基于遥感生态指数的dd市dd山区生态环境评价研究

第一章引言

一、研究背景

生态环境是人类社会发展的基础，优越的自然环境能促进经济社会发展，也能保障城市可持续健康发展，保护生态环境和打造绿色中国是中共十九大报告中的愿景。以生态环境评价为角度，对dd市dd山区生态环境利用遥感生态指数（RSEI）进行监测和评价，契合当今时代背景和绿色城市建设需求。保护和改善生态环境不仅是实现可持续健康发展的重要途径，另外也能促进经济发展和生态环境同步发展，打造美丽宜居泉城，对城市未来发展具有重要意义。此外，dd市dd山区对缓解城市热岛效应、治理大气污染、维持城市生态系统平衡、保持生物多样性、涵养水源等具有重大意义。

本文以dddd山区作为研究对象，采用Landsat遥感影像耦合四个指数构建RESI，构建合理科学的评价指标体系，有利于全面了解dd山区生态环境整体状况和空间分布，为dd山区的环境保护和生态修复工作提供科学的借鉴和重要依据。

二、研究意义

（一）理论意义

增加生态环境评价的研究方法及丰富该领域研究内容。遥感、GPS、地理信息等技术加快了对环境评价和监测的研究，生态环境评价也飞速发展，遥感生态指数综合利用各种影响因素对研究区进行评估和动态监测，越发直观、真实的体现生态环境的优劣，从而避免对某一单独指标的片面性评价。

拓展dd市dd山区生态环境评价的研究视角，促进研究区可持续发展。从以遥感生态指数为基础的生态环境评价出发，为采取相应的环境保护方法以及打击破坏环境的行为提供重要依据，缓解经济发展和生态环境不平衡的矛盾。

（二）现实意义

选题以dddd山区作为研究对象，搭建合理科学的评价指标体系，有利于全方位了解dd山区环境整体状况和空间分布，对有针对性地进行生态环境建设与保护具有重要的现实意义。

有助于研究区的可持续发展。dd市dd山区衔接泰山余脉，境内山清水秀，鸟语花香，相当于dd的后花园和空气净化器，是dd重要的城市生态保护屏障，对维持生态平衡、涵养水源、补给地下水、提供城市居民用水和保护生物多样性等具有重要意义。

（3）为相似类型的区域发展和建设提供参考和借鉴。构建生态环境指数，寻找适合当地状况的环境保护方法，调整产业结构和转变土地利用方式，踏上一条绿色可持续的致富发展之路。

三、国内外研究现状

（一）国外研究现状

当前海内外学者从多种角度对地区生态环境评估提出了很多的研究和评价方法。生态环境质量评价是根据特定标准选取一定合适的方法对生态环境质量进行评价[1]。生态环境评价需要运用多门学科的知识和手段，因为生态环境评价需要从生态、环境、地理等多角度总体考量，是一项细致、专业化的工作。国外学者在这方面的探索比较早，上世纪60年代X在《国家环境政策》中首次提出生态环境评价方法。随着多元信息技术的发展，很多学者取长补短利用二者优势对生态环境质量进行评估。

Sfriso等[2]对意大利海洋生态环境进行评估。Kim等[25]利用生物指标建立城市河流的生态健康评估方法。

（二）国内研究现状

上世纪七十年代开启我国生态环境评价工作，环境保护越来越受到重视，虽然国内生态环境保护的研究已有了一定发展，但至今仍处于起步阶段。2006年中华人民共和国环境保护部提出了生态环境状况指数[1]（ecological environment

index，EI），该指标耦合了环境、植被、土地退化、水网密度等指标，大到区域小到县级城市都能进行生态环境评价和监测，是一种综合评价标准，已经在我国得到广泛的应用。但是，EI指标权重值始终是固定的，不能根据不同研究区域气候地质条件的不同而做出相应的调整，导致评价结果不够符合实际[2]。针对EI存在的缺陷，2013年徐涵秋[3]首次提出遥感生态指数(Remote Sensing Ecological Index，RSEI) ，该指数耦合了4个与生态环境质量息息相关的因子，其中绿度指标与植被状况相关，湿度指标能反映土壤和植被水分状况，热度指标则反映地表温度情况，而干度指标是反映地表硬化、土壤干化的程度，能真实、及时的综合评价生态环境质量。继徐涵秋之后，国内学者刘智才[26]、王士远[27]等对城市、山区等都取得不错的效果，具有一定的普遍适用性。

