王东升, 王小磊, 雷泽勇

基于遥感生态指数的阜新市生态质量评估

王东升, 王小磊*, 雷泽勇

辽宁工程技术大学，辽宁阜新 123000

城市化建设的不断推进及发展给生态环境带来了日益增加的压力, 如何多方位、客观准确并且快速地对区域生态环境质量进行评估是目前研究的一个重要方向。以辽宁省阜新市为研究区域,选取2000年、2008年和2016年的遥感影像作为基础研究数据,借助ENVI5.1软件作为数据处理平台,再结合主成分分析方法, 借助遥感生态环境质量评价指数RSEI对阜新市的生态质量进行评估。结果表明: 2000年、2008年和2016年, 阜新市的生态质量总体呈上升趋势; 2000—2016年间, 研究区RSEI主要由1、2级向3、4、5级转变, 生态质量变好和变坏的面积分别占总面积的53.28%和2.38%, 生态质量变差的区域主要集中在阜新市东北的风沙区和西南部盆地区; 而阜新市西南部盆地区主要是市区, 该区生态环境质量变差主要在于近年来的城市快速发展, 东北部的风沙区与科尔沁沙地接壤, 该区的环境变差在于所处地理位置以及防风固沙林中部分林木出现退化现象等, 因此能否在快速城市化建设的同时重视生态环境的保护与修复, 成为阜新市生态环境质量变化的重要决定因素。

遥感;阜新市;遥感生态指数;生态质量

0 前言

生态环境(ecological environment)能够为人们提供最基础物质条件, 是人们生存的基本保障以及重要的物质基础, 由此可见,区域生态环境的质量状态和人类的生活休戚相关。从多方位、客观、准确、快速测算区域生态环境的质量是当今世界研究的一个重点。怎样定量表达区域生态环境质量的状况以及其发展趋向, 以及如何对生态环境质量进行科学评价渐渐成为研究热点之一。传统的研究方法并不能从整体进行观测研究, 对区域生态环境的变化表达不清晰。遥感技术具有广泛的空间探索范围, 图像具有周期性、宏观性和现实性的特点[1]。使用遥感技术进行研究, 可以从不同时空尺度对生态环境变化进行研究, 全面、客观分析生态环境变化, 在生态环境领域应用广泛, 同时在区域生态环境的评价方面也是一种有效手段[2]。由于生态系统的形成和发展受到多种因素的影响, 因而生态质量状况需要从多方面进行描述, 只用单方面或者某两个方面的生态因子反映生态环境变化并不十分客观。因此, 需要一个既简便又全面的指标体系和评价模型对生态系统进行准确、直观、综合的测评。遥感生态指数(remote sensing based ecological index, RSEI)完全基于遥感信息, 主要包括绿度、湿度、热度、干度等多种生态因子[3-4]。该指数不仅能定量评价区域生态质量, 还可以在时间、空间上对生态环境质量评价结果进行高精度的可视化表达[5-6]。

阜新市作为辽宁省西北部地区的中心城市和装备制造业配套基地[7], 2001—2020年间的总体规划是城市转型发展, 逐步把阜新市建设成为在经济方面繁荣发展, 在居住方面和谐适宜, 在生态方面环境良好的一座现代化的城市。为达到这一目标, 及时快速地监测该地区的生态变化是首屈一指的任务, 更是不可或缺的前提性工作。因此, 本研究基于遥感生态指数对阜新市进行多指标、大范围、多时相的生态环境状况评价, 分析并掌握2000—2016年间变化特征及趋势, 对于阜新市生态城市的建设及生态环境治理具有一定的理论支撑作用。

1 研究区概况

阜新市位于辽宁省西部, 以低山丘陵区为主, 地势特征一方面呈现为西北高, 而东南低; 另一方面则为西南较高, 东北较低。阜新市的气候类型属于北温带半干旱大陆性季风气候, 气候的主要特点是四季分明, 雨热同季[8]。

图1 阜新市行政区划图

Figure 1 The administrative zoning map of Fuxin

2 数据来源与研究方法

2.1 数据来源及预处理

2001年, 作为全国第一个资源型城市经济转型试点的阜新市开启了经济转型的道路。为了研究阜新市开始经济转型后的生态环境质量情况, 本文选取了2000年、2008年和2016年三期遥感影像, 从地理空间数据云网站下载。为了尽量减少因季节等差异对数据产生的影响, 遥感影像的时间均选择9月份, 且影像的云量均低于0.2。之后对影像进行一系列的预处理, 主要包括辐射定标、几何校正、裁剪等步骤[9-11], 得到阜新市的基础影像数据, 在此基础上进行各生态指标的计算并分析。

