Research on the dynamic change of the ecological environment and its influencing factors in the Yellow River Basin based on Remote Sensing Ecological Index

doi:10.7522/j.issn.1000-694X.2023.00017

Journal of Desert Research ›› 2023, Vol. 43 ›› Issue (4): 252-262.DOI: 10.7522/j.issn.1000-694X.2023.00017

Research on the dynamic change of the ecological environment and its influencing factors in the Yellow River Basin based on Remote Sensing Ecological Index

Fangmiao Chen¹(), Huiping Huang¹^,²(), Guang Yang¹, Xu Li¹

^1.National Engineering Technology Center for Remote Sensing Applications，Institute of Space Information Innovation，Chinese Academy of Sciences，Beijing 100094，China
^2.University of Chinese Academy of Sciences，Beijing 100049，China

Received:2022-04-07 Revised:2023-03-07 Online:2023-07-20 Published:2023-08-14
Contact: Huiping Huang

Abstract

Abstract:

The Yellow River Basin bears an important ecological， economic and cultural strategic position in China， and its ecological environment is a vital foundation for ensuring the high-quality development of the Yellow River Basin. In this study， the long-term sequence of Remote Sensing Ecological Index （RSEI） of the Yellow River Basin was used to dynamically monitor and analyze the ecological quality changes in the Yellow River Basin in the past 20 years. The RSEI mean value is 0.497 from 2001 to 2019， increasing 0.04， which shows a trend of overall improvement and slight fluctuations. Moreover， its influencing factors were analyzed from three aspects： natural factors， policy measures and socio-economic factors. The complex natural factors bring difficulties to the governance of the Yellow River Basin， and the socio-economic factors such as continuously increasing population and night light data correspondingly disturbed the ecological environment changes， while the ecological protection policies and restoration measures play a positive role.

Key words: RSEI, Yellow River Basin, ecological environment, dynamic change, influencing factors

CLC Number:

X171.1

Fangmiao Chen, Huiping Huang, Guang Yang, Xu Li. Research on the dynamic change of the ecological environment and its influencing factors in the Yellow River Basin based on Remote Sensing Ecological Index[J]. Journal of Desert Research, 2023, 43(4): 252-262.

