首页|基于Landsat时序数据的森林干扰监测

基于Landsat时序数据的森林干扰监测

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
[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。
Forest Disturbance Monitoring Based on Time Series of Landsat Data

钟莉、陈芸芝、汪小钦

展开 >

福州大学空间数据挖掘与信息共享教育部重点实验室卫星空间信息技术综合应用国家地方联合工程研究中心数字中国研究院(福建) 福州350108

森林干扰 Landsat数据 时间序列 LandTrendr

国家重点研发计划课题国家自然科学基金中央引导地方科技发展专项

2017YFB0504203414014882017L3012

2020

林业科学
中国林学会

林业科学

CSTPCDCSCD北大核心EI
影响因子：1.272
ISSN：1001-7488
年,卷(期)：2020.56(5)
  • 9
  • 26