第七届青年地学论坛

       黄河流域在我国经济社会发展和生态安全方面的作用举足轻重，是我国重要的生态功能区，也是党和政府关注的重点区域。习近平总书记在“9•18”重要讲话中，将黄河流域生态保护和高质量发展确定为重大国家战略（习近平，2019）。虽然黄河流域生态环境整体向好，但是也有局部地区由于人类生产活动的影响，导致生态环境恶化。随着新时代黄河流域社会经济发展由高增速转向高质量，区域生态环境质量的长时序遥感监测，成为定量评价生态环境优劣和演变趋势的重要手段，也是制定黄河流域生态保护和高质量发展的重要依据。
       目前，RSEI在区域生态环境质量评价中已得到广泛应用（徐涵秋，2013），但是应用于大区域尺度，如整个黄河流域，面临的困难是庞大的数据量、及繁杂的数据预处理和指数计算工作。而基于Google Earth Engine（GEE）遥感云平台，结合RSEI评价粤港澳大湾区城市群生态环境质量（王渊，2020）和开展三江源地区生态环境质量动态监测与分析（陈炜，2019）。表明，GEE作为大区域范围的生态环境质量评价与监测的遥感计算平台，可以较好的改善遥感数据缺失、色差和时间不一致的问题；可以免去繁杂的数据预处理工作如辐射校正、大气校正等；可以快速实现影像去云、指标计算、统计，动态变化趋势分析等处理。
       因此，该文将借助GEE平台，以整个黄河流域为研究区域，采用Landsat遥感影像为数据源，在GEE云端进行影像的预处理和合成及遥感生态指数（RSEI）的计算。利用计算结果对黄河流域生态环境质量的时空格局与演变趋势进行大尺度、长时序的综合分析评价，研究结果可为黄河流域的生态环境保护和高质量发展提供理论依据和技术支撑。
表1  指标计算方法

指标	计算方法
绿度	NDVI = (ρNIR - ρred) / (ρNIR + ρred)
湿度	WetTM = 0.0315ρblue + 0.2021ρgreen + 0.3102ρred + 0.1594ρNIR - 0.6806ρSWIR1 - 0.6109ρSWIR2 WetOLI = 0.1511ρblue + 0.1973ρgreen + 0.3283ρred + 0.3407ρNIR - 0.7117ρSWIR1 - 0.4559ρSWIR2
热度	LST = T /［1+(λT / ρ)lnε］- 273.15
干度	NDSI = (SI + IBI) / 2 IBI = IBI1 / IBI2 IBI1 = 2ρSWIR2 / (ρSWIR1 + ρNIR) -［(ρNIR / (ρred + ρNIR) + ρgreen / (ρSWIR1 + ρgreen)］ IBI2 = 2ρSWIR2 / (ρSWIR1 + ρNIR) +［(ρNIR / (ρred + ρNIR) + ρgreen / (ρSWIR1 + ρgreen)］ SI =［(ρSWIR1 + ρred) - (ρblue + ρNIR)］/［(ρSWIR1 + ρred) + (ρblue + ρNIR)］

模型构建：RSEI₀ = PC1[f (Wet, NDVI, NDSI, LST)]
RSEI =（RESI₀－RSEI_0min）/ (RESI_0max－RSEI_0min）
 

黄河流域；遥感生态指数；生态环境质量；Google Earth Engine