基于GEE平臺的張吉懷高鐵建設(shè)對沿線區(qū)域生態(tài)環(huán)境的影響分析

摘 要 為了量化高速鐵路建設(shè)對沿線區(qū)域生態(tài)質(zhì)量影響的時空變化特征及趨勢，基于谷歌地球引擎（Google Earth Engine，GEE）平臺和遙感生態(tài)指數(shù)（Remote Sensing Ecological Index，RSEI），研究了張吉懷高鐵建設(shè)對沿線不同緩沖區(qū)（50、100、300、1 000 m）生態(tài)環(huán)境的影響。結(jié)果表明：1）施工建設(shè)使得沿線區(qū)域溫度和干度上升、濕度和植被覆蓋度下降，RSEI值隨之下降，且除溫度外，各指標(biāo)的變化都有滯后效應(yīng)。2）受施工建設(shè)的影響，沿線50 m范圍內(nèi)生態(tài)質(zhì)量下降27%以上，100 m范圍內(nèi)生態(tài)質(zhì)量下降10%以上，300 m以上的范圍幾乎不受影響。3）施工建設(shè)的影響具有一定的持續(xù)性，受影響區(qū)域的生態(tài)質(zhì)量雖有恢復(fù)趨勢，但在短期內(nèi)無法恢復(fù)至建設(shè)前的水平。4）通過GEE編程實現(xiàn)的RSEI計算，可以批量運用于其他區(qū)域，省去了繁雜的影像預(yù)處理、計算過程，能夠為高鐵建設(shè)過程中的環(huán)境保護(hù)措施的設(shè)計和保護(hù)政策提供科學(xué)支持。

關(guān)鍵詞 生態(tài)質(zhì)量監(jiān)測；GEE；RSEI；長時間序列；張吉懷高鐵

中圖分類號：S181；X82 文獻(xiàn)標(biāo)志碼：A DOI：10.19415/j.cnki.1673-890x.2024.09.008

當(dāng)前，我國的高速鐵路處于快速、全面發(fā)展階段，到2021年高速鐵路運營總里程已突破4萬km[1]。鐵路網(wǎng)加速了人類社會的物質(zhì)循環(huán)、能源和信息交流，但也使得沿線區(qū)域土地覆蓋、地貌等發(fā)生了變化[2-3]，帶來了植被破壞、溫度升高、濕度降低等一系列生態(tài)問題[4-5]。因此，迫切需要監(jiān)控和量化線性工程建設(shè)引起的生態(tài)干擾在不同的距離、強度和持續(xù)時間范圍內(nèi)的變化。

原環(huán)境保護(hù)部（現(xiàn)為生態(tài)環(huán)境部）最早在2006年將生態(tài)環(huán)境狀況評價技術(shù)標(biāo)準(zhǔn)作為行業(yè)標(biāo)準(zhǔn)發(fā)布，并在2015年進(jìn)一步完善細(xì)化[6]，推出了以遙感技術(shù)為主的生態(tài)環(huán)境狀況指數(shù)（Ecological Index，EI），為我國縣級以上生態(tài)環(huán)境評價提供了年度綜合標(biāo)準(zhǔn)。但采用的生態(tài)因子還較單一，如植被指數(shù)[7-8]、地表溫度[9]、干旱指數(shù)[10]等，且傳統(tǒng)評價技術(shù)只能通過一定數(shù)量的樣點實地測量數(shù)據(jù)反映整體區(qū)域的情況，容易受到聚落效應(yīng)的影響，精準(zhǔn)度難以保證[11-12]。在此基礎(chǔ)上，有學(xué)者提出利用遙感技術(shù)獲取生態(tài)指標(biāo)對生態(tài)環(huán)境進(jìn)行監(jiān)測和評價，即遙感生態(tài)指數(shù)（Remote Sensing Ecological Index，RSEI）[13]，能有效地提升大面積尺度下區(qū)域評價的準(zhǔn)確度，可以快速精準(zhǔn)地掌握鐵路建設(shè)引起的生態(tài)干擾在不同時間、空間范圍內(nèi)的變化程度。

