基于GF影像的区域山水林田湖草生态系统多要素综合评价

来源：环境监测管理与技术杂志2025年第3期北京时间：

作者：郑凯恺；河南省自然资源监测和国土整治院；；自然资源部黄河流域中下游水土资源保护与修复重点实验室；；河南省自然资源科技创新中心（地下水资源调查监测研究）；王继华；河南省自然资源监测和国土整治院；；自然资源部黄河流域中下游水土资源保护与修复重点实验室；；河南省自然资源科技创新中心（地下水资源调查监测研究）；莫德国；河南省自然资源监测和国土整治院；；自然资源部黄河流域中下游水土资源保护与修复重点实验室；；河南省自然资源科技创新中心（地下水资源调查监测研究）；李华；河南省自然资源监测和国土整治院；；自然

单位：河南省自然资源监测和国土整治院；；自然资源部黄河流域中下游水土资源保护与修复重点实验室；；河南省自然资源科技创新中心（地下水资源调查监测研究）；河南省自然资源监测和国土整治院；；自然资源部黄河流域中下游水土资源保护与修复重点实验室；；河南省自然资源科技创新中心（地下水资源调查监测研究）；河南省自然资源监测和国土整治院；；自然资源部黄河流域中下游水土资源保护与修复重点实验室；；河南省自然资源科技创新中心（地下水资源调查监测研究）；河南省自然资源监测和国土整治院；；自然资源部黄河流域中下游水土资源保护与修复重点实验室；；河南省自然资源科技创新中心（地下水资源调查监测研究）；河南省自然资源监测和国土整治院；；自然资源部黄河流域中下游水土资源保护与修复重点实验室；；河南省自然资源科技创新中心（地下水资源调查监测研究）；河南理工大学资源环境学院；

摘要：基于山水林田湖草生态系统理论，分层次构建黄河流域济源段山水林田湖草生命共同体健康评价指标体系，通过对NDVI、NDWI、TGSI、SWI等多指数和地形Slope参数合成影像，应用随机森林机器学习分类算法提取研究区主要生态参数，采用熵值法多要素综合评价研究区的生态健康状态。结果表明，2020年、2021年、2022年、2023年综合健康指数分别为0.313、0.540、0.575、0.557，研究区处于不健康、亚健康、健康、健康状态，整体呈变好趋势，指标权重贡献表现为灌木及草地指标＞乔木林地指标＞不透水面指标＞植被覆盖度指标＞种植耕地指标＞裸地指标＞水体指标，建议开展林草地绿化以提升城市生态系统健康水平。

关键词：山水林田湖草生态系统,GF影像,熵值法,机器学习,综合评价,

基金资助：国家自然科学基金资助项目（42172283）；河南省自然资源科研基金资助项目（2021-178-5）