从文本分析到影像解译，主题模型一直起着十分重要的作用。由于其强大的语义挖掘能力，主题模型能够捕捉遥感影像中潜在的空谱信息，从而广泛应用于遥感影像解译问题（例如语义分割、目标检测、场景分类等）。然而，目前还没有一个详述和总结主题模型在遥感影像中应用现状的研究。本研究旨在系统地总结主题模型在遥感影像中的应用，并针对几个的典型影像解译任务开展实验对比和分析，全文架构包括以下4个方面：①主题模型基本理论；②基于主题模型的遥感影像典型应用；③基于主题模型的实验对比分析；④总结和展望。
随着对地观测技术的快速发展，高分遥感影像变化检测已成为遥感领域中的研究热点。空间分辨率的提高带来了丰富的空间信息，同时也导致了由于物候差异引起的实际属性并未发生变化，而光谱等表现特征发生变化的“伪变化”问题更为显著。形态属性剖面（Morphological Attri-bute Profiles，MAPs）作为一种高效空间信息建模方法，可从不同属性、多个尺度精细刻画复杂变化特征，已在变化检测领域任务中得到了广泛应用。尽管如此，已有MAPs方法通常未考虑差分剖面的属性及尺度平衡问题，从而容易陷入局部最优；同时，有效融合MAPs差分特征获取变化检测结果是此类方法面临的另一个难点。为此，研究提出了一种结合自适应形态属性剖面与决策融合的变化检测方法。首先，通过对MAPs进行CVA，提取初始差分特征集合；在此基础上，设计了一种综合考虑属性及尺度平衡性的择优目标函数（Balanced Optimal Objective Function，BOF），进而提取优化差分特征集合；最后，基于所提出的变化强度证据指标（Evidence Index，EVI）和证据置信度指标（Indicators Of Evidence Confidence，IOEC），构建了一种多特征决策融合框架获得变化检测结果。实验结果表明：所提出方法的总体精度（Overall Accuracy，OA）和F1分数（F1 score，F1）分别可达96.41%及88.67%以上，在目视分析和定量评价均显著优于对比方法，尤其针对本文所提“伪变化”，该方法相较对比方法可实现更为精确的判别，可以有效缓解“伪变化”。
基于高分辨率遥感影像的目标识别技术被广泛应用于国土资源监测和情报收集等领域，精确、快速的目标检测方法是目前遥感图像研究的热点与难点。然而，许多检测方法过于追求提升检测精度却忽略了检测速度。为此，基于YOLOX提出一种改进型轻量化网络，以实现检测速度和精度权衡。首先，针对特征提取主干模块，提出一种Mobilenetv3tiny网络，进行轻量化改进，通过减少网络参数量，提高检测速度；其次，在特征金字塔结构中引入Ghost网络，在保证检测精度的前提下，降低网络复杂性；最后，使用Alpha-IoU和VariFocal_Loss优化损失函数，提高网络收敛速度和定位精度。在NWPU VHR-10数据集进行消融实验，结果表明改进网络较基础网络，检测精度提升0.76%，速度提升19.72%，权重为11 M（Mega）且参数量减少65.66%，网络整体效果较好。此外，对DIOR数据集进行对比实验，在保证较高检测精度的同时，检测速度提高26.88%，证明了改进网络的有效性。因此，改进网络能够有效权衡检测速度和精度，易于设备部署，适用于遥感图像目标实时检测应用场景。
AW3D30 DEM数据是应用最为广泛的基础地理信息数据之一，其精度直接影响一系列衍生产品的可靠性和严谨性。因此，AW3D30 DEM数据的精度评价与修正一直是研究热点。然而，常规高精度验证数据获取困难且成本较高，难以应用在大范围研究区域。ICESat-2数据全球覆盖、高程精度达亚米级，可为AW3D30 DEM数据精度评价和修正提供可靠的参考数据源。为此，以河南省为研究区域，利用ICESat-2数据从坡度、坡向、地貌类型、土地利用类型角度评估AW3D30 DEM高程精度，并提出一种随机森林-长短期记忆网络混合模型修正AW3D30 DEM。实验表明：AW3D30 DEM高程精度随坡度、海拔和地形起伏度的增大而降低；坡向对高程精度的影响较小，误差分布无明显规律性；在裸地和耕地土地利用类型精度更高，在林地土地利用类型精度较差。随机森林—长短期记忆网络混合模型能够显著降低AW3D30 DEM的平均绝对误差和均方根误差，提升AW3D30 DEM精度，可为其他DEM数据修正模型的建立提供参考。