為了提高RSEI的準(zhǔn)確性和可靠性，研究者不斷改進(jìn)指標(biāo)計算方法和模型算法[14-15]，并通過野外調(diào)查、實地驗證[16-17]等手段進(jìn)行結(jié)果的驗證和校正。到如今生態(tài)遙感指數(shù)RSEI在數(shù)據(jù)源、指標(biāo)體系、空間尺度、模型和應(yīng)用方面都相對完善[18-19]，為生態(tài)環(huán)境評估和保護(hù)提供了重要的科學(xué)工具。但從時間尺度上看，目前大部分研究的取值間隔都為3～5年[20]，難以體現(xiàn)研究區(qū)的連續(xù)變化情況。

為了量化高速鐵路建設(shè)對沿線區(qū)域生態(tài)質(zhì)量影響的時空變化特征及趨勢，本研究基于谷歌地球引擎（Google Earth Engine，GEE）平臺[21]，通過構(gòu)建連續(xù)時間序列，探究了高鐵建設(shè)不同階段沿線區(qū)域生態(tài)環(huán)境在生長季和非生長季的變化趨勢、受影響范圍及恢復(fù)情況。

1" 材料與方法

1.1" 研究區(qū)概況

張吉懷鐵路位于湖南省西部地區(qū)（109°36′～110°27′ E，27°29′～29°12′ N），屬亞熱帶季風(fēng)氣候，年均降水量1 687.97 mm，地形總體呈西高東低的趨勢，沿線地質(zhì)構(gòu)造復(fù)雜、地形地貌多變、起伏較大，是典型的山區(qū)鐵路。同時，線路沿線風(fēng)景名勝區(qū)、森林公園、自然保護(hù)區(qū)分布范圍廣、等級高，對施工安全、環(huán)境保護(hù)、水土保持等要求高，工程施工的技術(shù)、組織、協(xié)調(diào)難度較大。張吉懷高鐵全長246 km，共有7個車站、168座橋梁、124座隧道。

1.2" 緩沖區(qū)設(shè)立

在研究線路周邊設(shè)立緩沖區(qū)，根據(jù)《環(huán)境影響評價技術(shù)導(dǎo)則 生態(tài)影響》（HJ 19—2022）[22]、《鐵路工程建設(shè)項目環(huán)境影響評價技術(shù)標(biāo)準(zhǔn)》（TB 10502—1993）[23]的相關(guān)要求和標(biāo)準(zhǔn)，沿鐵路線路300 m處設(shè)立緩沖區(qū)。同時，在沿線50、100、1 000 m處額外設(shè)置3個緩沖區(qū)，以比較鐵路建設(shè)在不同范圍內(nèi)的影響程度差異。

1.3" 生長季與非生長季劃分

通過云處理平臺（GEE）使用CHIRPS Daily全球降雨數(shù)據(jù)集計算出研究區(qū)的月均降水量（如表1所示），將每年4—9月劃分為生長季，將10月至次年3月劃分為非生長季，每半年觀測1次，構(gòu)建連續(xù)時間序列。

1.4" "建設(shè)階段劃分

根據(jù)張吉懷高鐵建設(shè)的相關(guān)文書及招標(biāo)文件，結(jié)合生長季與非生長季的劃分，確定2016年4月至2017年3月劃分為“建設(shè)前”階段，2017年4月至2021年3月為“建設(shè)中”階段，2021年4月至2022年3月為“建設(shè)后”階段。

1.5" 數(shù)據(jù)集選擇

本研究主要通過GEE平臺進(jìn)行研究區(qū)遙感影像的處理?？紤]到SR數(shù)據(jù)集已經(jīng)過輻射定標(biāo)和大氣校正，更加適合進(jìn)行地面反演，故本研究主要選用2016—2021年的Landsat 8 SR數(shù)據(jù)集，數(shù)據(jù)集代碼為“LANDSAT/LC08/C02/T1_L2”，時間分辨率為16 d，空間分辨率為30 m，各波段信息如表2所示。

