极端生态环境水循环关键参量监测设备基本依赖进口，部分关键参量尚无原位监测设备或缺乏大范围监测设备，且信息化、智能化水平低，亟需自主研发相关监测设备与物联网监测技术，填补国内外相关设备的空白或实现国产替代。本文主要介绍国家重点研发计划重点专项“典型脆弱生态系统保护与修复” 2023年立项的项目“极端生态环境水循环关键参量监测设备与物联网监测系统研制和示范”(2023YFF1303500)的立项背景、主要研究内容、实施方案以及考核指标与创新点等。本项目紧密围绕国家生态监测需求，瞄准极端生态环境水循环关键参量高精度、自动、稳定监测等技术难点，研制极端生态环境(高寒、干旱)水循环关键参量监测设备6套，研建极端生态环境物联网监测系统1套，并开展基于物联网监测系统的研制设备野外测试和示范应用。项目将满足国家“三区四带”生态安全屏障建设的重大科技需求，实现极端生态环境水循环关键参量监测设备的自主创新与升级换代，大幅度提升极端生态环境野外台站监测的信息化、智能化水平，服务于我国脆弱生态系统的保护与修复。

极端生态环境水循环关键参量监测设备基本依赖进口，部分关键参量尚无原位监测设备或缺乏大范围监测设备，且信息化、智能化水平低，亟需自主研发相关监测设备与物联网监测技术，填补国内外相关设备的空白或实现国产替代。本文主要介绍国家重点研发计划重点专项“典型脆弱生态系统保护与修复” 2023年立项的项目“极端生态环境水循环关键参量监测设备与物联网监测系统研制和示范”(2023YFF1303500)的立项背景、主要研究内容、实施方案以及考核指标与创新点等。本项目紧密围绕国家生态监测需求，瞄准极端生态环境水循环关键参量高精度、自动、稳定监测等技术难点，研制极端生态环境(高寒、干旱)水循环关键参量监测设备6套，研建极端生态环境物联网监测系统1套，并开展基于物联网监测系统的研制设备野外测试和示范应用。项目将满足国家“三区四带”生态安全屏障建设的重大科技需求，实现极端生态环境水循环关键参量监测设备的自主创新与升级换代，大幅度提升极端生态环境野外台站监测的信息化、智能化水平，服务于我国脆弱生态系统的保护与修复。

极端生态环境水循环关键参量监测设备基本依赖进口，部分关键参量尚无原位监测设备或缺乏大范围监测设备，且信息化、智能化水平低，亟需自主研发相关监测设备与物联网监测技术，填补国内外相关设备的空白或实现国产替代。本文主要介绍国家重点研发计划重点专项“典型脆弱生态系统保护与修复” 2023年立项的项目“极端生态环境水循环关键参量监测设备与物联网监测系统研制和示范”(2023YFF1303500)的立项背景、主要研究内容、实施方案以及考核指标与创新点等。本项目紧密围绕国家生态监测需求，瞄准极端生态环境水循环关键参量高精度、自动、稳定监测等技术难点，研制极端生态环境(高寒、干旱)水循环关键参量监测设备6套，研建极端生态环境物联网监测系统1套，并开展基于物联网监测系统的研制设备野外测试和示范应用。项目将满足国家“三区四带”生态安全屏障建设的重大科技需求，实现极端生态环境水循环关键参量监测设备的自主创新与升级换代，大幅度提升极端生态环境野外台站监测的信息化、智能化水平，服务于我国脆弱生态系统的保护与修复。

