基于LandTrendr算法的广东省1990-2020年森林干扰与森林恢复的动态变化分析

为准确掌握广东省森林干扰与森林恢复的动态特征,文章基于谷歌地球引擎(Google Earth Engine,GEE)云平台构建Landsat长时序年度无云地表反射率影像集,采用LandTrendr(Landsat-based detection of Trends in Distur-bance and Recovery)算法提取广东省1990—2020年森林干扰与森林恢复的时空分布特征,并分析其演变的驱动因素,比较不同森林类型的干扰与恢复特征。结果表明:(1)1990—2020年,广东省的森林干扰总面积约为1.35×10^(4)km^(2),集中分布在广东省西部、东部和中部小范围地区,干扰面积最大的3个城市分别为韶关、梅州、清远市;森林恢复总面积约为1.91×10^(4)km^(2),集中分布在广东省北部和西部地区,恢复面积最大的3个城市分别为韶关、清远、肇庆市。(2)广东省森林干扰与森林恢复均集中发生在海拔小于等于600 m的地区,高海拔地区的森林面积较为稳定;广东省森林干扰集中发生在坡度小于等于25°的地区,森林恢复集中发生在坡度小于等于35°的地区。(3)广东省森林干扰在1996年后发生较为频繁,其中2011年的森林干扰面积最大;森林恢复主要集中在2001—2016年,其中2012年的森林恢复面积最大。(4)广东省的森林干扰与森林恢复主要受雨雪冰冻灾害、台风、病虫害等自然因素以及森林火灾、城市化、采伐、林业政策等人为因素的综合影响,其中雨雪冰冻灾害对广东省北部地区的常绿针叶林的影响较大,但该类型的森林恢复也较快。

基于LandTrendr的老挝橡胶林遥感识别及扩张监测

天然橡胶作为世界上重要的工业原料,也是老挝农民收入的重要组成部分,受替代种植政策和橡胶价格变化的影响,准确快速地监测当地人工橡胶林对于促进橡胶产业的良性发展具有重要意义。目前大部分研究都集中在小区域的橡胶林提取,多为单时相或双时相影像的分类提取,无法得到长时间序列的橡胶林扩张特征。为探究长时间、大尺度的橡胶林种植扩张特征,本研究选取1990—2020年连续30年的Landsat时间序列影像,利用LandTrendr算法对老挝30年间橡胶林变化进行提取,并借助国际橡胶期货价格和地形数据进行时空变化分析。结果表明:经过优选后的特征组合可以更好地进行橡胶林分布提取,2020年橡胶林分布提取的总体精度为89.85%,Kappa系数为0.82,得出老挝在2020年的橡胶林总面积为32.1万hm^(2);使用LandTrendr算法和二次分类的橡胶林扩张变化监测总体精度为92.44%,Kappa系数为0.82;老挝人工橡胶林的扩张和橡胶期货市场密切相关,通过地形因素分析,得出橡胶林适宜种植在低海拔、坡度平缓且向阳的区域。本研究能够很好地在国家尺度上对橡胶林变化进行长时间的监测,为橡胶产业的发展和政策的把控提供数据支撑。

基于LandTrendr算法海南东寨港红树林扰动研究

随着我国社会经济的快速发展和对自然资源需求的日益增加,自然保护区面临的压力越来越重。在对于红树林扰动和恢复的监测当中,应用时间序列分析法对其进行遥感研究还处于起步阶段,并且时间序列算法本身都十分复杂。文章基于谷歌地球引擎(Google Earth Engine,GEE)云平台的LandTrendr时间分割算法和Landsat影像时序数据,研究了东寨港红树林自然保护区1990—2020年期间红树林的扰动情况。研究结果表明:1990—2020年间,共有42.39 hm 2的红树林发生了扰动,其中2014年保护区内红树林扰动面积最大,为12.78 hm 2;1990—2020年间,轻微扰动和中度扰动所占比例较大,分别为65.39%和30.78%,严重扰动所占比例最少,只有3.83%;红树林变化像元的总体识别精度为89.50%,对扰动年份检测的总体精度为88%,Kappa系数为0.79。本研究基于LandTrendr算法解析了30 a间东寨港保护区内红树林发生扰动的年份和面积,结合实际情况分析了导致扰动的因素,认为人类活动是红树林扰动的主要原因,自然因素(如病虫害和极端天气等)是导致扰动的次要原因。研究结果能够为红树林保护区的管理提供科学依据和决策参考。