表2" Landsat 8衛(wèi)星波段信息

[波段名稱 帶寬/μm 分辨率/m Band 2 Blue 0.45～0.51 30 Band 3 Green 0.53～0.59 30 Band 4 Red 0.64～0.67 30 Band 5 NIR 0.85～0.88 30 Band 6 SWIR 1 1.57～1.65 30 Band 7 SWIR 2 2.11～2.29 30 Band 8 Pan 0.50～0.68 15 Band 9 Cirrus 1.36～1.38 30 ]

1.6" 生態(tài)指標(biāo)的計算

通過GEE平臺計算NDVI、NDBSI、Wet、LST，分別作為研究區(qū)的綠度、干度、濕度、熱度指標(biāo)，經(jīng)主成分分析后，得到遙感生態(tài)指數(shù)RSEI，以反映研究區(qū)的生態(tài)狀況。各指數(shù)的計算方法見表3。

由于圖像是在不同的時間點獲得，可能會因氣候條件差異過大而導(dǎo)致數(shù)據(jù)失去可比性，故需對各指標(biāo)進(jìn)行歸一化處理[26-27]。然后，進(jìn)行主成分分析，選擇方差最大的作為第一主成分。為方便不同研究時期的時間比較，將得到的RSEI值再次歸一化，使其介于[0，1]之間[28]。

RSEI0=1-{PC1[?（NDVI，Wet，NDBSI，LST）]} （1）

RSEI=（RSEI0-SEI0_min）/（RSEI0_max-RSEI0_min）

（2）

式中，RSEI0為RSEI初始值，PC1為主成分分析得到的第一主成分；RSEI0_max、RSEI0_min分別為RSEI0的最大、最小值。

最后，根據(jù)RSEI值的大小，將高鐵沿線區(qū)域分為優(yōu)（0.8＜RSEI＜1）、良（0.6＜RSEI＜0.8）中（0.4＜RSEI＜0.6）、較差（0.2＜RSEI＜0.4）、差（0＜RSEI＜0.2）5個等級[29-30]。RSEI值越趨近于1，代表區(qū)域內(nèi)的生態(tài)狀況越好，反之代表生態(tài)狀況越差。

采用主成分分析法（PCA）進(jìn)行數(shù)據(jù)降維，構(gòu)建遙感生態(tài)指數(shù)RSEI。相對于層次分析法和德爾菲法[31]，PCA能夠更好地避免主觀經(jīng)驗影響權(quán)重的分配，以及個體特征導(dǎo)致的權(quán)重定義的誤差[32]。

2" 結(jié)果與分析

2.1" 生態(tài)條件的變化

由表4可知，張吉懷高鐵建設(shè)前，生長季各因子在不同緩沖區(qū)內(nèi)的值都較為接近。建設(shè)開始后，RSEI各指標(biāo)在300 m和1 000 m緩沖區(qū)內(nèi)的值依舊保持穩(wěn)定，在50 m和100 m緩沖區(qū)則出現(xiàn)了較為顯著的變化。1）LST在50 m緩沖區(qū)內(nèi)的值相對與建設(shè)前上升了0.8%，在建設(shè)中與建設(shè)后穩(wěn)定高于其他緩沖區(qū)。2）NDBSI在50 m和100 m緩沖區(qū)內(nèi)的值在建設(shè)開始一年后開始上升，50 m緩沖區(qū)的值相對于2017年增加了11.1%，100 m緩沖區(qū)的值相對于2017年增加了4.6%，而后趨于穩(wěn)定。3）NDVI、Wet變化趨勢則相反，在建設(shè)開始一年后，50 m和100 m緩沖區(qū)的值迅速下降。相對于2017年，50 m緩沖區(qū)內(nèi)NDVI值下降12.2%，且還在持續(xù)下降，Wet下降5.6%；100 m緩沖區(qū)內(nèi)NDVI值下降4.9%，Wet下降2.0%，而后趨于穩(wěn)定。

