引言

快速城市化进程深刻改变了区域土地利用格局与生态系统结构，城市建设用地扩张、耕地开发与产业结构调整等活动持续影响生态系统的稳定性与服务功能。生态环境质量作为衡量区域生态安全与可持续发展水平的重要指标，已成为地理学与生态学领域的研究热点。科学、客观地评价城市生态环境质量及其时空演变特征，对于优化国土空间布局、推进生态文明建设具有重要意义。生态环境质量评价方法经历了由综合统计指标体系向遥感定量评价模型转变的发展过程。传统生态指数（Ecological Index, EI）和基于压力-状态-响应（PSR）框架的评价体系在区域生态评估中得到广泛应用，但此类方法往往依赖大量统计数据，指标权重确定具有一定主观性，且难以直观反映生态环境的空间分异特征。随着遥感技术的发展，基于多源遥感指标构建综合生态指数逐渐成为主流方向。徐涵秋提出的遥感生态指数（Remote Sensing Ecological Index, RSEI）通过整合绿度、湿度、干度和热度等生态因子，并利用主成分分析实现客观赋权，有效避免了人为权重干扰，同时能够较好刻画生态质量的空间格局和动态变化特征。近年来，RSEI模型已广泛应用于城市、流域及生态脆弱区的生态环境质量评价研究。尽管已有研究利用RSEI对不同区域生态环境质量开展了多尺度、多时段分析，但仍存在若干不足。一方面，多数研究侧重于生态质量时序变化趋势描述，对生态改善或退化的内在驱动机制探讨相对有限；另一方面，在快速城市化背景下，土地利用结构调整被认为是影响生态环境质量的重要因素，但关于土地利用转型与RSEI变化之间响应关系的系统分析仍有待深化。南京市作为长江下游重要中心城市，近年来城市化水平持续提高，建设用地扩张与生态保护政策并行推进，区域土地利用结构发生显著变化。在经济快速发展的同时，南京市通过实施退耕还林、生态修复和产业结构优化等措施，生态环境质量呈现出阶段性变化特征。系统评估南京市近20年来生态环境质量演变趋势及其与土地利用变化的响应关系，对于理解城市生态系统调控机制、提升区域生态治理能力具有现实意义。基于此，本文以南京市为研究区，选取2001、2006、2011、2016和2021年Landsat遥感影像数据，构建遥感生态指数（RSEI），系统分析2001-2021年南京市生态环境质量的时空演变特征，并结合土地利用分类结果与转移矩阵方法，探讨土地利用结构变化对生态质量的响应机制。研究旨在揭示城市化进程中土地利用调整与生态环境质量之间的耦合关系，为南京市生态治理与国土空间优化提供科学依据，同时为类似快速城市化地区生态环境评价研究提供参考。

1 数据与方法

1.1研究区概况

南京市位于中国东部、长江下游地区，地处长江三角洲经济区西翼，是江苏省省会和区域性中心城市。全市总面积约6586.56 km²，下辖11个市辖区（图1）。地形总体呈南高北低格局，属宁镇扬丘陵与长江冲积平原过渡地带，丘陵、岗地与平原交错分布，地貌类型复杂多样。长江自西向东贯穿全境，石臼湖、固城湖等湖泊及河网水系分布广泛，水资源条件较为优越。南京市属北亚热带湿润季风气候，四季分明，年均气温约15～16 ℃，年降水量在1000 mm左右，气候条件有利于植被生长与生态系统维持。区域内森林资源主要分布于紫金山、老山、茅山及溧水丘陵等地，生态基础较为良好。近年来，南京市城市化水平持续提高，建设用地不断扩张，产业结构由传统制造业向服务业与高新技术产业转型升级。2001-2021年间，地区生产总值显著增长，第三产业占比持续上升，土地利用结构与空间格局发生明显调整。与此同时，南京市实施了一系列生态修复与环境治理政策，包括退耕还林、矿山复绿、生态红线划定及湿地保护工程等，使区域生态环境呈现阶段性变化特征。南京市兼具快速城市化与生态修复并行推进的典型特征，土地利用变化与生态环境质量之间的耦合关系较为复杂，是开展城市生态环境质量时空演变及土地利用响应研究的典型区域。