基于LandTrendr模型的亚热带森林干扰与恢复动态变化分析

掌握区域森林干扰与恢复动态特性是科学合理地开展森林资源经营管理的重要基础。以1984—2015年的Landsat时间序列数据提取森林信息为基础,结合森林资源连续清查资料,采用LandTrendr时间分割算法对浙江省中东部地区进行森林干扰与恢复动态监测,对监测结果进行精度验证,并分析其时空分布格局与干扰因素。结果表明:(1)近31年来研究区内的森林总体呈现出恢复趋势,其发生的森林干扰呈现破碎化分布;(2)自2000年后,森林变化主要的干扰因素是人为活动。林业政策、经济发展和城镇扩张的需要等人为因素已成为森林干扰与恢复的重要驱动因素。

基于Landsat时序影像和LandTrendr算法的森林保护区植被扰动研究--以陕西柴松和太白山保护区为例

跟踪森林自然保护区的森林变化及其时空特征,可为保护区生态保护评价提供科学依据。使用LandTrendr算法和谷歌地球引擎(GEE)的Landsat卫星时间序列数据,描述了柴松和太白山保护区的长期(1984—2018年)森林变化模式。对森林变化像元和稳定像元的总体识别精度达到93%,对扰动年探测的总体精度为89%。在柴松保护区,扰动年发生在2008年左右,大部分扰动由人类活动引起。在太白山保护区,扰动年主要发生在2013年,由自然因素造成。柴松和太白山保护区的森林扰动面积分别为42.74 hm2和23.68 hm2。柴松保护区的扰动斑块数多于太白山,表明柴松保护区自2004年建立后干扰频繁。本研究可以帮助研究人员和决策者了解这两个保护区的森林状况,可为森林生态系统的自然保护区保护评估提供基线信息。

基于GEE和LandTrendr的宁夏“三山”森林干扰监测

宁夏六盘山、罗山和贺兰山自然保护区(简称“三山”),是我国西北重要的生态安全屏障。研究宁夏“三山”的森林干扰程度和趋势是否存在明显差异,以及造成“三山”森林干扰的主要原因,对于宁夏守好“三山”自然保护区,维护西北乃至黄河流域生态安全具有重要的参考意义。基于GEE(Google Earth Engine)遥感云平台中的Landsat 5—8时间序列堆栈(1990—2020年),通过LandTrendr时间序列分割算法监测近30 a来宁夏“三山”的森林干扰,借助Google影像对监测结果进行精度评价,统计分析森林干扰的时空分布特征。结果表明:1)LandTrendr算法的用户精度、生产者精度、总体精度均>90%,Kappa系数达到0.87,LandTrendr算法与人工目视解译结果无显著差异(McNemar s test>0.05);2)1991—2020年“三山”森林干扰总面积比:六盘山(1.77%)>罗山(0.07%)>贺兰山(0.05%);“三山”的年干扰面积比都有减少的趋势,且六盘山(52.60×10^(-4)%)>贺兰山(1.58×10^(-4)%)>罗山(0.40×10^(-4)%);3)“三山”的森林干扰主要发生在六盘山的北部及东侧2块“飞地”、罗山北部的“大罗山”和贺兰山的中部;“三山”的森林干扰持续时间都在1~3 a内,且主要集中在1 a。宁夏“三山”中,六盘山的干扰程度要远高于罗山和贺兰山,但“三山”的森林干扰面积比每年都有减少的趋势,六盘山减少最为明显,其次为贺兰山和罗山。六盘山、罗山森林干扰主要是人为活动造成,而贺兰山是人为活动和自然条件共同作用的结果。