Figures/Tables 9

References 39

1	王胜鹏，乔花芳，冯娟，等.黄河流域旅游生态效率时空演化及其与旅游经济互动响应［J］.经济地理，2020，40（5）：81-89.
2	徐勇，王传胜.黄河流域生态保护和高质量发展：框架、路径与对策［J］.中国科学院院刊，2020，35（7）：875-883.
3	金凤君.黄河流域生态保护与高质量发展的协调推进策略［J］.改革，2019（11）：33-39.
4	Gupta K， Kumar P， Pathan S K，et a1.Urban neighborhood green index：a measure of green spaces in urban areas［J］.Landscape and Urban Planning，2012，105（3）：325.
5	王勇，王世东.基于RSEI的生态质量动态变化分析：以丹江流域（河南段）为例［J］.中国水土保持科学，2019，17（3）：57-65.
6	孟丹，李小娟，宫辉力，等.京津冀地区NDVI变化及气候因子驱动分析［J］.地球信息科学学报，2015，17（8）：1001.
7	罗敏，古丽·加帕尔，郭浩，等.2000-2013年塔里木河流域生长季NDVI时空变化特征及其影响因素分析［J］.自然资源学报，2017，32（I）：50.
8	丁小松，单秀娟，陈云龙，等.岛屿海岸线自动化提取及其时空变迁研究：以大连市獐子岛为例［J］.海洋科学，2018，42（2）：46.
9	王小平，张飞， Ghulam Abduwasit，等.艾比湖流域地表水水质指标与水体指数关系研究［J］.环境科学学报，2017，37（3）：900.
10	王乐.基于RS的西安市地表温度反演及城市热环境研究［D］.西安：长安大学，2015.
11	杨敏，杨贵军，王艳杰，等.北京城市热岛效应时空变化遥感分析［J］.国土资源遥感，2018，30（3）：213-223.
12	徐涵秋.城市遥感生态指数的创建及其应用［J］.生态学报，2013，33（24）：7853.
13	彭丽媛，张军民，梁二敏，等.基于RSEI的玛纳斯河流域自然生态环境变化评价［J］.石河子大学学报（自然科学版），2017，35（4）：506-612.
14	农兰萍，王金亮.基于RSEI模型的昆明市生态环境质量动态监测［J］.生态学杂志，2020，39（6）：2042-2050.
15	刘小燕，崔耀平，董金玮，等.黄河中下游影响区生态空间和生态指数变化评估［J］.生态学报，2021，41（20）：8030-8039.
16	迟妍妍，王夏晖，宝明涛，等.重大工程引领的黄河流域生态环境一体化治理战略研究［J］.中国工程科学，2022，24（1）：1-9.
17	王奕淇，李国平.基于SD模型的黄河流域生态环境与社会经济发展可持续性模拟［J］.干旱区地理，2022，45（3）：901-911.
18	赵建吉，刘岩，朱亚坤，等.黄河流域新型城镇化与生态环境耦合的时空格局及影响因素［J］.资源科学，2020，42（1）：159-171.
19	李光勤，方徐兵.黄河流域绿色发展水平时空演变特征［J］.中国沙漠，2021，41（4）：129-139.
20	周成，张旭红，张倩，等.黄河流域“五位一体”综合评价体系建构与空间差异研究［J］.中国沙漠，2021，41（4）：1-11.
21	国家统计局.第七次全国人口普查公报［R］.国家统计局，2021.
22	光明网.五部门：到2025年黄河流域万元GDP用水量较2020年下降 16%［EB/OL］.（2021-12-16）［2022-04-05］..
23	Xu D， Yang F， Yu L，et al.Quantization of the coupling mechanism between eco-environmental quality and urbanization from multisource remote sensing data［J］.Journal of Cleaner Production，2021，321：128948.
24	Gowrd S N， Xue Y K， Czajkowskik P.Evaluating land surface moisture conditions from the remotely sensed temperature / vegetation index measurements：an exploration with the simplified simple biosphere model［J］.Remote Sensing of Environment，2002，79（2/3）：225-233.
25	Crist E P.A TM Tasseled Cap equivalent transformation for reflectance factor data［J］.Remote Sensing of Environment，1985，17（3）：301-310.
26	魏雨涵，钱建平，范伟伟，等.基于RSEI的漓江流域生态环境质量动态监测［J］.中国水土保持科学，2021，19（1）：122-131.
27	丁凤，徐涵秋.TM热波段图像的地表温度反演算法与实验分析［J］.地球信息科学学报，2006，8（3）：125-129.
28	Rikimaru A， Roy P S， Miyatake S.Tropical forest cover density mapping［J］.Tropical Ecology，2002，43（1）：39-47.
29	Xu H Q.A new index for delineating built-up land features in satellite imagery［J］.International Journal of Remote Sensing，2008，29（14）：4269-4276.
30	徐涵秋.区域生态环境变化的遥感评价指数［J］.中国环境科学，2013，33（5）：889-897.
31	Hurst H E.Long-term storage capacity of reservoirs［J］.Transactions of the American Society of Civil Engineers，1951，116：770-808.
32	Weron R.Estimating long range dependence：finite sample properties and confidence intervals［J］.Physica A，2002，312：285-299.
33	Qian B， Rasheed K.Hurst exponent and financial market predictability［D］//IASTED International Conference on Financial Engineering and Applications （FEA 2004）.203-209.
34	Jens Feder.Fractals［M］.New York，USA：Plenum Press，1988.
35	蔡茂，郑云峰，孙永.黄河流域天然林保护建设成效与存在问题研究［J］.华东森林经理，2020（34）：87-90.
36	刘静.退耕还林后黄土高原植被覆被变化过程及未来分布预测［D］.北京：中国科学院大学，2019.
37	人民日报.三江源重大生态保护和修复工程深入推进［EB/OL］.（2021-11-02）［2022-04-05］..
38	瞿杨.经济地位逐年下降，黄河流域高质量发展的出路何在？［EB/OL］.（2020-05-16）［2022-04-05］..
39	丛昊.山东经济增长对生态环境的影响研究［D］.济南：山东财经大学，2019.

