基于GEE平台的国家公园土地覆盖变化遥感检测方法构建

摘要：

[目的]高效、可靠地提取土地覆盖动态变化信息对于国家公园保护与管理方案制定具有基础性数据支撑作用.本研究主要目的是构建经济高效的遥感监测方法,提取钱江源国家公园体制试点区2001—2017年的土地覆盖变化信息,评估国家公园保护与管理活动的有效性.[方法]首先定义研究区的土地覆盖分类体系(耕地、森林、草地、水体、人造地表和裸地),并利用增强型目视解译方法选取历史训练样本点;其次综合Landsat多季节复合数据的光谱波段、光谱指数、纹理特征和地形特征,基于Google Earth Engine(GEE)云平台执行随机森林分类算法,生成土地覆盖数据集;最后建立土地覆盖转换规则从而识别主要的土地覆盖变化类型及其空间分布模式.[结果]独立样本集验证结果表明,钱江源国家公园2001年、2009年和2017年土地覆盖总体分类精度分别为83.12％、81.82％和87.35％.造林活动、耕地废弃和开发建设的变化信息体现出保护管理工作取得显著成效.[结论]增强型目视解译能够高效、可靠地选取历史训练样本点,从而支持历史土地覆盖数据集构建.采用基于云计算的变化检测技术可快速评估国家公园管理措施的有效性并发现生态脆弱地带,具有高效、经济及计算资源限制性少等优势,可广泛推广应用.

关键词：钱江源国家公园、土地覆盖变化、遥感监测、Google Earth Engine(GEE)、增强型目视解译

所属期刊栏目：46

分类号：TP79(遥感技术)

资助基金：中央高校基本科研业务费专项资金项目;国家自然科学基金;江苏省自然科学基金面上项目;江苏高校优势学科建设工程资助项目;江苏省高校优秀科技创新团队项目

在线出版日期：2022-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：213-220