干涉成像高度计是一种新体制雷达高度计，可以获得宽刈幅、高分辨率和高精度的海面高程信息。但其在轨工作原始数据量巨大，无法全部下传，而且传统用于合成孔径雷达（Synthetic Aperture Radar， SAR）数据压缩的块自适应量化算法（Block Adaptive Quantization， BAQ）会显著增加干涉成像高度计的测高误差，且数据压缩比较低。因此，在保证海面高程测量精度的前提下，大幅压缩原始数据量的在轨处理算法研究具有重要意义。基于干涉成像高度计海洋观测区域的工作时序和干涉处理方法，提出了两项改进算法：①提出一种基于目标位置估计的图像配准和去平地效应方法，相比基于轨道参数的配准和去平地效应方法，大幅降低了运算量，同时可以去除由于小角度入射导致的快速变化的平地条纹；②针对干涉成像高度计在小入射角时地距分辨率变化剧烈的情况，提出了一种插值平均的多视方法，能够降低均匀窗口多视引入的测高误差。利用天宫二号三维成像微波高度计获得的海面数据验证该方法的可行性和对测高精度的影响，实验结果表明：当在轨分辨率为300 m×300 m时，该方法数据压缩比为46.99；当地面产品分辨率为5 km×5 km时，在轨处理算法引入的相位误差标准差小于0.004 9°，测高误差标准差小于0.26 cm，相对于BAQ算法，该方法具有数据压缩比高、测高误差小的优势，更适合于未来新一代宽刈幅干涉成像高度计在轨数据处理。
陆表水体是人类赖以生存的重要资源。天宫二号三维成像雷达高度计（TG2-InIRA）在国际上首次采用小入射角、短基线雷达干涉测量技术获取地球海洋和陆表水体的准镜面反射信息，克服了传统星载雷达高度计和星载合成孔径雷达不能获取宽刈幅水体高度的不足。然而在小入射角情况下水体散射易受观测角度变化的影响，且水体在不同气象条件下表面粗糙度的变化容易导致雷达影像呈现较大差异，因此开展多角度、多时相TG2-InIRA水体图像融合对于全面了解陆表水体真实状态十分重要。研究提出了一种基于离散小波变换（Discrete Wavelet Transform， DWT）的TG2-InIRA雷达图像融合方法，DWT旨在将待融合雷达图像分解为低频子图像和高频子图像。陆表水体在形态学上呈现出极大的多样性，这些在频域表现为丰富的低频和高频特征，对其融合需采用不同的策略。具体地，低频方面，提出了一种基于Canny算子的融合规则，突出江河、湖泊等大型水体宏观特征；高频方面，发展出了一种基于局部对比度的融合规则，突出细小水体及水体边缘等微观特征。在长江流域安庆地区多角度、多时相TG2-InIRA雷达图像上与加权平均以及基于Laplacian金字塔、Nonsubsampled Contourlet变换和DWT的几种常用经典融合方法所做的对比实验表明，所提方法在清晰度、交叉熵等评价指标上均有明显提升，基于融合结果所开展的图像分割实验进一步展示了所提方法在提取水体的精细度和完整性方面的良好性能。
遥感目标检测在环境监测、电路巡检等领域具有重要意义。然而，遥感图像中存在目标尺度差异大、小目标数量较多、类间相似性与类内多样性较高等难题，导致检测检测精度较低。为了解决上述问题，提出了一种基于YOLOX-Tiny的遥感目标检测模型。首先通过改进多尺度特征融合网络以充分利用浅层细节信息和深层语义信息，提高对小目标的检测能力；其次在预测端引入可形变卷积，提高模型对不同尺度、形状目标的鲁棒性；最后采用SIoU损失函数以让预测框向正确的方向移动，进一步提高模型的定位精度。在遥感数据集DIOR和RSOD进行实验，实验结果表明：在不增加参数量的情况下，改进后的模型分别取得了73.68%和97.12%的检测精度，与其他一些先进模型相比，具有较高的精确度，对重叠目标识别率高，且具有良好的实时性。