基于GEE平台LandTrendr算法的海南岛森林扰动快速监测方法及分析

热带森林具有重要的经济价值和生态价值,快速准确地监测其扰动对促进热带森林的可持续发展有重要意义。为探究适用于热带森林扰动快速监测的方法,本研究基于1987年以来海南岛所有Landsat 5/7/8和Sentinel-2时间序列光学影像和野外调研数据,在谷歌地球引擎(Google Earth Engine,GEE)云平台利用LandTrendr算法快速监测海南岛1990—2020年的森林年度扰动时空分布特征,并结合7期天然橡胶种植历史分布图、林业政策和自然灾害等因素探讨森林扰动的驱动因子。研究表明:(1)1990—2020年海南岛森林扰动总面积为2.53×10^(3)km^(2)(占2020年森林总面积的11.78%),集中分布在中部、北部和西北部地区,扰动面积最大的3个市县分别是儋州市、琼中县和白沙县;(2)海拔300 m以下区域的森林扰动占83.40%,坡度25°以下的森林扰动占94.86%,高海拔地区森林保存完好,鲜有大面积的森林扰动发生;(3)2000—2010年森林扰动发生最频繁,其中2005年的扰动面积最大,2010年后森林扰动趋势明显减缓;(4)森林主要受橡胶种植、桉树发展和严重自然灾害(如台风与干旱)共同影响,其中因橡胶种植导致的森林扰动面积占全岛森林扰动总面积的43.48%。本研究建立的森林扰动快速监测方法和研制的海南岛热带森林扰动数据集可为森林监测研究及林业部门决策提供参考。

浙江省松阳县亚热带森林干扰与恢复遥感监测

【目的】浙江省松阳县森林资源丰富,碳汇潜力大,是百山祖国家公园三级联动区,因此监测松阳县森林干扰与恢复,对松阳区域森林管理和百山祖国家公园生态环境保护具有重要意义。【方法】采用谷歌地球引擎(GEE)云平台的LandTrendr算法,并结合1987—2020年Landsat卫星遥感时间序列数据,监测浙江省松阳县1987—2020年森林干扰与恢复状况,分析森林干扰与恢复的时空特征。【结果】①LandTrendr算法监测森林干扰与恢复的总体精度达到82%,森林干扰与恢复的生产精度、用户精度均高于80%,表明松阳县森林干扰与恢复监测效果较好。②松阳县森林干扰与恢复总面积分别达148.14与236.86 km^(2),分别占林地面积的12.74%和20.37%,表明松阳县1987—2020年森林面积呈净增加趋势。③松阳县大东坝镇、板桥畲族乡、新兴镇、玉岩镇森林变化较为频繁,森林干扰与恢复面积均比其他乡(镇)高,尤其是大东坝镇森林面积变化最大,增加了20.04 km^(2)。【结论】基于GEE云平台的LandTrendr算法实现了松阳县森林干扰精准监测。近30 a松阳县森林面积总体呈增加趋势。

长白山北坡施业区植被变化及其驱动力分析

【目的】检测长白山北坡植被的变化趋势,分析植被分布与不同因素之间的关系以及森林干扰的变化情况,以期更加全面地揭示天然林资源保护工程前后研究区植被的变化情况,为评价天然林资源保护工程实施效果及制定植被资源恢复措施和生态环境保护政策提供科学依据。【方法】基于Google Earth Engine(GEE)地理数据分析云平台,使用1987—2020年的Landsat遥感数据,采用归一化植被指数(NDVI)、归一化燃烧率(NBR),结合Sen-Theil趋势分析、Mann-Kendall检验、地理探测器和LandTrendr变化检测算法,分析了白河林业局的植被覆盖时空分布特征及变化趋势,结合年均温、年平均降水量、海拔、坡度、林种和森林类型数据,研究了不同因子对植被覆盖空间分布特征的影响,并进一步分析了不同年份的森林干扰情况。【结果】1)1987—2020年研究区总体NDVI呈现提高趋势,在2000年大部分地区呈现不显著下降的趋势,而天保工程实施后研究区NDVI整体呈现上升趋势,尤其是初期提高趋势最为显著;2)温度和降水量对于NDVI空间分布的解释力最强,其次是森林类型和海拔;3)1987—2020年研究区的年干扰面积总体呈现出波动下降的趋势。2000年前森林干扰较为频繁,2000年开展天然林资源保护工程后森林干扰面积明显下降,且森林干扰主要发生在研究区中部以及北部部分区域,南部的落叶针叶林区域在研究时间内未观察到明显的干扰现象。【结论】近30年来长白山北坡植被总体呈现改善趋势,且天然林资源保护工程在植被改善以及降低干扰方面均发挥了重要作用。

