粤港澳大湾区红树林长时间序列遥感监测

随着遥感数据量的爆发式增长,对变化过程分析的精细化要求与本地算力不足之间的矛盾日益突出。GEE（Google Earth Engine）地理云平台的出现,解决了用户算力紧张的行业痛点。本文以粤港澳大湾区为研究区,在GEE的支持下,构建1987年—2020年年度湿地分类数据集,分析大湾区红树林的时间阶段性特征和空间扩张过程,结合连续长历时分析对变化时间点的准确识别,揭示了保护区设立与滩涂造林等工程在红树林保护与修复中的积极成效。主要结论有：（1）截止到2020年,大湾区共有红树林2174 ha,81%的红树林集中在深圳湾、淇澳岛和镇海湾;（2）大湾区的红树林经历了由平稳发展（1987年—2003年）到快速增长（2003年—2020年）的变化过程,其主要增量来源于镇海湾（40%）和淇澳岛（28%）;（3）淇澳岛和镇海湾的红树林仍处于快速增长期,但淇澳岛增速最快,从2002年至今面积翻了30倍,深圳湾则在早期的快速增长（1987年—2009年）后进入平稳期（2009年—2020年）;（4）由于保护区设立时间较早,深圳湾成为大湾区唯一一个形成稳定核心区的红树林分布区,镇海湾虽然拥有最大的红树林面积,但林道狭窄,景观破碎,生态系统反而更加脆弱;（5）设立自然保护区和滩涂造林都对红树林面积增长起到了积极作用。本研究为大湾区海岸带湿地生态系统保护与修复提供科学的证据支持,对沿海生态屏障建设具有一定的指导作用。     

基于资源卫星数据面向对象法的红树林提取研究

利用无人机在研究区域内采集了红树林分类的训练样本点,基于资源三号高分影像对红树林进行分类。首先采用面向对象的方法,建立决策树对保护区内红树林进行提取。之后基于面向对象法对红树林区域进行种间分类,分析保护区内红树林种群空间分布格局。研究表明,红树林种间分类精度达到76.67%,总体Kappa系数为0.68,结果具有高度一致性。本文为红树林自然保护区的管理提供理论支撑,为红树林湿地保护和生态恢复提供科学依据。     

顾及潮汐影响的中国红树林高分二号遥感制图

遥感技术由于具有实时、准确、多尺度、可重复等优点广泛应用在红树林遥感制图研究中。目前，中国红树林遥感制图数据集中空间分辨率最高的产品是基于Sentinel 10 m数据生产的，此外，大多中国红树林遥感制图中忽略了潮汐的影响，导致红树林遥感制图结果不精准。本文利用国产高分二号数据源，顾及潮汐淹没的影响实现空间分辨率1 m的2020年中国红树林遥感制图。选取覆盖中国海岸线具有红树林分布的高分二号影像312景(24景高分一号影像补充缺失区域)，对影像进行面向对象多尺度分割，采用红树林淹没指数作为顾及潮汐影响的表征参数，结合随机森林分类方法完成中国红树林高分遥感制图。研究结果表明：2020年中国红树林面积为29576.48 ha,95%的红树林主要分布在广西壮族自治区、广东省、海南省，其总体分类精度为92%,Kappa系数为0.89，尚未顾及潮汐影响的结果比顾及潮汐影响的结果少2531.24 ha。本文生产的红树林高分数据集可为中国红树林生态系统的监测、管理及评估提供高精度的数据支持，具有重要的实际应用价值。     

