排序方式： 共有25条查询结果，搜索用时 15 毫秒
1.
本文利用GEE平台和1990—2019年巴宜区Landsat遥感影像，采用像元二分模型、相关性分析等方法分析了巴宜区植被覆盖度的时空变化特征与驱动力。研究结果表明：①1990—2019年巴宜区植被覆盖度总体呈稳中有增的趋势，其中，河谷区域增加明显，而高海拔区域相对稳定；②1990—2019年巴宜区气温呈显著升高，降水略有下降，总体呈“暖干化”，气温较降水量对植被覆盖变化更明显，但气候变化对植被覆盖变化影响总体不明显；③1990—2019年巴宜区植被覆盖变化与人类活动有很好的相关性，其中，低、中低、中、中高植被覆盖区域，呈显著的负相关，而高植被覆盖区域呈正相关。本文基于遥感大数据和地理云计算的植被覆盖监测动态监测和定量分析方法，能对高山峡谷区生态评估和演替分析提供一定的技术支撑和科学数据。 相似文献
2.
为探究地表覆盖与气候状态间的关联性,本文选取2019年的Landsat影像数据,结合温度、降水量、PM2.5浓度3种气候指标,利用GEE平台,结合NDVI、MNDWI、NDBI,采用SVM、RF、CART方法进行地表覆盖分类,探究气候指标与地表覆盖类型分布的关联性;提出了使用3种气候指标构建分类特征进行地表覆盖分类的方法,并通过消融试验分析了气候指标对地表覆盖分类精度的影响。结果表明:①RF有较好的分类结果,总体精度为96.0%;②3种气候指标均能提高地表覆盖分类精度,其中PM2.5浓度效果最好;③温度与植被、水体关联性较大,PM2.5浓度与城区、植被关联性较大,降水量与耕地关联性较大。 相似文献
3.
以全球年度城市动态数据（GAUD）和全球地表水动态数据集（GSW）为基础数据,利用Google Earth Engine（GEE）解析了1986—2015年全球城镇用地扩张占用永久性和季节性水体的时空分布特征。研究发现：30 a间全球城镇用地扩张直接占用水体的面积为1 033.2 km2,其中包括季节性水体711.7 km2和永久性水体321.5 km2,呈现先增加后降低的变化趋势。亚洲是城镇用地扩张占用水体面积最多的大洲,其次是北美洲和欧洲,占用水体的面积分别为799.4 km2、122.5 km2和61.1 km2。欧洲是唯一以占用永久性水体为主的大洲。陆地面积排名前十的国家中,中国、美国和印度是城镇用地扩张占用水体面积最多的国家,占用水体的面积分别为573.1 km2、109.6 km2和24 km2。以占用永久性水体为主的国家是俄罗斯和阿尔及利亚。尽管世界各国在水资源保护方面做出了巨大努力,但实现联合国可持续发展目标背景下,需防控更多的水体因城镇用地扩张而消失。 相似文献
4.
秦岭地区植被覆盖动态变化对其生态环境有重要影响。本文利用Google Earth Engine云平台,选取1986—2019年Landsat TM/OLI地表反射率数据,结合像元二分模型估算秦岭地区植被覆盖度(FVC);通过年际变化斜率、变异系数、Hurst指数等评价指标,对FVC的时空变化、稳定性和持续性变化进行分析。此外,探究FVC与气温、降雨的耦合关系,并分析土地利用变化对FVC的影响。结果表明:34年间,秦岭地区FVC整体上呈现良好的状况,中高等及以上植被覆盖区达73.11%;FVC由1986年的62.86%增长到2019年的70.01%,植被活动在不断增强;FVC的变异系数均值为0.34,标准差为0.45,其稳定性与其空间分布呈高度自相关性;秦岭地区的植被覆盖变化受气候变化和人为因素的共同影响。 相似文献
5.