1.2 数据来源

本研究以多期遥感影像数据为主要数据源，辅以行政区划矢量数据及统计数据，构建南京市2001-2021年生态环境质量评价数据体系。选取2001年、2006年、2011年、2016年和2021年5个时段的Landsat系列遥感影像作为基础数据。所有影像均获取于美国地质调查局（USGS）数据平台，空间分辨率为30 m。为保证时序对比的一致性，影像选取均集中在秋季，且云量控制在5%以下，以减少植被物候差异和云污染对结果的影响。研究区行政区划矢量数据来源于国家基础地理信息中心。

1.3 RSEI构建方法

1.3.1绿度指标（NDVI）

绿度指标用于表征区域植被覆盖状况。归一化植被指数（Normalized Difference Vegetation Index, NDVI）能够有效反映植被生长状况及覆盖度水平，其计算公式为：

式中，为近红外波段反射率，为红光波段反射率。NDVI取值范围为[-1,1]，值越大表示植被覆盖度越高。

1.3.2 湿度指标（WET）

湿度指标反映地表土壤和植被含水状况。本文采用缨帽变换（Tasseled Cap Transformation, TCT）中的湿度分量（Wetness, WET）作为湿度指标。不同传感器对应不同的变换系数，根据数据分别采用相应的缨帽变换参数进行计算。

式中是TCT的第个主分量（如亮度、绿度、湿度），是原始遥感图像的第个波段，是每个分量对应的变换系数（与传感器类型有关）。WET能够综合反映地表水分特征，其值越大表示地表湿润程度越高。

1.3.3 干度指标（NDSI）

干度指标主要用于表征裸土及建设用地等干燥地表特征。本文采用归一化干度指数（Normalized Difference Soil Index, NDSI）表示区域干燥程度。NDSI由裸土指数（SI）与建筑指数（IBI）组合构建，其表达式为：

其中，SI与IBI分别通过多光谱波段组合计算得到，用以增强裸土与建设用地信息。NDSI值越大表示地表干燥程度越高。

1.3.4 热度指标（LST）

热度指标采用地表温度（Land Surface Temperature, LST）进行表征。本文基于单通道算法反演LST。首先将热红外波段数字量化值转换为辐射亮度，再根据普朗克函数计算亮温，最终结合地表比辐射率校正得到地表温度。其基本表达式为：

式中，为热红外波段辐射亮度，与为传感器预设常数。减去273.15用于将开尔文温度转换为摄氏温度。LST值越高表示地表热环境压力越大。

1.3.5 主成分分析与RSEI计算

在获得标准化后的NDVI、WET、NDSI和LST四个指标后，采用主成分分析方法进行综合降维处理。通过构建协方差矩阵提取主成分，选择第一主成分（PC1）作为生态综合指标。由于PC1通常包含四个生态因子的主要信息，能够有效反映区域综合生态状况。考虑到绿度与湿度对生态质量具有正向贡献，而干度与热度具有负向影响，对PC1进行方向调整，使其与生态质量呈正相关关系。最终对PC1进行线性归一化处理，得到遥感生态指数（RSEI）：

其中，RSEI取值范围为[0,1]，值越大表示生态环境质量越好。

1.4生态等级划分

为揭示土地利用结构变化与生态环境质量之间的关系，采用空间叠加分析方法，将多期RSEI结果与对应土地利用类型进行栅格匹配，统计不同土地利用类型下RSEI均值及等级分布特征。同时，通过对比不同时间段土地利用类型转化区域与RSEI变化区域的空间重叠情况，分析土地利用转型与生态质量变化之间的响应关系。这里选择将构建好的RSEI指数分为优、良、一般、较差以及差这5个等级，如表1所示。

