張雨斯， 包玉海， 賀忠華

（1.內(nèi)蒙古師范大學地理科學學院，內(nèi)蒙古 呼和浩特 010022；2.內(nèi)蒙古自治區(qū)遙感與地理信息系統(tǒng)重點實驗室，內(nèi)蒙古 呼和浩特 010022；3.浙江省氣候中心，浙江 杭州 310056）

生態(tài)環(huán)境質(zhì)量狀況與人類生活息息相關，協(xié)調(diào)草原生態(tài)健康與生態(tài)環(huán)境保護間的關系，是推動我國草原可持續(xù)發(fā)展的核心問題之一。正確認識和評價草地生態(tài)環(huán)境質(zhì)量對提高草地資源利用效率和生態(tài)環(huán)境保護具有重要的現(xiàn)實意義［1］。

呼倫貝爾草原地處蒙古高原東部草原腹地，擁有純天然草甸草原。作為我國典型的氣候變化敏感區(qū)，呼倫貝爾草原的生態(tài)環(huán)境質(zhì)量近幾十年來一直受到氣候變化和人類活動的影響［2］。研究表明，近30 a來，呼倫貝爾市陳巴爾虎旗的平均氣溫呈明顯上升趨勢，而降水量呈明顯下降趨勢，導致呼倫貝爾草原自然災害頻發(fā)，給草原地區(qū)經(jīng)濟與社會可持續(xù)發(fā)展帶來了巨大威脅［3］。由于內(nèi)蒙古草原生態(tài)環(huán)境的時空變化對內(nèi)蒙古草原未來資源保護、開發(fā)和利用具有重要影響，因此有必要結合遙感時空數(shù)據(jù)對草原生態(tài)進行更加精確的研究，探求草原生態(tài)的變化趨勢和特征，為進一步改進和強化內(nèi)蒙古草原的資源保護和合理開發(fā)利用提供科學依據(jù)與數(shù)據(jù)支撐。

遙感生態(tài)指數(shù)（Remote Sensing Ecological Index, RSEI）是綜合評價生態(tài)環(huán)境質(zhì)量的有效方法，是專門為利用遙感技術評價生態(tài)狀況而開發(fā)的一種綜合評價指標［4］。RSEI 是多因子變化綜合分析，較單因子分析而言，多因子綜合分析更加全面和準確。而且，RSEI 可以將反映生態(tài)問題的綠度指標（NDVI）、濕度指標（Wet）、干度指標（NDBSI）和熱度指標（LST）通過主成分分析方法進行耦合，形成一個可以量化的生態(tài)環(huán)境質(zhì)量指數(shù)。近些年，RSEI分析主要側重于長時間序列如20～30 a間生態(tài)環(huán)境質(zhì)量狀況，空間上集中于如礦區(qū)、城市、流域、村落、海岸線等［5-12］。如排日?！ず狭αΦ龋?］以新疆烏魯木齊市為研究區(qū)，利用RSEI 對當?shù)厣鷳B(tài)環(huán)境進行了評價；高鵬文等［7］為了了解哈密市生態(tài)環(huán)境變化，對干旱區(qū)城鎮(zhèn)哈密市伊州區(qū)的生態(tài)質(zhì)量進行遙感動態(tài)監(jiān)測，研究結果表明生態(tài)環(huán)境質(zhì)量總體向好；張亞球等［8］使用RSEI對區(qū)縣級生態(tài)環(huán)境進行評價研究。

GEE 利用Google 的海量計算能力可以解決各種具有重大影響的社會問題［13-14］。Gorelick 等［13］在研究中將GEE數(shù)據(jù)、系統(tǒng)架構、數(shù)據(jù)分布模式、效率性能、應用與未來挑戰(zhàn)都進行了詳細介紹。Lu等［14］基于GEE平臺和中分辨率成像光譜儀(Moderate-resolution imaging spectroradiometer,MODIS)數(shù)據(jù)，利用RSEI 分析了北京近20 a 來生態(tài)環(huán)境質(zhì)量的時空變化，研究表明，2001—2020 年北京生態(tài)環(huán)境質(zhì)量有所改善。因此，考慮到目前內(nèi)蒙古草原生態(tài)環(huán)境研究的方法和手段還相對較少，對其生態(tài)系統(tǒng)和環(huán)境質(zhì)量變化的研究還缺少完善的體系，本文利用與生態(tài)環(huán)境質(zhì)量有關的氣候條件、大氣環(huán)境、植被狀況等遙感數(shù)據(jù)，選用與生態(tài)環(huán)境質(zhì)量直接相關的4 個指標（綠、濕、干、熱），結合GEE 平臺構建內(nèi)蒙古草原生態(tài)環(huán)境時空變化綜合指數(shù)，重點對內(nèi)蒙古牧業(yè)草原放牧+農(nóng)田耕作的草原生態(tài)環(huán)境變化情況進行系統(tǒng)探究，對內(nèi)蒙古草原生態(tài)文明建設具有重要意義。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