由表5可知，張吉懷高鐵建設(shè)前，非生長季各因子在不同緩沖區(qū)內(nèi)的值都比較接近。建設(shè)開始后，各因子在300 m和1 000 m緩沖區(qū)內(nèi)的值依舊保持穩(wěn)定；50 m和100 m緩沖區(qū)內(nèi)NDBSI在建設(shè)開始1年后迅速上升，NDVI和Wet在建設(shè)開始1年后迅速下降。相對于2017年，50 m緩沖區(qū)內(nèi)NDBSI的值增加8.6%，NDVI值下降12.9%，Wet下降3.3%；100 m緩沖區(qū)內(nèi)NDBSI的值相對增加3.3%，NDVI值下降4.5%，Wet下降1.6%。

2.2" 遙感生態(tài)指數(shù)RSEI的時間變化

由表6可知，張吉懷鐵路沿線各緩沖區(qū)在建設(shè)前RSEI值都比較接近，在建設(shè)開始1年后出現(xiàn)變化，50 m緩沖區(qū)尤為明顯，相對于2017年在生長季下降29.6%，非生長季下降27.2%；相對于2017年，100 m緩沖區(qū)在生長季下降12.1%，非生長季下降10.1%。建設(shè)完成后，各緩沖區(qū)RSEI值依舊保持穩(wěn)定，暫無明顯的恢復(fù)趨勢。

2.3" 遙感生態(tài)指數(shù)RSEI的空間變化

由表7可知，1）高鐵線路施工建設(shè)前，各緩沖區(qū)不同生態(tài)質(zhì)量的區(qū)域面積相差僅1%～2%，生態(tài)狀況非常接近。2）建設(shè)開始后，50 m緩沖區(qū)內(nèi)生態(tài)質(zhì)量為差的區(qū)域占比從建設(shè)前的2%增加至9%，較差區(qū)域從9%上升至16%，生態(tài)質(zhì)量為中的區(qū)域從31%下降至23%，生態(tài)質(zhì)量為良的區(qū)域從55%下降至50%；100 m緩沖區(qū)內(nèi)不同生態(tài)質(zhì)量的區(qū)域面積相對于建設(shè)前變化幅度均不超過2%，變化相對較?。?00 m和1 000 m緩沖區(qū)生態(tài)質(zhì)量較為穩(wěn)定，不同生態(tài)質(zhì)量的區(qū)域面積相對于建設(shè)前變化幅度均不超過1%。3）建設(shè)結(jié)束后，50 m緩沖區(qū)內(nèi)生態(tài)質(zhì)量為差的區(qū)域從9%下降至7%，生態(tài)質(zhì)量較差的區(qū)域從16%上升至20%；在100、300、1 000 m緩沖區(qū)，生態(tài)質(zhì)量為優(yōu)的區(qū)域減少1%，生態(tài)質(zhì)量良的區(qū)域增加了2%，生態(tài)質(zhì)量為中的區(qū)域下降1%～2%，生態(tài)質(zhì)量較差的區(qū)域下降1%。

張吉懷高鐵在建設(shè)開始后，生態(tài)質(zhì)量較差的區(qū)域明顯增多，且沿高鐵線路分布，主要集中在50 m緩沖區(qū)內(nèi)；建設(shè)完成后為差的區(qū)域減少，生態(tài)質(zhì)量為良和較差的區(qū)域增多。高鐵沿線區(qū)域生態(tài)質(zhì)量的變化在空間分布上與高鐵線路本身具有一定的相關(guān)性，但不具有連續(xù)性。

3" 討論與結(jié)論

張吉懷鐵路沿線區(qū)域在生長季與非生長季各指數(shù)在建設(shè)前后的變化趨勢大體一致，說明植被生長狀況、氣候等因素的變化對該區(qū)域的生態(tài)質(zhì)量影響較小，施工建設(shè)才是生態(tài)質(zhì)量變化的主導(dǎo)因素。