基于Landsat时序数据的长株潭城市群核心区森林扰动监测

【目的】为了快速准确地监测城市群核心区内的森林扰动,研究利用Landsat时间序列数据在谷歌地球引擎(Google Earth Engine,GEE)平台运用LandTrendr算法进行森林扰动监测研究。【方法】基于2000—2020年植被生长季的Landsat时序数据,分别在归一化植被指数(Normalized Difference Vegetation Index,NDVI)、归一化燃烧率指数(Normalized Burn Ratio,NBR)、缨帽变换角(Tasseled Cap Arctangent,TCA)三种指数作为阈值限制下,采用LandTrendr算法对时间序列轨迹进行处理,以获取长株潭核心区森林扰动的发生区域及规模大小的信息。运用森林资源连续清查数据和Google Earth历史影像分别对3种不同指数的森林扰动监测结果进行精度评估和验证,并利用研究区内土地利用数据中的森林覆盖数据对扰动信息进行分析。【结果】2000—2020年长株潭核心区森林扰动总面积为264.35 km^(2),平均每年的扰动面积为13.22 km^(2),其中2002年扰动最少,为1.91 km^(2),扰动面积最大的为2011年,为25.52 km^(2)。运用森林资源连续清查数据对三种指数阈值限制下的森林扰动信息结果验证的精度分别为90.91%、81.72%和65.08%;在谷歌地球历史影像中随机布点下精度分别为86.00%、77.88%和78.36%。2009年和2011—2013年间森林扰动较为严重。对全国范围内的土地利用数据进行处理分析可知,森林面积在20年间随时间增长而缓慢减少,所占总面积的百分比由原来的27.10%减少到22.00%。【结论】NBR是最适合长株潭核心区的森林扰动指数,森林扰动检测结果与实地调查和谷歌地球历史影像目视解译的结果一致。森林扰动斑块的分布边界可被完整提取,扰动面积大小变化趋势与全国区域内土地利用数据森林面积变化趋势相同,主要由城市化进程、森林火灾和人工砍伐引起。2000—2020年研究区森林扰动面积呈现波动式缓慢增加的趋势,其中2001年、2011年和2013年存在扰动面积浮动较大。

基于遥感的秦岭近20年生态环境空间格局变化研究

生态环境变化可由遥感的植被变化显示,利用RS和GIS技术、Landtrendr算法,提取秦岭地区近20年土地利用格局、植被覆盖变化趋势以及林地扰动与恢复情况,并对其变化驱动力进一步讨论。结果表明,近20年来,秦岭地区土地利用以林地为主,植被覆盖整体为增加趋势,城市区域为减少趋势;Landtrendr监测显示秦岭林地扰动事件多发生于市区,西安市开发早于其他地区,分类结果较好;且人为活动干扰是林地变化主要驱动力。上述结果表明秦岭生态文明建设取得一定成效,可为秦岭生态环境保护提供科学依据。