区域	Hurst指数
黄河流域	0.63
山西	0.49
内蒙古	0.65
山东	0.55
河南	0.55
四川	0.58
陕西	0.49
甘肃	0.64
青海	0.60
宁夏	0.49

区域	Hurst指数
黄河流域	0.63
山西	0.49
内蒙古	0.65
山东	0.55
河南	0.55
四川	0.58
陕西	0.49
甘肃	0.64
青海	0.60
宁夏	0.49

RSEI等级	2001年		2005年		2010年		2015年		2019年
RSEI等级	面积/km²	比例/%	面积/km²	比例/%	面积/km²	比例/%	面积/km²	比例/%	面积/km²	比例/%
差（0.0~1.2）	16 190.43	2.04	15 317.42	1.93	12 777.75	1.61	11 984.10	1.51	10 793.62	1.36
较差（0.2~0.4）	96 666.42	12.18	105 634.65	13.31	111 904.48	14.10	107 698.14	13.57	110 237.81	13.89
中等（0.4~0.6）	611 823.84	77.09	583 728.67	73.55	606 347.66	76.40	60 859.88	76.68	575 871.55	72.56
良好（0.6~0.8）	51 269.71	6.46	68 571.25	8.64	40 793.55	5.14	40 634.82	5.12	72 222.04	9.10
优（0.8~1.0）	17 698.37	2.23	20 396.77	2.57	21 825.34	2.75	24 761.84	3.12	24 523.75	3.09

RSEI等级	2001年		2005年		2010年		2015年		2019年
RSEI等级	面积/km²	比例/%	面积/km²	比例/%	面积/km²	比例/%	面积/km²	比例/%	面积/km²	比例/%
差（0.0~1.2）	16 190.43	2.04	15 317.42	1.93	12 777.75	1.61	11 984.10	1.51	10 793.62	1.36
较差（0.2~0.4）	96 666.42	12.18	105 634.65	13.31	111 904.48	14.10	107 698.14	13.57	110 237.81	13.89
中等（0.4~0.6）	611 823.84	77.09	583 728.67	73.55	606 347.66	76.40	60 859.88	76.68	575 871.55	72.56
良好（0.6~0.8）	51 269.71	6.46	68 571.25	8.64	40 793.55	5.14	40 634.82	5.12	72 222.04	9.10
优（0.8~1.0）	17 698.37	2.23	20 396.77	2.57	21 825.34	2.75	24 761.84	3.12	24 523.75	3.09

时期	生态等级	差	较差	中等	良好	优
2001—2005年	差	14 209.43	1 200.04	24.58	0	0
	较差	388.58	84 916.09	11 203.92	0	0
	中等	0	19 688.99	567 961.91	24 259.59	0.02
	良好	0	0	4 117.97	44 557.44	3 148.87
	优	0	0	0	401.26	17 570.12
2005—2010年	生态等级	差	较差	中等	良好	优
	差	11 892.95	2 461.84	227.70	0	0
	较差	252.63	91 353.69	14 221.52	0	0
	中等	0	18 215.82	560 531.70	4 557.84	0
	良好	0	0	31 369.48	35 229.84	2 621.56
	优	0	0	0	1 186.95	19 525.52
2010—2015年	生态等级	差	较差	中等	良好	优
	差	10 951.09	1 170.59	17.28	0	0
	较差	447.96	93 665.28	17 911.84	0	0
	中等	0.05	12 695.18	587 846.21	5 831.89	0
	良好	0	0	2 953.21	34 212.21	3 796.73
	优	0	0	0	743.30	21 406.21
2015—2019年	生态等级	差	较差	中等	良好	优
	差	9 859.42	1 485.90	56.26	0	0
	较差	428.81	92 552.13	14 566.67	10.74	0
	中等	0.07	16 272.63	558 220.00	34 193.03	0
	良好	0	0	2 465.98	36 681.19	1 645.22
	优	0	0	0	1 912.39	23 298.58
2001—2019年	生态等级	差	较差	中等	良好	优
	差	10 024.77	4 349.70	1 043.72	0	0
	较差	254.43	69 928.60	26 350.44	21.51	0
	中等	8.44	36 049.29	543 791.21	31 978.42	57.83
	良好	0	0	4 109.16	39 861.21	7 858.76
	优	0	0	0	941.34	17 020.12

Research on the dynamic change of the ecological environment and its influencing factors in the Yellow River Basin based on Remote Sensing Ecological Index

