首页/资讯中心/详情

6、RSEI 生态环境质量智能评估系统 (GEE App)

6、RSEI 生态环境质量智能评估系统 (GEE App)
📅 发布时间：2026/6/22 1:09:28

🌿 RSEI 生态环境质量智能评估系统 (GEE App)

平台:Google Earth Engine (GEE)
核心算法:主成分分析 (PCA) / 遥感生态指数 (RSEI)

📖 项目简介

本项目是一个基于 Google Earth Engine 的自动化遥感生态指数 (RSEI) 计算工具。它集成了绿度、湿度、热度、干度四大生态指标，利用主成分分析 (PCA)技术自动构建 RSEI 模型。

相较于传统版本，本代码解决了以下痛点：

  1. 稳定性修复: 彻底解决了 GEE 中常见的Dimensions mismatch(矩阵维度不匹配) 错误，采用“客户端权重计算 + 代数加权法”，确保 PCA 永不报错。
  2. 可视化增强: 地图支持 5 层叠加显示 (RSEI + 4个分量)，并配备了专属图例。
  3. 多维图表: 内置 3 类统计图表（直方图、均值对比图、分布曲线图），一键分析生态短板。
  4. 智能校正: 自动检测特征向量方向，确保 RSEI 数值逻辑正确 (数值越高，生态越好)。

🛠️ 主要功能

1. 四大生态指标自动计算

脚本自动处理 Landsat 8 影像，计算以下指标：

  • 🟢 绿度 (Greenness):使用NDVI(归一化植被指数) 表征植被覆盖。
  • 💧 湿度 (Wetness):使用Tasseled Cap Wet(缨帽变换湿度分量) 表征土壤/植被含水量。
  • 🔥 热度 (Heat):使用LST(地表温度) 表征城市热岛效应。
  • 🏜️ 干度 (Dryness):使用NDBSI(建筑指数 SI + 裸土指数 IBI) 表征地表硬化程度。

2. 交互式分析面板

  • 时间滑块: 自由选择年份 (2014-2023)，默认筛选夏季 (6-9月) 影像以获得最佳植被表现

  • 图层管理: 可在地图上自由切换查看单一分量，通过颜色直观判断区域是“太热”还是“太干”。

  • 图表看板:

    • RSEI 分布图: 了解整体生态得分分布。

    • 分量均值对比: 快速识别该区域的主要生态制约因素。

    • 数值分布曲线: 详细查看各指标的数据分布形态。

3. 结果导出

支持一键将计算好的 RSEI 结果导出为GeoTIFF格式至 Google Drive，保留地理坐标，方便在 ArcGIS/QGIS 中进一步制图。

🚀 快速开始

1. 设置分析区域 (ROI)

代码默认使用了我的测试 Asset ID，请务必修改为你自己的区域，否则可能无法运行或权限报错。

找到代码第13行：

// ❌ 原始代码 (可能无权限)varroi=ee.FeatureCollection("projects/maxhecheng/assets/haidian");// ✅ 修改方式 1: 使用你上传的 Shapefile (Asset ID)varroi=ee.FeatureCollection("users/你的用户名/你的文件名");// ✅ 修改方式 2: 使用简单的几何点缓冲区 (测试用)varroi=ee.Geometry.Point([116.3,39.95]).buffer(10000);

2. 运行代码

  1. 将完整代码复制到 GEE Code Editor。
  2. 点击上方的Run按钮。
  3. 在右侧面板选择年份，点击“🚀 开始全指标分析”。

📊 结果解读指南

图层颜色说明

图层颜色条含义
RSEI (生态指数)红 ➝ 绿绿色越深，生态质量越好
绿度 (NDVI)白 ➝ 绿绿色越深，植被越茂密
湿度 (Wet)灰 ➝ 蓝蓝色越深，水分越充足
热度 (LST)蓝 ➝ 红红色越深，地表温度越高(负面)
干度 (Dry)绿 ➝ 红红色越深，建筑/裸土越多(负面)

图表分析技巧

  • 柱状图 (均值对比):
    • 如果干度 (Dry)柱子最高：说明该区域建筑密度大，硬化严重。
    • 如果热度 (Heat)柱子最高：说明热岛效应是主要问题。
    • 如果绿度 (Green)柱子很低：说明缺绿。
  • 曲线图:
    • 理想的生态城市，绿度和湿度曲线应偏右 (高值)，热度和干度曲线应偏左 (低值)。

GEE界面总览

⚠️ 常见问题 (FAQ)

Q: 为什么提示 “No images found”?
A:可能是该年份在选定区域云量过多 (代码默认过滤 >30% 云量)。

  • 解决方法: 尝试更换年份，或在代码中调整CLOUD_COVER阈值，或放宽日期范围。

Q: 为什么 RSEI 只有 0 或 1？
A: 这种情况通常是极端值归一化导致的。

  • 解决方法: 代码中已设置bestEffort: true和较大的scale来缓解此问题。如果依然出现，说明区域内可能有异常像素（如大面积水体或云）。

Q: 为什么 PC1 计算不会报错了？
A: 传统写法直接在 Server 端进行矩阵相乘，容易因像素对齐问题导致Dimensions mismatch。本版本采用了混合计算法：先在 Client 端获取特征向量权重，再用简单的代数加权公式生成 PC1，稳定性提升 100%。

📝 引用与致谢

本算法基于徐涵秋教授提出的 RSEI 模型 (Remote Sensing Ecological Index)。

  • Reference: Xu, H. (2013). A remote sensing urban ecological index and its application. Acta Ecologica Sinica.

代码分享

https://github.com/mojoin/GEE-