MODIS地表反射率数据被广泛应用于陆地表面的动态监测，但云覆盖等因素的影响使得数据中存在时空缝隙，从而影响了数据可用性。对此，提出一种基于L1正则化的时域重建方法，能有效修复MODIS地表反射率数据中的缺失，实现高精度的长时序数据重建。该方法首先识别时序数据中因自然因素及系统因素产生的噪声，然后基于噪声检测对信息缺失区域进行年际预填补，在此基础上引入对突变噪声更为稳健的L1正则化模型，并结合噪声标记构建时域重建变分模型，还原地表的时序变化趋势。实验结果表明：相比于SG滤波、HP滤波、L1滤波、谐波分析方法，在不同百分比10%、25%、50%、75%的像元缺失情况下，该方法都取得了最高的重建精度；在不同地表场景下，该方法也取得了更好的重建结果。因此，该方法在时序曲线重建和空间细节修复上都更具有优势，表现出较高的实用价值。
化工园区典型地物提取一般利用传统的遥感图像处理方法，难以实现地物的精细识别，不利于化工园区环境监测和管理。研究旨在探索深度学习方法在化工园区典型地物高精度识别应用中的可行性。针对化工园区地物分布的高空间异质性，搭建TensorFlow深度学习框架，基于高分辨率遥感影像数据构建化工园区18种典型地物数据集，应用卷积神经网络BASS-Net训练化工园区典型地物识别模型，进行化工园区地物识别，并与随机森林（RF）和支持向量机（SVM）的识别结果进行对比分析。结果显示：BASS-Net模型对园区典型地物识别的整体精度、召回率和F1分数分别为97.17%、97.76%和97.46%，比RF高20%以上，比SVM高50%以上，具有明显优势。由此可见，应用卷积神经网络BASS-Net模型可以实现典型化工地物的自动精准识别，其结果较传统机器学习方法优势明显，可为化工园区环境监测和管理提供支撑。
建筑物是城市的重要组成部分，基于高分辨率遥感数据建筑物提取，在土地利用、城市规划和防灾减灾等方面有重要意义。针对建筑物提取存在的问题，提出一种改进的Mask R-CNN建筑物实例分割模型。基于残差神经网络融合卷积注意力模型，构建了残差卷积注意力网络，改善了特征提取不充分问题。通过添加Dice Loss的方法，对损失函数进行了优化，进而对特征学习过程进行了优化。并引入Douglas–Peucker algorithm、Fine polygon regularization algorithm相结合的后处理策略，使建筑物轮廓更规则。实验结果表明：改进模型相比原模型的检测mAP值在Iou 0.5时提高了7.74%、在Iou 0.75时提高了7.57%，后处理策略在选定合适阈值优化掩膜后较原始模型的F1-Score值提高了6.01%。耦合Mask R-CNN和注意力机制的实例分割模型改善了小型建筑物误检漏检问题、建筑物分割边界粘连问题，提高了建筑物的分割精度；优化了建筑物后处理策略，提高了建筑物规则化程度。
遥感图像目标检测已成为目标检测领域的重要组成部分。为了解决复杂背景下高分辨率遥感图像中小尺度目标的漏检与误检问题，结合YOLOv5s算法并在检测端提出一种局部自适应特征加权算法，通过学习已有的标注框信息将含有目标特征的前景与背景分离，获得前景中具有关键信息的目标局部特征，并自适应计算各层局部特征的空间尺度和权重。同时在主干部分引入全局注意力机制用于加强通道与空间之间的跨维度特征信息交互能力，增强特征间的关联性，以弥补检测端局部特征的全局信息丢失，从而降低目标的漏检率和误检率。实验表明：该改进算法的准确率和召回率均得到一定的提升，其均值平均检测精度mAP达到72.33%，相较于传统YOLOv5s算法提升了2.66%。