2.2 研究方法

2.2.1 遥感生态指数分量指标计算

应用遥感生态指数(RSEI), 对阜新市的生态环境质量进行评价。RSEI指数主要包括绿度、湿度、热度和干度4个指标[12-14], 分别采用植被指数、湿度分量、地表温度、裸土指数来对其进行表示[15-16]。绿度指标是检测植物生长状况的最佳指示因子, 同时也是反映植被覆盖度、叶面积指数等的重要指标; 湿度指标与土壤退化等生态环境变化密切相关, 可以较好的反映地表植被、水体和土壤的湿度状况, 可以通过遥感缨帽变换获得; 由于在城市环境中, 建筑用地和裸土面积是城市地表干度的重要指标, 建筑指数和土壤指数分别能对建设用地和裸地状况进行较好的表达, 因此干度指标由土壤指数和建筑指数合成的指数来表达; 本研究用地表温度来代表热度指标, 充分考虑了温度变化对生态环境状况的反应, 地表温度是反映地球表面自然生态环境状况的重要指标之一, 对生态环境有重要的意义。然后再对以上4个指标进行主成分分析, 客观的确定每个指标的权重。

图2 阜新市遥感影像

Figure 2 Fuxin Remote Sensing Image

(1) 绿度指标(NDVI):利用归一化植被指数(NDVI)来计算[17], 公式为:

式中:和分别表示近红外波段和可见光红波段的反射率。

(2) 湿度指标(Wet): 通过缨帽变换得出的湿度分量来计算[18], 公式为:

式中:为遥感影像各波段的反射率。

(3) 干度指标(): 通过计算裸土指数和建筑指数合成得到干度指标[19], 其公式为:

=(+)/2

(4) 热度指标(): 首先计算出传感器处的温度, 然后再进行比辐射率的校正转化为地表温度(LST)得到热度指标[20],其公式为:

=/[1+(×/)×ln]

式中:为地表温度;为传感器处温度值;为中心波长;为波段反射率;为比辐射率。

2.2.2 遥感生态指数(RSEI)计算

(1) 主成分计算。

主成分分析(PCA)是多波段遥感图像变换增强常用的方法之一, 是通过线性变换将多个变量选出较少个数重要变量, 在遥感上主要用于压缩数据及对数据解释[21-23]。通过利用主成分变换来进行指标权重的确定, 可以有效避免人为等其它因素对其产生的影响, 使其结果能够只依靠数据自身性质。在计算出主成分之前, 首先应对四个指标进行归一化处理, 使其数值处于0—1之间, 然后再进行PCA计算, 计算出四个指标的第一主成分。

(2) 遥感生态指数计算

在计算出不同年份四个指标的PC1之后, 再用1减去PC1, 得出遥感生态指数RSEI0; 然后再对其进行归一化处理, 目的是使其数值大小能够在0—1之间[24], 最后得到RSEI。

2.2.3 数据处理

根据RSEI指数的评价原则以及评价方法的要求, 首先将阜新市2000年、2008年和2016年三个年份的RSEI指数, 每隔0.2为一个等级, 分成5个生态等级, 依次为: 一级在区间[0,0.2], 代表差, 二级在区间(0.2,0.4], 代表较差, 三级在区间(0.4,0.6], 代表中等, 四级在区间(0.6,0.8], 代表良, 五级在区间(0.8,1.0], 代表优, 以此对研究区生态环境的时空变化进行可视化和定量化分析[25]。再利用遥感变化检测方法, 对研究区阜新市的生态环境变化进行红色、绿色和黄色差值变化检测。

3 结果与分析

3.1 阜新市遥感生态指数的时空变化

由表1可以看出, 阜新市在2000—2016年间, RSEI指数4个指标中NDVI和Wet均为正值, 说明两者对阜新市的生态环境起积极的促进作用, 而另外两个指标则为负值, 起着负面影响的作用。2000年、2008年和2016年三个年份的第一主成分的特征值贡献率都在85%以上, 说明第一主成分已经集中了四个指标的大部分特征, 并且四个分量指标对第一主成分的贡献度相对稳定。