研究區(qū)位于內(nèi)蒙古自治區(qū)呼倫貝爾市陳巴爾虎旗，屬于呼倫貝爾草原核心區(qū)域［15］，如圖1 所示。地處48°48′～50°12′N，118°22′～121°02′E。研究區(qū)總面積約1.86×104km2，平均氣溫在0 ℃左右，屬于典型的中溫帶大陸性草原氣候，四季氣候特點明顯［16］。由東北向西南地勢逐漸降低，研究區(qū)內(nèi)植被類型主要為森林和草甸草原兩類［17］。

圖1 研究區(qū)概況Fig.1 Study area

1.2 數(shù)據(jù)來源與方法

1.2.1 遙感數(shù)據(jù)來源 使用的衛(wèi)星遙感資料由美國地質(zhì)調(diào)查局（United States Geological Survey, USGS）(https://earthexplorer.usgs.gov/) 提供，數(shù)據(jù)源為1990—2021 年 陸 地 衛(wèi) 星Landsat 5、Landsat 7 和Landsat 8 影像，空間分辨率均為30 m，通過GEE 平臺進行數(shù)據(jù)處理。

鑒于3 個傳感器波譜差異，考慮到數(shù)據(jù)穩(wěn)定性與可對比性，其中Landsat 5 選用1990—2011 年7—9 月的反射率，如1990 年選用7 月7 日、7 月23 日、8月17 日、8 月24 日、8 月26 日和9 月2 日六期影像；Landsat 7 選用2012 年7—9 月的反射率；Landsat 8選用2013—2021 年7—9 月的反射率。分別計算每副影像的NDVI、WET、NDBSI 和LST 4 個指標（綠、濕、干、熱），其中LST 利用最大值合成，其余3 種指標為中值合成。Landsat 數(shù)據(jù)包括主題成像儀TM、衛(wèi)星傳感器ETM+和OLI 3種數(shù)據(jù)，為盡量消除衛(wèi)星影像獲取時間差異帶來的結果的不確定性，充分體現(xiàn)研究區(qū)植被信息，遙感影像成像時間選定為7—9月草原生長最旺盛階段［16］。數(shù)據(jù)異常年份采用前后2 a數(shù)據(jù)平均值替代，對所有數(shù)據(jù)均進行了數(shù)據(jù)中值平滑處理。

1.2.2 遙感生態(tài)指數(shù)計算

（1）綠度指標

綠度指標用歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)來代表，計算公式為：

式中：ρNIR、ρRed分別代表遙感影像近紅外波段（Landsat 5遙感數(shù)據(jù)中第4、3波段）和紅波段（Landsat 8中第5、4波段）的反射率。

（2）濕度指標

纓帽變換得到3個濕度分量(Wet)，即亮度、綠度和濕度。其中濕度分量反映植被、土壤、水體中濕度值，是生境變化在生態(tài)研究中重要指示指標。不同衛(wèi)星傳感器的表達式不同：

式中：Wet 表示衛(wèi)星監(jiān)測濕度指標，由藍、綠、紅、近紅外和短波紅外的地表反射率計算得到；ρ1～ρ5和ρ7分別對應Landsat 5 的第1～5、7 波段和Landsat 8 中第2～7波段。

（3）干度指標

土壤指數(shù)(SI)和建筑指數(shù)(IBI) 2 個指數(shù)合成代表干度指標，表達式為：

式中：NDBSI為干度指標；IBI為建筑指數(shù)；SI為土壤指數(shù)；ρRed、ρGreed、ρBlue、ρNIR、ρSWIR1分別為Landsat 5 中第1、2、3、4、5 波段反射率和Landsat 8 中第2、3、4、5、6波段反射率（分別為紅波段、綠波段、藍波段、近紅外波段和短波紅外1波段）。

