基于连续变化检测和分类算法的动态遥感生态指数构建

沿海地区经济社会高速发展,是生态环境变化的焦点区域。然而,沿海地区云雨天气频发,遥感信息获取能力受限,导致遥感生态质量指数(RSEI)评价结果受成像日期变化而波动,可比性较差。针对以上问题,研究利用连续变化检测和分类(CCDC)算法构建时间序列模型,通过合成任意时刻影像、重构遥感生态指数以及改进指数归一化方式,研发了一种动态遥感生态指数(DRSEI),细化了RSEI在区域生态质量监测的时间尺度,并应用于沿海城市宁波生态质量时空变化监测。结果表明:(1)RSEI对时间差异较为敏感,当影像年内成像时间相差逾1个月,RSEI差异可达0.147,这种差异会对长期生态质量动态监测的稳定性和准确性造成影响。(2)基于合成影像的DRSEI平均绝对偏差为0.097,接近成像时间相差半个月的RSEI差异(0.072),误差相对较小,一定程度上减小了真实影像时相差异引起的误差。(3)DRSEI能够表征任意时刻生态质量,通过年际(1986—2019年)和半月际(2019年)DRSEI分析揭示了宁波市生态质量总体下降趋势和时空异质性加剧过程。具体地,1986—2019年宁波市南部和西部森林区域的DRSEI持续上升,而近郊农田快速转化为建成区导致DRSEI不断下降。研究提出的DRSEI能够精确描述区域生态质量变化趋势,准确定位生态质量变化转折点,有望服务海岸带地区的生态质量定期监测与评估工作,支持沿海城市高质量发展与生态环境保护。

基于Google Earth Engine的南方滨海盐沼植被时空演变特征分析

掌握滨海盐沼植被时空演变规律是科学开展滨海湿地生态系统管理的基础。滨海盐沼植物互花米草在中国海岸潮间带快速入侵与扩散,显著改变了原有滨海湿地的结构与功能,给滨海湿地保护与管理带来巨大的挑战。目前针对滨海盐沼植被时空动态的大尺度遥感分析还十分有限,人们对滨海盐沼植被空间分布的历史演变规律及其控制机制还缺乏足够的了解。实验基于Google Earth Engine平台和Landsat长时序历史影像,利用连续变化检测和分类算法反演近30 a中国南方(浙江以南)滨海盐沼植被的时空分布,分析潮汐淹水对滨海盐沼植被时空分布的影响。结果表明:①滨海盐沼植被总面积在2000~2004年出现短暂下降,之后呈现持续增长趋势;②滨海盐沼植被面积存在3种增长模式——波动、线性和指数增长;③滨海盐沼植被面积与淹水概率之间近似呈正态分布规律,植被时空分布表现为从低淹水区逐渐向高淹水区扩散的演变趋势。研究结果有助于理解滨海盐沼植被时空演变规律,为滨海湿地的科学管理提供决策支持。