第二章研究区概况与数据预处理

（一）研究区概况

dd（36°40′N ，116°59′E）处于l中，地处hb平原。dd山区处于dd市的dd，毗邻dd市，东dd依靠t山，西北面临h河，地势由南到北逐渐走低，是dd生态环境的重要组成部分，对涵养水源、补给地下水和保障城市居民用水具有重要作用。dddd山区总人口约24.9万人口，国内生产总值约20.1亿元，长时间以来以农业和种植业为主要产业，由于产业结构的调整和城市化的快速发展，第二、三产业占的比例逐渐升高。由于dd山区自然资源丰富，环境优美，风景宜人，具备一定的旅游发展潜能，以及交通、公共等基础设施不断完善，旅游业正成为影响该地区发展的dd产业。

dd山区属于暖温带大陆季风气候区，春季多风降水少，夏季气温高且降水较多，秋季短暂，冬季气温低，天气干燥。研究区域多年平均气温为14℃左右，年际变化不显著，年平均降水量650～750 mm，降雨多集中在夏季[4]。dd山区面积约占dd市面积的40%，该区动植物资源繁多，生物多样性丰富，植被覆盖率大，主要以杨树、柳树、和刺槐为主要类型。土壤类型主要有普通褐土、棕壤性土、普通棕壤、石灰性褐土等。对净化dd大气环境，调节区域温度气候、涵养水源和补给地下泉水有着不可忽视的作用，是dd城市生态系统中不可或缺的重要组成部分。

（二）数据源与预处理

本文实验使用的遥感数据均从地理空间数据云（http://www.gscloud.cn/）上下载，选取4景云量少（均小于10%）的Landsat影像，获取日期分别为2003年4月16日（Landsat7 ETM SLC_on），2007年4月3日（Landsat5 TM），2016年3月10日（Landsat8 OLI_TIRS），2018年5月3日（Landsat8 OLI_TIRS）（表1）。在进行具体计算之前，要对四景影像进行辐射定标、大气校正、几何校正等预处理。目的是消除不同时相和不同时段的影像在地形、光照上的差异，以及大气因素的影响。首先用大气校正消除大气因素对地表辐射的影响；接着采用二次多项式和最邻近法[5]对影像进行几何校正，控制均方根误差（RMS）<0.5。最后利用dd市行政区划矢量数据裁剪出研究区预处理后的影像（图2）。

表1 遥感影像数据源

数据标识影像类型条带号行号获取时间

LE71220352003106EDC00 Landsat7 122 35 2003年4月16日

LT51220352007093BJC00 Landsat5 122 35 2007年4月3日

LC81220352016070LGN01 Landsat8 122 35 2016年3月10日

LC81220352018123LGN00 Landsat8 122 35 2018年5月3日

数据标识影像类型条带号行号获取时间

LE71220352003106EDC00 Landsat7 122 35 2003年4月16日

LT51220352007093BJC00 Landsat5 122 35 2007年4月3日

LC81220352016070LGN01 Landsat8122 35 2016年3月10日

LC81220352018123LGN00 Landsat8122 35 2018年5月3日

图2 四景不同时段dd山区遥感影像图

第三章研究方法

在评价生态系统时，绿度、湿度、干度、热度是4个人类与自然环境相互影响的重要指标。从遥感技术自身而言，能选用植被指数代表绿度、湿度分量代表湿度、地表温度代表热度。而干度可用建筑和裸土指数来代表[3]，因为建筑不透水面和裸土是造成地表干化的原因。他们的出现导致了地表水无法下渗，破坏了原有生态系统，造成地表干化。RSEI一方面克服了传统EI指数的不足，另一方面还能对生态环境状况进行快速评价。遥感生态指数（RSEI）可用这4个指标的函数表示[10]：