高鐵建設(shè)對沿線環(huán)境的影響與線路垂直距離成負(fù)相關(guān)，高鐵建設(shè)對沿線50 m范圍內(nèi)造成了較大的影響，相對與2017年下降了近30%。在100 m范圍內(nèi)也有輕微的影響，而在300 m和1 000 m范圍內(nèi)則幾乎沒有影響，說明高速鐵路的影響范圍在300 m范圍內(nèi)。進(jìn)一步驗證了《鐵路工程建設(shè)項目環(huán)境影響評價技術(shù)標(biāo)準(zhǔn)（TB 10502—1993）》中“鐵路建設(shè)對環(huán)境影響的評價距離為300 m”的合理性。不同緩沖區(qū)在高鐵建設(shè)前后波動差異體現(xiàn)了施工對沿線生態(tài)環(huán)境造成的影響，具體影響包括溫度和干度上升，濕度降低，植被覆蓋減少，RSEI也隨之降低。且干度、濕度、植被覆蓋度、RSEI都在建設(shè)開始一年后才出現(xiàn)變化，具有一定的滯后效應(yīng)。建設(shè)完成后，生態(tài)質(zhì)量為優(yōu)和差的區(qū)域面積減少，生態(tài)質(zhì)量為良和較差的面積增加，說明施工建設(shè)的影響具有一定的持續(xù)性，受影響區(qū)域的生態(tài)質(zhì)量雖有恢復(fù)趨勢，但在短期內(nèi)無法恢復(fù)至建設(shè)前的水平。

GEE云平臺自帶豐富的數(shù)據(jù)源，通過編寫腳本完成RSEI的計算以評估研究區(qū)的生態(tài)質(zhì)量，相比與傳統(tǒng)的遙感方法能夠省去繁雜的影像預(yù)處理、計算過程，能夠批量應(yīng)用于其他區(qū)域，具有成本低、效率高的優(yōu)點，在大面積、長時間尺度上具有較好的應(yīng)用前景[33-34]，可以準(zhǔn)確獲取研究區(qū)內(nèi)的實時生態(tài)狀況，為高鐵建設(shè)過程中的環(huán)境保護(hù)措施的設(shè)計和保護(hù)政策提供科學(xué)支持。

對比高速公路建設(shè)對環(huán)境的影響研究[35-36]，張吉懷鐵路施工建設(shè)的影響距離相對更近，主要原因是鐵路本身占地面積遠(yuǎn)遠(yuǎn)小于高速公路。此外，鐵路的路基修建相對于高速公路的柏油路，沒有形成不透水面，對土壤及周邊植被影響相對較小[37]。從RSEI的空間分布圖上可以發(fā)現(xiàn)，即使在沿線50 m范圍內(nèi)，生態(tài)質(zhì)量的變化在空間上也不具有連續(xù)性，原因是張吉懷高鐵沿線地形地貌以山地丘陵為主，需要通過隧道的方式鋪設(shè)鐵路，對地表生態(tài)環(huán)境質(zhì)量產(chǎn)生的影響較小，體現(xiàn)了鐵路建設(shè)對沿線環(huán)境的影響程度及距離在不同地形上也具有較大的差異。同樣的建設(shè)內(nèi)容在平原地區(qū)對沿線生態(tài)環(huán)境的影響應(yīng)該會更大，遙感影像上的空間分布也會更為連續(xù)，這將在后續(xù)的研究中進(jìn)一步對比驗證。

建設(shè)完成后建議重點做好沿線50 m緩沖區(qū)范圍內(nèi)的林草植被恢復(fù)措施及水土保持綜合治理，其中生態(tài)質(zhì)量為差的區(qū)域，應(yīng)在建設(shè)完成后定期進(jìn)行實地勘察，結(jié)合具體的地形地貌特點，因地制宜、因害設(shè)防、防治結(jié)合。300 m緩沖區(qū)范圍內(nèi)受到的施工建設(shè)影響較小，且沿線區(qū)域以森林生態(tài)系統(tǒng)為主，具有較強的自我調(diào)控能力，可以采取消極的保護(hù)恢復(fù)措施，任其自然恢復(fù)。

參考文獻(xiàn)：

[1] 閆國強.城市高鐵樞紐配套集散設(shè)施改造提升設(shè)計研究[J].未來城市設(shè)計與運營，2023（8）：63-66.

