遥感生态指数(RSEI)模型及应用综述

陈宜欣, 宁晓刚, 张翰超, 兰小强, 常中兵

Remote sensing ecological index (RSEI) model and its applications: A review

CHEN Yixin, NING Xiaogang, ZHANG Hanchao, LAN Xiaoqiang, CHANG Zhongbing

表2 PCA是否适用于单一指标集成的讨论

Tab.2 Discussion on whether PCA is suitable for single index integration

问题 观点/讨论 修改方式 局限性 是否仅用第一主成分(PC1)构建RSEI0 仅用PC1信息利用不充分[32] 以PC1,PC2,PC3的贡献率为权重 ω i构建MRSEI,即: M R S E I = ∑ I - 1 3 ω i P C i PC2,PC3无生态学意义[33] 批驳: PC2和PC3会干扰原有生态信息,不能忽略主分量包含的遥感信息而仅考虑增加信息量[34] PCA高值的生态意义不定 PC1不能保证较高的贡献率,PCA变换后高值部分代表的生态优劣性不定[35] 权重计算采用熵权法,之后采用指数和法计算RSEI 比RSEI更复杂 PCA评价、权重确定方法的合理性 除利用PCA构建RSEI外,结合其他方式综合评价的可靠性更高[36] 以层次分析法、熵值法结合博弈论思想确定组合权重 模型构建复杂 大面积建立RSEI指标权重的方法(基于数值的权重评估法)不利于计算和决策认知[37] 建立基于知识粒化熵的RSEI确定方法 指标变异性大小计算较为复杂 特征向量方向存在不确定性 ①特征向量及其方向决定RSEI结果及空间分布,空间分布的随机性导致无法批量计算RSEI; ②特征向量方向不影响特征值贡献率,也不影响同一分量中各指标的绝对值; ③NDVI和Wet的方向、LST与NDSI的方向在PC1中相同[38] 人工修改PC1的特征向量方向,取NDVI和Wet的特征向量的绝对值和NDSI和LST的相反绝对值,使用PC1代替1-PC1计算生态环境质量指数 需人工修改特征向量方向 是否适用PCA模型 构成RSEI的4个指标间可能存在弱线性或非线性关系[39-40] 利用核主成分分析构建非线性遥感生态指数 nRSEI 算法论证不充分、精度验证不合理[31] 批驳: 指标间呈强相关关系且改进后的nRSEI还会出现过拟合、数据爆炸等问题,核主成分分析的应用不合理[31]