级别	差	较差	中等	良好	优
指数范围	0.0-0.2	0.2-0.4	0.4-0.6	0.6-0.8	0.8-1.0

2结果与分析

2.1 单因子生态指标变化特征

2.1.1 NDVI时序变化

2001-2021年南京市NDVI均值呈现明显的阶段性变化特征。如表2所示，各期的NDVI值经过归一化处理后其值范围被规范到了[0,1]，最大值均为1，且最小值均为0。2001年NDVI均值为0.49，至2006年下降至0.37，随后持续上升，2011年达到0.68，2016年和2021年进一步提高至0.73和0.75。整体呈现“先下降后持续上升”的变化趋势。

绿度指标（NDVI）	最小值	最大值	均值	标准差
2001	0	1	0.49	0.27
2006	0	1	0.37	0.24
2011	0	1	0.68	0.32
2016	0	1	0.73	0.31
2021	0	1	0.75	0.35

空间上，绿色部分表示该地区的植被覆盖度较高，红色部分表示植被覆盖度偏低，如图2所示。高值区域主要分布于紫金山、老山及溧水丘陵等林地区域，低值区集中于主城区建设用地密集区。随着时间推移，高值区范围逐渐扩大，城市外围植被恢复趋势明显。

2.1.2 WET时序变化

湿度指标（WET）在研究期间总体呈波动上升趋势。如下表3所示是各期的湿度指标WET值。2001年均值为0.71，2006年升至0.76，2011年略有回落至0.748，随后继续升高，2016年和2021年分别达到0.782和0.791。

湿度指标（WET）	最小值	最大值	均值	标准差
2001	0	1	0.71	0.07
2006	0	1	0.76	0.08
2011	0	1	0.75	0.05
2016	0	1	0.78	0.08
2021	0	1	0.79	0.03

空间分布上蓝色表示湿度指数较高，而红色则表示湿度指数偏低，如图3所示。湿度高值区主要沿长江及湖泊周边分布，随着时间推移，丘陵林地区域湿度水平有所提高，城市建成区湿度相对偏低。

2.1.3 NDSI时序变化

干度指标（NDSI）呈现明显波动特征。如下表4所示，2001年均值为0.48，2006年升至0.55，随后在2011年下降至0.36，2016年回升至0.47，2021年再次下降至0.39。

干度指标（NDSI）	最小值	最大值	均值	标准差
2001	0	1	0.48	0.09
2006	0	1	0.55	0.10
2011	0	1	0.36	0.07
2016	0	1	0.47	0.12
2021	0	1	0.39	0.07

空间上，蓝色表示干度指数相对偏低，而红色表示干度指数较高，如图4所示。干度高值区主要集中在主城区及新开发区域，丘陵林地及水域周边为低值区。随着时间推移，高干度区域范围有所缩小。

2.1.4 LST时序变化

地表温度（LST）在研究期内呈现阶段性波动。如下表5所示，2001年均值为25.88 ℃，2006年下降至22.36 ℃，2011年回升至25.30 ℃，2016年达到峰值32.22 ℃，2021年略降至31.17 ℃。

热度指标（LST）	最小值	最大值	均值	标准差
2001	18.59	38.14	25.88	2.55
2006	1.84	42.53	22.36	2.32
2011	-8.85	46.32	25.30	2.90
2016	12.49	59.37	32.22	3.50
2021	14.89	50.83	31.17	2.81

空间分布上，红色区域代表高温度地区，而绿色区域温度较低，如图5所示。高温区主要集中于建设用地密集区域和工业用地区域，林地和水域为低温区。随着城市扩张，热环境高值区向城市外围扩展，但部分区域通过绿地建设得到一定缓解。

