南京林业大学学报(自然科学版)

作者：毛丽君,李海涛,薛晓明,李建伟,李明诗

单位：1.南京林业大学林学院,江苏 南京 210037,2.南京森林警察学院刑事科学技术学院,野生动植物物证技术国家林业和草原局重点实验室,江苏 南京 210023,3.临沂市城市管理综合服务中心,山东 临沂 276000,4.云南省林业调查规划院大理分院,云南 大理 671000,5.南京林业大学,南方现代林业协同创新中心,江苏 南京 210037

关键词：钱江源国家公园,土地覆盖变化,遥感监测,Google Earth Engine(GEE),增强型目视解译

基金：中央高校基本科研业务费专项资金项目(LGYB201704),国家自然科学基金项目(31971577),江苏省自然科学基金面上项目(BK20181338),江苏高校优势学科建设工程资助项目(PAPD),江苏省高校优秀科技创新团队项目(2019-29)

【目的】高效、可靠地提取土地覆盖动态变化信息对于国家公园保护与管理方案制定具有基础性数据支撑作用。本研究主要目的是构建经济高效的遥感监测方法,提取钱江源国家公园体制试点区2001—2017年的土地覆盖变化信息,评估国家公园保护与管理活动的有效性。【方法】首先定义研究区的土地覆盖分类体系(耕地、森林、草地、水体、人造地表和裸地),并利用增强型目视解译方法选取历史训练样本点;其次综合Landsat多季节复合数据的光谱波段、光谱指数、纹理特征和地形特征,基于Google Earth Engine(GEE)云平台执行随机森林分类算法,生成土地覆盖数据集;最后建立土地覆盖转换规则从而识别主要的土地覆盖变化类型及其空间分布模式。【结果】独立样本集验证结果表明,钱江源国家公园2001年、2009年和2017年土地覆盖总体分类精度分别为83.12%、81.82%和87.35%。造林活动、耕地废弃和开发建设的变化信息体现出保护管理工作取得显著成效。【结论】增强型目视解译能够高效、可靠地选取历史训练样本点,从而支持历史土地覆盖数据集构建。采用基于云计算的变化检测技术可快速评估国家公园管理措施的有效性并发现生态脆弱地带,具有高效、经济及计算资源限制性少等优势,可广泛推广应用。

来源：2022年第2期

《南京林业大学学报(自然科学版)》期刊编辑部

查看南京林业大学学报(自然科学版)杂志2022年第2期