[2] 劉喆.地鐵隧道施工擾動及其對鄰近高速鐵路橋樁和線路影響的研究[D].北京：北京交通大學(xué)，2018.

[3] 杜德林，黃潔，張洋，等.川藏鐵路建設(shè)的空間影響效應(yīng)研究[J].地理科學(xué)，2023，43（10）：1710-1719.

[4] CLARKE R T，" LILEY D， SHARP J M， et al. Building development and roads： implications for the distribution of stone curlews across the brecks[J]. Plos One，2013，8（8）：e72984.

[5] CLEMENTS G R， LYNAM A J， GAVEAU D， et al. Where and how are roads endangering mammals in Southeast Asia's forests？[J].Plos One，2014，9（12）：e115376.

[6]" 環(huán)境保護(hù)部.生態(tài)環(huán)境狀況評價技術(shù)規(guī)范：HJ 192—2015[S].北京：中國環(huán)境科學(xué)出版社，2015.

[7]" YUAN F， BAUER M E. Comparison of impervious surface area and normalized difference vegetation index as indicators of surface urban heat island effects in landsat imagery[J].Remote Sensing of environment，2007，106（3）：375-386.

[8]" WRIGHT C K， DE BEURS K M， HENEBRY G M. Combined analysis of land cover change and NDVI trends in the northern eurasian grain belt[J].Frontiers of Earth Science，2012，6（2）：177-187.

[9]" IMHOFF M L， ZHANG P， WOLFE R E， et al. Remote sensing of the urban heat island effect across biomes in the continental USA[J].Remote Sensing of environment，2010，114（3）：504-513.

[10] SANDHOLT I， RASMUSSEN K， ANDERSEN J. A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status [J].Remote Sensing of environment，2002，79（2-3）：213-224.

[11] 尹新，龔思婷，孫一民.建成環(huán)境使用后評價（POE）研究綜述[J].山東建筑大學(xué)學(xué)報，2018，33（4）：62-69.

[12] 劉耀彬，李仁東，宋學(xué)鋒.城市化與城市生態(tài)環(huán)境關(guān)系研究綜述與評價[J].中國人口·資源與環(huán)境，2005（3）：55-60.

[13] 徐涵秋.城市遙感生態(tài)指數(shù)的創(chuàng)建及其應(yīng)用[J].生態(tài)學(xué)報，2013，33（24）：7853-7862.

[14] 李晶，李生財，郭偉，等.基于改進(jìn)遙感生態(tài)指數(shù)的山西省及煤炭礦區(qū)生態(tài)環(huán)境分析[J].金屬礦山，2023（1）：30-39.

[15] 馮平，楊妮娟，李建柱.灤河流域遙感生態(tài)指數(shù)改進(jìn)及生態(tài)環(huán)境質(zhì)量評價[J].應(yīng)用生態(tài)學(xué)報，2023，34（12）：3195-3202.

[16] 劉建濤.黃河三角洲典型地表類型遙感協(xié)同提取方法及生態(tài)環(huán)境遙感評價研究[D].中國科學(xué)院大學(xué)（中國科學(xué)院遙感與數(shù)字地球研究所），2018.

[17] 敖春來，呂光輝，梁棟，等.阿里高原遙感綜合調(diào)查野外驗證評價[J].西部探礦工程，2017，29（3）：124-126，130

[18] 熊麗君，袁明珠，吳建強.大數(shù)據(jù)技術(shù)在生態(tài)環(huán)境領(lǐng)域的應(yīng)用綜述[J].生態(tài)環(huán)境學(xué)報，2019，28（12）：2454-2463

[19] 馮榮榮，張凱莉，韓佳寧，等.灃河流域生態(tài)環(huán)境質(zhì)量的遙感評價及影響因子分析[J].生態(tài)與農(nóng)村環(huán)境學(xué)報，2022，38（7）：860-871

[20] 吳海毓，王橋，王昌佐，等.遙感在大型工程生態(tài)環(huán)境影響評價中的應(yīng)用[J].環(huán)境與可持續(xù)發(fā)展，2009，34（1）：48-49.