2.2 主成分分析结果

为构建综合生态指标，对标准化后的NDVI、WET、NDSI和LST进行主成分分析。各年份主成分特征值及累计贡献率见表6。

年份	PC	特征值	贡献率
2001	1	6.5123	99.42%
	2	0.0217	99.75%
	3	0.0155	99.99%
	4	0.0009	100.00%
2006	1	5.4432	98.84%
	2	0.0478	99.71%
	3	0.0151	99.98%
	4	0.0010	100%
2011	1	8.4215	98.62%
	2	0.1070	99.87%
	3	0.0104	99.99%
	4	0.0007	100%
2016	1	12.2546	99.39%
	2	0.0670	99.93%
	3	0.0080	100%
	4	0.0005	100%
2021	1	7.9024	98.48%
	2	0.1133	99.90%
	3	0.0079	100%
	4	0.0004	100%

由此可见各年份第一主成分（PC1）的贡献率均高于98%，说明PC1已包含四个生态因子的绝大部分信息。第二及其后的主成分贡献率极低，对综合信息解释能力有限。因此选取PC1作为综合生态指标具有统计学合理性。从特征值变化来看，2016年PC1特征值最高，表明该阶段生态因子综合变异程度较大。整体而言，各年份主成分结构稳定，说明RSEI构建过程在不同时间尺度上具有一致性与可比性。为保证生态含义一致性，对PC1进行方向调整，使绿度和湿度为正向贡献，干度和热度为负向贡献，并对其进行归一化处理，得到RSEI指数。

2.3 RSEI时空演变特征

2.3.1 时间变化趋势

上面得到的PCA经过标准化处理，使其值控制在[0,1]之间，这样就得到了RSEI。值越大，则表示该地区对应的生态环境越好。表7为计算得到各期的遥感生态指数RSEI统计表。经过标准化处理后的RSEI最小值均为0，最大值均为1。2001年、2006年、2011年、2016年和2021年的RSEI均值分别为0.55、0.53、0.62、0.64和0.67。从表中数据可以看出这20年来南京市的生态指数经过2006年的降低后一直处于上升的趋势，可见南京市的生态环境得到了有效的治理。

RSEI	最小值	最大值	均值	标准差
2001	0	1	0.55	0.17
2006	0	1	0.53	0.15
2011	0	1	0.62	0.15
2016	0	1	0.64	0.16
2021	0	1	0.67	0.16

2.3.2 空间格局演变

从空间分布特征看，分析对比南京市2001年～2021年RSEI指数分级情况，如图6所示。2001年生态质量以中等和较差等级为主，低值区主要集中于主城区建设用地密集区及部分开发区域；2006年低值区范围扩大，生态退化现象较为明显。2011年以后，生态高值区显著增加，优等级区域主要分布于紫金山、老山、茅山及溧水丘陵林地等区域，并逐步向城市外围扩展。2016-2021年，生态质量高值区形成较为连续的空间格局，低值区范围明显收缩，主要局限于局部建设用地集中区域。

总体上，南京市生态质量呈现由主城区向外围丘陵林地改善的空间梯度格局，高值区逐渐扩展，空间结构趋于优化。

2.3.3生态等级结构变化

经字段计算得到2001年、2006年、2011年、2016年和2021年这5期的各生态等级面积和占比统计结果，如表8所示。从等级结构变化看，2001年生态质量以中等和较差等级为主，占比分别为27.66%和24.08%。2006年差等级比例上升至25.44%，优等级仅占3.11%，说明该阶段生态压力加剧。2011年以后优等级面积显著增加，差与较差等级面积持续下降，表明生态质量整体改善趋势明显。

年份		差[0,0.2]	较差(0.2,0.4]	中等(0.4,0.6]	良好(0.6,0.8]	优(0.8,1]
2001年	面积/km²	970.04	1586.16	1821.91	1262.36	946.08
	占比/%	14.73	24.08	27.66	19.17	14.36
2006年	面积/km²	1675.56	1785.96	1981.61	27.12	204.74
	占比/%	25.44	27.12	30.09	14.25	3.11
2011年	面积/km²	982.92	618.26	770.25	881.99	3333.14
	占比/%	14.92	9.39	11.69	13.39	50.61
2016年	面积/km²	621.44	402.88	834.57	1104.66	3623.02
	占比/%	9.43	6.12	12.67	16.77	55.01
2021年	面积/km²	660.39	442.98	685.69	905.21	3892.28
	占比/%	10.03	6.73	10.41	13.74	59.09

