当前卫星遥感对地观测系统以其宏观、快速、实时的优点在生态环境领域得到广泛的应用。利用各种遥感指数来对森林、草地、城市、河流乃至整个流域的生态系统进行监测和评价，已经是生态环境保护领域的重要组成部分。
2006年，国家环境保护部以行业标准的形式颁发了《生态环境状况评价技术规范》，推出了主要基于遥感技术的生态环境状况指数EI，旨在对我国县级以上生态环境提供一种年度综合评价标准。
《规范》中的5个评价指数：生物丰度、植被覆盖、水网密度、土地退化和环境质量，通过加权求和构成生态环境状况指数（EI）。前三个指数通过遥感数据获得，土地退化指数通过遥感数据和地面监测数据获得，但其依据的土壤侵蚀模数计算 复杂，而环境质量指数则必须通过年度统计数据获得。
《规范》试行中的问题：权重合理性、归一化系统的设定、指标的易获取性等。还有一个明显的不足就是《规范》所获得的EI指数知识一个数值，只能笼统地说明一个地区的生态状况，无法可视化，无法说明该区中不同生态环境状况的空间分布情况，无法对不同期间的生态环境进行空间变化分析。
该文提出以自然生态环境的4个重要指标作为拟建生态指数的评价指标：绿度、湿度、热度、干度。这4个因素可谓与人类的生存息息相关，也是人类直观感觉生态条件优劣的最重要指标，常用于评价生态系统。 可以从遥感影像中获得这4个指标的信息，采用植被指数—代表—绿度、裸土指数——干度、湿度分量——湿度，地表温度——热度。
指标的构建：
（1）湿度指标（wet）：遥感缨帽所获得的亮度、绿度、湿度分量已被广泛地应用在生态环境监测中。本研究的湿度指标以这一湿度分量为代表，湿度分量反映了水体和土壤、植被的湿度，与生态密切相关。
（2）绿度指标(NVDI)：选用NDVI（归一化植被指数），NDVI是应用最广泛的植被指数，它与植物生物量、叶面积指数以及植被覆盖度都密切相关。
（3）热度指标（LST）：由地表温度来表示，采用Landsat用户手册的模型和Chander等最新修订的参数来计算
（4）干度指标（NDSI）：选用的是裸土指数SI。在区域环境中，还有相当一部分的建筑用地，它们同样造成地表的“干化”，因此干度指标由裸土指数SI和建筑指数IBI合成。
当前常用的方法是将各个指标加权求和，但是指标之间权重的人为确定极其合理性，往往会影响这种方法的结果。而且当两个或两个以上的指标共同对生态变化起作用时，要确定究竟是哪个指标对生态系统的全局变化起主要作用，并为其赋一个特定的权重值是十分困难的。
因此如何以单一变量来耦合以上多个变量是本该研究的关键。本研究采用的是多元统计方法中的主成分分析（PCA），是一种将多个变量通过正交线性变换来选出少数重要变量的多维数据压缩技术。
主成分分析最大优点：
——就是集成各指标的权重不是人为确定，而是根据本身的性质、根据各个指标对各主分量的贡献度来自动客观地确定，从而在计算时可以避免因人而异、因方法而异的权重设定造成的结果偏差。
RSEI的应用
- 时空变化分析 用于不同时期生态环境状况的对比。为此，首先将各年份的RSEI指数以0.2为间隔分成差、较差、中等、良、优5个生态等级。 遥感变化检测是对比不同年份生态状况时空变化的有效手段。
- 建模与预测 建立生态模型，模拟和预测区域生态变化趋势。为此，首先对各年份的NDVI、 Wet、LST、NDSI、RSEI专题影像进行采样，然后以RSEI为因变量，以NDVI、 Wet、LST、NDSI为自变量进行逐步回归分析，建立它们的关系模型。采用5×5网格贯穿全影像的采样方法，每幅影像采集28000个样点。足够多的样点和贯穿全影像的采样方法可以保证回归分析结果的代表性和客观性，避免小样本和局域性抽样所带来的结果不确定性。 NDVI、 Wet的系数为正值，说明对生态起正面影响，LST和NDSI为负值说明对生态起负面作用。 无论回归模型还是主成分分析都表明以NDSI为代表的绿度和以NDSI为代表的干度对生态影响最大，且NDVI影像大于NDSI。
总结：
①RSEI指数是基于绿度、湿度、热度和干度指标建立的一个完全基于遥感信息和自然因素的指数，因此可以快速简便地评价区域生态质量，RSEI指数各指标的集成不是人为的加权求和，而是根据各指标对第一主成分的贡献来集成，因此RSEI能够客观地耦合各个指标，合理地代表区域生态质量。
②RSEI不仅可以作为一个量化指标来刻画区域生态质量，还可以将区域生态质量可视化，可以对区域生态变化进行时空分析、模拟和预测，可以不受时间和空间限制的使用，因此可以弥补EI指数在这些方面的不足。
③RSEI不适宜大面积的水域地区使用，由于RSEI的构建需要用到热红外影像，因此RSEI主要适用于中尺度制图。对于小尺度比例尺，最好先对热红外影像进行细化。