为探讨近30年城市生态遥感研究的发展趋势及热点，基于文献计量法，以Web of Science （WoS）数据库中的SCI及SSCI学术期刊和CNKI数据库中的学术期刊为数据源，运用文献分析软件CiteSpace绘制城市生态遥感领域知识图谱，对1991~2021年该领域发表的论文进行分析。结果表明：①就发文数量来看，城市生态遥感的研究经历了“萌芽阶段”、“累积阶段”和“快速增长阶段”，呈现出良好的发展态势，发文量的质心在世界范围内也表现出从东部向西部然后又回归东部的迁移趋势；②就研究机构来看，在WoS与CNKI数据库中发文量最多的研究机构分别是中国科学院地理科学与资源研究所和北京师范大学；③就发文期刊来看，在WoS与CNKI数据库中发文量最多的期刊分别是Remote Sensing与《生态学报》；④就核心作者来看，中国科学院周伟奇与福州大学徐涵秋分别是WoS和CNKI数据库中发文量最多的作者；⑤通过对关键词的统计，“生态环境”、“土地利用”、“景观格局”为近年来城市生态遥感领域的研究热点。总体来看，城市生态遥感在环境科学、自然地理学、测绘学等学科占有越来越大的比重，应用生态遥感模型来定量评估生态环境质量成为该领域的重要趋势，城市生态遥感研究对遥感影像的分辨率要求越来越高，今后高空间和高光谱分辨率遥感影像将成为该领域的热门数据源，多源遥感数据协同反演城市生态也将成为该领域的发展趋势。
甘肃省在国家战略中具有重要的地位，分析甘肃省城市扩张规律与时空演变特征对于新型城镇化推进、“一带一路”战略实施等都具有重要意义。以跨传感器校正的类NPP-VIIRS夜光遥感数据为基础，建立了标准差椭圆、核密度分析、数形特征分析、位序-规模法则、相关系数矩阵等方法组成的分析框架，系统评估了10 a以来扩张规律。结果表明：①城市扩张重心从兰州市移动到白银市后又回移，分布方向大体为西北-东南方向，且在该方向上产生了集聚现象；②城市面积增长明显，由兰州、嘉峪关“一主一次”双核格局演变为兰州为中心，嘉峪关、庆阳为两翼的格局；③甘肃省建成区扩张速度逐步放缓，扩张模式按照建成区数形特征分为与地形相关的四个组团；④各地级市（州）服从位序-规模法则分布，分布类型为位次形，省会兰州市的首位度并不显著；⑤夜间灯光总量与重心在东西方向的位移量都与社会经济要素紧密相关，而南北方向的位移量相关性不强。研究成果全面揭示了甘肃省城市扩展规律，对于优化城镇体系和国土开发格局具有较大的参考价值。
干旱对岩溶区的农业生产和生态环境建设的影响不可忽视。研究岩溶区的干旱对科学防旱抗旱、石漠化治理与生态建设具有重要意义。以分布有典型岩溶地貌的都安县、巧家县和印江县为研究区，计算了该地区的温度植被干旱指数（TVDI），并结合研究区岩溶地貌特点对干旱的时空变化及其与气象、地形的关系进行了分析讨论。结果表明，研究区主要遭受轻旱影响，而相对干旱主要分布于岩溶发育较强烈的区域；近20 a来，3个县的干旱趋缓，较干旱年份主要集中在2001~2010年；通过相关分析发现，3个县的TVDI与年平均温度、年降水量仅表现为中度相关或弱相关，与非岩溶区相比，研究区的TVDI与气象因子的相关性偏低。3个县的TVDI和DEM均呈现出负相关关系，其R2分别为0.52、0.58和0.67。TVDI与地形地貌、DEM数据的相关分析表明岩溶发育强烈、岩石裂隙广泛分布的岩溶区较非岩溶区更容易出现干旱，说明岩溶发育带来了更多的干旱胁迫；此外，在不同类型岩溶区，岩溶结构影响干旱发生的程度为岩溶槽谷>岩溶峡谷>峰丛洼地。建议在分析岩溶区干旱时应充分考虑其特有的二元结构的影响。
沿海区域既是陆地向海洋延伸的陆海相互作用最强烈的地带，又是受径流、潮汐和人类活动与气候变化作用多重影响的地球表层自然空间单元。结合2003~2018年度精细时间分辨率的近地表气温和地表温度产品，系统对比研究中国沿海城市热岛和热浪的时空分布格局及其协同作用。研究表明：①中国沿海地区极端高温事件呈现强度增大、持续时间增长的趋势。具体表现为在夏季城市热岛强度均高达2.25°C以上，整个沿海区域基于地温的平均热浪频次为24.59次，基于气温的热浪频次为16.33次，分别占全年热浪频次的90.81%和96.68%；②城市热浪频次与城市热岛强度在沿海的暖温带与亚热带地区呈现显著正相关，且在暖温带地区最为明显。平均地表温度增加1°C能够导致热浪事件平均增加两次。其中，暖温带的热浪频次在三大区域中增加速率最快，基于地温和气温的热浪频次复合增长率均超过5%；③从2003年到2018年，中国沿海区域城区人口增加了59%，而受高温热浪的人数增加近 370%，超过总城市人口的5%（约4 000万人）。我国沿海地区的城市热环境虽然与海域厄尔尼诺和拉尼娜现象呈现时空上较为一致的分布，然而城市总体变化与人口增长如何推动不同区域高温热环境模式的变化，仍待亟需更长时序、高时空分辨率的数据进一步进行讨论分析。
