[0001] 本发明涉及生态环境治理技术领域，具体涉及一种流域生态输水成效评估方法。

[0002] 干旱区内陆湖泊研究表明，生态输水对维持干旱区湖泊面积，以及恢复当地生态有着直接联系。为保护干旱区生态安全，可以在塔里木河、石羊河和黑河流域等地实施生态输水。生态输水工程特别是在塔里木河流域等干旱地区，在恢复和维持世界最干旱地区之
一的生态平衡方面发挥着关键的作用。现有方法通过研究塔里木河生态输水影响下的湖泊
面积、地下水位和植被的变化，发现生态输水工程使得水体和植被面积增加，植被变化明
显，沙地面积减少。而对于塔里木河生态输水后对湖泊生态环境质量变化的研究主要有以
下三个方面：(1)基于植被响应，从天然植被的净初级生产力(NPP)、总初级生产力(GPP)、植被水分利用效率(WUE)、归一化植被指数(NDVI)等生态系统功能指标的变化来评价输水后
植被恢复情况；(2)基于水文响应，从地下水位埋深变化、地下水质变化、地表水体面积变化等方面来评估输水后流域水文状况的改变。(3)从土壤养分、土壤湿度来评估输水后土壤质量的状况。这些研究发现，生态输水后流域局部地区的天然植被物种数量、长势、植被覆盖度逐渐恢复，生物多样性不断增加；多数输水区水文条件明显改善，水质状况很大提升，地下水位明显抬升；土壤均呈湿润化发展，距河道越近的地方土壤养分含量越高。

[0003] 虽然这些研究共同强调了生态输水工程在恢复和维持干旱地区生态平衡中发挥的关键作用，但是对于台特玛湖生态环境的变化综合评估并没有一个完整体系，无法对当
地生态环境的变化进行量化比较，同时没有结合台特玛湖面积改变的驱动因素进行研究，
难以建立生态输水与台特玛湖之间的相互关系，从而导致生态输水成效评估不准确。

[0041] 下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易
见的，一切利用本发明构思的发明创造均在保护之列。

[0042] 如图1所示，一种流域生态输水成效评估方法，包括以下步骤S1‑S3：

[0043] S1、获取研究区域的流域遥感影像与历史实测水文数据并进行数据校正，计算流域的湿度、绿度、干度以及热度指标。

[0044] 本实施例中，通过获取2000年‑2021年的台特玛湖生态环境的流域遥感影像与历史实测水文数据，利用历史实测水文数据对流域遥感影像数据进行数据校正，通过提高流
域遥感影像数据精度，从而利用该数据进行台特玛湖生态环境的湿度、绿度、干度以及热度指标的计算，以便后续利用这四个指标进行生态遥感指数模型的建立。

[0045] 具体地，步骤S1具体包括S11‑S15：

[0046] S11、获取研究区域的流域遥感影像与历史实测水文数据，利用历史实测水文数据对流域遥感影像进行数据校正，得到校正的流域遥感影像数据。

[0047] S12、根据步骤S11中得到的校正的流域遥感影像数据，计算绿度指标，即：

[0048] NDVI＝(NIR‑Red)/(NIR+Red)

[0049] 其中，NDVI表示绿度指标，NIR表示流域遥感影像数据的近红外光，Red表示流域遥感影像数据的红光波段。

[0050] 本实施例中，绿度指标能够很好的反映研究区域植被的生长状态与植被密度，因此利用绿度指标能够监测生态输水后的台特玛湖生态环境的植被生长与生态环境。

[0051] S13、根据步骤S11中得到的校正的流域遥感影像数据，计算热度指标，即：

[0052] LST＝α×DN‑β

[0053] 其中，LST表示热度指标，DN表示流域遥感影像数据的陆地地表温度的温度值，α、β表示常量系数。

[0054] 本实施例中，α为0.02，β为273.15，根据校正的流域遥感影像数据，利用GEE平台将白天地表温度数据转换为实际地表温度数据，从而计算得到热度指标，该热度指标能够消除大气对地表温度的影响，因此将该热度指标用于后续生态遥感指数模型的建立，将会提
高生态流域成效评估精度。

[0055] S14、根据步骤S11中得到的校正的流域遥感影像数据，计算湿度指标，即：

[0056] WETNESS＝α1ρ1+α2ρ2+α3ρ3+α4ρ4+α5ρ5+α6ρ6+α7ρ7

[0057] 其中，ρ1、ρ2、ρ3、ρ4、ρ5、ρ6、ρ7分别表示流域遥感影像数据的各地表反射率波段，α1、α2、α3、α4、α5、α6、α7分别表示各地表反射率波段对应的常量系数。

[0058] 本实施例中，湿度指标由湿度分量表示，而湿度分量是通过遥感缨帽变换获得，可以很好的反映出植被和土壤的湿度，缨帽变换常用于流域遥感影像数据的压缩和去冗。其中，α1、α2、α3、α4、α5、α6、α7分别为0.1147、0.2489、0.2408、0.3132、‑0.3122、‑0.6416以及‑
0.5087。

[0059] S15、根据步骤S11中得到的校正的流域遥感影像数据，计算干度指标，即：

[0060]

[0061] 其中，NDBSI表示干度指标，BSI表示裸土指数，IBI表示建筑指数，S1表示流域遥感影像数据的短波红外光，Red表示流域遥感影像数据的红光，Blue表示流域遥感影像数据的蓝光波段，Green表示流域遥感影像数据的蓝光。