经计算可得出2000年、2008年和2016年的RSEI的均值分别为0.576、0.687和0.621, 2000—2008年的RSEI值由0.576增长到了0.687, 而2008—2016年的RSEI值又由0.687下降到了0.621, RSEI值总体呈现上升态势, 说明2000—2016年阜新市的生态环境总体上得到有效改善。

表1 指标第一主成分

由表2可以看出:

(1) 整体来说, 2000—2016年阜新市的环境质量主要以中等为主, 中等所占比例分别为51.79%、74.52%、85.42%, 尤其在2008年和2016年, 中等所占比例最大, 其次是良, 所占比例分别为20.17%、13.36%, 差、较差所占比例较小, 因此阜新市整体的生态环境处于中等状态。

(2) 从单一年份来看, 2000年, 生态环境质量以中等为最高, 占整个区域的近1/2, 差、优占比很小, 分别为0.57%和0.02%, 较差所占比例较大, 为45.47%; 2008年, 生态环境状况差和优所占比例最小, 分别为0.50%和0.09%, 中等所占比例最高, 占比为74.52%, 良所占比例仅次于优, 为20.17%; 2016年, 生态环境状况差和优仍然最低, 为0.51%和0.01%, 中等最高, 为85.42%, 其次为良, 占比为13.36%。

(3) 从3个年份变化来看, 2000—2016年间, 优所占比例呈先上升再下降的趋势, 总体变化不大; 中等所占比例呈上升趋势, 总体上升33.77%, 良所占比例呈先上升后下降趋势, 从2000年的2.15%到2008年的20.17%, 上涨18.02%, 后又开始下降, 到2016年, 良所占比例为13.36%, 说明阜新市在快速城市化发展的过程中对生态环境的保护不够, 但从整体来看, 阜新市的生态环境在经过明显改善后仍有部分区域遭到不同程度的破坏, 生态环境质量略有下降; 差和较差在2000—2016年所占比例总值减少明显, 这说明生态环境差的区域得到优化治理, 当地的居民生活环境的质量是处于一个逐渐变好的态势。

由图3可以发现, 2000年, 阜新市生态质量中等级的区域占据研究区的一半左右, 主要分布在阜新市的西南部, 主要包括耕地、草地及部分林地; 其次为较差等级的区域, 占比近乎一半, 主要分布在阜新市的东北部地区, 主要原因在于阜新市的东北部和著名的科尔沁沙地接壤, 生态环境受荒漠化的影响较大, 虽营造了大面积的防护林, 但依然未能阻止风沙的侵蚀; 2008年, 经过多年的退耕还林还草、各种防风固沙林等多项针对荒漠化的措施的实施, 在阜新市东北部地区建立起道道绿色屏障以阻止风沙的侵蚀, 并且取得了一定的成效, 阜新市的生态环境也有了较大的好转, 生态质量较差等级的面积占比大幅下降, 中等级占比上升明显; 2016年, 阜新市城市化建设的快速发展导致了生态质量优、良等级面积占比均有所下降, 但下降比例不是大, 阜新市中等级的面积占比仍为主导。

3.2 阜新市遥感生态指数变化的空间分布

从表3可以看出:

(1) 2000—2008阜新市地区生态环境条件状况变差的面积为111.41 km2, 约占总面积的1.07%, 而生态环境条件变好的面积达6071.47 km2, 占总面积的58.33%, 生态条件变好面积大于变差面积, 这说明阜新市在2000—2008年间, 整个区域的生态环境质量在变好, 在某些区域的生态环境治理效果明显。

表2 阜新市遥感生态指数评价统计数据

图3 阜新市2000—2016年遥感生态指数分级图

Figure 3 Classification map of remote sensing ecological index of Fuxin from 2000 to 2016

(2) 2008—2016间, 阜新市生态环境质量状况变差的面积为1624.40 km2, 所占比例约为15.61%, 而生态环境变好的面积只有1277.64 km2, 占总面积的12.27%, 生态条件变差面积要多于变好面积, 说明阜新市在2008—2016年间, 生态环境状况有下降态势, 尽管整体生态环境仍以良好为主, 但部分地区的生态环境却遭到一定程度的破坏, 因此, 在治理生态环境质量较差区域的同时应注意对生态环境的保护, 避免出现顾此失彼的情况。

