imax與Imin分別為各指標(biāo)在影像中最大值與最小值，Ix為指標(biāo)在像元x中的值，NIx為正規(guī)化后的值。

指標(biāo)正規(guī)化的目的是為了消除物理量量綱的不同而造成的影響，未正規(guī)化的值如果進(jìn)行主成分分析則會(huì)影響指標(biāo)權(quán)重，造成結(jié)果偏差。

1.3.3 主成分分析 利用ENVI 對(duì)四項(xiàng)指標(biāo)正規(guī)化后的值進(jìn)行主成分分析（表1），將主要信息集中在第一波段，主成分分析的原理是將數(shù)據(jù)通過(guò)線性變換轉(zhuǎn)換成不相關(guān)的變量，生成互不相關(guān)的輸出波段，使第一變量具有最大的方差，從而達(dá)到遠(yuǎn)離噪聲和減少數(shù)據(jù)集維數(shù)的作用，利用主成分分析可以有效避免指因方法不同而造成的結(jié)果偏差，從而提高結(jié)果的準(zhǔn)確性。

表1 指標(biāo)主成分分析Tab.1 Principal component analysis of four factors

由表1 可知，四項(xiàng)指標(biāo)兩年的PC1 貢獻(xiàn)率均大于80%，表明PC1 集中了4 項(xiàng)指標(biāo)的大部分特征，其中綠度（NDVI）與濕度（Wet）的貢獻(xiàn)度為正值，說(shuō)明對(duì)生態(tài)環(huán)境產(chǎn)生正面影響，干度（NDSI）與地表溫度（LST）的貢獻(xiàn)度呈負(fù)值，說(shuō)明對(duì)生態(tài)環(huán)境產(chǎn)生負(fù)面影響。令RSEI0為初始遙感生態(tài)指數(shù)：

進(jìn)一步對(duì)RSEI0進(jìn)行正規(guī)化處理，得到RSEI。其中RSEI0max與RSEI0min分別為初始遙感生態(tài)指數(shù)的最大值與最小值。RSEI0x為RSEI0在像元x中的值。

RSEI 即有四項(xiàng)指標(biāo)組成的遙感生態(tài)指數(shù)，其值介于［0，1］之間，RSEI越接近于1，表明生態(tài)環(huán)境質(zhì)量越優(yōu)，反之，生態(tài)環(huán)境質(zhì)量越差。

2 結(jié)果分析

通過(guò)各單項(xiàng)指標(biāo)的變化判斷古浪縣生態(tài)環(huán)境變化，利用RSEI 分級(jí)圖與生態(tài)環(huán)境質(zhì)量變化監(jiān)測(cè)圖，判斷RSEI的空間分布與轉(zhuǎn)移情況（表2）。

2.1 單指標(biāo)分析

由表2 可知其中代表綠度的NDVI 值與代表濕度的Wet 值均呈現(xiàn)上升趨勢(shì)，但同時(shí)代表負(fù)面影響的熱度LST 值與干度的NDSI 值同樣呈現(xiàn)上升趨勢(shì)，單從4 項(xiàng)指標(biāo)中無(wú)法反映研究區(qū)整體的生態(tài)環(huán)境變化，將4 項(xiàng)指標(biāo)耦合得到RSEI 值，其均值上升4.3%，表明古浪縣生態(tài)環(huán)境質(zhì)量呈上升趨勢(shì)。

表2 各年份生態(tài)指標(biāo)與遙感生態(tài)指數(shù)RSEI的統(tǒng)計(jì)值Tab.2 Statistics of four indicators and RSEI

由圖3可得出古浪縣四項(xiàng)單指標(biāo)的空間變化格局，并統(tǒng)計(jì)出變化較為明顯的區(qū)域。這些區(qū)域分別具有不同特征，如黃羊川鎮(zhèn)、西靖鄉(xiāng)、橫梁鄉(xiāng)、古豐鄉(xiāng)，農(nóng)業(yè)、工業(yè)相對(duì)落后，牧業(yè)相對(duì)發(fā)達(dá)；裴家營(yíng)鎮(zhèn)、黃花灘鄉(xiāng)、直灘鄉(xiāng)、新堡鄉(xiāng)、十八里堡鄉(xiāng)農(nóng)業(yè)相對(duì)發(fā)達(dá)；古浪鎮(zhèn)、泗水鎮(zhèn)、土門鎮(zhèn)、大靖鎮(zhèn)、黑松驛鎮(zhèn)工業(yè)較為發(fā)達(dá)，這些變化與城鎮(zhèn)優(yōu)勢(shì)產(chǎn)業(yè)的發(fā)展有著密切關(guān)聯(lián)。

