摘要
生态环境是人类活动和社会发展的基础，科学准确地评估区域生态环境质量，研究其影响因素，并分析土地利用类型变化对区域生态环境质量的影响，能为地区生态环境治理提供一定依据。本研究利用GEE(Google Earth Engine)平台构建RSEI模型，客观评价了1991~2023年安徽省生态环境质量。依据RSEI均值的时空变化，结合重心转移模型、地理探测器模型和土地利用转移模型，分析了安徽省生态环境质量的动态变化及其影响影子，并分析安徽省土地利用变化，获得成果如下： (1)1991~2023年安徽省RSEI指数呈波动上升的态势，生态环境质量总体得到改善。从遥感生态指数RSEI空间分布来分析，安徽省33年间生态环境质量状况变好区域面积占研究区总面积的52.35%；变差区域面积仅占研究区总面积的7.97%。全省生态环境改善的区域主要分布在皖北平原农业区；变差的区域在以合肥都市圈为主的城镇发展区域较为集中。短时间序列分析显示，2021~2023年全省生态环境质量变好，2012~2014年生态环境质量变差；长时间序列分析显示，2002~2012年生态环境质量变好，2013~2023年生态环境质量变差； (2)以地级市为尺度分析来看，1991~2023年生态环境质量最好的市为黄山市，最差的市为亳州市；以县级为尺度分析来看，1991~2023年生态环境质量最好的县为黄山市黄山区，最差的县为宿州市灵璧县。 (3)RSEI模型的分量指标NDVI和WET对生态环境质量起正向作用，LST和NDBSI对生态环境质量起负向作用；地理探测模型计算结果分析表明，单因子探测中，影响力排序为：降水＞高程＞坡度＞地貌类型＞植被类型＞土壤类型＞温度＞坡向。交互探测中，降水和地貌因子的交互影响作用最强。 (4)安徽土地利用类型面积排序为：农田＞森林＞水域＞不透水面＞草原＞裸地＞灌木＞湿地。通过计算生态环境质量改善和恶劣区域的土地利用转移矩阵发现，生态环境改善区域土地利用类型变化主要为农田转移为森林，生态环境质量恶劣区域土地利用类型变化主要为农田转移为不透水面。 综上所述，本研究提出了结合长短时间梯度分析区域生态环境质量变化方法。在进行其他地区的生态环境质量评价时，同样可以采用分梯度的方法，并考虑同时段土地利用变化的影响。未来的研究需要提高数据精度，减少数据误差，为保护区域生态环境提供参考依据。
NETL