无人机遥感与XGBoost的红树林物种分类

无人机遥感数据会衍生大量的光谱、纹理与结构特征,如何提取优势特征是提高红树林物种分类效率和精度的关键问题。针对深圳福田红树林自然保护区缓冲区获取的无人机高光谱影像和Li DAR点云数据,本研究旨在利用极端梯度提升算法(XGBoost)的"特征重要性"属性筛选出适合红树林物种分类的8类优势特征:基于无人机高光谱影像的单一特征(光谱波段、植被指数和纹理特征:F1—F3)及其融合特征(F4)、基于Li DAR点云的单一特征(高度和强度特征:F5和F6)及其融合特征(F7)、高光谱影像与Li DAR点云的融合特征(F8);基于以上优势特征构建8个XGBoost分类模型。结果表明:综合物种分类精度及其制图结果,基于F8特征的模型分类性能最佳(总体精度为96.41%,莫兰指数为0.5520);基于单一数据源融合特征(总体精度,F4:96.74%;F7:90.64%)的分类性能优于基于单一特征(总体精度,F1—F3:90.31%、92.20%和91.96%;F5和F6:87.66%和81.99%);基于融合特征(F4、F7和F8)和纹理特征(F3)分类图的莫兰指数比基于单一特征(F1、F2、F5和F6)的更大。本文论证了无人机遥感数据和XGBoost方法在基于像元的红树林物种精准分类上具备可行性,可为红树林生态系统健康、保护与恢复的立体监测提供科学依据和技术支撑。     

近20年鄂西地区植被覆盖度时空变化特征分析

基于2000—2020年的MOD13Q1 NDVI遥感数据,使用像元二分模型计算湖北省西部山体区域的植被覆盖度,并利用斜率模型、马尔可夫转移矩阵模型和赫斯特指数综合分析了植被覆盖度的时空变化规律。结果表明,研究区的植被覆盖度总体呈上升趋势,平均植被覆盖度增加了0.025,轻微增长区域面积为44 359.26 km²,显著性增长面积为3 069.375 km²,不显著性变化的面积为39 862 km2。2000—2020年期间,时序植被覆盖度的赫斯特指数为0.63,表明研究区内植被覆盖度的增长趋势在未来是可持续的。本研究成果不仅可为城市生态环境评价提供科学依据,而且可为城市的生态建设和可持续发展提供决策支持。     

中国红树林制图的遥感时空概率阈值方法

红树林作为热带和亚热带海岸带上特有的森林群落,具有独特的生态功能以及重大的社会、经济价值。中国红树林经历了反复的破坏与保护,遥感监测手段可以为实施大规模的红树林生态系统保护和恢复行动提供科学技术支撑。本研究依托Google Earth Engine平台提出一种时空概率阈值法对中国红树林范围进行提取。研究选取2015年516景Landsat 8数据,首先使用非监督分类法进行水陆分离,其次通过生成缓冲区确定红树林潜在生长区,然后协同多种指数与光谱信息构建多特征决策树提取红树林粗略的生长范围,最后基于长时序的红树林粗略范围数据计算红树林生长概率,并通过实验确定概率阈值对红树林进行精细提取。通过实验对比发现时空概率阈值法的红树林生产者精度达90.36%,且能较好地提取幼小、分散的红树林。研究得到了2015年中国红树林分布结果,全国红树林面积为21932 ha,广西和广东两省红树林面积占中国红树林总面积的73.22%,为中国红树林主要分布区域。     

无人机多光谱和LiDAR的红树林精细识别与生物量估算

红树林是生长在热带和亚热带海岸潮间带、受到海水周期性浸淹的木本植物群落,被公认为是海陆边缘重要的蓝色碳汇,但由于其地处海岸带区域,受人类开发利用活动的影响严重。本文选择广西茅尾海红树林保护区为研究区,以无人机多光谱和激光雷达影像为数据源,利用支持向量机分类方法对红树林优势种类进行分类;提出了单木分层分区距离判别聚类分割方法,准确提取了红树林的单木结构信息;估算了研究区红树林地上生物量。得出以下结论：（1）综合利用无人机多光谱和激光雷达数据,对研究区红树林种间类型识别总体精度可达90.69%;（2）基于分层分区距离判别聚类方法能够较好的提取红树林单木结构特征,树高的提取精度优于冠幅;（3）构建了红树林高度、冠幅与地上生物量回归模型,其中桐花树生物量回归模型的决定系数R2最高,达0.83;（4）研究区内红树林地上生物量主要分布范围为1.24—3.6 kg/m²,其中无瓣海桑最高,老鼠簕最低。     