圖3 單指標(biāo)變化時(shí)空分異特征Fig.3 Spatial and temporal characteristics of single index change

2.2 古浪縣生態(tài)評(píng)價(jià)與變化分析

為進(jìn)一步分析古浪縣生態(tài)環(huán)境質(zhì)量變化情況，將RSEI 劃分為［0，0.2），［0.2，0.4），［0.4，0.6），［0.6，0.8）和［0.8，1］五個(gè)等級(jí)，分別代表差、較差、中、良、優(yōu)，并分析RSEI 在古浪縣的分布格局及變化情況。

表3 2005—2016單項(xiàng)指標(biāo)變化時(shí)空分布Tab.3 The spatial and temporal distribution of 2005—2016 single index changes

由表4可知，其中生態(tài)環(huán)境質(zhì)量等級(jí)為差的土地面積基本不變，生態(tài)環(huán)境質(zhì)量較差的面積較2005年減少了13.7%，生態(tài)環(huán)境為中等的土地面積減少4%，生態(tài)環(huán)境為良與優(yōu)的土地面積分別上升了12.1%與15.9%。根據(jù)級(jí)差理論，將古浪縣生態(tài)環(huán)境變化情況分為9 個(gè)等級(jí)，其中0 級(jí)為基本不變，3、4 代表明顯變好，1、2 代表略微變好，-1、-2 代表略微變差，-3、-4 代表明顯變差，統(tǒng)計(jì)結(jié)果如表5所示。

表4 古浪縣各生態(tài)等級(jí)對(duì)應(yīng)土地面積Tab.4 Area and percentage of each RSEI level in Gulang County

表5 古浪縣生態(tài)環(huán)境面積變化Tab.5 Change of ecological environment area in Gulang County

由表5可知，古浪縣生態(tài)環(huán)境質(zhì)量變差面積比例為45.02%，所占面積為2 317.38 km2，生態(tài)環(huán)境變好的土地面積比例為50.18%，面積為2 560.68 km2，生態(tài)環(huán)境質(zhì)量基本不變的面積比例為4.80%，面積為244.94 km2，生態(tài)環(huán)境質(zhì)量變好的面積較生態(tài)環(huán)境變差的面積多336.8 km2，且變好的幅度高于變差的幅度。

由圖4可知，生態(tài)環(huán)境質(zhì)量差的區(qū)域主要集中在古浪縣北部的騰格里沙漠及古浪縣西南部的古豐鄉(xiāng)西山堡、十八里堡鄉(xiāng)一帶。前者是由于沙漠地區(qū)生物多樣性差，植被覆蓋率低，氣溫高，土壤含水量低。西山堡及十八里堡鄉(xiāng)一帶富含豐富的礦產(chǎn)資源，礦產(chǎn)資源開采會(huì)對(duì)區(qū)域生態(tài)環(huán)境造成諸多負(fù)面影響，如水土流失、植被減少、地表沉陷、土壤污染等［18］。生態(tài)環(huán)境為優(yōu)的區(qū)域主要集中在古浪鎮(zhèn)、裴家營(yíng)東部的昌靈山保護(hù)區(qū)及古浪縣南部的祁連山山區(qū)一帶。主要原因?yàn)檫@些區(qū)域人類活動(dòng)相對(duì)較少，工業(yè)化程度低、建筑面積較少，多以山區(qū)林地、草地、耕地為主。

圖4 古浪縣不同時(shí)期生態(tài)質(zhì)量空間分布圖Fig.4 Spatial distribution map of ecological quality at different times in Gulang County