中国建设用地的坡谱演化规律与爬坡影响 总被引：1，自引：0，他引：1
城镇建设用地规模与结构变化是国土空间开发与规划研究的基础。以往相关研究更关注建设用地水平空间扩张格局特征与模式,极少关注建设用地三维梯度上的“爬坡”特征规律与影响。因此,本文基于Google Earth Engine（GEE）,并结合高精度地形数据与土地利用数据,在建设用地坡谱概念基础上,首次构建了平均建设用地爬坡指数（ABCI）,系统地分析了1990—2018年中国建设用地坡谱在国家、区域、省级和城市4个尺度上的变化特征与规律并深入剖析建设用地爬坡的空间影响。结果显示：① 1990—2018年中国坡度5°以上地区建设用地面积增长了1.43倍,比例由10.25%上升至14.81%。其中2010—2015年是建设用地爬坡发展最迅速与规模最大的时期,且中西部地区建设用地爬坡最为显著。② 依据平均建设用地爬坡指数与上限坡度变化,可将中国34个省（自治区、直辖市）划分为高爬坡型、低爬坡型和水平扩展型3类,其中高爬坡型省份占50%以上,水平扩展型省份仅有7个,在空间上呈现“东南—西北”的两极分布特征。③ 1990—2010年爬坡型城市以山地与丘陵地貌城市为主,2010年后少数民族聚居区及低丘缓坡开发试点城市成为建设用地爬坡的主力。④ 建设用地爬坡在一定程度上能够减少建设用地扩张对平原优质耕地与生态用地的胁迫和侵占,缓解建设用地供需矛盾,但是无规划约束的开发和房地产驱动的“削山造地”则会导致地质灾害和生态环境风险的增加。 相似文献
6.
雅鲁藏布江中部流域长期遭受土地沙化侵蚀,采取有效手段进行沙化土地信息快速识别,跟踪土地沙化现状和动态发展,是土地沙化防治的基本前提。遥感数据因其快速、大范围、高精度监测等特点已被广泛应用于土地沙化监测。为降低该区域沙化土地破碎化分布特征以及广泛分布的稀疏植被地表对沙化土地遥感识别带来的不确定性,本文利用Google Earth Engine平台获取2019年秋季雅鲁藏布江中部流域Landsat无云遥感影像,基于面向对象的分类思想,充分提取沙化土地的光谱、几何和地形特征,根据不同的分类器构建4种分类方案,包括单一分类器（支持向量机、决策树、最近邻）分类以及组合分类法分类,提取雅江中游河谷地区沙化土地信息并验证不同方案的提取精度。结果表明：① 利用面向对象组合分类模型提取的沙化土地信息效果最佳,总体精度高达91.38 %,Kappa系数为0.82;② 相较于采用单一分类器（支持向量机、最近邻和决策树分类）的面向对象分类方法,组合分类模型能更有效地识别破碎化的小面积沙化土地,降低沙化土地与稀疏植被地表的混淆情况,提高分类可靠性;③ 基于面向对象组合分类模型反演得到雅鲁藏布江中部流域2019年沙化土地分布信息,土地沙化面积达299.61 km2,总体上呈现沿河谷的带状不连续分布,且集中分布于河流北岸以及靠近河道的阳坡、低海拔地区。本研究可为土地沙化遥感监测提供新思路,其应用可服务于雅鲁藏布江中部流域土地沙化预防和治理工作。 相似文献
7.
植被自然恢复能力评估是生态恢复实践的重要内容。基于蒙古国的MODIS EVI植被指数产品、气象数据及土壤数据,依据相似生境原则,构建了植被恢复潜力计算模式,计算得到蒙古国植被恢复潜力值（VRP,可代表在自然条件下区域植被能够恢复到的最佳状况）及植被恢复潜力指数（VRPI,代表植被生长现状与最大潜力之间的差距）,并用蒙古国纵贯铁路沿线长期围封区的采样分析数据进行了验证。结果表明：（1）蒙古国整体上具有较高的植被恢复潜力,植被自然恢复潜力值0.6—0.9;（2）受降水、气温、土壤等自然要素组配的空间分异影响,蒙古国植被自然恢复潜力具有较大的空间差异性,其中北部及东部地区为VRP高值区和VRPI低值区,植被轻度退化,且较容易恢复;南部及西部地区为VRP中低值区和VRPI高值区,植被退化程度较重,恢复难度相对较大。 相似文献
8.