（4）熱度指標

選用地表溫度，利用衛(wèi)星監(jiān)測遙感數(shù)據(jù)熱紅外波段輻射值加最新修訂定標參數(shù)來代表，表達式為：

其中：

式中：LST 為熱度指標；T為傳感器溫度值；λ為Landsat 5 數(shù)據(jù)的波段6，中心波長為11.5 μm，或Landsat 8 數(shù)據(jù)的波段10，中心波長10.9 μm；ρ為1.438×10-2mK；ε為地表比輻射率，根據(jù)Sobrino 提出的NDVI 閾值處理獲得；K1、K2為最新修訂定標參數(shù)；L6為輻射值；Lg為熱紅外波段的增益值；LDN為像元灰度值；Lb為偏置值，可從遙感影像頭文件中獲取。

1.2.3 技術路線 本研究的具體工作流程如圖2所示。首先，基于GEE 云平臺上存儲的Landsat 影像數(shù)據(jù)，計算NDVI、WET、NDBSI 和LST 4 個遙感指標，并利用主成分分析（PCA）生成了1990—2021年陳巴爾虎旗RSEI的時空分布圖。在此基礎上，運用M-K趨勢分析方法對陳巴爾虎旗生態(tài)質(zhì)量變化趨勢進行分析和檢驗。

圖2 技術路線Fig.2 Technology roadmap

1.3 RSEI遙感生態(tài)指數(shù)模型構建

采用PCA構建RSEI，對每個主成分的貢獻度主動確定，將NDVI、WET、NDBSI 和LST 4 個指標信息集中于第一到第二個主成分中，得到第一主成分特征向量PC1［4］。然而，由于遙感數(shù)據(jù)提取的4個指標量綱不同，每個指標都需要歸一化處理。同時，為了避免大量水域面積影響主成分分析載荷分布，采用水體指數(shù)(NDWI)將各指標中水體掩膜處理后，進行指標歸一化和主成分分析。指標歸一化方法如下：

式中：NIi為第i種指標歸一化后的值，取值范圍為［0，1］；I為各個指標在像元i的值；Imin為該指標的最小值；Imax為該指標的最大值。

對歸一化后的4 個指標進行主成分分析，不同年份分別進行PCA分析后，每年數(shù)據(jù)提取PC1，并通過1減去PC1獲得每年初始的RSEI0，以保證數(shù)值越大其生態(tài)質(zhì)量越好；對RSEI0進行歸一化處理，方便生態(tài)環(huán)境質(zhì)量比較。最后，運用等間距分級方法，對RSEI每0.2劃分一個等級，共5個等級，分別代表生態(tài)質(zhì)量差、較差、一般、良好和優(yōu)。

1.4 M-K趨勢顯著性檢驗

M-K 趨勢顯著性檢驗是一種非參數(shù)檢驗，用于分析和測量非線性系統(tǒng)的非周期性周期長度。不需要數(shù)據(jù)呈正態(tài)分布，對時間序列中的異常值敏感性較低，可從某個方面揭示時間序列的演化規(guī)律［18］。鑒于M-K 趨勢顯著性檢驗方法可以確切的得到突變點，因此本文使用M-K法進行生態(tài)環(huán)境質(zhì)量突變檢測。

對于n個樣本的時間序列x，構建一個序列：

式中：秩序列Sk是第i時刻數(shù)值大于j時刻數(shù)值個數(shù)的累計數(shù)。

定義統(tǒng)計變量：

其中：

E[Sk] 為Sk的均值，var[Sk] 為Sk的方差。

給定顯著性水平α，如果|UFk|＞Uα，表示該序列有明顯的趨勢。參考這個方法逆序，可以存在UBk：

式中：UF為一條變化曲線；UB表征正確的逆序序列的發(fā)展趨勢。如果UF和UB曲線的交點在顯著水平α之內(nèi)，則交點的具體年份確定，說明該年份的參數(shù)呈現(xiàn)突增狀態(tài)?；赑ython 實現(xiàn)了自動制圖，直觀展現(xiàn)UF和UB曲線的交匯點，用于M-K突變檢測。