(3) 2000—2016年间, 生态环境质量变好面积为5546.21 km2, 所占比例为53.28%, 变坏面积不大, 为248.03, 占比只有2.38%, 可见变好面积远大于变差面积, 生态环境呈现好转趋势明显, 说明阜新市在城市化的发展中对生态环境的重视程度也日趋增大, 并且在生态环境保护方面取得一定的成效, 但仍有部分地区的环境问题亟待解决, 总体来看, 2000—2016年间, 生态质量改善明显。

从图4可以看出:

2000—2008年间, 阜新市生态环境质量呈明显变好趋势, 不变区域面积变化较大; 2008—2016年间, 阜新市生态环境质量大部分呈不变趋势, 有部分区域变差, 变差的地区主要分布在阜新市的西南部和东北部。总体来看, 2000—2016年间, 阜新市生态环境质量得到明显改善, 变好的面积超过总面积的50%, 但仍有少数区域生态条件变差, 尤其在阜新市的东北部和西南部仍然有小部分生态环境处于变差状态, 因为阜新市的东北地区位于著名的科尔沁沙地南缘, 受风沙侵害影响较大, 尽管各种防沙治沙措施不断, 也取得一定的成效, 但自2008年起阜新的气候干旱, 地下水位下降, 植被退化现象明显, 可见要彻底解决沙漠化问题仍任重道远; 阜新市西南部, 主要是市区及周边城镇, 近些年由于城市经济转型建设的不断发展, 工程建筑、道路的修建及放牧和树木的过度砍伐等人类活动, 导致生态环境遭到破坏, 不过整体来看阜新市的生态环境呈现向好发展趋势。

表3 阜新市遥感变化监测

图4 阜新市2000年、2008年、2016年生态环境变化图

Figure 4 Changes in ecological environment in Fuxin in 2000, 2008 and 2016

4 讨论

4.1 影响阜新市生态环境变化的自然因素

绿度、湿度、热度和干度这四个生态指标是生态环境的重要组成部分, 结合这四个指标构建的生态指数RSEI可以较好的反应阜新市的生态环境质量状况。大气降水是地表水和地下水的补给来源, 降水量的多少基本反映了阜新市水资源的丰枯状况[26-27]。下图为1961—2015年阜新市年降水量距平曲线图和年平均气温图, 可以看出: 阜新市的年平均降水量呈现下降的趋势, 而年平均气温呈现上升的趋势。

图5 阜新市年降水量距平曲线

Figure 5 Annual precipitation anomaly curve of Fuxin

图6 阜新市年平均气温

Figure 6 Annual average temperature of Fuxin

在整个研究区域中, 与生态环境呈正相关的绿度和与生态环境呈负相关的热度对生态指数RSEI的贡献率最大, 这与全球气候变化背景下, 中国西北干旱区气候呈现明显的热岛效应相对应[28]。在研究期间内对生态环境起正相关的湿度对RSEI指数的贡献率最小, 主要是由于研究区地处干旱区, 在研究时段内, 阜新市的气候以高温、干燥、降水偏少为主, 水分条件和温度都是制约植物生长的主要因子, 影响着植物群落的生态学过程和植物的生长周期, 加上蒸发量大, 不利于生态的恢复[29]。

阜新市近几年来出现雾霾天气, 雾霾的形成和持续时间不仅和地理位置以及人类活动有关, 和天气条件也密切相关。近十几年来, 阜新市的气候变化明显, 降水量减少, 气温升高, 气候干燥, 加上城市建设发展迅速, 高层城市建筑影响近地面的空气流通, 除此之外, 由于化工企业的集聚, 引起大气中微观环境变化, 从而使环境质量受到一定的影响。

4.2 影响阜新市生态环境变化的人为因素

生态环境受人类活动的影响很大。随着人口的增长, 对粮食等需求加大, 对耕地的需求面积增大, 通过开垦草地、砍伐树木等将其发展成为耕地来满足需求, 导致林草地面积减少, 生态环境受到破坏。自2001年开始, 阜新市开始经济转型, 城市化建设快速发展, 以高铁为主的交通建设项目迅速开展, 由于各类项目的建设占用林地、耕地、建设用地等, 在快速发展的同时生态环境仍遭到一定的破坏。在阜新市东北部风沙区, 生态环境沙化严重, 多年来实施防沙治沙、退耕还林等多项生态工程建设, 又对阜新市的煤矿开采矿区积极开展矿区修复治理, 截至2016年末, 阜新市区域林地面积占区域总面积百分比超过25%; 草地面积占区域总面积的8%左右, 植被覆盖度明显上升, 相比2000年生态环境得到明显改善。

