遙感生态指數RSEI（Risk-Screening Environmental Indicators）分布資料是一種基于衛星遙感影像反演計算得到的資料産品。生态環境品質評價在一定程度上反映一個地區生态環境系統的好壞,也可以在一定程度上反映人類社會活動和環境品質的關系,其對可持續發展具有重要影響,對一個地區進行生态環境品質評價可以對城市長遠發展提供決策支撐。
全國遙感生态指數RSEI分布資料集是地理遙感生态網平台推出的生态環境類資料産品之一，産品資料精度高，品質良好。下述的四個指數的計算均是通過ENVI軟體中的Band math工具進行計算。
1、 濕度名額（WET）
土壤濕度在氣候、環境、生态等研究與應用方 面起着重要作用，土壤濕度的高低能夠很好地反映區域的生态環境品質狀況，是監測地表環境的重要名額。在遙感技術當中，采用纓帽變換能夠很好地反演土壤濕度，能有效去除備援資料，而被廣泛應用，是以本文采用纓帽變換當中的濕度分量來代表濕度名額。
2、綠度名額（NDVI）
在常用的植被指數當中，歸一化植被指數 ( NDVI) 能夠有效地反映植被的生長情況與植被 覆寫度等重要植被的實體性質，檢測靈敏度高，能 夠較為真實地展現區域的地表空間變化規律，已經得到廣泛利用，本文采用 NDVI 指數來代表綠度指數。
公式為：
在ENVI的band math工具中輸入如下公式進行計算：(float(b4)-b3)/(b4+b3)（本文中使用的資料将Band1的海藍波段已經預先剔除，是以波段順序同原始有所差異。）
3、熱度名額（LST）
熱度指數本文采用地表溫度來代表熱度指數，利用單通道算法中的大氣校正法進行反演。具體的操作方法見前文Landsat8地表溫度反演。
4、幹度名額（NDBSI）
幹度指數在生态環境的監測與評價當中也有重要的作用。本文主要采用裸土指數 SI 和建築指數NDBI來建構幹度指數。具體公式如下：
式中：B1為藍波段；B2為綠波段；B3為紅波段；B4為近紅外波段；B5為中紅外波段；
03. 實驗過程
名額的計算是在ENVI軟體中進行的，計算後即可得到結果。
由于本文中選用的研究區中水體極少，且水體的面積較小，是以本文中不在進行水體的掩模處理。在主成分分析之前，分别對四個指數分别進行中心化和标準化處理。（1）中心化處理由于後續需要進行主成分分析，是以本文中先對四個指數分别進行中心化處理。中心化處理即分别對四個指數進行減去平均值，由此得到中心化處理的資料。四個指數的平均值分别通過ENVI中的statistics view工具來展現，再擷取到影像的平均值之後，通過Band math工具進行中心化處理。
（2）标準化處理
再進行過資料中心化處理之後，繼續對資料進行标準化處理，這裡使用歸一化工具直接對四個指數進行标準化處理。
(3)波段合并
在進行過上述處理之後，下面通過Layerstacking工具将4個指數按照NDVI、WET、NDBISI和LS T的順序進行合成為一個資料。
三、主成分分析
在進行過所有的指數處理之後，後續進行主成分分析操作。通過使用ENVI中的Transform>PCARotation>Forward PCA Rotation New Statics and Rotate工具進行主成分分析。
主成分分析法對上述标準化指數進行處理，得到第一主成分 PC1，則得到了初始生态指數RSEI0，其中RSEI0即為主成分分析後所得的第一波段。同樣需要對 RSEI0進行标準化處理，以友善進行生态分級。
基于上述等級劃分表，在ArcGIS中顯示生态環境等級劃分效果如下：
RSEI指數結果展示：
全國遙感生态指數RSEI分布資料集是地理遙感生态網平台在中分辨率衛星影像的基礎上通過遙感反演進行生産和處理，資料格式為栅格，空間分辨率為10-1000米，空間範圍覆寫全國各省，時間範圍為1981年01月至今。
同時地理遙感生态網平台也正式釋出該項資料，來源請引用：地理遙感生态網科學資料注冊與出版系統