《Environmental and Sustainability Indicators》：Assessing Long-Term Urban Ecological Quality Using the Remote Sensing Ecological Index: A Case Study of the Klang River Basin, Malaysia
编辑推荐：
许多发展中国家在过去二十年经历了快速的工业和城市扩张，引发了人们对生态退化的担忧。然而，针对热带发展中国家城市化与生态质量之间关系的定量评估仍然有限。本研究采用遥感生态指数（RSEI）评估马来西亚巴生河流域从2001年到2023年的长期生态质量。研究人员利用L
许多发展中国家在过去二十年经历了快速的工业和城市扩张，引发了人们对生态退化的担忧。然而，针对热带发展中国家城市化与生态质量之间关系的定量评估仍然有限。本研究采用遥感生态指数（RSEI）评估马来西亚巴生河流域从2001年到2023年的长期生态质量。研究人员利用Landsat影像，整合绿度、湿度、干度和热度四个指标，通过主成分分析（PCA）分析时空变化。采用Pearson相关分析、空间自相关（Moran’s I）和基于随机森林的驱动因素分析，量化指标关系、检测空间聚类模式并识别独立环境控制因素。结果显示，在22年间生态质量显著下降，表现为高质量区域收缩，中低质量区域扩张。PCA和相关分析表明，热和地表干燥胁迫随时间增加。然而，独立驱动因素分析表明，海拔和水热气候变量为生态质量分布提供主要结构控制，而城市化在这些约束条件下加剧了退化。这些发现突出了地貌结构、气候变率和城市扩张在塑造生态变化中的综合影响。将基于遥感的生态监测纳入城市规划对于改善流域管理、保护森林覆盖、恢复河岸系统和增强绿色基础设施至关重要。本研究证明了RSEI在长期生态评估中的价值，并为将空间生态指标与快速城市化热带盆地的可持续发展战略联系起来提供了框架。
**论文解读：基于遥感生态指数的马来西亚巴生河流域长期城市生态质量评估**
**研究背景与问题**
21世纪全球快速城市化进程以前所未有的规模重塑了生态环境系统，尤其是在东盟地区，超过一半人口居住在城市，预计2050年将达到65%。这种加速转型发生在九个行星健康边界中已有七个被超越的背景下，表明关键地球系统过程（如气候调节、生物圈完整性和土地系统变化）已超出安全运行极限。跨越这些阈值意味着严重的生态不稳定性，增加了不可逆环境变化的风险，包括气候紊乱、生物多样性丧失、土壤退化和水文失衡，直接威胁粮食安全、气候稳定和景观韧性。
在此背景下，城市成为生态风险集中热点，表现为城市局部升温、地表封闭和生物多样性丧失，推动许多区域接近临界点。许多发展中国家（包括马来西亚）面临平衡社会经济发展与环境退化的困境。马来西亚经历了从农村经济向出口导向工业中心的转型，伴随快速城市化、森林砍伐和工业扩张，给生态带来巨大压力。然而，定量评估热带发展中国家城市化与生态质量关系的研究仍然有限。本研究旨在评估巴生河流域开发活动对自然生态系统的退化影响，为制定基于证据的可持续管理策略提供依据。该论文发表在《Environmental and Sustainability Indicators》。
**研究内容与意义**
研究人员引入经典遥感生态指数（RSEI），客观、自动化地评估巴生河流域2001–2023年的长期生态质量。RSEI整合归一化植被指数（NDVI）、湿度（WET）、植被-建筑-土壤指数（NDBSI）和地表温度（LST）四个核心生态指标，通过主成分分析（PCA）提取主导生态梯度，避免了主观赋权或手动参数调整。该框架具有客观性、自动化、时间一致性和可扩展性，适用于快速城市化热带盆地的长期趋势分析。研究揭示了生态质量的持续下降趋势及其空间聚集模式，并识别了独立性驱动因素（海拔、降水、蒸散发等）与内部指标（LST、NDVI等）的层级控制作用。成果为将遥感生态监测融入城市规划提供了科学依据，有助于流域管理、森林保护、河岸恢复和绿色基础设施建设，支持马来西亚实现可持续发展目标（SDG 11和SDG 15）。
**主要技术方法**
本研究采用综合工作流，包括：(1) 基于Google Earth Engine平台获取Landsat-5 TM（2001年）和Landsat-8 OLI/TIRS（2016、2023年）地表反射率产品（Level 2, Collection 2，云覆盖<10%）；(2) 利用PCA构建RSEI指数并分析时空变化；(3) 采用全局Moran’s I和局部指标（LISA）进行空间自相关分析；(4) 通过Pearson相关分析评估RSEI与四个内部指标的线性关系；(5) 运用随机森林（RF）回归模型（500棵树，mtry=2）结合Pearson相关，分析独立性驱动因素（DEM、坡度、年降水量、蒸散发ETA）对RSEI的非线性影响。所有栅格层统一重采样至500 m×500 m网格。