RSEI= f (WET, NDVI, LST,NDBSI) (1)

式中：WET代表湿度，NDVI代表绿度，LST代表热度，NDBSI代表干度。

（一）遥感生态指数各指标的计算

湿度指标（WET）经过缨帽变换处理的湿度能较好的反映土壤和植被的湿度，能较好的反应生态环境质量，因而被普遍运用于生态环境评价中[11]。因为Landsat 5影像、Landsat 7和 Landsat 8影像的传感器不同，所以湿度指标的提取公式[12-13]各不相同。

TM5数据：

WET=0.0315ρb＋0.2021ρg＋0.3102ρr＋0.1594ρnir-0.6806ρswir1-0.6109ρswir2 (2)

TM7数据：

WET=0.2626ρb＋0.2141ρg＋0.0926ρr＋0.0656ρnir－0.7629ρswir1－0.5388ρswir2 (3)

OLI 数据：

WET=0.1511ρb＋0.1973ρg＋0.3283ρr＋0.3407ρnir－0.7171ρswir1－0.455 9ρswir2 (4)

式中：ρb、ρg、ρr、ρnir、ρswir1和ρswir2分别为TM和OLI影像蓝、绿、红、近红外、短波红外1、短波红外2波段的反射率。

绿度指标（NDVI）

植物叶面在红外波段吸收较强而在近红外波段反射较强，归一化差值植被指数(NDVI)利用这一特性组合而成，由于它与植物生物量、叶面积指数以及植被覆盖度都有密切的关系，因此被广泛运用于植被分类和生态环境变化中。其提取公式如下：

NDVI=(ρnir-ρr)/(ρnir+ρr) (5)

式中：ρnir代表近红外波段的反射率；ρr代表红波段反射率。

热度指标（LST）

热度指标可使用Landsat用户手册的模型[14]定标参数进行计算:

L α=Gain ×DN+Bias (6)(7)

式中：L α是热红外波段的象元在传感器处的辐射值；Gain代表增益值，Bias代表偏置值，能从影像头文件中获得；DN为象元灰度值；T为传感器处亮度温度值；K1,K2为定标参数。

干度指标（NDBSI）

干度指标用来表征土壤干化的程度，因为土壤干化能给对区域生态环境造成巨大影响和严重后果，从而可能影响整体生态平衡。植被稀疏破碎的地表（岩石、沙地、裸土等）风化、沙化等是造成土壤干化的主要原因，所以干度指标可以由裸土指数（SI）[15]和建筑物指数（IBI）[16]组合成归一化建筑物-裸土指数表示干度指标，其公式为：

NDBSI=(IBI+SI)/2 (8)

式中，SI和IBI的计算公式如下：

SI= (ρswir1+ρr)-(ρnir+ρb)]/ (ρswir1+ρr)+(ρnir+ρb)] (9)(10)

（二）RSEI指数的搭建

对各指标标准化处理。

为了防止4个指标量纲不一致和不同时相影像彼此间的季相差异[17,18]导致的计算误差，在计算遥感生态指数之前进行标准化处理，公式如下：

NIi=(Ii- Im in)/( Im ax- Im in) (11)

式中：NIi为标准化处理后的指标值；Ii为在i像元处的值；Im ax、Im in分别为最大值和最小值。

指标水体掩膜处理。

遥感生态指数主要应用于大部分为陆地的区域，不适合大部分为水域的地区（如海洋），而缨帽变换的湿度主要和植被、土壤中的湿度有关[19]，研究区中的水域会使所计算的WET不能正确反映植被、土壤的湿度，在这种情况下，必须做水体掩膜处理。水体指数采用徐涵秋[20]提出的MNDWI公式：

MNDWI=(Green-MIR)/(Green+MIR) (12)

