首页|基于Google Earth Engine的中老缅交界区橡胶林分布遥感提取

基于Google Earth Engine的中老缅交界区橡胶林分布遥感提取

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
天然橡胶林作为东南亚地区主要的经济林和关系国计民生的一种重要战略物资,对当地社会经济发展和环境保护发挥着重要作用.目前对于中、老、缅交界区的橡胶林空间分布情况、分布面积和演变特征等方面相关信息缺乏相应的研究,严重限制了中国农业上关于橡胶产量消费、贸易以及储备.此外,针对橡胶林的时空大尺度的监测主要是采用长时间序列的中低分辨率影像,但此类影像存在大量的混合像元,严重限制了橡胶提取精度.为解决这些问题,该研究基于Google Earth Engine(GEE)云计算平台,利用2015-2019年Landsat OLI的多时相遥感影像数据,通过分析橡胶的物候特征,构建分类参数和模型,应用专家知识决策树的分类方法,并结合2015-2019年间每年12月份实地调查数据对橡胶的分类结果进行验证.结果表明基于GEE平台利用橡胶物候信息计算参数的方法提取较大范围研究区内的橡胶林的准确性较高.总体精度为90.32％,Kappa系数为0.87,可满足一般生产需求.截至2019年中老缅交界区橡胶林总面积达126.29万hm2,其中,西双版纳区域橡胶林面积有52.37万hm2,缅甸区域橡胶林面积有56.93万hm2,老挝北部5省橡胶林面积有16.99万hm2.分析发现在替代政策发展过程中,由于老挝、缅甸实际情况不同而出现政策差异性,导致区域政策发展不均衡.该研究结果表明应用云计算技术可以克服时空大尺度橡胶监测运算能力不足的问题,可为中老缅甸交界地区橡胶合理布局与区域可持续发展提供科学依据和决策支持.
Remote sensing image extraction for rubber forest distribution in the border regions of China, Laos and Myanmar based on Google Earth Engine platform

李宇宸、张军、薛宇飞、张萍

展开 >

云南大学资源环境与地球科学学院,昆明 650504

遥感 决策树 橡胶林 Google Earth Engine 物候特征 中老缅交界区

高分辨率对地观测系统重大专项省(自治区,直辖市)域产业化应用项目

89-Y40-G11-9001-15/18

2020

农业工程学报
中国农业工程学会

农业工程学报

CSTPCDCSCD北大核心EI
影响因子：2.529
ISSN：1002-6819
年,卷(期)：2020.36(8)
  • 15
  • 20