由圖5可判斷古浪縣生態(tài)面積轉(zhuǎn)移的空間分布格局，新堡鄉(xiāng)生態(tài)環(huán)境質(zhì)量大范圍上升，泗水鎮(zhèn)、土門鎮(zhèn)、大靖鎮(zhèn)整體下降。變化明顯的區(qū)域呈深紅色與深綠色的“散點(diǎn)”分布，通過(guò)分析這些散點(diǎn)的位置可知古浪縣生態(tài)環(huán)境變優(yōu)的區(qū)域分布在北部騰格里沙漠區(qū)南部邊緣，生態(tài)環(huán)境明顯變差的區(qū)域主要在泗水鎮(zhèn)、土門鎮(zhèn)、大靖鎮(zhèn)。通過(guò)分析與實(shí)際驗(yàn)證，古浪縣生態(tài)環(huán)境變優(yōu)的原因有：古浪縣對(duì)環(huán)境的保護(hù)與建設(shè)加強(qiáng)，如三北防護(hù)林工程、縣內(nèi)封山、封沙育林工程等，使得古浪縣局部地區(qū)植被覆蓋度不斷增加。在騰格里沙漠修建大規(guī)模的光伏電站，在節(jié)約資源的同時(shí)光伏組件起到了阻礙沙丘移動(dòng)的作用，加以沙漠南部梭梭、紅柳等沙生植被的不斷增加，實(shí)現(xiàn)了經(jīng)濟(jì)與生態(tài)的雙重收益。生態(tài)環(huán)境質(zhì)量變差的主要因素是：泗水鎮(zhèn)、土門鎮(zhèn)地區(qū)城鎮(zhèn)化與工業(yè)化規(guī)模不斷擴(kuò)大，建筑用地面積與工業(yè)用地面積增加，造成干度指數(shù)增加，在大靖鎮(zhèn)的深紅色“散點(diǎn)”多為新增的建筑物與植被減少的土地。

圖5 古浪縣生態(tài)環(huán)境質(zhì)量變化監(jiān)測(cè)圖Fig.5 Monitoring map of ecological environment quality change in Gulang County

3 生態(tài)指數(shù)建模與預(yù)測(cè)

為進(jìn)一步對(duì)古浪縣生態(tài)環(huán)境變化趨勢(shì)進(jìn)行分析，對(duì)研究區(qū)進(jìn)行采樣，采用3×3網(wǎng)格貫穿全影像采樣法選取樣點(diǎn)，以RSEI為因變量，NDVI、Wet、LST、NDSI為自變量，進(jìn)行逐步回歸分析，得出研究區(qū)兩個(gè)年份的回歸模型（模型均通過(guò)了1%的顯著性檢驗(yàn)）：

2005年：RSEI=0.088NDVI+0.440Wet-0.386LST-0.357NDSI+0.685（R2=0.995）

2016年：RSEI=0.122NDVI+0.425Wet-0.426LST-0.387NDSI+0.714（R2=0.999）

四項(xiàng)指標(biāo)在回歸分析中均沒有被剔除，其中NDVI 與Wet 系數(shù)均為正值，說(shuō)明它們對(duì)生態(tài)環(huán)境產(chǎn)生正面影響，LST 與NDSI 的系數(shù)為負(fù)值，說(shuō)明它們對(duì)生態(tài)環(huán)境產(chǎn)生負(fù)面影響，這與主成分分析PC1 的指標(biāo)貢獻(xiàn)情況基本吻合，NDVI 與Wet 的系數(shù)絕對(duì)值之和呈現(xiàn)下降趨勢(shì)，LST 與NDSI 的系數(shù)絕對(duì)值之和呈現(xiàn)上升趨勢(shì)，且LST 與NDSI 的系數(shù)之和大于NDVI 與Wet 的系數(shù)之和，以2016年模型進(jìn)行預(yù)測(cè)，預(yù)測(cè)研究區(qū)RSEI 上升0.1 個(gè)單位，Wet需提高0.236 個(gè)單位或NDSI 下降0.259 個(gè)單位，圖6 中，NDSI 與LST 的斜度明顯大于NDVI 與Wet 的斜度，證實(shí)了模型的準(zhǔn)確性，在各項(xiàng)指標(biāo)保持原速率變化的情況下，古浪縣整體生態(tài)環(huán)境質(zhì)量會(huì)出現(xiàn)增速放緩的趨勢(shì)。

