文献类型：期刊文章

作　　者：刘凯[1] 彭力恒[1] 李想[1] 谭敏[1] 王树功[2]

LIU Kai;PENG Liheng;LI Xiang;TAN Min;WANG Shugong(School of Geography and Planning,Sun Yat-sen University,Guangdong Key Laboratory for Urbanization and Geo-Simulation,Guangdong Provincial Engineering Research Center for Public Security and Disaster,Guangzhou 510275,China;School of Earth Science and Engineering,Guangdong Provincial Key Laboratory of Mineral Resources and Geological Processes,Sun Yatsen University,Guangzhou 510275,China)

机构地区：[1]中山大学地理科学与规划学院广东省城市化与地理环境空间模拟重点实验室广东省公共安全与灾害工程技术研究中心,广州510275 [2]中山大学地球科学与工程学院广东省地质过程与矿产资源探查重点实验室,广州510275

出　　处：《地球信息科学学报》

基　　金：广东省省级科技计划项目(2017A020217003);广东省自然科学基金项目(2016A030313261;2016A030313188)~~

年　　份：2019

卷　　号：21

期　　号：5

起止页码：731-739

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：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。

关 键 词：红树林 Google  Earth  ENGINE 年际变化监测  长时间序列  特征指数  虾塘养殖

分 类 号：S771.8[林业工程类]