**研究结果**
**3.1 PCA结果（RSEI指标的主成分分析结果）**
通过三个年份（2001、2016、2023）的PCA分析，第一主成分（PC1）解释了>97%的总方差，验证了RSEI框架的稳健性。2001年，LSM（0.578）、NDBSI（0.515）和NDVI（0.510）在PC1上的载荷较高，而LST贡献较弱（0.372），表明生态质量受水分和植被条件调控。到2016年，LSM（0.570）和LST（0.530）贡献上升，NDVI（0.464）和NDBSI（0.422）下降，反映热条件开始与水分动态共同主导。到2023年，LSM（0.543）和LST（0.504）仍占主导，NDVI（0.464）与NDBSI（0.484）相对均衡，表明生态系统从植被-水分调控转向热胁迫和地表干燥胁迫主导，证实了长期生态功能转变。
**3.2 时空格局（空间和时间格局）**
空间分布显示，2001年高湿度和高NDVI广泛分布，到2023年两者均下降，植被破碎化，土壤湿度减少；LST显著升高，NDBSI上升，反映不透水面扩张和城市热岛效应加剧，表明从水分依赖韧性向热和干燥胁迫的转变。
**3.3 生态质量分类**
基于RSEI值（0–1）将生态质量分为五类。非常低类在两年均未出现。非常高级别从2001年的41.14%（52,593 ha）降至2023年的26.08%（33,331 ha），中等级别从5.93%（7,577 ha）升至20.84%（26,639 ha），低等级别轻微增加。22年间无生态改善，持续退化反映了城市化、土地利用变化和地表升温的累积影响，与行星边界超越的全球危机一致。
**3.4 RSEI的空间自相关分析**
全局Moran’s I值从2001年的0.66增至2023年的0.71，表明生态条件的空间聚集性显著增强（p<0.01）。LISA聚类图显示，高-高（H-H）聚类集中在北部森林区，低-低（L-L）聚类主导城市核心区，森林片段的消失反映了生态缓冲区的丧失。
**3.5 RSEI与指标之间的相关性**
Pearson相关系数显示，NDVI、Wetness、NDBSI和LST均与RSEI显著正相关（p<0.05）。NDVI和Wetness在2016年相关性最高（0.91和0.79），随后在2023年下降（0.77和0.67），表明植被和水分的缓冲效应下降。LST相关性从2001年的0.78升至2023年的0.84，热胁迫影响持续增强。NDBSI维持高相关性（0.71–0.83），显示地表干燥和建成区的持续作用。
**3.6 生态退化的驱动因素**
随机森林和Pearson相关分析结果（表4）表明，海拔（Elevation）为支配性驱动因素（RF重要性0.27–0.50，r=0.45–0.55），高海拔维持更好生态质量。降水重要性稳步上升（RF 0.18–0.29，r≈0.37–0.39），支持水分稳定的作用。蒸散发（ETA）RF重要性中等，但线性相关在2023年变为负值（r=-0.084），提示非线性水分胁迫效应。坡度表现出中等正相关（r≈0.44–0.52），但RF重要性较低。综合表明，地貌结构和气候过程提供主要结构控制，城市化在其约束下加剧退化。
**讨论与结论**
讨论指出，经典RSEI框架结合空间自相关、相关性和驱动因素分析，可可靠解释热带城市河流域的生态退化机制。PCA结果表明内部生态控制从水分驱动转向热驱动；空间聚集加剧，城市核心L-L聚类扩张；独立因素分析揭示海拔和水热气候为空间分布的主控因子，城市化放大了地形和气候约束内的退化。政策建议包括保护森林、恢复河岸系统、推广绿色基础设施和气候适应性城市设计，以创建可持续发展的良性循环，符合SDG 11和SDG 15。
**研究结论翻译**：本研究应用RSEI评估了巴生河流域2001–2023年的长期生态变化。结果显示生态质量呈现明确且持续的下降，非常高级别从41.14%降至26.08%，低质量类别扩张，反映了快速城市化、土地利用变化和环境胁迫的综合效应。整合的PCA、空间自相关、相关性和独立驱动因素分析表明，生态动态随时间变化：早期植被和水分条件起较强调节作用，到2023年，热胁迫和地表干燥更具影响力。然而，独立驱动因素分析显示，海拔和水热调节为生态质量分布提供主要结构控制，而城市化在这些自然约束条件下加剧退化。低RSEI值在城区和工业区的空间聚集证实了人类活动（尤其是不透水面扩张和城市热岛效应）加剧了生态衰退。这些发现凸显了RSEI作为空间明确、长期生态监测实用工具的价值。结果支持保护残余森林、恢复河岸系统和扩大绿色基础设施以缓解热量积累和改善流域韧性。将RSEI纳入环境规划框架可促进更有针对性和基于证据的城市管理，助力马来西亚履行SDG 11和SDG 15的承诺。未来研究应纳入更高分辨率数据集和社会经济变量，以进一步加深对城市-生态相互作用的理解，并为快速城市化热带地区的适应性规划策略提供支持。