5 结论

(1) 2000—2016年以来, 阜新市的生态环境状况整体呈现良好状态, 尤其是2016年, 生态环境状况差和较差的区域所占比例非常小, 生态环境质量明显提高, 但在2008—2016年间, 阜新市西南盆地和东北部的风沙区的生态环境状况仍处于下降趋势。自2001年阜新市开始经济转型, 城市建设迅速发展, 因此, 呼吁政府在城市转型发展的同时, 环境的保护也是不可忽视的关键问题, 减少因城镇发展等引起生态条件的再次破坏。

(2) 从阜新市生态变化监测情况来看, 阜新市生态条件整体呈现明显变好, 有大部分平原区域的生态条件保持不变, 变差比例较小, 但值得注意的是阜新市西南盆地部分地区和东北部风沙地区的生态条件仍需要重点关注。

[1] 张少杰, 孙凯. 内蒙古北柳图庙地区遥感地质解译及矿化蚀变信息提取[J]. 世界有色金属, 2018, 499(7): 275–277.

[2] 杨江燕, 吴田, 潘肖燕, 等. 基于遥感生态指数的雄安新区生态质量评估[J]. 应用生态学报, 2019, 30(1): 277–284.

[3] 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): 7853–7862.

[4] 王士远, 张学霞, 朱彤, 等. 长白山自然保护区生态环境质量的遥感评价[J]. 地理科学进展, 2016, 35(10): 1269–1278.

[5] 张晓东, 刘湘南, 赵志鹏, 等. 农牧交错区生态环境质量遥感动态监测——以宁夏盐池为例[J]. 干旱区地理, 2017, 40(5): 1070–1078.

[6] 常中兵, 秦奋, 韩志刚, 等. 基于RS和GIS的河南省生态环境质量动态评价[J]. 水土保持通报, 2017, 37(4): 132–137.

[7] 刘影. 优化营商环境在阜新转型升级中的地位和作用[J]. 中国商论, 2018(3):150–152.

[8] 张哲. 煤炭城市的社会空间转型分析[D]. 东北师范大学, 2010.

[9] 杨一鹏, 王桥, 肖青, 等. 基于TM数据的太湖叶绿素a浓度定量遥感反演方法研究[J]. 地理与地理信息科学, 2006, 22(2): 5–8.

[10] 黄晓军, 李秉柏. 雷达遥感影像在水稻信息提取及估产方面的技术研究[J]. 江苏农业科学, 2009(6): 432–435.

[11] 王尔美, 李卫国, 顾晓鹤, 等. 基于光谱特征分异的玉米种植面积提取[J]. 江苏农业学报, 2017, 33(4): 822–827.

[12] 张朋兴, 袁希平, 甘淑. 基于遥感生态指数的江川区生态环境变化分析[J]. 环境监测管理与技术, 2018, 30(05): 29–33.

[13] 张浩, 杜培军, 罗洁琼, 等. 基于遥感生态指数的南京市生态变化分析[J]. 地理空间信息, 2017(2): 58–62.

[14] 宋慧敏, 薛亮. 基于遥感生态指数模型的渭南市生态环境质量动态监测与分析[J]. 应用生态学报, 2016, 27(12): 3913–3919.

[15] 徐涵秋. 水土流失区生态变化的遥感评估[J]. 农业工程学报, 2013, 29(7): 91–97.

[16]刘盼, 任春颖, 王宗明, 等. 南瓮河自然保护区生态环境质量遥感评价[J]. 应用生态学报, 2018, 29(10): 191–200.

[17] 陈江玲, 徐京华, 李国明, 等. 基于时序NDVI的昭觉植被覆盖度变化研究[J]. 测绘与空间地理信息, 2016(11): 72–74.

[18] 弓盛洋. 基于遥感生态指数(RSEI)的濮阳市生态变化评估[J]. 能源与环境, 2015(1): 62–64.