式中：Green为绿色波段，MIR为中红外波段。

拟建的RSEI指数将由以上4个指标组成，经常使用的策略是将各个指标分别乘上各自的权重之后再求和[21]。但是，指标

权重的人为确定会干扰评价结果，而且若多个指标同时对生态环境状况有影响时，要确定哪个指标对生态环境变化的影响更大，并为其赋上特定的权重并非容易的事。主成份分析（PCA）方法最明显的优势是合成的各指标权值不是人为主观确定的，而是按照数据本身的特点和各个指标的贡献度来客观地确定，以避免计算误差[22]。计算公式为：

RSEI0=1-{ PC1 f(WET,NDVI,NDBSI,LST)]} (13)

RSEI=(RSEI0-RSEI0-min )/(RSEI0-max -RSEI0-min ) (14)

式中，RSEI0为原始生态指数；RSEI为标准化处理后的遥感生态指数，其值介于[0,1]，越靠近1表示生态状况越好；反之，则越差。RSEI0-min、RSEI0-max分别为原始生态指数的最小和最大值；PC1为第一主成分的载荷值。根据《生态环境评价技术规范》生态环境分级标准[23]，将遥感生态指数划分为5个等级，如表2所示。

表2 遥感生态指数划分

级别指数特征描述

差（0﹤RSEI≤0.2）植被稀少，降水少，生态环境状况差，人类生活受限明显

较差（0.2﹤RSEI≤0.4）植被较少，干旱少雨，生物种类少，对人类生活有影响

一般（0.4﹤RSEI≤0.6）植被中等，降雨适中，较适合人类居住，对人类生存影响不大

良（0.6﹤RSEI≤0.8）植被覆盖较高，生物种类较多，土壤较肥沃，气候适宜，适合人类居住

优（0.8﹤RSEI≤1.0）植被覆盖高，生物种类多，土壤肥沃，气候宜人，生态状况稳定

级别指数特征描述

差（0﹤RSEI≤0.2）植被稀少，降水少，生态环境状况差，人类生活受限明显

较差（0.2﹤RSEI≤0.4）植被较少，干旱少雨，生物种类少，对人类生活有影响

一般（0.4﹤RSEI≤0.6）植被中等，降雨适中，较适合人类居住，对人类生存影响不大

良（0.6﹤RSEI≤0.8）植被覆盖较高，生物种类较多，土壤较肥沃，气候适宜，适合人类居住

优（0.8﹤RSEI≤1.0）植被覆盖高，生物种类多，土壤肥沃，气候宜人，生态状况稳定

第四章结果与分析

从主成分分析结果可知（表3），第1主成分特征值贡献率分别为89.67%，88.21%，84.58%，87.5%。利用合成的第1主成分能在一定程度上避免人为主观因素的干扰，再使用此权值构建的遥感生态指数（RSEI）综合形成环境评估模型，应用到dd市dd山区的生态状况评估，能较客观的反映dd山区实际生态环境质量。