从结构转变角度看，南京市生态环境质量经历了“退化—恢复—优化”的阶段性演变过程，高等级区域逐步占据主导地位，生态结构稳定性增强。

2.4 土地利用变化特征

选用最大似然法分类器进行监督分类，得到耕地、林地、草地、居民地、水域、未利用地这六类地物。解译后的影像得到2001年、2006年、2011年、2016年和2021年这五个年份的土地利用分布图，如图7所示。

从图中可以看出南京市的城市建筑区域主要集中在栖霞区、鼓楼区、建邺区、秦淮区。而浦口区逐年扩张最为明显，且林地主要集中在浦口区的老山国家森林公园，玄武区的钟山风景名胜区，江宁区的宝华山国家森林公园，溧水区的南京市无想山景区。虽然林地面积在2001年到2006年之间有些许的递减，但这20年来总体趋势还是增长的，特别是2016到2021年这个阶段，林地面积大幅增长。通过分析各阶段地物类型之间的转入与转出关系可以发现耕地和居民地的增加与生态环境质量呈负相关关系，而林地和草地的增加与生态环境质量呈正相关关系。

3讨论

2001-2021年南京市生态环境质量总体呈现“先下降、后恢复、再优化”的阶段性演变格局，这一过程与城市化发展阶段及土地利用结构调整密切相关。2001-2006年间，建设用地快速扩张，未利用地及部分耕地被开发利用，植被覆盖下降、干度和热度指标上升，导致RSEI均值阶段性下降，城市扩张呈现明显的外延式增长特征。2006年以后，随着发展理念向生态优先转型，退耕还林、湿地保护和绿地建设等措施逐步实施，林地面积增加，NDVI和WET指标提升，生态环境质量明显改善。2011年以后，产业结构优化与生态红线划定进一步增强了丘陵林地区域的生态稳定性，高等级生态区域比例持续提高。尽管建设用地仍有所扩张，但其负面影响在生态修复与绿地补偿作用下得到一定缓解。

从空间格局上看，生态质量呈现显著的梯度分异特征，高值区集中于紫金山、老山及溧水丘陵等林地密集区域，低值区主要分布于主城区及工业集聚区，反映出自然地形与土地利用类型对生态质量的显著调控作用。丘陵林地区域植被覆盖度高、生态结构完整，能够缓冲热岛效应和地表干燥化趋势；而建设用地密集区域不透水面比例高，热环境压力较大。值得注意的是，2016-2021年期间，在建设用地持续扩张的背景下生态质量仍保持提升态势，表明城市发展已逐步进入结构优化阶段，土地利用强度与生态修复之间形成相对动态平衡。

总体而言，南京市生态环境质量改善是土地利用结构优化、产业升级与生态政策实施等多因素综合作用的结果。本研究表明，在快速城市化背景下，通过加强林地保护与扩张、控制建设用地无序蔓延及推进产业结构调整，可有效缓解生态压力，实现生态质量阶段性提升。需要指出的是，RSEI未纳入空气污染及社会经济变量，且遥感评价结果可能受气象条件影响，未来可结合多源数据与空间计量方法进一步深化土地利用变化与生态质量之间的因果机制研究。

4结论

本次研究以南京市为研究区，选取2001年、2006年、2011年、2016年以及2021年作为代表来分析评价该区域的生态质量借助遥感反演和主成分分析等技术手段，提取出了南京市这5期的NDVI、WET、NDSI、LST，并由此构建出RSEI评价体系。根据《生态环境状况评价技术规范》的生态环境质量等级划分标准对RSEI结果进行分级可视化以得到南京市近20年来的生态质量时空演变规律。通过最大似然法分类出各期的土地利用类型，结合土地利用转移矩阵分析出了土地利用类型转变与生态环境质量变化规律之间的联系。本次研究得到的结论如下：