黄河流域生态保护与高质量发展是国家的重要战略，生态完整性评价是资源管理和环境保护的重要手段。本文从景观生态学角度，利用ArcGIS软件和地统计分析软件GS+9.0对太原2000年、2005年、2010年、2015年和2019年景观生态完整性进行评价，分析其时空动态与空间变异，揭示景观生态完整性时间动态变化规律以及空间演变规律，为太原的景观生态建设和景观生态规划提供依据。结果表明：①太原景观生态完整性偏低，且处于动态变化之中，从2000~2019年可分为三个阶段，2000~2010年完整性逐渐增强，2010~2015年完整性减弱，2015~2019年完整性又增强；②2000~2019年，均以中等完整性为主，从空间分布来看，各年东南部平原区及太原市区均属完整性较低区域；③从2005~2010年以及2015~2019年是两个主要变化阶段，均以低等完整性转化为中等完整性为主。太原景观生态完整性总的空间异质性较低，空间异质性主要是由空间自相关因素引起的。
黄河流域陆地水储量的动态监测及其时空变化规律对流域生态保护和社会发展具有重要意义。研究采用黄河流域2002~2020年GRACE/GRACE-FO卫星数据、气象站点数据，通过多层感知神经网络重建缺失数据，结合不同气候环境下水资源补给、人类活动差异，分析青藏高原地区、黄土高原地区、下游地区的特点，进一步联合流域整体，获得各分区及流域整体的陆地水储量时序、空间变化规律和气候要素时序变化规律，并分析影响因素。结果表明：①黄河流域整体陆地水储量呈下降趋势，青藏高原地区呈上升趋势，区域水储量变化驱动力不同；②陆地水储量在不同区域均存在季节性变化规律，黄土高原地区、下游地区年降水量峰值与年水储量峰值存在2~3个月的滞后期，青藏高原地区则不存在滞后期。
我国高寒湿地拥有丰富的生物多样性，是单位面积生产力最高的生态系统之一，同时也是最脆弱的生态系统，准确提取高寒湿地信息不仅有利于提高湿地动态变化监测水平，还在保护湿地生态系统多样性和湿地修复等方面具有重要意义。以青藏高原东段碌曲县为研究区，针对基于遥感技术的湿地提取存在提取精度不高，不同湿地类型的最优提取特征不明确等问题，提出了一种新的湿地提取方法，该方法首先获得了研究区的光谱、指数、地形和纹理等特征因子；其次，基于最大熵模型的Jackknife测试工具和GIS相关性分析对不同特征因子进行重要性排序和相关性分析，通过比较受试者工作特征ROC曲线下面积（AUC）值对特征因子组合进行优选；最后以最优特征因子组合为输入变量，采用最大熵耦合离散粒子群（MEDPSO）方法实现了湿地的提取。结果表明：特征因子经过最大熵模型的Jackknife测试工具和GIS相关性分析优选后，湿地提取精度显著提高，所有湿地类型的用户精度均达到90%以上，总体精度和Kappa系数分别达为87.56%和0.83。
北疆是我国三大典型积雪区之一，在气候变暖的背景下探讨北疆积雪时空变化的特征和规律具有重要意义。利用MODIS数据中的MOD10C1和MYD10C1两种数据产品提取了2002年9月1日至2020年5月31日共18个积雪季的逐日积雪覆盖产品，获得了北疆地区积雪日数、积雪初日和积雪终日等信息，据此分析了北疆地区积雪的时空分布特征和变化趋势，并结合气温数据探讨了该地区积雪特征和气温的相关性。研究结果表明：北疆地区的平均积雪日数在50~90天左右，南部山区的积雪日数整体呈下降趋势，中部盆地地区的积雪日数呈上升趋势。积雪初日主要集中在第315~330天之间，积雪终日主要集中在第42~72天之间，积雪初日的整体变化较小，仅东西边界区域略有提前，积雪终日整体具有提前的趋势。北疆地区单个积雪期内的积雪面积变化呈单峰分布，在1月时达到最大。积雪日数和积雪终日与气温存在显著的负相关，但积雪初日与气温之间存在明显的正相关。