耦合WorldView-2和珠海一号影像的红树林物种分布

红树林物种遥感分类受影像分辨率、波段信息、分类策略、影像特征选择方法等因素影响。现有的红树林物种遥感分类研究大多关注于分类精度的比较,较少报道商业高分与国产高光谱卫星的结合在物种分类的应用。基于湛江高桥红树林保护区的高分（WorldView-2）和高光谱（珠海一号）卫星影像,本文旨在利用随机森林分类方法,比较不同特征选择算法（极端梯度提升（XGBoost）、极端随机树（ERT）、连续投影算法（SPA））和不同空间分辨率（WorldView-2影像从0.5 m的分辨率重采样为1 m、2 m、4 m、8 m、10 m）对红树林物种分类精度的影响,并耦合WorldView-2与珠海一号影像研究红树林物种空间分布格局及影响因素。每种空间分辨率的WorldView-2影像提取248个特征（52个光谱特征及196个纹理特征）,珠海一号影像提取117个光谱特征。结果表明,XGBoost方法优于ERT和SPA,在影像特征选择中具有巨大优势;与其他空间分辨率相比,2 m分辨率的WorldView-2影像具有更高的分类精度;耦合WorldView-2和珠海一号影像的分类精度（分辨率：2 m,总体精度：88.98%,kappa系数：0.846）高于单一的WorldView-2影像（分辨率：2 m,总体精度：83.47%,kappa系数：0.768）和珠海一号影像（分辨率：10 m,总体精度：78.50%,kappa系数：0.703）;另外,林窗、高程、离岸距离一定程度上影响红树林物种分布格局。本文表明WorldView-2与珠海一号高光谱影像的结合在景观及区域尺度上精确提取红树林物种信息具有巨大潜力,有利于红树林生物多样性保护及科学管理。     

融合Landsat 8与Sentinel-2数据的红树林物候信息提取与分类

科学准确地监测红树林是保护海陆过渡性生态系统的基础和前提,但红树林分布于潮间带,难以进行大规模人工监测。遥感技术能够对红树林进行长时间、大面积监测,但已有研究尚存不足。一方面,红树林分布于热带、亚热带区域,受到天气条件限制难以获得长时间覆盖的有效光学遥感数据;另一方面,红树林极易与其他陆生植被混淆,仅利用多波段数据的光谱信息难以精确识别。本文以恒河三角洲孙德尔本斯地区为例,基于谷歌地球引擎GEE（Google Earth Engine）获取2016年全年的Landsat 8 OLI和Sentinel-2 MSI数据,利用物候信息进行红树林提取研究。首先,基于最小二乘回归构建两个传感器在相同指数之间的关系,重建时间序列数据,之后根据可分性判据选取增强型植被指数EVI（Enhanced Vegetation Index）和陆地表面水分指数LSWI（Land Surface Water Index）。其次,对两个指数的时间序列数据进行Savitzky-Golay滤波处理,并分别提取生长期始期等13种物候信息。最后,将两个指数的物候信息进行特征级联,采用随机森林RF（Random Forest）方法进行分类,提取研究区红树林范围。实验结果表明：Landsat 8 OLI和Sentinel-2 MSI数据融合可有效提升时间序列质量,与基于单一传感器数据的分类结果相比,总体精度提高1.58%;物候信息可以显著增强红树林与其他植被的可分性,与直接使用时间序列数据的分类结果相比,总体精度提高1.92%;同时考虑EVI和LSWI指数可极大地提升分类效果,与采用单一指数相比,总体精度分别提高14.11%和9.69%。因此,本文通过数据融合、物候信息提取和指数特征级联可以更好地提取红树林,总体精度达到91.02%,Kappa系数为0.892。研究验证了物候信息在红树林遥感监测中的应用潜力,提出的方法对科学准确地监测全球或区域红树林具有一定参考价值。     

近40年来伶仃洋海岸线与红树林遥感调查与演变分析

通过对1978—2014年的5期遥感影像和地理地形资料的综合分析研究,结合实地调查验证,得出了伶仃洋海岸线和红树林湿地时空分布演变的趋势。总体而言,海岸线的总长度逐年增加,其中人工海岸线长度也是逐年增加的,2014年人工海岸线长度占总岸线长度的73.3%。全区岸线主要为向海推进海岸,东、西两岸海岸线的推进又各有特点。红树林湿地的时空分布发生了巨大变化,其总面积整体上在减少,但2003—2014年间由于红树林保护力度的增加,红树林湿地面积有所回升。海岸线变迁和红树林湿地演变主要受人为因素的影响,如筑堤围垸、围海造地、建设用地增加等。研究获得的成果数据为红树林湿地的生态保护和修复提供了重要的决策数据。     