[21] 郝斌飛，韓旭軍，馬明國，等.Google Earth Engine在地球科學(xué)與環(huán)境科學(xué)中的應(yīng)用研究進(jìn)展[J].遙感技術(shù)與應(yīng)用，2018，33（4）：600-611.

[22] 生態(tài)環(huán)境部.環(huán)境影響評價技術(shù)導(dǎo)則 生態(tài)影響：HJ 19—2022[S].北京：中國標(biāo)準(zhǔn)出版社，2022.

[23] 中華人民共和國鐵道部.鐵路工程建設(shè)項目環(huán)境影響評價技術(shù)標(biāo)準(zhǔn)：TB 10502—1993[S].北京：中國標(biāo)準(zhǔn)出版社，1994.

[24] 王正興，劉闖，HUETE Alfredo.植被指數(shù)研究進(jìn)展：從AVHRR-NDVI到MODIS-EVI[J].生態(tài)學(xué)報，2003（5）：979-987.

[25] 徐涵秋.城市遙感生態(tài)指數(shù)的創(chuàng)建及其應(yīng)用[J].生態(tài)學(xué)報，2013，33（24）：7853-7862.

[26] FLUET-CHOUINARD E， LEHNER B， REBELO L M， et al. Development of a global inundation map at high spatial resolution from topographic downscaling of coarse-scale remote sensing data[J].Remote Sensing of Environment，2015，158（1）：348-361.

[27] FENG S L， LIU S G， HUANG Z H， et al. Inland water bodies in China： Features discovered in the long-term satellite data[J]. Proceedings of the National Academy of Sciences of the United States of America，2019，116（51）：25491-25496.

[28] 農(nóng)蘭萍，王金亮.基于RSEI模型的昆明市生態(tài)環(huán)境質(zhì)量動態(tài)監(jiān)測[J].生態(tài)學(xué)雜志，2020，39（6）：2042-2050.

[29] GOU R K， ZHAO J.Eco-environmental quality monitoring in Beijing， China， using an RSEI-based approach combined with random forest algorithms[J].IEEE Access，2020，8：196657-196666.

[30] HU X S， XU H Q. A new remote sensing index for assessing the spatial heterogeneity in urban ecological quality： A case from Fuzhou City， China[J].Ecological Indicators，2018，89：11-21.

[31] SAIEDLUE S， HOSSEINI S B， YAZDANFAR S A， et al. Enhancing quality of life and improving living standards through the expansion of open space in residential complex[J].Procedia-Social and Behavioral Sciences，2015，201：308-316.

[32] 徐涵秋.區(qū)域生態(tài)環(huán)境變化的遙感評價指數(shù)[J].中國環(huán)境科學(xué)，2013，33（5）：889-897.

[33] 李星媚，嚴(yán)軍.基于GEE和PLSR的2001—2020年長三角地區(qū)植被覆蓋時空變化及驅(qū)動力分析[J].西北林學(xué)院學(xué)報，2023，38（6）：219-227.

[34] 宗慧琳，張曉倫，袁希平，等.利用GEE進(jìn)行1990—2022年小江流域生態(tài)環(huán)境質(zhì)量時空格局與演變趨勢分析[J/OL].環(huán)境科學(xué)，1-21[2024-07-01].https：//doi.org/10.13227/j.hjkx.202308061.

[35] FENG S L， LIU S G， JING L， et al. Quantification of the environmental impacts of highway construction using remote sensing approach[J].Remote Sensing，2021，13（7）：1340.

[36] 汪濤，袁飛云，宋陽，等.基于RSEI的近30年來瀘石高速公路路域生態(tài)環(huán)境質(zhì)量評價[J].公路，2023，68（8）：355-363.

[37] 張婧，黃玲，李曉超.鐵路電氣化工程對森林生態(tài)型自然保護(hù)區(qū)生態(tài)影響評價[J].皮革制作與環(huán)?？萍?，2021，2（7）：110-111.

（責(zé)任編輯：敬廷桃）