研究地表植被GPP时空变化特征及其对气候变化的响应，对深入理解陆地碳循环、评价陆地生态系统的环境质量以及预估未来气候变化的生态效应等具有重大意义。目前青藏高原GPP时空变化研究大多时序较短且未深入分析其时空变化趋势及特征。因此，本研究采用线性趋势探测方法研究青藏高原地区GPP在2001~2019年间的变化特征，并分析该特征对地形和地物类型的响应，同时探索了GPP与气温、降水和积雪的关系。结果表明：青藏高原GPP年际趋势呈现西北低东南高的分布特征，最大值为0.23
洞庭湖水体面积动态变化监测对防洪、维系生态系统的稳定及生物多样性具有重要意义。以经典Unet网络模型和创新性HRNet网络模型为代表的深度学习技术已成为遥感图像信息获取的高效途径，实验以Sentinel-1A SAR影像为主要数据源，定性、定量地分析了Sentinel-1双极化水体指数法（Sentinel-1 Dual-Polarized Water Index，SDWI）、面向对象分类法、UNet网络模型和HRNet网络模型4种方法的水体提取效果，并基于最佳水体提取方法对洞庭湖2016~2021年汛期（4~10月）水体面积进行时空变化特征分析。结果表明：①HRNet和Unet网络模型较传统方法具有更优的水体提取效果，其中，HRNet网络模型在抑噪、抗阴影等方面表现更佳，F1分数、误判率和平均交并比分别为0.961 6、0.007 8和0.958 6；②汛期洞庭湖水体面积在月际变化上呈现出“涨—丰—退”的变化特征，湖面从4~5月份开始扩张，6~8月份水域面积维持在较高水平，此后由于来水减少，9~10月的水体面积逐步减小。研究期间所监测到的最大水体面积为2020年7月30日的2 263.90 km2；③洞庭湖汛期的水体淹没频率从湖体中心和干流向外逐渐降低，不同湖区的淹没频率分布格局不同，东洞庭湖 “湖心高四周低”，南洞庭湖和西洞庭湖“南高北低”。综上所述，Sentinel-1A SAR影像与深度学习技术的结合应用可以实现洞庭湖水体信息高效获取与水面面积高频监测，为高动态湖泊水域监测提供了一种新思路。
土地利用矢量图斑是反映土地利用状况和空间分布的重要数据。然而，随着城市化进程的加快，以人工为主的方法已无法满足当前精准、高效的土地利用矢量图斑变化检测需求。因此，本文结合深度学习技术，并考虑其对样本量的需求，提出了一种矢量边界约束下的土地利用矢量图斑自动变化检测方法。首先，在T1时期的矢量图斑约束指导下，利用改进的简单线性迭代聚类算法对两期高分辨率影像进行精确分割。其次，通过基于超像素的自动样本生成和纯化技术，构建了高质量的数据集。然后，应用改进的双线性卷积神经网络对T2时期的影像进行分类。最后，通过统计和分析T1时期矢量图斑内土地利用类型的变化比例，得出土地利用矢量图斑的变化检测结果。实验区位于无锡市惠山区洋溪河区域，本文方法的精确率和召回率分别达到了87.2%和96.1%，优于基于矢量图斑特征统计和基于变化像元统计的方法。证明本文方法能够精准、自动定位变化的土地利用矢量图斑，在遏制耕地“非农化”、检查违法建筑等方面展现出了广阔的应用前景。
生态质量监测与评价是合理、高效开展生态环境保护工作的基础和关键。通过构建遥感生态指数（RSEI）监测了杭州湾大湾区1995~2020年生态质量时空变化，通过耦合土地利用/覆被变化挖掘了生态质量变化和土地利用类型/转化间的定量关系。结果表明：①杭州湾大湾区整体生态质量呈现上升下降再上升的变化过程，RSEI维持在0.62，生态质量较为优良；各地级市生态质量变化迥异，由北向南依次呈现下降、上升和波动3种不同趋势。②杭州湾大湾区生态质量上升区域（57.5%）多于下降区域（42.5%），山区林地、中心城区和滨海湿地是生态质量上升的热点区域，而城镇化和滩涂围垦则是生态质量下降的主要原因。③近25 a森林和建设用地的生态质量快速上升（ΔRSEI>+0.1），耕地生态质量明显下降（ΔRSEI=-0.08），导致人类环境内部的生态质量差异逐步减小，而自然向人类环境转化的生态代价日益增大。研究可为海岸带资源合理利用和生态环境保护提供科学依据，服务湾区城市群社会高质量发展。
甘公网安备 62010202000685号