利用无人机高光谱影像的红树林群落物种分类

近年来红树林群落中物种结构简单、功能退化等环境问题日趋严重,为了及时准确掌握红树林群落的物种空间格局与分布,本文首先基于深圳福田红树林自然保护区无人机高光谱影像,利用归一化差值植被指数和归一化潮间红树林指数提取植被区域;然后在植被区域根据最佳指数法选取信息量大、波段相关性小的波段组合,分别采用基于像素支持向量机分类方法和面向对象影像分类方法对红树林物种进行分类。试验结果表明,基于像素支持向量机分类方法的总体精度为81.03%;利用面向对象影像分类方法的总体精度为85.58%。面向对象影像分类方法能有效去除椒盐噪声,充分利用对象光谱、形状及纹理信息,提供更准确的红树林分布信息。     

广西壮族自治区短轮伐期人工林时空分布信息提取

短轮伐期人工林SRPs (Short-Rotation Plantations)作为主要的经济型林类,对于生态环境保护以及社会经济发展都有着重要的影响,但精细的SRPs时空分布信息十分缺乏。本研究以中国SRPs种植最为广泛的广西壮族自治区(以下简称广西)为研究区域,基于Google Earth Engine云平台以及1986年—2019年的Landsat影像数据,应用LandTrendr时间序列分割算法对SRPs的时空分布信息进行了提取。结果分析表明：(1)广西SRPs种植面积近30年呈逐年稳定快速增加的态势,1990年种植面积仅1.93×10⁵ ha,到2019年达到了4.04×10⁶ ha,年均增长速度达到1.33×10⁵ ha;(2)从空间分布来看,广西东部、南部SRPs分布较为集中,其主要分布在海拔500 m以下的低海拔地区以及地表坡度在20°左右的坡地,且河池市是广西SRPs种植分布面积最大的地级市;(3) SRPs种植面积变化趋势与林业产值存在很强的相关性(r=0.83,p<0.001),表明SRPs是...     

基于面向对象的大珠三角红树林动态变化分析

研究采用Landsat多时相影像和面向对象的遥感图像分类方法,获得1980年、1990年、2000年、2010年及2015年大珠三角沿海地区红树林与周边景观类型的空间分布及其面积信息,分析大珠三角地区红树林动态变化及其驱动因素。结果表明:1) 1980年、1990年、2000年、2010年及2015年大珠三角地区红树林的面积分别为5 280.07、2 870.63、1 374.24、1 961.71、2 831.56 hm~2,35年间红树林面积减少46.37%,年均减少1.32%; 2)大珠三角红树林主要分布在珠海市和江门市; 3)红树林主要转化为水面、农田、内陆森林及养殖池,围海造田及滩涂养殖是大珠三角地区红树林减少的主要原因。基于多时相遥感数据监测分析红树林的时空动态变化,为大珠三角红树林的保护和管理工作提供重要的数据支撑和决策依据。     

1975年—2018年白洋淀湿地变化分析

白洋淀湿地生态功能重要、战略地位特殊，研究其时空变化规律具有重要意义。本文基于1975年—2018年间10期Landsat卫星遥感影像，辅以2017年—2018年高分二号（GF-2）卫星遥感影像，在野外考察湿地类型及其覆被特征基础上，人机交互解译获取各期土地利用/覆被分类图，从面积变化、类型转化、景观格局变化方面分析了近43年白洋淀湿地变化时空特征，讨论了影响分析结果的不确定性因素以及湿地变化成因。结果表明：1975年—2018年白洋淀湿地面积总体呈减少趋势，净变化-68.20 km²（-24.83%）。其中，1975年—1990年湿地面积波动性小、基本稳定，1990年—2011年湿地面积持续性减少，2011年—2018年湿地面积呈现增加趋势。湿地与非湿地类型相互转换区域主要分布于淀区南部、西部、北部的水体—水生植物—耕地—建设用地过渡区域。近43年白洋淀湿地景观趋于破碎、复杂和异质。遥感影像选取月份、年份，以及土地利用/覆被分类体系、分类方法，是影响分析结果的主要不确定性因素。气候、水文等自然因素变化，叠加工农业及城镇生活用水、上游水利工程蓄水、地下水开采等人为因素变化，是白洋淀湿地面积减少、趋于干化的成因。     