[19] 侯学会, 李新华, 隋学艳, 等. 近30年黄河三角洲生态环境遥感评价[J]. 山东农业科学, 2018, 50(2): 7–12.

[20] 涂梨平. 利用Landsat TM数据进行地表比辐射率和地表温度的反演[D]. 浙江大学, 2006.

[21] 蒋博文. 基于PCA变换的多光谱图像降维方法研究[J]. 信息技术, 2012(8): 98–101.

[22] 吴一全, 沈毅, 曹照清. 基于KICA的多时相遥感图像变化检测[J]. 测绘科学技术学报, 2014(3): 263–268.

[23] 洪顺英, 张红英, 申旭辉, 等. 南京市活动断层卫星遥感图像的研究[J]. 遥感信息, 2007(4): 46–50.

[24] 杨凤海, 宋佳佳, 赵烨荣, 等. 东北黑土水土流失区生态环境遥感动态监测[J]. 环境科学研究, 2018(9): 1580–1587.

[25] 王俊祺, 潘文斌. 生态环境变化遥感评价指数的应用研究—以敖江流域为例[J]. 环境科学与管理, 2014, 39(12): 186–190.

[26] 程同福. 天山北坡金沟河流域降水特性及变化规律分析[J]. 水利水电快报, 2016, 37(5): 8–10.

[27] 付佳君, 王迪, 谢超, 等. 阜新市水资源困境及对策建议[J]. 赤峰学院学报: 自然科学版, 2016(23): 120–122.

[28] 丁文学. 新疆玛纳斯河径流量年内变化与气候因子的非线性相关分析[J]. 水利规划与设计, 2017(1) 56–63.

[29] 王丽春, 焦黎, 来风兵. 基于NDVI的新疆玛纳斯湖湿地植被覆盖度变化研究[J]. 冰川冻土, 2018, 40(1): 176–185.

Ecological change assessment of Fuxin based on remote sensing ecological index

WANG Dongsheng, WANG Xiaolei*, LEI Zeyong

Liaoning Technical University, Fuxin Liaoning 123000, China

The continuous advancement and development of urbanization has brought increasing pressure on the ecological environment. How to evaluate the regional ecological environment quality in a multi-faceted, objective, accurate and rapid manner is an important direction of current research. Taking Fuxin of Liaoning Province as the research area, the remote sensing images of 2000, 2008 and 2016 were selected as the basic research data, and the ENVI5.1 software was used as the data processing platform, combined with the principal component analysis method, and the remote sensing ecological environment quality evaluation index. The evaluation index RSEI assesses the ecological quality of Fuxin. The results showed that in 2000, 2008 and 2016, the ecological quality of Fuxin was generally on the rise. From 2000 to 2016, the RSEI of the study area changed from level1, 2 to level 3, 4 and 5, and the ecological quality was improved and deteriorated. The areas with improved ecological quality and deterioration accounted for 53.28% and 2.38% of the total area respectively. The areas with obvious changes in ecological quality were mainly concentrated in the northeast and southwest of Fuxin. The main reason lies in the continuous advancement and development of urbanization in Fuxin in recent years. The environmental problems of the series, as well as the desertification problems were brought about by the impact of Horqin Sandy Land.Whether it can give high priority to the ecological environment while fully carrying out rapid urbanization determines the protection of ecological environment. The investment in desertification control has become an important determinant of the changes in the ecological environment quality of Fuxin.

remote sensing;Fuxin;remote sensing ecological index;ecological quality

10.14108/j.cnki.1008-8873.2020.03.013

X87

A

1008-8873(2020)03-088-07

2019-05-10;

2019-08-09

国家自然科学基金(315030477)

王东升(1963—), 男, 辽宁抚顺人, 教授, 博士, 主要从事遥感生态评价方面研究, E-mail: lnwds@sina.com

王小磊(1990—), 男, 辽宁阜新人, 硕士, 研究方向为遥感生态评价, E-mail: 1018650872@qq.com

王东升, 王小磊, 雷泽勇. 基于遥感生态指数的阜新市生态质量评估[J]. 生态科学, 2020, 39(3): 88–94.

WANG Dongsheng, WANG Xiaolei, LEI Zeyong. Ecological change assessment of Fuxin based on remote sensing ecological index[J]. Ecological Science, 2020, 39(3): 88–94.