表3 各指标主成分分析成果

年份参量第一主成分（PC1）第二主成分（PC2）第三主成分（PC3）第四主成分（PC4）

2003

湿度（WET） 0.43 -0.23 -0.64 0.35

绿度（NDVI） 0.68 0.93 -0.18 0.23

热度（LST） -0.58 -0.25 -0.64 -0.06

干度（NDBSI） -0.50 0.47 -0.32 0.27

特征值 016 0.06 0.02 0.01

贡献率% 89.67 6.87 4.08 0.04

2007

湿度（WET） 0.3 -0.55 0.02 -0.67

绿度（NDVI） 0.61 0.01 -0.94 0.14

热度（LST） -0.63 0.10 0.85 0.54

干度（NDBSI） -0.40 -0.83 -0.03 0.51

特征值 0.15 0.06 0.02 0.00

贡献率% 88.21 7.27 4.38 0.13

2016

湿度（WET） 0.30 0.48 0.63 -0.02

绿度（NDVI） 0.52 -0.11 -0.02 -0.84

热度（LST） -0.71 -0.74 0.33 0.00

干度（NDBSI） -0.43 0.16 0.62 0.00

特征值 0.08 0.28 0.02 0.00

贡献率% 84.58 5.08 0.46 0.16

2018

湿度（WET） 0.31 -0.15 -0.48 0.84

绿度（NDVI） 0.59 0.45 0.49 0.19

热度（LST） -0.73 0.53 -0.35 0.03

干度（NDBSI） -0.58 0.78 0.64 0.51

特征值 0.06 0.05 0.03 0.00

贡献率% 87.50 7.12 4.56 0.00

年份参量第一主成分（PC1）第二主成分（PC2）第三主成分（PC3）第四主成分（PC4）

2003 湿度（WET） 0.43 -0.23 -0.64 0.35

绿度（NDVI） 0.68 0.93 -0.18 0.23

热度（LST） -0.58 -0.25 -0.64 -0.06

干度（NDBSI） -0.50 0.47 -0.32 0.27

特征值 016 0.06 0.02 0.01

贡献率% 89.67 6.87 4.08 0.04

2007 湿度（WET） 0.3 -0.55 0.02 -0.67

绿度（NDVI） 0.61 0.01 -0.94 0.14

热度（LST） -0.63 0.10 0.85 0.54

干度（NDBSI） -0.40 -0.83 -0.03 0.51

特征值 0.15 0.06 0.02 0.00

贡献率% 88.21 7.27 4.38 0.13

2016 湿度（WET） 0.30 0.48 0.63 -0.02

绿度（NDVI） 0.52 -0.11 -0.02 -0.84

热度（LST） -0.71 -0.74 0.33 0.00

干度（NDBSI） -0.43 0.16 0.62 0.00

特征值 0.08 0.28 0.02 0.00

贡献率% 84.58 5.08 0.46 0.16

2018 湿度（WET） 0.31 -0.15 -0.48 0.84

绿度（NDVI） 0.59 0.45 0.49 0.19

热度（LST） -0.73 0.53 -0.35 0.03

干度（NDBSI） -0.58 0.78 0.64 0.51

特征值 0.06 0.05 0.03 0.00

贡献率% 87.50 7.12 4.56 0.00

在研究期间，绿度指标贡献率在2003年至2016年是呈下降趋势，2016至2018年有所回升，表明dd市dd山区植被覆盖状况在2003至2016年是逐渐变差的，土壤有机质下降，生物多样性减少，生态环境总体质量下降。最近几年来，由于dd市dd山区

重视环境保护工作，退耕还林还草，保护林地、治理土壤荒漠化和沙化，绿色植被的面积明显增加。2003至2018年以来热度指

标贡献率逐年增长，说明这可能与城市化导致的热岛效应有关，热度指标比其他指标对生态环境评价的影响更大。绿度（NDVI）和湿度（WET）指标在第一主成分中都为正数，说明两者对自然坏境具有积极影响；干度（NDBSI）和热度（LTS）指标都为负数，说明两者对自然环境具有消极影响.。绿度和湿度指标越高，表明该区域的生态状况越好，植被茂盛，生物种类丰富。干度和热度指标越高，表明地表植被稀疏、地表硬化、土壤干化、岩石暴露等生态问题越突出，生态状况越差。

dd市dd山区2003-2018年基于遥感生态指数（RSEI）的生态环境评价级别面积统计见表4。从总体来说，遥感生态环境评价级别为一般和良所占的比例最大（>30%），且评级为一般及以上面积比例分别为93.19%、89.82%、80.57%、77.13%，说明2003—2018年dd市生态环境较稳定，处于较好的状态。2003年生态环境评价等级为良的所占比例最高，占比为50.24%；生态环境评价等级为差的比例面积为8.31 km²，占总面积最小；评级为好的面积比例约占 16.77%。2007年，生态环境评价级别为良的占比最高，但是相比于2003年的占比有所下降（为47.79%），面积为298.53km²；评价级别为差的比例最少，为2.36%。2016生态环境评价级别为一般的占比最高，为39.3%，面积达245.32km²；差占比最低，为5.22%。2018年生态环境评级一般仍占比最高且占比升高，为40.75%，评价为差的占比为6.61%。研究期间dd市dd山区RSEI指数逐年下降，表明dd山区的生态环境质量不断下降，但环境恶化的态势已经获得有效控制，这也许受经济迅速发展的影响，随着经济发展与生态环境的矛盾日益突出，各级XX和社会组织的环保意识开始逐步加强，dd山区制定了相关法律法规并加大了环境执法力度，所以生态环境质量走低的态势得到有效遏制。

