排序方式： 共有2条查询结果，搜索用时 5 毫秒
1
1.
基于Google Earth Engine的红树林年际变化监测研究 总被引：1，自引：0，他引：1
遥感技术已广泛应用于红树林资源调查与动态监测中,但仍然存在遥感数据获取困难、数据预处理工作量大、监测时间长而周期过大等问题,影响了学者对红树林演变过程的精细刻画与理解。本文基于Google Earth Engine（GEE）云遥感数据处理平台,选取Landsat系列卫星数据,生成长时间序列年际极少云影像集（云量少于5%）,利用3个红外波段反射率（NIR、SWIR1、SWIR2）和3个特征指数（NDVI、NDWI、NDMI）建立阈值规则集,实现对实验区越南玉显县红树林、红树林-虾塘、不透水面-裸地、水体4种目标地物的专家知识决策树分类和土地覆盖的制图,并基于分类结果监测该区域1993-2017年的红树林年际动态变化。结果表明：GEE平台可满足多云多雨地区红树林的长时间序列年际变化监测需求;本文阈值分类方法可以有效提取红树林及红树林-虾塘,实验区有86%年份的影像分类精度达到80%以上;年际变化监测可精细刻画实验区红树林面积先增后减再增的变化过程,也能准确反映红树林与红树林-虾塘养殖系统面积之间的负相关关系。红树林年际动态监测结果可以降低红树林演变分析的不确定性,并能更精细地量化红树林与其他土地覆盖类型的转化过程,从而评估经济发展、政策等因素对红树林演变的影响。 相似文献
2.
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
1