以广东沿海红树林为研究对象，结合谷歌地球引擎（GEE）云计算平台，以1986—2018年32期3 359景Landsat系列卫星遥感影像为数据源，采用随机森林（RF）方法提取1986—2018年广东省红树林面积，比较全省沿海城市红树林年际时空变化特征，并从景观斑块角度分析广东省红树林斑块演变特征。结果表明：1）1986—2018年红树林遥感分类总体精度均高于90%，广东省沿岸红树林面积总体呈先减少后增加的趋势，且其在2014年后变化幅度逐渐减小。2）从各沿海城市来看，红树林共分布在14个市内，其中湛江和阳江是红树林面积分布最大的2个城市；各市红树林面积变化可分为先减后增、波动增加和无明显变化3类。3）1986—2018年广东省红树林斑块数量总体呈减少趋势，但斑块平均面积（MPS）呈上升趋势，红树林破碎化程度减轻。获取年际红树林面积分布信息和空间结构变化趋势，可为红树林合理开发与保护提供数据和参考，服务于红树林生态恢复和精细化管理。 相似文献
9.
Google Earth Engine支持下的江苏省夏收作物遥感提取 总被引：1，自引：0，他引：1
江苏省是农作物种植大省,国家统计局统计数据显示,江苏省近10年冬小麦、冬油菜的总播种面积分列全国第五、第七,快速准确地获取冬小麦和冬油菜的空间分布对于该省的农业发展具有重意义。基于单机的传统遥感分类能够准确获取农作物的空间分布信息,但是耗时较长。随着地理大数据与云平台、云计算的发展,Google Earth Engine（GEE）作为一个基于云平台的全球尺度地理空间分析平台,为快速遥感分类带来了新的机遇。本文基于GEE,使用Sentinel-2数据快速提取了江苏省2017年冬小麦与冬油菜的空间分布。首先,利用GEE获得覆盖江苏省119景无云质优的Sentinel-2影像;其次,在此基础上分别计算了遥感指数、纹理特征、地形特征,并完成原始特征的构建与优化;最后,分别试验了朴素贝叶斯、支持向量机、分类回归树和随机森林4种分类器,比较了各分类器的分类精度,并提取了冬小麦与冬油菜的空间分布信息。得出以下结论：①GEE能够快速完成覆盖江苏省影像数据的去云、镶嵌、裁剪及特征构建等预处理,较本地处理具有明显优势;②J-M距离值位于前两位且大于1将特征数量从28个压缩到11个,有效压缩了原始特征空间;③光谱+纹理+地形特征组合训练,朴素贝叶斯、支持向量机、分类回归树、随机森林的平均验证精度分别为61%、87%、89%、92%。 相似文献
10.
基于Google Earth Engine和作物模型快速评估低温冷害对大豆生产的影响 总被引：1，自引：0，他引：1
作为中国商品粮的主要生产基地,东北地区频发的低温冷害给中国粮食安全带来了严重的影响,及时、准确和大范围评估低温冷害灾损是降低损失、快速恢复生产的重要前提。本文以鄂伦春为例,提出了一种快速评估低温冷害对大豆生产影响的新方法。首先诊断出该地区典型冷害事件发生的年份为1989年、1995年、2003年、2009年和2018年;然后基于本地化后CROPGRO-Soybean模型设置512组低温冷害和田间管理组合模拟情景;其次构建了1600组包括3个变量（有效积温距平值（CDD）、模拟的叶面积植被指数（LAI）和产量）的冷害脆弱性模型;最后依托Google Earth Engine（GEE）平台逐像元提取大豆关键生育期早晚窗口内最大的宽动态植被指数（WDRVI）及对应的日期（DOY）,将WDRVI转化为大豆种植格点的实际LAI,结合构建的冷害脆弱性模型逐像元计算出产量和减产率。主要发现如下：① 校准后的CROPGRO-Soybean模型能较为准确地模拟不同冷害情景下的大豆生长发育过程;② 大豆遭受全生育期的降温情景（1~3 ℃）的减产幅度比局部降温情景（4个生育期随机生成连续5日温度为0 ℃）的减产幅度大;③ 历史冷害年1989年、1995年、2003年、2009年平均减产率约为9.6%、29.8%、50.5%和15.7%,与实际6.4%、39.2%、47.7%和13.2%的减产率相比,冷害灾损评估结果具有较好的精度且误差均在一倍方差以内;④ 运用该方法评估2018年冷害田间尺度的产量损失,并利用Sentinel-2A影像进行10 m高精度制图。结果显示,该方法能够快速、准确地评估不同尺度的低温冷害灾损情况,为作物估产以及农作物灾害损失评估的业务化运行提供了新的思路。 相似文献