表4 研究区2003年-2018年生态环境评价级别面积统计

RSEI级

2003 2007 2016 2018

面积/km² 百分比面积/km² 百分比面积/km² 百分比面积/km² 百分比

差

（0﹤RSEI≤0.2）

8.31 1.33 14.72 2.36 32.57 5.22 41.23 6.61

较差

（0.2﹤RSEI≤0.4）

34.21 5.48 48.87 7.82 88.74 14.21 101.47 16.26

一般

（0.4﹤RSEI≤0.6）

163.56 26.18 167.25 26.78 245.32 39.30 254.32 40.75

良

（0.6﹤RSEI≤0.8）

313.84 50.24 298.53 47.79 186.13 29.81 158.75 25.44

优

（0.8﹤RSEI≤1.0）

104.73 16.77 95.24 15.25 71.54 11.46 68.28 10.94

合计 624.65 100.00 624.61 100.00 624.30 100.00 624.05 100.00

RSEI级 2003 2007 2016 2018

面积/km² 百分比面积/km² 百分比面积/km² 百分比面积/km² 百分比

差（0﹤RSEI≤0.2）8.31 1.33 14.72 2.36 32.57 5.22 41.23 6.61

较差（0.2﹤RSEI≤0.4）34.21 5.48 48.87 7.82 88.74 14.21 101.47 16.26

一般（0.4﹤RSEI≤0.6）163.56 26.18 167.25 26.78 245.32 39.30 254.32 40.75

良（0.6﹤RSEI≤0.8）313.84 50.24 298.53 47.79 186.13 29.81 158.75 25.44

优（0.8﹤RSEI≤1.0）104.73 16.77 95.24 15.25 71.54 11.46 68.28 10.94

合计 624.65 100.00 624.61 100.00 624.30 100.00 624.05 100.00

dd市dd山区地处dd郊区，与泰山相接，多山地丘陵，植被覆盖率较高。当地以农业为主，人口密度不大，人类经济活动较少，2003-2007年评级为一般及以上面积比例占大部分比重，生态环境良好。但随着城市化的发展、dd城的建设、地铁建设以及旅游业的兴起，2007年至2016年这9年时间里环境质量明显降低，RSEI评价为一般的占比面积超过评价为良的占比面积成为其中的最大比例，生态质量明显下滑一个档次。dd市XX及时意识到生态环境对人类经济社会的严重影响，制定了科学健康的城市战略规划，推进生态修复工作和环保督查工作，对城市建设和生态环境发展具有指导性和方向性，因此，2016年至2018年dd市dd山区生态环境质量下降速度明显减缓，生态恶化现象得到有效遏制。

一般来说，绿度指标和热度指标与人们生产生活最紧密，对城市生态环境的影响力最大，从2007年以来，热度指标LST的贡献率已逐步超过NDVI绿都指标。dd近些年来成了名副其实的“火炉城市”。因为NDBSI代表的干度对城市地表温度具有正比例关系，且与绿度具有此消彼长的关系，因此，减少城市建设用地、涵养水源、增加土壤有机质、提高植被覆盖度、平衡经济发展和生态环境的关系对保护环境至关重要。

第五章结论

本文选取dddd山区作为研究对象，通过Landsat遥感影像耦合指数得到RESI，搭建合理科学的评价指标体系，有利于全面了解dd山区生态环境整体状况和空间分布，为dd山区的生态修复和环保工作提供重要依据，对因地制宜地进行生态环境保护和建设具有重要意义。研究所得以下几点结论：