基于CCDC和LandTrend算法的衡邵干旱走廊气象干旱时空特征研究

干旱事件对生态资源、农业发展影响广泛。衡邵干旱走廊是湖南省水资源最少的地区,研究并揭示衡邵干旱走廊干旱时空分布特征,对于面临严峻干旱形势的衡邵干旱走廊具有重要的现实意义。基于衡邵干旱走廊1961—2020年的逐月降水数据、平均温度数据和土壤最大有效持水量数据,构建衡邵干旱走廊的自适应帕默尔干旱指数(SC_PDSI)和标准化降水蒸散指数(SPEI)表达其干旱特征,并结合CCDC、LandTrendr算法和干旱指数探究衡邵干旱走廊气象干旱长时序空间特征。结果表明:(1)SC_PDSI干旱指数比SPEI干旱指数更适应于衡邵干旱走廊在全球气候变暖背景下的干旱监测。(2)时间尺度上,SPEI指数和SC_PDSI指数在CCDC算法中月尺度变化检测曲线整体趋势一致,但SC_PDSI指数较SPEI指数细微震荡更显著,对于微小的干旱变化更为敏感。(3)空间尺度上,衡邵干旱走廊干旱中部比四周更具稳定性,说明干旱区域性明显。研究结果可为制定应对干旱的农业政策与生态资源的保护政策提供科学的参考依据。

邵武市森林扰动遥感监测与时空分析

长时序的森林扰动监测与时空格局变化分析将有助于区域的林业资源管理。本文以福建省重点林区邵武市为研究区,基于1987—2021年的Landsat影像,采用时序轨迹分割算法LandTrendr识别扰动变化,获取邵武市森林扰动信息。实验结果表明,LT-GEE适用于邵武市的森林扰动监测,并具有较高的监测精度,可为森林资源精细化管理以及林地生态保护提供技术支撑。

基于Landsat长时间序列数据估算树高和生物量

以Landsat长时间序列数据为研究对象,旨在以光谱序列信息反演森林参数为视角,应用Landtrendr算法从时间序列数据中提取森林扰动变量,使用随机森林计算方法建立扰动变量、反射率和GLAS激光点森林参数之间的关系模型,获取树高和生物量的空间分布信息。为多源遥感数据反演森林参数提供参考,研究证明基于Landsat长时间序列数据获得的森林扰动变量能够增强反射率和森林参数之间的相关性,可提高预测精度。

基于Landsat时序数据的森林干扰监测

【目的】针对我国森林干扰频繁、干扰类型复杂多样的特点,采用时间序列轨迹分析方法进行森林干扰监测,为陆地森林生态系统碳循环和碳蓄积以及气候变化研究提供参考。【方法】以福建省长汀县为研究区,基于2000—2016年15期Landsat时序数据,采用时间序列轨迹分析(LandTrendr)方法,对时序轨迹进行适当分段和线性拟合以识别干扰变化,获取长汀县森林干扰信息。结合Google影像和全球30 m分辨率GDEM数字高程产品等辅助信息分析监测结果,并基于实地调查和像元2种方法进行精度评估和验证。【结果】2000—2016年长汀县森林干扰总面积192.49 km2,平均每年受扰动森林12.83 km2;2001年干扰量最小,不足1 km2;2004、2008和2009年森林受干扰较为严重,均在30 km2以上,约占当年森林面积的1.3%,共占干扰总面积的50%,其中2004年干扰面积高达32.85 km2;2003、2006、2007和2010—2011年干扰面积略大于10 km2,但均小于当年森林面积的0.6%,其余各年干扰面积远小于10 km2。森林干扰面积在个别年份波动较大,总体上随时间呈下降趋势。森林干扰持续时间主要为1~3年,发生在1年的干扰面积比例最大,达82%;森林干扰主要集中在长汀县东部非森林区域附近,随海拔升高干扰呈明显下降趋势,超过60%的干扰发生在中低海拔地区。结合Google影像目视解译,长汀县森林干扰主要是由森林火灾和人工砍伐造成的急剧干扰事件,且主要发生在非森林区域附近的低海拔地区。【结论】基于目视解译和实地调查结果与研究得到的干扰监测结果一致,干扰斑块可被完整提出,且边界准确清晰,细小干扰也能逐一识别。基于像元尺度精度验证的总体精度达96.26%,Kappa系数为0.92,各年份用户精度均在80%以上,除个别年份外,生产者精度均在75%以上,具有较高的监测精度。

