| 基于改进遥感生态指数的车尔臣河生境质量评价及驱动因素分析 |
| 摘要点击 512 全文点击 12 投稿时间：2025-07-02 修订日期：2025-10-09 |
| 查看HTML全文
查看全文 查看/发表评论 下载PDF阅读器 |
| 中文关键词 谷歌地球引擎（GEE） 改进型遥感生态指数（ERSEI） 生态环境质量 莫兰指数 最优参数地理探测器（OPGD） |
| 英文关键词 Google Earth Engine（GEE） enhanced remote sensing ecological index（ERSEI） ecological environment quality Moran's I optimal parameters-based Geodetector（OPGD） |
| DOI 10.13227/j.hjkx.202507029 |
| 作者 | 单位 | E-mail | | 张加成 | 新疆农业大学水利与土木工程学院, 乌鲁木齐 830052
新疆水利工程安全与水灾害防治重点实验室, 乌鲁木齐 830052 | Zjc1394263148@163.com | | 高凡 | 新疆农业大学水利与土木工程学院, 乌鲁木齐 830052
新疆水利工程安全与水灾害防治重点实验室, 乌鲁木齐 830052 | gutongfan0202@163.com | | 刘坤 | 新疆农业大学水利与土木工程学院, 乌鲁木齐 830052
新疆水利工程安全与水灾害防治重点实验室, 乌鲁木齐 830052 | | | 何兵 | 新疆农业大学水利与土木工程学院, 乌鲁木齐 830052
新疆水利工程安全与水灾害防治重点实验室, 乌鲁木齐 830052 | | | 吴杰 | 新疆农业大学水利与土木工程学院, 乌鲁木齐 830052
新疆水利工程安全与水灾害防治重点实验室, 乌鲁木齐 830052 | | | 李颖 | 新疆农业大学水利与土木工程学院, 乌鲁木齐 830052
新疆水利工程安全与水灾害防治重点实验室, 乌鲁木齐 830052 | |
|
| 中文摘要 |
| 车尔臣河是塔里木河流域生态水文格局的重要组成部分，与塔里木河共同维系塔克拉玛干沙漠东部绿色走廊和台特玛湖稳定水面面积. 进行车尔臣河生境质量变化特征及其驱动因素研究，对于维系塔里木河流域生态平衡与水资源高效利用具有重要意义. 针对流域干旱生态特性，构建一种改进遥感生态指数（ERSEI），借助谷歌地球引擎（GEE）平台，综合利用Theil-Sen Median趋势分析+M-K检验、莫兰指数（Moran's I）和最优参数地理探测器方法，系统揭示了2000~2023年流域生境质量时空演变规律与核心驱动因素. 结果表明：①ERSEI指数第一主成分方差累计贡献率为76.5%，且其与各生态因子的平均相关系数达0.79，通过刻画干旱区地表特征细节进一步验证了该模型的适用性与稳定性；②2000~2023年研究区ERSEI年均值为0.484，整体呈波动式改善趋势，生态环境恶化区域面积比例减少10.58%，改善区域面积比例增加12.63%. 空间上表现为两极分异格局，生态质量最优区集中于高海拔地带与绿洲核心区，生态质量较差区则主要分布在北部沙漠边缘及中部缺乏河道的荒漠区域；③车尔臣河流域生态环境质量空间集聚特征显著，高-高聚类集中于高海拔区与中海拔绿洲耕地，低-低聚类分布于中海拔荒漠带；④相较于自然因素，人类活动对车尔臣河流域生态质量演变的驱动作用更为突出. 土地利用类型是ERSEI的主导单因子驱动因子，其与气象因子、海拔因子的交互作用对ERSEI指数变化具备更强的解释力（q值分别达0.854、0.829和0.892），驱动力机制总体表现为明显的双因子增强与非线性增强特征. |
| 英文摘要 |
| As a critical tributary within the Tarim River Basin framework （“nine tributaries and one mainstream”）， identifying spatio-temporal variations in habitat quality and their driving factors in the Qarqan River Basin is essential for regional ecological conservation and sustainable development. To address the ecological characteristics of this arid basin， this study developed an enhanced remote sensing ecological index （ERSEI）. Leveraging the Google Earth Engine （GEE） platform， we integrated Theil-Sen Median trend analysis， Mann-Kendall test， spatial autocorrelation （Moran's I）， and optimal parameters-based Geodetector to investigate habitat quality dynamics and driving factor influences （from 2000 to 2023）. Key results indicate： ① The first principal component of ERSEI contributed 76.5% of the cumulative variance， with a mean correlation coefficient of 0.79 across ecological indicators， confirming its efficacy in characterizing arid land surface features and validating its robustness. ② The annual mean ERSEI value was 0.484 from 2000 to 2023， showing a fluctuating improvement trend. The proportion of ecologically degraded areas decreased by 10.58%， while improved areas increased by 12.63%. Spatially， a polarized pattern emerged： Ecological quality was superior in high-altitude regions and oasis cores but poorer in northern desert margins and central channel-lacking arid zones. ③ Significant spatial clustering of ecological quality was observed， with high-high agglomerations concentrated in high-altitude areas and mid-altitude cultivated oases and low-low clusters predominantly distributed in mid-altitude desert belts. ④ Human activities exerted stronger driving forces on ecological evolution than natural factors over 2000 to 2023. Land use type was the dominant single factor. Interactions between land use and meteorological factors/elevation significantly enhanced the explanatory power for ERSEI （q-values： 0.854， 0.829， and 0.892）， with driving mechanisms characterized by distinct pairwise factor enhancement and nonlinear synergistic effects. |
