排序方式: 共有2条查询结果,搜索用时 62 毫秒
1
1.
高时空分辨率的全球多类别土地覆盖数据对于地球系统的生物化学循环、气候变化等研究至关重要。目前公开的数据产品中,较高空间分辨率的全球多类别土地覆盖产品仅提供单一或短时期的数据,而全球逐年土地覆盖产品往往只有单一土地覆盖类型,难以从较长时间跨度上反映精细地物的年际变化。本文借助Google Earth Engine平台,利用现有多套全球土地覆盖产品、Landsat卫星系列影像、以及大量人工目视解译样本,结合多数据融合、时序变化检测和机器学习等的方法,研制了一套2000年—2015年全球30 m分辨率的逐年土地覆盖变化数据集AGLC-2000-2015(Annual Global Land Cover 2000-2015)。基于AGLC-2000-2015数据集,本文选择性分析了3个典型区域(中国珠江三角洲地区、青藏高原色林错湖区和亚马逊热带雨林区)的土地覆盖年际变化。结果显示,AGLC-2000-2015数据集达到了较高的精度水平:基准年份产品(AGLC-2015)的总体精度(OA)为76.10%,Kappa系数为0.72,显著优于现有30 m分辨率的全球土地覆盖产品Globeland 30(OA = 63.49%,Kappa = 0.58)、FROM-GLC(OA = 61.41%,Kappa = 0.55)和GLC-FCS30(OA = 63.46%,Kappa = 0.57);年际间分类模型的总体精度和Kappa系数分别为84.10%和0.81,在各大洲的平均总体精度均超过80.00%,表明该模型在全球多类别土地覆盖分类中表现良好。3个典型区域的土地覆盖变化分析显示,中国珠江三角洲地区城市扩张趋势明显(195.96 km2/a),其增量主要来源于耕地(84.88%);青藏高原色林错湖泊对于气候变暖响应明显,湖区面积呈扩大趋势(17.95 km2/a),湖面北岸扩张最为明显;亚马逊热带雨林南部区域毁林造田趋势明显,15 a间森林面积减少46356.53 km2,其中大部分转化为农田(39621.29 km2)。上述结果表明:AGLC-2000-2015数据集能够有效反映全球陆地区域在30 m空间分辨率下的地表覆盖分布及年际间的动态演化,为地表陆面过程研究和相关应用提供可靠的数据支撑。 相似文献
2.
在共享社会经济路径(SSPs)和代表性浓度路径(RCPs)耦合情景框架下,结合以洪水风险规避为导向的城市扩张策略,模拟未来城市扩张空间格局,并对比多种情景下的洪泛区城市扩张水平以及年期望损失,以对不同策略下的灾损减缓效果进行评估。研究表明,在SSP5-RCP8.5的自然扩张情景下,珠三角地区2080年的洪泛区新增城市面积为1 633 km2(相当于2021年广州、佛山和中山的建成区面积总和),占总新增城市面积的31.5%;洪水年预期损失达23 413亿元。若通过减排使未来发展为SSP2-RCP4.5的自然扩张情景,洪泛区新增城市面积可减少至1 059 km2(-35.1%),占总新增城市面积的29.8%;洪水年期望损失可降低至14 165亿元(-39.5%)。若在城市扩张过程中加入洪灾风险规避策略,即在SSP5-RCP8.5的洪灾风险规避情景下,洪泛区新增城市面积可减少至1 358 km2(-16.8%),占总新增城市面积的26.2%;洪水年期望损失可降低至20 010亿元(-14.5%)。从评估结果看,减排以及洪灾风险... 相似文献
1