2 結果與分析

2.1 RSEI與各指標統(tǒng)計值分析

通過PCA對研究區(qū)進行生態(tài)環(huán)境質(zhì)量分析，如表1所示PC1最穩(wěn)定，特征值貢獻率遠大于其他3個主成分特征值貢獻率。4個年份中PC1的特征值所占比例均在58%以上，說明PCA 分析法效果顯著，對遙感生態(tài)指數(shù)計算具有代表性。其他主成分分量值忽大忽小，說明其對生態(tài)指標的信息包含不完整。PC1中NDVI和WET為正值，說明NDVI和WET對生態(tài)環(huán)境起到了正面效應，而LST 和NDBSI 指數(shù)呈負值，說明其對環(huán)境產(chǎn)生了負面影響，符合實際生態(tài)情況，與前人研究一致［7,9-10］。

表1 主成分分析結果Tab.1 Principal component analysis

由表2 可知，1990—2020 年期間，研究區(qū)內(nèi)RSEI 呈緩慢變好趨勢，RSEI 均值由0.46 上升至0.52，總體上升了約13.13%，30 a 間RSEI 總體趨勢為先下降后上升。WET 和NDBSI 均值基本保持不變，但2020 年WET 均值低至0.283。LST 均值基本呈現(xiàn)逐漸增大趨勢。NDVI 均值由1990 年逐漸下降，至2020 年出現(xiàn)最大值0.705。總體說明雖然內(nèi)蒙古呼倫貝爾草原農(nóng)牧結合發(fā)展進程快速，但呼倫貝爾草原堅持生態(tài)優(yōu)先、綠色發(fā)展理念［19］，人們環(huán)境保護意識的不斷提升，草原植被長勢總體偏好、草原生產(chǎn)能力明顯提高［20］，使得草原畜牧業(yè)發(fā)展并沒有對內(nèi)蒙古呼倫貝爾草原造成巨大傷害［19-21］。

表2 各年份統(tǒng)計結果Tab.2 Statistical results of each year

2.2 土地利用類型變化

研究區(qū)主要土地利用類型為農(nóng)田、森林、草地、水體等幾類［22］，全旗大部分為草地，東北部為森林，農(nóng)田分布在中部與東部區(qū)域。圖3 中草地占比在81.7%～87.4%左右，森林占比在7.7%～11.3%左右，農(nóng)田占比在3.8%～5.9%左右，水體占比在0.52%～0.69%左右。1990—2020年土地類型轉(zhuǎn)移中草地是轉(zhuǎn)移比例最高的土地類型，圖4 中主要列舉了1990—2020 年間轉(zhuǎn)移最多的3 種土地利用類型，草地與農(nóng)田類型的轉(zhuǎn)換多發(fā)生在研究區(qū)的東北部區(qū)域。從表3 中可以看出，1990—2020 年間草地覆蓋與其他各類土地類型均有轉(zhuǎn)入轉(zhuǎn)出，且規(guī)模相對較大，土地利用結構屬于不穩(wěn)定狀態(tài)。除相同土地類型轉(zhuǎn)移外，其他類型轉(zhuǎn)移中農(nóng)田-草地面積約177.97 km2，占農(nóng)田轉(zhuǎn)出面積的26.89%；草地-農(nóng)田面積約550.47 km2，占草地轉(zhuǎn)出面積的3.61%；草地-森林面積約590.34 km2，占草地轉(zhuǎn)出面積的3.88%。

表3 研究區(qū)1990—2020年土地類型轉(zhuǎn)移Tab.3 Land use type transfer in the study area from 1990 to 2020 /km2

圖3 2020年土地利用類型現(xiàn)狀Fig.3 Land use type of 2020

圖4 1990—2020年土地利用類型轉(zhuǎn)移Fig.4 Land use type transfer from 1990 to 2020

2.3 RSEI時空序列變化分析

圖5 為陳巴爾虎旗各年份RSEI 統(tǒng)計分析。2006 年RSEI 平均值最低，為0.33，而2018 年RSEI平均值達30 a最大值（0.57），較1990年RSEI平均值（0.46）增長了0.11，漲幅達23.9%。NDVI 整體趨勢與RSEI 走勢表現(xiàn)相近，其中，2007 年NDVI 平均值最小為0.49，最大值出現(xiàn)在2021 年為0.76，較1990年NDVI（0.61）增長了24.6%。LST呈現(xiàn)增加-減少-增加的波動變化，波動范圍在20～40 ℃之間。因研究區(qū)內(nèi)建筑、裸土分布相對較少，所以NDBSI 平均值并不是很高，在0.1左右?？傮w來看，RSEI均值在1990—2021年整體呈上升趨勢，表明30 a干度和熱度對生態(tài)環(huán)境的負效應明顯小于綠度和濕度對生態(tài)環(huán)境的正效應。