（1）南京市在研究时段内的RSEI值的变化趋势为“下降-上升”，5期的RSEI平均值按顺序分别为0.55、0.53、0.62、0.64和0.67。可见除了2001年~2006年的生态质量有所下降外其他年份的生态质量都是逐年上升的状态生态质量等级也是从差一步步向着优转变。

（2）土地利用结构变化与生态环境质量变化密切相关。研究期内，建设用地扩张与耕地结构调整对生态质量产生阶段性影响，前期土地开发强度增加对生态系统造成一定压力，而中后期林地扩张与土地利用结构优化有效促进了生态环境质量提升。未利用地比例的持续下降及土地资源利用方式的调整，反映出区域土地利用逐步由粗放开发向结构优化转型。

（3）南京市生态环境质量改善呈现明显的空间分异特征，高质量区域主要分布于丘陵林地及生态保护区，低质量区域集中于建设用地密集区。城市发展阶段转型、生态修复政策实施以及产业结构优化共同推动了生态环境质量的持续改善。

参考文献：

1. [1] 胡烨婷,李天宏.基于SD-CA模型的快速城市化地区土地利用空间格局变化预测[J].北京大学学报(自然科学版),2022,58(02):372-382.
2. [2] 王迎英,张刘臻,甄延临,等.长江三角洲城市群建设用地扩张和耕地保护对陆地生态系统碳汇的影响研究[J].地理与地理信息科学,2024,40(05):35-41.
3. [3] 段维利,余新晓,陈丽华,等.京津冀城市群城镇化与生态建设对生态系统服务价值的影响[J].水土保持研究,2023,30(04):404-411.
4. [4] 王锐婕,王伦澈,戴崴巍,等.长江流域生态环境质量时空演变与驱动因素分析[J].长江流域资源与环境,2025,34(08):1797-1810.
5. [5] 周德荣,胡清华,蔡哲,等.福建省人类活动和生态环境质量时空变化特征[J].气候与环境研究,2025,30(02):225-234.
6. [6] 田艳芳,周虹宏.上海市城市生态环境质量综合评价[J].生态经济,2021,37(06):185-192.
7. [7] 李妍,张国钦,余鸽.乡村振兴背景下农村环境质量评价指标体系研究进展[J].生态与农村环境学报,2023,39(02):146-155.
8. [8] 张伟,杜培军,郭山川,等.改进型遥感生态指数及干旱区生态环境评价[J].遥感学报,2023,27(02):299-317.
9. [9] 徐伟恒,熊源,黄邵东,等.遥感在生态环境质量监测与评价中的应用现状研究[J].西南林业大学学报(自然科学),2023,43(02):195-204.
10. [10] 周佳豪,菊春燕.基于改进遥感生态指数的乌鲁木齐县生态环境质量评价及影响因素分析[J].环境生态学,2025,7(12):21-29+36.
11. [11] 张国兴,王涵.基于PSR模型的黄河流域中心城市水生态文明建设评价[J].生态经济,2022,38(02):211-216+222.
12. [12] 刘晋宇,胡晋山,康建荣,等.基于PSR和时序预测模型的露天煤矿区生态环境质量遥感评价[J].自然资源遥感,2025(06):182-190.
13. [13] 徐涵秋.城市遥感生态指数的创建及其应用[J].生态学报,2013(24):7853-7862.
14. [14] 徐涵秋,邓文慧.MRSEI指数的合理性分析及其与RSEI指数的区别[J].遥感技术与应用,2022,37(01):1-7.
15. [15] 刘英,党超亚,岳辉,等.改进型遥感生态指数与RSEI的对比分析[J].遥感学报,2022,26(04):683-697.
16. [16] 陈宜欣,宁晓刚,张翰超,等.遥感生态指数(RSEI)模型及应用综述[J].自然资源遥感,2024,36(03):28-40.
17. [17] 陈磊,孙佳新,姜海,等. 南京市土地利用结构时空格局及驱动因素[J].水土保持研究,2020,27(01):197-206.