基于时间序列分割算法的雅鲁藏布江流域NDVI(1985—2018)变化模式研究

归一化植被指数NDVI可有效表征植被生长信息,其中,长时间序列NDVI在分析全球和局部植被变化扮演重要角色。利用Google Earth Engine提供的全系列Landsat卫星数据,应用LandTrendr时间序列分割算法,讨论了雅鲁藏布江区域植被覆盖变化特征,并对植被变化模式进行判别。研究结果表明:1985—2018年间雅鲁藏布江流域,(1)NDVI总体呈现上升趋势,仅在局部区域出现下降,自上游至下游NDVI变化强度逐渐增加,1986—1990年NDVI变化最为剧烈,1991—2000年次之,2001—2017年NDVI变化强度逐渐减弱;(2)NDVI干扰变化95%集中在0—0.42之间,平均干扰时间4.96年;NDVI恢复变化95%集中在0—0.4之间,平均恢复时间12.55年;(3)NDVI干扰模式主要以持续下降为主,但2000年前的下降速率小于2000年后的下降速率;NDVI恢复模式以持续上升为主,但2000年前的上升速率大于2000年后的上升速率。

基于Google Earth Engine与机器学习的黄土梯田动态监测

【目的】梯田是黄土高原最重要的水土保持措施和农业生产措施,高效、准确地获取长时间序列黄土梯田分布信息,对黄土高原的水土保持监测和评价十分重要。【方法】在Google Earth Engine(GEE)的支持下,以宁夏回族自治区固原市为研究区,使用遥感影像监督识别技术,对比随机森林(RF)、决策树(CART)、支持向量机(SVM)等3种机器学习算法的识别精度,探讨LandTrendr算法在长时间序列动态监测中的优化应用,最终获取固原市近30 a梯田分布信息。【结果】(1)3种算法识别精度从大至小依次为随机森林、决策树、支持向量机。(2)使用随机森林算法识别梯田,基于样点检验总体精度达94.10%,Kappa系数达0.87,基于实地斑块检验总体精度达93.33%,Kappa系数达0.80。(3)LandTrendr算法能有效校正时间序列中的错误值。(4)1988-2019年,固原市梯田面积减少了45.90%。(5)固原市西部的梯田使用时间较东部更长。【结论】采用本研究方法在GEE云平台可以高效、准确地遥感监测长时序、大尺度的黄土梯田。固原市近30 a梯田农业比例逐渐下降,促进了生态环境持续向好发展。图4表3参22。

基于长时间序列Landsat影像的南方人工林干扰与恢复制图分析

基于1986年到2011年的Landsat影像,以南方人工林分布区域广东省佛冈县为例,运用Landsat生态系统自适应处理系统(LEDAPS)预处理生成标准的地面反射率数据构建Landsat时间序列堆栈(LTSS)用于Land Trendr算法监测人工林森林干扰与恢复的长时间序列变化,分析了连续24a森林干扰的年份变化、干扰量以及干扰持续的时间,验证了算法识别干扰的精度,并探讨了人工林干扰的驱动力。结果表明佛冈县的森林干扰较为剧烈,一般都在1000 hm^2。而1987、2002、2004、2005、2006、2007和2009年的干扰面积均超过2000 hm^2,其中1987、2007年两年的干扰面积达到6000 hm^2以上。相比森林干扰的变化,佛冈县的森林恢复面积随时间的变化相对平稳。通过对佛冈县森林干扰和恢复面积的趋势分析,发现20世纪80年代末到90年代森林干扰和恢复的面积基本少于2000年以后的变化面积,变化趋势比2000年以后的显得平缓;从2000年开始,森林干扰面积逐渐上升,总体面积变化趋势高于森林的恢复,但森林的恢复面积仍有所提升。其中,佛冈县的森林干扰持续1a时间的面积比例约38%,持续2a时间约28%,持续3a时间约25%,持续4a时间约7%,主要为短期急剧的干扰事件。另外,持续时间为4a以上的森林干扰和恢复的面积在佛冈县不超过100hm^2。2000年之前持续干扰和急剧干扰面积相当,变化比较平缓;到2000年之后,急剧干扰的面积远大于持续干扰,最高约达2800 hm^2,但两者都呈现波动上升的变化趋势。在选取的两个4km^2的样方中,基于影像光谱识别以及通过比对干扰资料的可视化验证方法表明算法结果与真实地表的解译信息较吻合,误差约为0.1km^2。利用长时间序列遥感影像进行森林干扰的自动化监测十分必要,导出的定性、定位与定量信息,一方面为可持续的森林经营奠定基础,另一方面为评价森林生产力与森林碳储量提供有效的数据支撑。