[0062] 本实施例中，选用新型建筑指数(Index‑based Built‑up Index，IBI)和裸土指数(Bare Soil Index，BSI)合成干度指标(NDBSI)。

[0063] S2、根据步骤S1中计算的流域的湿度、绿度、干度以及热度指标，采用主成分分析法对各指标赋予权重，构建用于评估流域生态输水成效的遥感生态指数模型。

[0064] 本实施例中，采用主成分分析法实现湿度、绿度、干度以及热度指标的合成，从而避免人为主观因素在权重设定过程中的偏差。因此，在构建用于评估流域生态输水成效的遥感生态指数模型时，首先为了避免各指标权重占比差异较大，应先将4个生态变量(湿度、绿度、干度以及热度指标)进行归一化处理，其次为了消除水域对指标权重的影响，借助水体指数进行掩膜处理，最后通过对4个变量进行主成分分析方法转换，得到第一主成分结
果，用1减去第一主成分结果便可以得到最初的遥感生态指数值，对最初的遥感生态指数值进行归一化处理，即可得到用于评估流域生态输水成效的遥感生态指数模型。

[0065] 具体地，步骤S2具体包括S21‑S23：

[0066] S21、将湿度、绿度、干度以及热度指标进行归一化处理，得到归一化处理的湿度、绿度、干度以及热度指标。

[0067] S22、对步骤S21中归一化处理的湿度、绿度、干度以及热度指标进行掩膜处理，且进行主成分分析转换，得到第一主成分结果，利用1减去第一主成分结果，构建用于评估流域生态输水成效的最初的遥感生态指数模型，即：

[0068] RSEI0＝1‑{PCA1[ρ(NDVI′,LST′,WETNESS′,NDBSI′)]}

[0069] 其中，RSEI0表示用于评估流域生态输水成效的最初的遥感生态指数，PCA1表示第一主成分结果，ρ表示掩膜处理，NDVI′、LST′、WETNESS′、NDBSI′分别表示归一化的绿度、热度、湿度以及干度指标。

[0070] S23、对步骤S22中构建的用于评估流域生态输水成效的最初的遥感生态指数进行归一化处理，得到用于评估流域生态输水成效的遥感生态指数模型，即：

[0071] RSEI＝(RSEI0‑RSEIMin)/(RSEIMax‑RSEIMin)

[0072] 其中，RSEI表示用于评估流域生态输水成效的遥感生态指数，RSEIMin表示遥感生态指数的最小值，RSEIMax表示遥感生态指数的最大值。

[0073] 本实施例中，对步骤S22中构建的用于评估流域生态输水成效的最初的遥感生态指数进行归一化处理，其目的为提高遥感生态指数的精度。此外，可以根据研究区域即台特玛湖生态环境的质量对RSEI进行生态环境等级划分，即：当RSEI小于且等于0.2时，表明生态环境处于差等级；当RSEI大于0.2且小于等于0.4时，表明生态环境处于中间等级；当RSEI大于0.4且小于等于0.6时，表明生态环境处于良好等级；当RSEI大于0.6时，表明生态环境处于优秀等级。

[0074] S3、根据步骤S2中构建的用于评估流域生态输水成效的遥感生态指数模型，获取不同年份的用于评估流域生态输水成效的遥感生态指数，并采用非参数化趋势度分析方法
进行拟合效果分析，得到生态环境质量变化趋势，用于评估流域生态输水成效。

[0075] 本实施例中，通过获取不同年份的用于评估流域生态输水成效的遥感生态指数，并采用非参数化趋势度分析方法进行拟合效果分析，从而得到生态环境质量变化趋势，用
于评估流域生态输水成效。而非参数化趋势度分析方法为一种非参数型的趋势斜率计算方
法，该方法不受样本中异常值的影响，对非正态分布和正态分布的样本数据均具有较好的
拟合效果，因此能够很好的评估样本数据的变化趋势。

[0076] 具体地，步骤S3具体包括S31‑S33：

[0077] S31、根据步骤S2中构建的用于评估流域生态输水成效的遥感生态指数模型，分别获取不同年份的用于评估流域生态输水成效的遥感生态指数。

[0078] S32、根据步骤S32中获取的不同年份的用于评估流域生态输水成效的遥感生态指数，采用非参数化非参数化趋势度分析方法对不同年份的用于评估流域生态输水成效的遥
感生态指数进行非正态分布与正态分析的序列数据进行拟合效果分析，得到生态环境质量
变化趋势，即：

[0079]

[0080] 其中，β表示生态环境质量变化趋势，Median(·)表示统计函数，Xj、Xi分别表示第j、第i年的遥感生态指数，表示任意符。

[0081] S33、判断步骤S32中得到的生态环境质量变化趋势是否大于0，若是，则表明生态环境质量增加，即流域生态输水成效好，否则，表明生态环境质量减低，流域生态输水成效差，生态退化。

[0082] 本发明所提出的一种流域生态输水成效评估方法，利用历史实测水文数据对流域遥感影像数据进行数据校正，提高了数据精度；其次，利用校正的流域遥感影像数据，通过计算流域的湿度、绿度、干度以及热度指标，利用空间主成分分析方法对指标赋予权重，从而构建用于评估流域生态输水成效的遥感生态指数模型，能够较好地反应出研究区域的流
域生态环境质量变化；同时，采用非参数化趋势度分析方法对不同年份的遥感生态指数进
行拟合效果分析，提高了遥感生态指数的精度，能够综合与客观的评估流域生态输水成效，提高了评估效率和准确度。

[0083] 本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

[0084] 本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的
普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各
种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。