圖5 各指標時間序列變化Fig.5 Time series changes of each indicator

由圖6可知，空間尺度上，由于研究區(qū)土地利用類型不同，研究區(qū)西部分布多為草甸草原，生產(chǎn)方式以純牧業(yè)為主；東部多為農(nóng)田和森林結合地帶，生產(chǎn)方式以牧業(yè)+耕地為主，植被覆蓋度呈現(xiàn)由西向東逐漸遞增的趨勢［16］。RSEI 與植被覆蓋度呈現(xiàn)由高向低的轉(zhuǎn)化趨勢一致，可以清晰地觀察到RSEI空間分布格局呈現(xiàn)為由西向東逐漸變好的態(tài)勢［17］。時間尺度上，從1990—2021 年，草地與森林、農(nóng)田RSEI 值在120°E 附近出現(xiàn)明顯界限，并隨時間增加逐漸東移。

圖6 RSEI等級Fig.6 Ranking of RSEI

2.4 RSEI等級變化

由圖7可知，各年份RSEI面積變化除優(yōu)等級呈下降趨勢外，其他各等級均有不同程度的上升趨勢，其中較差等級趨勢變化最大，R2=0.41，其次為一般和優(yōu)，R2分別為0.35 和0.34。對1990—2021 年各生態(tài)等級面積進行統(tǒng)計分析，優(yōu)占比13%～28.8%之間，良好占比25.1%～49.2%之間，一般占比20.3%～36.8%，較差占比1.5%～27.9%，差占比0%～2.3%，因此優(yōu)、良好和一般的面積占比較大。

圖7 RSEI等級面積變化Fig.7 Changes in the area of RSEI grades

由圖8 可知，陳巴爾虎旗西北方向草原牧業(yè)區(qū)域1990—2020 年間RSEI 變化趨勢呈現(xiàn)顯著變好，其他大部分是略微變好和無變化部分。1990—2000 年、2010—2020 年間大部分為略微變好，2000—2010 年間大部分為無變化與略微變好，1990—2020年絕大部分是略微變好與顯著變好，表明陳巴爾虎旗30 a間生態(tài)環(huán)境質(zhì)量狀況總體呈現(xiàn)變好趨勢，其中2010—2020年間變好趨勢最高。

圖8 RSEI動態(tài)變化監(jiān)測Fig.8 Monitoring diagram of RSEI level change

2.5 M-K趨勢分析

如圖9可知，從1990—2001年間RSEI呈現(xiàn)下降趨勢；自2001年以來，平均RSEI呈現(xiàn)出較明顯上升趨勢。UF曲線在2012—2021年間遠遠超過置信水平，在此期間RSEI急劇上升。

圖9 1990—2021年M-K趨勢分析Fig.9 M-K trend analysis from 1990 to 2021

30 a 間，UF曲線與UB曲線產(chǎn)生1 個交點，即2010—2011 年間出現(xiàn)突變點，但范圍并沒有突破±0.05 置信水平區(qū)間，因此可以初步判定陳巴爾虎旗1990—2021年的RSEI變化整體比較平穩(wěn)。

3 討論

利用RSEI指數(shù)綜合評估生態(tài)環(huán)境質(zhì)量狀況，所得結論與植被覆蓋度一致［16］。植被覆蓋度高的地方生態(tài)環(huán)境質(zhì)量較好，植被覆蓋度低的地方生態(tài)環(huán)境質(zhì)量相對較差，說明生態(tài)環(huán)境質(zhì)量綜合評估了植被生長狀況，適用于對植被進行整體分析，尤其是對不同植被覆蓋度和土地利用類型。與前人研究一致，可在一定程度上反映草原畜牧承載能力、反映草原退化狀況方面發(fā)揮重要作用［15］。