极端生态环境水循环关键参量监测设备基本依赖进口，部分关键参量尚无原位监测设备或缺乏大范围监测设备，且信息化、智能化水平低，亟需自主研发相关监测设备与物联网监测技术，填补国内外相关设备的空白或实现国产替代。本文主要介绍国家重点研发计划重点专项“典型脆弱生态系统保护与修复” 2023年立项的项目“极端生态环境水循环关键参量监测设备与物联网监测系统研制和示范”(2023YFF1303500)的立项背景、主要研究内容、实施方案以及考核指标与创新点等。本项目紧密围绕国家生态监测需求，瞄准极端生态环境水循环关键参量高精度、自动、稳定监测等技术难点，研制极端生态环境(高寒、干旱)水循环关键参量监测设备6套，研建极端生态环境物联网监测系统1套，并开展基于物联网监测系统的研制设备野外测试和示范应用。项目将满足国家“三区四带”生态安全屏障建设的重大科技需求，实现极端生态环境水循环关键参量监测设备的自主创新与升级换代，大幅度提升极端生态环境野外台站监测的信息化、智能化水平，服务于我国脆弱生态系统的保护与修复。

在全球变暖导致冻土退化的趋势下，对三江源不同冻土区的生态环境质量时空演变及驱动力进行研究，可为区域生态环境治理和生态文明建设提供一定理论依据.基于谷歌地球引擎（GEE）2000～2022年的MODIS数据集构建遥感生态指数（RSEI），结合变异系数、重心迁移、Theil-Sen斜率估计、Mann-Kendall检验与Hurst指数探索三江源不同冻土区生态环境质量的时空演变规律，并运用地理探测器对比分析自然和人为因子对生态环境质量空间分异的驱动力.结果表明：（1）2000～2022年，三江源生态环境质量整体处于中等水平，呈现“西北低、东南高”的空间分布格局，各冻土区RSEI均值依次为：大片-岛状多年冻土区（0.630）>山地多年冻土区（0.624）>中深季节冻土区（0.587）>大片多年冻土区（0.429）.（2）23 a间，三江源生态环境质量整体变好，RSEI上升速率为0.001 5 a-1,RSEI各等级重心向大片多年冻土区内部迁移，各冻土区均有超过57.00%的面积呈改善趋势，中深季节冻土区达到73.37%.（3）未来，三江源生态环境质量总体...

在全球变暖导致冻土退化的趋势下，对三江源不同冻土区的生态环境质量时空演变及驱动力进行研究，可为区域生态环境治理和生态文明建设提供一定理论依据.基于谷歌地球引擎（GEE）2000～2022年的MODIS数据集构建遥感生态指数（RSEI），结合变异系数、重心迁移、Theil-Sen斜率估计、Mann-Kendall检验与Hurst指数探索三江源不同冻土区生态环境质量的时空演变规律，并运用地理探测器对比分析自然和人为因子对生态环境质量空间分异的驱动力.结果表明：（1）2000～2022年，三江源生态环境质量整体处于中等水平，呈现“西北低、东南高”的空间分布格局，各冻土区RSEI均值依次为：大片-岛状多年冻土区（0.630）>山地多年冻土区（0.624）>中深季节冻土区（0.587）>大片多年冻土区（0.429）.（2）23 a间，三江源生态环境质量整体变好，RSEI上升速率为0.001 5 a-1,RSEI各等级重心向大片多年冻土区内部迁移，各冻土区均有超过57.00%的面积呈改善趋势，中深季节冻土区达到73.37%.（3）未来，三江源生态环境质量总体...

在全球变暖导致冻土退化的趋势下，对三江源不同冻土区的生态环境质量时空演变及驱动力进行研究，可为区域生态环境治理和生态文明建设提供一定理论依据.基于谷歌地球引擎（GEE）2000～2022年的MODIS数据集构建遥感生态指数（RSEI），结合变异系数、重心迁移、Theil-Sen斜率估计、Mann-Kendall检验与Hurst指数探索三江源不同冻土区生态环境质量的时空演变规律，并运用地理探测器对比分析自然和人为因子对生态环境质量空间分异的驱动力.结果表明：（1）2000～2022年，三江源生态环境质量整体处于中等水平，呈现“西北低、东南高”的空间分布格局，各冻土区RSEI均值依次为：大片-岛状多年冻土区（0.630）>山地多年冻土区（0.624）>中深季节冻土区（0.587）>大片多年冻土区（0.429）.（2）23 a间，三江源生态环境质量整体变好，RSEI上升速率为0.001 5 a-1,RSEI各等级重心向大片多年冻土区内部迁移，各冻土区均有超过57.00%的面积呈改善趋势，中深季节冻土区达到73.37%.（3）未来，三江源生态环境质量总体...