基于Landsat长时间序列的森林扰动参数提取与树高估算

【目的】研究基于遥感影像的森林扰动信息定量提取及其对树高估算的影响,为遥感反演森林参数(树高、生物量)提供参考和借鉴。【方法】选取黑龙江省凉水国家级自然保护区为研究区,以1984—2006年33期Landsat TM/ETM+多光谱遥感影像为数据源,对其进行缨帽变换提取缨帽角(TCA)和缨帽距离(TCD)2个扰动监测指数,采用时间轨迹分析方法(LandTrendr)对TCA与TCD指数进行时间序列重构,分别提取扰动发生的前一年(DBYEA)、扰动发生前的光谱值(DBVAL)、扰动持续时间(DDUR)、扰动量级(DMAG)、扰动后开始修复的时间(RBYEAR)、扰动后开始修复的光谱值(RBVAL)、修复量级(RMAG)和修复持续时间(RDUR)8个时间序列扰动参数。基于单时相Landsat影像光谱信息与单时相Landsat影像光谱信息+森林扰动参数2组变量分别采用随机森林(RF)算法估算树高。【结果】采用单时相Landsat影像光谱信息结合基于TCA和TCD提取的16个时间序列扰动参数建立的树高反演模型预估精度比采用单时相Landsat影像光谱信息建立的树高反演模型预估精度提高6.34%,均方根误差(RMSE)降低0.50 m。树高反演模型中基于TCA提取的时间序列扰动参数变量重要性高于基于TCD提取的时间序列扰动参数变量重要性。【结论】基于LandTrendr提取的森林时间序列扰动参数能够增强反射率与树高之间的相关性,提高遥感树高模型的反演精度,基于TCA提取的森林时间序列扰动参数对树高的解释能力高于基于TCD提取的森林时间序列扰动参数。

南滚河流域土地利用变化对亚洲象生境的影响

土地利用变化对亚洲象生境影响显著,明晰其影响机制是有效保护亚洲象的前提。为探明土地利用变化对亚洲象生境影响的时空过程及机制,以亚洲象残存的中-缅跨境流域—南滚河流域为例,在1988和2018年两期Landsat土地利用/土地覆被遥感分类图的基础上,采用LandTrendr算法检测30年间流域土地利用变化引起的天然林扰动,结合生态位因子分析(ENFA)模型评定的亚洲象生境适宜性分布,探究以天然林扰动为主的土地利用变化对亚洲象生境的影响。结果表明:(1)1988—2018年间,南滚河流域土地利用变化主要为天然林转化为其他地类,且天然林扰动强度在中、缅境内差异明显;(2)以橡胶种植扩张导致毁林为主的土地利用变化造成南滚河流域亚洲象生境萎缩,生境斑块间连通性降低,破碎化程度较高;(3)该流域亚洲象生境丧失过程表现为由边缘向内部逐渐被蚕食,适宜生境最终被分割为上、下游两个相互孤立的子区域。因此,抑制以橡胶林为主的热作种植扩张,恢复上、下游生境连通性,建立流域尺度的跨境保护区,是实现南滚河流域亚洲象种群保护和缓解人象冲突的重要途径。