文献类型：期刊文章

作　　者：张亚球[1] 姜放[1] 纪梦达[1] 姜海山[1] 王子彦[2]

ZHANG Ya-qiu;JIANG Fang;JI Meng-da;JIANG Hai-shan;WANG Zi-yan(School of Prospecting and Surveying Engineering,Changchun Institute of Technology,Changchun 130021,Jilin,China;College of Geomatic Engineering and Geoinformation,Guilin University of Technology,Guilin 541004,Guangxi,China)

机构地区：[1]长春工程学院勘查与测绘工程学院,吉林长春130021 [2]桂林理工大学测绘地理信息学院,广西桂林541004

出　　处：《干旱区研究》

基　　金：国家自然科学基金项目(61602057);吉林省教育厅项目(120190032,120190053)。

年　　份：2020

卷　　号：37

期　　号：6

起止页码：1598-1605

语　　种：中文

收录情况：BDHX、BDHX2017、CAB、CSCD、CSCD2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：基于遥感生态指数(RSEI)能够对生态环境实现快速的监测和评价,RSEI的提出为遥感生态评价提供了一种新的方法。针对RSEI的应用问题,本研究选取吉林省长春市主城区、内蒙古赤峰市翁牛特旗中东部半干旱区、青海省西宁市北川河自然保护区为试验区,分别在指数优化和细节表征两方面进行了研究,从近20个指数中选定最优指数并将以主成分分析法和多元线性回归法得到的结果进行细节表征对比,旨在探索适用于区县级的生态评价方法。结果表明:(1)以固定指数构成的RSEI模型在细部表征较差,存在较多误判;(2)同样使用PCA法以优化后的指数构建的RSEI(NEW)模型对细节信息的保留较前者要好,在主城市区的结果相较于其余模型更好;(3)利用逐步多元线性回归模型以优化后的指标参与构建的MLR(RSEI)在半干旱区和生态区的结果最佳。试验表明,以最优指数参与的多元线性回归模型能够较好的保留细部特征,对复杂环境的区县级小区域生态评价具有较强的适用性。

关 键 词：生态评价 遥感指数  多元线性回归 主成分分析  遥感生态指数(RSEI)  

分 类 号：X826] X87