圖6 三維散點(diǎn)特征圖Fig.6 3D-scatterplots of feature space

針對(duì)負(fù)面影響因子LST 與NDSI，其中LST 值的高低不僅取決于太陽(yáng)的熱輻射，還與土地利用類型密切相關(guān)［19］，由單指標(biāo)分析與實(shí)際情況得出，NDVI 與NDSI 一般為此消彼長(zhǎng)的關(guān)系［20］，改善沙漠區(qū)環(huán)境、提高地表植被覆蓋度是提高區(qū)域生態(tài)環(huán)境質(zhì)量的重要手段，據(jù)此建議古浪縣在未來(lái)的城市發(fā)展及環(huán)境保護(hù)中要注意合理配置土地資源，優(yōu)化產(chǎn)業(yè)布局，確保城市規(guī)劃區(qū)與農(nóng)田保護(hù)區(qū)相協(xié)調(diào)，重視區(qū)域基礎(chǔ)設(shè)施建設(shè)水平，重點(diǎn)監(jiān)測(cè)深紅色“散點(diǎn)”出現(xiàn)的位置，把可持續(xù)發(fā)展作為規(guī)劃與建設(shè)的核心。

4 結(jié)論

（1）通過(guò)分析，2005—2016年間，古浪縣RSEI 均值由0.421 上升至0.439，整體上升4.3%，表明古浪縣生態(tài)環(huán)境質(zhì)量總體呈上升趨勢(shì)，其中50.18%的地區(qū)生態(tài)環(huán)境質(zhì)量變好，生態(tài)環(huán)境質(zhì)量變差的區(qū)域面積占總面積的45.02%，基本不變的土地面積占4.8%。

（2）通過(guò)空間格局分析，生態(tài)環(huán)境質(zhì)量改善的區(qū)域主要集中在古浪縣東南部祁連山區(qū)及北部騰格里沙漠南部邊緣，變好的主要原因?yàn)楫?dāng)?shù)卦炝至Χ仍黾?，工業(yè)技術(shù)不斷改善。生態(tài)環(huán)境質(zhì)量下降的區(qū)域主要集中在泗水鎮(zhèn)、土門鎮(zhèn)、大靖鎮(zhèn)等地區(qū)，變差的原因一方面是由于區(qū)域氣候變暖，導(dǎo)致區(qū)域地表溫度上升，另一方面是由于泗水鎮(zhèn)、土門鎮(zhèn)定位為工業(yè)型城鎮(zhèn)，地區(qū)近幾年大力發(fā)展工業(yè)及制造業(yè)，造成建筑面積不斷增加，植被覆蓋度減少，大靖鎮(zhèn)定位為商貿(mào)城鎮(zhèn)，城鎮(zhèn)化速度加快，人類活動(dòng)較為頻繁。

（3）通過(guò)逐步回歸分析進(jìn)行建模與預(yù)測(cè)，發(fā)現(xiàn)負(fù)面影響因子的系數(shù)之和呈上升趨勢(shì)且大于正面影響因子系數(shù)之和，其中熱度因子對(duì)RSEI 影響最大，說(shuō)明熱度是影響古浪縣生態(tài)環(huán)境質(zhì)量的重要因子。提升植被覆蓋度，改善沙漠環(huán)境是提高生態(tài)環(huán)境質(zhì)量的有效手段。

本文利用遙感生態(tài)指數(shù)對(duì)古浪縣進(jìn)行生態(tài)監(jiān)測(cè)，較為準(zhǔn)確地揭示了古浪縣的生態(tài)環(huán)境變化情況，得出的結(jié)論可為古浪縣環(huán)境保護(hù)及城市發(fā)展提供理論依據(jù)，由于影像數(shù)量及分辨率受限，評(píng)價(jià)結(jié)果的精度受到一定影響。文中采用的評(píng)價(jià)指標(biāo)以生態(tài)環(huán)境特征為主，未考慮社會(huì)、經(jīng)濟(jì)等因素，在未來(lái)研究工作中會(huì)深入探討如何將有關(guān)因子量化并與遙感生態(tài)指標(biāo)結(jié)合進(jìn)行更加全面的評(píng)價(jià)與分析。