青藏公路是我国重要的交通线，其沿线生态环境质量受到学者的广泛关注，如何全面、快速和准确地对其生态环境质量进行评估极为重要。文中以GEE（Google earth engine）平台为技术支撑，以2010年青藏公路第五次改建工程为研究切入点，选取2005-2020年那曲至安多段中轴线两侧5km提取绿度（NDVI）、热度（LST）、干度（NDSI）和湿度（WET）四个指标，利用主成分分析法（PCA）构建遥感生态指数（RSEI）模型对青藏公路沿线生态环境质量进行评估，并使用变异系数对其波动性进行分析。结果表明：1)RSEI四个分指标中，热度是影响研究区生态环境质量的主要指标。2)2005-2020年，研究区生态环境质量波动上升，总体明显改善，改善面积达1424.34km2,占比99.71%,恶化区域主要集中在北部安多段附近。3)研究区生态环境质量等级由较差为主转变为以较好为主，等级为优和较好的区域占比明显增加；中等、差和较差区域占比有所降低，其中RSEI优和良的比例由2005年的0.21%和1.25%上升至2020年9.46%和88.31%。

青藏公路是我国重要的交通线，其沿线生态环境质量受到学者的广泛关注，如何全面、快速和准确地对其生态环境质量进行评估极为重要。文中以GEE（Google earth engine）平台为技术支撑，以2010年青藏公路第五次改建工程为研究切入点，选取2005-2020年那曲至安多段中轴线两侧5km提取绿度（NDVI）、热度（LST）、干度（NDSI）和湿度（WET）四个指标，利用主成分分析法（PCA）构建遥感生态指数（RSEI）模型对青藏公路沿线生态环境质量进行评估，并使用变异系数对其波动性进行分析。结果表明：1)RSEI四个分指标中，热度是影响研究区生态环境质量的主要指标。2)2005-2020年，研究区生态环境质量波动上升，总体明显改善，改善面积达1424.34km2,占比99.71%,恶化区域主要集中在北部安多段附近。3)研究区生态环境质量等级由较差为主转变为以较好为主，等级为优和较好的区域占比明显增加；中等、差和较差区域占比有所降低，其中RSEI优和良的比例由2005年的0.21%和1.25%上升至2020年9.46%和88.31%。

青藏公路是我国重要的交通线，其沿线生态环境质量受到学者的广泛关注，如何全面、快速和准确地对其生态环境质量进行评估极为重要。文中以GEE（Google earth engine）平台为技术支撑，以2010年青藏公路第五次改建工程为研究切入点，选取2005-2020年那曲至安多段中轴线两侧5km提取绿度（NDVI）、热度（LST）、干度（NDSI）和湿度（WET）四个指标，利用主成分分析法（PCA）构建遥感生态指数（RSEI）模型对青藏公路沿线生态环境质量进行评估，并使用变异系数对其波动性进行分析。结果表明：1)RSEI四个分指标中，热度是影响研究区生态环境质量的主要指标。2)2005-2020年，研究区生态环境质量波动上升，总体明显改善，改善面积达1424.34km2,占比99.71%,恶化区域主要集中在北部安多段附近。3)研究区生态环境质量等级由较差为主转变为以较好为主，等级为优和较好的区域占比明显增加；中等、差和较差区域占比有所降低，其中RSEI优和良的比例由2005年的0.21%和1.25%上升至2020年9.46%和88.31%。