基于POI数据的城市功能区识别研究

基于兴趣点数据与道路网络数据,选取济南市中心城区为研究区域,通过频数密度与类型比例计算,以街区为研究单元对济南中心城区功能区进行定量识别,并验证识别精度。将识别结果与《济南市城市总体规划（2011-2020年）》对比,提出功能区优化对策。研究结果表明：城市功能区自西向东呈现多中心分布特征,单一功能区呈现圈层分布特征。构建混淆矩阵,计算出功能区总体精度为83.34%,可为济南市功能区空间规划提供新的思路。     

全球2000年—2015年30 m分辨率逐年土地覆盖制图

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。     

基于GEE的干旱区流域湿地水体时空动态变化特征分析——以宁夏平原为例

黄河流域生态保护和高质量发展已成为国家重大战略,宁夏平原为黄河流域具有代表性的典型湿地区域。本文基于谷歌地球引擎平台(GEE)对宁夏平原1984—2020年湿地水体的历史覆盖、面积变化、类型转变及季节性演变等动态信息进行分析与评价。结果表明：(1) 1984—2020年宁夏平原湿地水体历史覆盖面积为1 373.86 km²,占研究区面积的8.1%,全时段覆盖水体面积为116.46 km²;(2) 1984—1999年至2000—2020年宁夏平原地表水体面积共计增加482.99 km²,总体面积变化率为45.6%;(3)研究区新增永久性水体明显,过去37年新增永久性水体218.89 km²,同时季节性水体面积变化幅度较大;(4) 2020年,全年覆盖水体占比为39.45%,而1—6月覆盖时间的水体面积占比超过50%。本文成果可为环境保护和黄河流域高质量发展提供数据支撑。     

基于GEE平台的广西地表水时空特征分析

基于GEE平台分析1990—2020年广西主要地表水类型的时空变化特征,基于澄碧河、达开、青狮潭和洪潮江水库等实验区对常见的光谱水体指数（NDWI、MNDWI、AWEI、MBWI、WI2015和TCW）的实用性和稳定性进行分析,挑选适合于广西地区水体信息提取的最优指标,然后将其集成于GEE平台研究广西主要地表水类型的时空变化特征。研究表明AWEI水体指数阈值稳定,有很好的实用性,更适合于广西地区地表水信息提取和长时间序列的监测。1990—2020年各个大型水库地表水的面积变化都不尽相同,面积变化较大,研究成果可为广西水资源动态管理提供科学、客观的基础数据。     

利用多时相遥感监测与分析黄河三角洲湿地变化动态

黄河三角洲湿地地区土地利用变化信息可为有关部门制定湿地保护和经济发展提供参考。本文选取2005、2009和2019年三时相黄河三角洲入海口周边,以及东营属地内黄河沿岸的Landsat 7 ETM＋遥感影像为数据源,采用监督分类方法研究土地利用类型,通过分析编码的变化判别黄河三角洲的土地利用转移情况,从而进行湿地变化动态分析。结果表明,研究区内2005—2009年湿地总面积减少了437 km²,呈减少趋势;2009—2019年湿地总体面积由2009年的930 km²变为2019年的998 km²,10年间研究区内湿地总体趋于稳定,并呈增长趋势;废弃三角洲海岸线发生缩减,黄河入海口位置发生变化。研究区内14年间土地利用类型转换频繁,湿地土地利用类型与非湿地土地利用类型形成动态转换系统。     

基于知识工程师的崇明岛东滩自然保护区盐沼植被分类研究

以崇明东滩自然保护区盐沼植被为研究对象,利用Landsat TM遥感图像,结合现场调查和前人关于东滩时空动态变化的研究结果,确定崇明岛东滩主要分布的盐沼植被类型,提出了基于知识工程师的植被分类方法。与常规非监督和监督分类相比,该方法的精度较高,总体精度为92.35%,kappa系数为0.9072,而非监督分类和监督分类(最大似然法)的总体精度分别为86.92%和89.10%。实验结果表明,该方法能够有效地对研究区植被进行分类与识别,可为实现盐沼植被的自动提取提供理论依据和有效的方法途径。