- 
                题名基于SRSEI的汾河流域生态评价与驱动因素分析
            
- 1
- 
                
            
- 
                
                            作者
                                何洋
                                赵喜萍
                
            
- 
                    机构
                    
                            国能大渡河大岗山发电有限公司
                            太原理工大学水利科学与工程学院
                    
                
- 
                出处
                
                
                    《节水灌溉》
                    
                            北大核心
                    
                2025年第9期22-29,43,共9页
            
- 
                        基金
                        
                                    中国工程院院地合作重大咨询项目(2020SX8)。
                        
                    
- 
                    文摘
                        基于MODIS遥感数据,提取并标准化NDVI、Wet、LST、NDBSI、BCSI、PM2.5,在Google Earth Engine云平台上以主成分分析法构建标准化遥感生态指数(SRSEI),结合Theil-Sen median趋势分析、MannKendall检验、Hurst指数与地理探测器对汾河流域的生态环境进行评价与驱动因素分析。结果表明:(1)第一主成分贡献率大于67%,且以林地为主要土地类型的山地的SRSEI>0.6,以不透水面和农田为主要土地类型的盆地的SRSEI<0.4。(2)2000-2020年汾河流域SRSEI从0.447 9增加到0.559 3;流域92.29%区域的生态环境呈现改善趋势;生态环境呈现恶化趋势的区域主要分布于太原、临汾、运城盆地,其中40.24%区域的生态环境恶化趋势具有持续性。(3)对汾河流域生态环境的驱动力而言:BCSI、NDVI、NDBSI、LST是驱动力最大的4个因素,且LST∩BCSI、Wet∩BCSI可对生态环境产生更加显著的影响。以SRSEI模型评价汾河流域的生态环境可行;21 a间流域生态环境整体变好;盆地的生态环境较为脆弱;生态治理政策应在保持山地生态环境的同时侧重于盆地生态治理,应以提高植被覆盖、治理与修复盐碱地、提高土壤湿度与减低地表温度为主要生态治理措施。
                        
                    
            
- 
                    关键词
                    
                            汾河流域
                            标准化遥感生态指数
                            生态评价
                            主成分分析
                            地理探测器
                            谷歌地球引擎
                    
                
- 
                    Keywords
                    
                            Fenhe River Basin
                            Standardized Remote Sensing Ecological Index
                            ecological evaluation
                            principal component analysis
                            geographical detector
                            Google Earth Engine
                    
                
- 
                    分类号
                    
                            
                                
                                    S2
[农业科学—农业工程]                                
                            
                            
                                
                                    TP79
[自动化与计算机技术—检测技术与自动化装置]                                
                            
                            
                                
                                    X826
[环境科学与工程—环境工程]                                
                            
                    
                
-