从研究期间看，2003年、2007年、2016年、2018年dd市dd山区遥感生态指数 (RSEI) 逐年下降，生态环境质量评价为优良等级的区域面积所占比例从2003年的67.01%和2007年的63.04%，下降到2016年的41.27%和2018年的39.38%，说明dd山区生态质量恶化，植被覆盖度减少，这可能与破坏环境现象增多、城市化进程、开采森林等有关，随着人地矛盾的日益突出，各级XX和社会组织的环保意识开始逐步加强，其次，dd山区制定了相关环境规范和法律，严厉打击环境违法行为，因此，生态状况变坏的趋势得到有效抑制。

利用遥感生态指数（RSEI）能及时、有效的对城市生态环境质量进行评价和监测，有利于进行环境评价和有针对性的环境保护工作。因为所选指标基本依靠遥感信息，获取方便且计算过程较简单，人为干扰少，因此结果真实客观、可靠性强。

（3）RSEI指数是依据各指标的特点和对第一主成分的贡献度来客观地集成各个指标，并不是人为的加权求和，弥补了传统EI指数的缺陷。同时，它还可以客观、真实、便捷地评价区域生态质量。

（4）RSEI主要用于大部分为陆地的区域，不适合在水域面积很多的地区。因为湿度(WET)主要和植被和土壤的湿度有关，大面积的水域会增加其他水分的比重，导致计算的WET不能真实反映植被和土壤的湿度。因此，必须掩膜掉大片的水体。

在实地调查分析的基础上，结合dd自然环境要素和经济社会要素，实现dd山区经济和生态效益协同发展，遵循综合布局、统筹兼顾、可持续进步等原则，为建设dd山区优良的生态环境，建设国家中心城市和美丽宜居泉城提出了以下几点对策和建议：

生态功能区规划。积极进行生态修复和建设用地集约利用，打造生态环境和社会经济协调健康发展的城市格局，划分禁止建设区、生态重点保护区和生态一般保护区等生态功能区，坚守生态底线和环境刚性要求，切实提高森林覆盖率和改善dd山区生态环境，实现dd山区生态环境可持续的健康发展。

植树造林和退耕还草并举。保护植物群落与生物多样性、塑造特色植物风貌，在研究和借鉴dd山区原生植被情况的基础上，对树种单一、观赏性差的植物种群进行调整和改造，以乡土树种为主，按照树种季相观赏特色形成以乔、灌、藤、花草有机结合的复层绿化景观，减少养护管理成本，形成一定的本土特色[4]。

加强环境监察执法力度。以司法保障、XX领导、部门联动、群众参与为原则，加强执法监督工作和宣传摸底工作，对违法违章建设持“零容忍”的态度，引导周边建筑布局和配套绿地建设，培养公众自觉保护环境的意识，对环境保护和破坏行为进行奖惩，实现环境违法行为“零增长”的生态发展目标。

提高公众环保意识。让环保意识根植每个公民内心，将环保内化为每个人的基本品格，从自身做起爱护环境，自觉遵守相关环保法规，主动制止破坏环境的行为，积极宣传环保知识和技能，营造爱护环境的优良社会氛围，共同维护美丽的dd山区家园，为dd山区生态环境修复和建设尽力所能及的力量，推动社会可持续进步。

完善生态监测和修复技术。运用3S技术手段完善和提高dd山区生态环境动态监测水平。充分利用遥感生态指数（RSEI）等技术对生态环境质量进行监测，获取现势性强和准确性强的基础数据。适时开展生态修复工作，保障受损河流（饮

用水源地、河道、水库）和破损山体（裸露山体、矿山、荒山）生态工程的有效实施，建立生态环境反馈与调控机制，建立建成包括生态环境质量数据（环境功能区、环境现状）、基本要素（地形、交通、社会经济等）、规划数据（生态、水等）等综合集成的生态环境空间数据库，实现生态环境信息数字化，提升信息服务水平，更好地服务环保工作和百姓健康。