通過Mann-Kendall 突變檢驗分析，陳巴爾虎旗RSEI 在1990—2001 年間呈下降趨勢，從2001 年開始逐漸升高，其中2012—2021 年間顯著增加，近10 a草原生態(tài)環(huán)境質(zhì)量得到明顯提升。該研究結果與土地生態(tài)狀態(tài)類似，植被覆蓋度與土地利用類型對研究區(qū)內(nèi)生態(tài)環(huán)境質(zhì)量都起到一定作用［23］。

由圖10可知，1979—2021年間呼倫貝爾草原呈現(xiàn)出氣溫升高的發(fā)展趨勢，使呼倫貝爾草原階段性氣象干旱頻發(fā)［24］。對氣溫、降水與RSEI進行時間序列分析發(fā)現(xiàn)，1991 年、2006 年RSEI 較低，但2006 年降水量大于30 a 平均值；2017 年、2018 年RSEI 較高，但2 個年份的降水量均低于30 a 平均值。可以看出，氣溫和降水在一定程度上對于RSEI起到一定的綜合影響。

圖10 氣溫、降水與RSEI時間序列分析Fig.10 Temperature,precipitation and RSEI time series analysis

草場利用方式隨草場產(chǎn)權制度改變而改變。1983 年，呼倫貝爾草原開始實施經(jīng)濟體制改革，推行草場承包到戶政策，使用權30 a不變，即從“游牧”到“定牧”利用方式的演變［25］，草場利用方式在一定程度上影響到呼倫貝爾草原生態(tài)環(huán)境質(zhì)量。為保護和改善草原牧區(qū)生態(tài)環(huán)境，保障我國生態(tài)屏障安全，我國頒布實施了眾多生態(tài)工程，其中圍欄禁牧是一種可以增加草地生物多樣性和恢復生態(tài)服務功能的有效措施［26］。牧民對草地資源的珍惜，積極履行圍欄禁牧政策，使得1990—2021年間呼倫貝爾草原植被生態(tài)環(huán)境質(zhì)量呈現(xiàn)出了先短暫下降、再度上升的模式，總體呈現(xiàn)向好趨勢。對于呼倫貝爾草原草地退化的影響因素深入分析發(fā)現(xiàn)，社會經(jīng)濟發(fā)展因子對呼倫貝爾草原退化的影響更大，其中陳巴爾虎旗草地退化主要影響因素是總人口數(shù)［27］。草場利用方式改變過程中，當?shù)啬撩駥ΡＷo生態(tài)環(huán)境關注度逐漸增高，可見傳統(tǒng)牧業(yè)生產(chǎn)對草原植被有一定影響，但如何做好草畜平衡狀態(tài)還需進一步深入研究，立足于生態(tài)環(huán)境可持續(xù)發(fā)展的角度上，資源循環(huán)性畜牧業(yè)經(jīng)營模式將是今后發(fā)展的重點［28］。另外，農(nóng)業(yè)生產(chǎn)也改變了草原生態(tài)植被狀況，因此宜農(nóng)宜牧區(qū)應很好地界定并做好過渡帶的修復和保護。

4 結論

氣候變化和人類活動復雜作用影響下，內(nèi)蒙古呼倫貝爾草原生態(tài)環(huán)境質(zhì)量正發(fā)生改變，因此利用多源遙感衛(wèi)星數(shù)據(jù)分析其1990—2021 年生長季（7—9月）生態(tài)環(huán)境質(zhì)量，得到以下結論：

（1）RSEI 可以對植被進行整體綜合分析，尤其是對不同植被覆蓋度和土地利用類型，1990—2021年間呼倫貝爾草原植被生態(tài)環(huán)境質(zhì)量呈現(xiàn)出先短暫下降、再度上升的模式，總體呈現(xiàn)向好趨勢。

（2）研究區(qū)內(nèi)RSEI 的植被綠度對第一主成分的貢獻最大，因此二者結果存在較高相似度；但生態(tài)環(huán)境質(zhì)量的構成包括綠度、干度、濕度和熱度等多要素，單一綠度難以完全表征區(qū)域生態(tài)環(huán)境質(zhì)量。

（3）內(nèi)蒙古自治區(qū)呼倫貝爾市陳巴爾虎旗牧業(yè)草原森林、農(nóng)耕發(fā)展區(qū)域生態(tài)環(huán)境質(zhì)量在30 a間絕大部分優(yōu)于放牧區(qū)域，RSEI呈現(xiàn)出由西向東逐漸變好的空間分布狀況。