RichHTML

PDF

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 9

References 39

Related Articles 15

Recommended Articles

Metrics

Comments

[1]	Yating Cui, Huan Li, Longxiao Zheng, Mengquan Wu. Study of ecological environmental quality changes in the upper Yellow River basin based on remote sensing ecological index [J]. Journal of Desert Research, 2023, 43(3): 107-118.
[2]	Hongyan Zhao, Changzhen Yan, Sen Li, Yahui Wang. Remote sensing monitoring of aeolian desertification and quantitative analysis of its driving force in the Yellow River Basin during 2000-2020 [J]. Journal of Desert Research, 2023, 43(3): 127-137.
[3]	Chengjun Wang, Jingxiang Tang, Tao Feng, Chuanjia Du, Binglin Zhang. Sustainable development evaluation of nine provinces in the Yellow River Basin based on energy ecological footprint [J]. Journal of Desert Research, 2023, 43(3): 138-151.
[4]	Rui Guo, Wei Liu, Zongxing Li, Ya Wang, Yong Chen, Lihua Zhou. An analysis on the land use change characteristics and driving forces in Gansu part of the Qilian Mountain [J]. Journal of Desert Research, 2023, 43(3): 188-198.
[5]	Wenfeng Chi, Yuetian Wang, Xiaohong Dang, Xiaoguang Wu, Qiancheng Luo. Temporal variation and spatial pattern of soil erosion in the Yellow River Basin [J]. Journal of Desert Research, 2023, 43(3): 305-317.
[6]	Yushuo Zhang, Xuerui Shen, Renjing Sui, Jie Bao, Zhonglei Yu, Lin Zhao, Xuebin Zhang. Multi-scale analysis of spatial pattern and the influencing factors of A-grade scenic spots in the Yellow River Basin [J]. Journal of Desert Research, 2022, 42(6): 103-115.
[7]	Baoqi Xue. Spatial-temporal characteristics of urban innovation capability and impact factors analysis in the Yellow River Basin [J]. Journal of Desert Research, 2022, 42(6): 116-124.
[8]	Junyu Miao. Spatial and temporal heterogeneity of industrial water resources efficiency and its influencing factors in nine provinces along the Yellow River [J]. Journal of Desert Research, 2022, 42(6): 142-152.
[9]	Weicheng Luo, Wenzhi Zhao, Jiliang Liu, Jingyi Yang, Xuelian Bai, Lemin Wei, Yilin Feng. Distribution pattern and influencing factors of ground arthropods in coalmines restoration area of Qilian Mountain Nature Reserve， China [J]. Journal of Desert Research, 2022, 42(6): 165-175.
[10]	Yang Liu, Ya Wang, Lihua Zhou. Performance evaluation of ecological migration project based on process and outcome： a case study of Huanghuatan migration area in Gulang， Gansu， China [J]. Journal of Desert Research, 2022, 42(6): 185-193.
[11]	Shilei Mu, Zhihui Yuan, Wuritaoketaohu. Spatial differentiation pattern and impacting mechanism of intangible cultural heritages in the Yellow River Basin [J]. Journal of Desert Research, 2022, 42(6): 255-265.
[12]	Jinlian Hao, Li Wang, Gennian Sun, Fankai Sun, Donghua Wang. Spatial pattern evolution of high-quality development in the Yellow River Basin on the perspective of new development philosophy [J]. Journal of Desert Research, 2022, 42(6): 266-276.
[13]	Cuixia Wu, Yongzhong Feng, Hao Zhao, Qiong Bao, Yuanqi Lei, Jie Feng. Study on ecosystem service value of the Yellow River Basin in Gansu Province based on land use change [J]. Journal of Desert Research, 2022, 42(6): 304-316.
[14]	Junjie Wang, Bing Shi, Tao Bai, Qingyun Yuan. Spatio-temporal patterns of precipitation and its possible driving factors in the Yellow River Basin [J]. Journal of Desert Research, 2022, 42(6): 94-102.
[15]	Wen Zhang, Dingding Du, Zhiwen Li, Wangyang Wu, Xiangjie Li, Yonghui Bai. Grain size characteristics of sediments in sandy land around the Poyang Lake and its influencing factors [J]. Journal of Desert Research, 2022, 42(5): 122-132.