基于局部适应性改进的遥感生态指数(MRSEILA)：提升生态环境质量评估精度的新方法

本研究针对传统遥感生态指数(RSEI)在局部适应性评估中存在的PCA特征向量方向随机性问题，提出了一种改进的MRSEILA模型。通过优化移动窗口尺寸、自动校正特征向量方向不一致性及改进圆形窗口PCA计算，在Google Earth Engine平台上验证了该方法在中国四个典型区域的适用性。结果表明，MRSEILA能更准确地反映地表真实生态状况，为区域及大尺度生态监测提供了可靠工具。

　　

随着全球生态环境问题日益突出，如何准确评估生态环境质量(EEQ)成为学界关注焦点。传统评估方法如实地调查存在空间覆盖有限、耗时耗力等局限，而基于遥感的单要素指标（如NDVI、LAI等）又难以全面反映生态系统的复杂性。虽然集成多要素的遥感生态指数(RSEI)通过主成分分析(PCA)整合了绿度、湿度、干度和热度四个指标，但其局部适应性版本RSEI_LA在移动窗口计算时，由于PCA特征向量方向(α=±1)的随机性，会导致1-3%的评估误差，严重影响结果的准确性。

针对这一难题，国内研究人员在《Ecological Informatics》发表了创新性研究成果。他们开发了改进的局部适应性遥感生态指数MRSEI_LA，通过三个关键技术突破：基于增量空间自相关(ISA)和Bai-Perron断点测试的动态窗口优化算法、特征向量方向自动识别校正系统，以及圆形窗口PCA计算优化。研究选取北京（城市）、龙岩（红壤丘陵）、伊春（森林）和巴彦淖尔（干旱区）四个典型区域，利用Landsat Collection 2地表反射率数据进行验证。

关键技术方法包括：1）通过ISA分析和Bai-Perron测试确定最优移动窗口尺寸；2）开发特征向量方向自动校正算法确保绿度(+)、湿度(+)与干度(-)、热度(-)的生态学意义一致性；3）在Google Earth Engine平台实现圆形窗口PCA计算优化。

研究结果部分显示：

1. 优化移动窗口分配：四个研究区分别获得5600m、6200m、8000m和8400m的最佳窗口半径，显著优于RSEI_LA固定的2000m窗口。
2. 特征向量方向稳定性：MRSEI_LA在所有区域仅产生(--++)或(++--)的有效组合，而RSEI_LA出现多达16种无效组合。
3. 生态质量评估：MRSEI_LA评估值更符合实际地表状况，如龙岩森林区均值达0.70±0.17，而RSEI_LA低估为0.27；巴彦淖尔干旱区MRSEI_LA准确捕捉到生态胁迫（均值0.29±0.23），避免了RSEI_LA的过高估值。

这项研究创新性地解决了移动窗口PCA在生态评估中的核心难题，其开发的MRSEI_LA不仅提高了评估精度，还能适应从城市到自然生态系统的多样化场景。特别是通过自动校正特征向量方向的技术，消除了人工调整的繁琐，为大规模生态监测提供了标准化工具。该成果对完善生态系统健康评估体系、指导区域可持续发展政策制定具有重要实践价值，也为后续研究如生态修复效果评估、气候变化响应分析等提供了方法学基础。