Google Earth Engine在四川省多年植被覆盖度动态监测中的应用

doi:10.13466/j.cnki.lyzygl.2019.04.018

林业资源管理 ›› 2019, Vol. 0 ›› Issue (4): 124-131.doi: 10.13466/j.cnki.lyzygl.2019.04.018

Google Earth Engine在四川省多年植被覆盖度动态监测中的应用

冯李(), 胡文英, 李应鑫, 张恩伟

云南师范大学,昆明 650500

收稿日期:2019-06-12 修回日期:2019-07-05 出版日期:2019-08-28 发布日期:2020-10-20
作者简介:冯李(1996-),女,四川巴中人,在读硕士,主要从事资源环境遥感研究。Email: 1352582489@qq.com
基金资助:
国家自然基金(41561048);云南省中青年学术技术带头人培养项目(2008PY056);云南省高校科技创新团队支持计划;云南师范大学研究生科研创新基金项目(yjs2018112)

Dynamic Monitoring of Multi-year Vegetation Coverage in Sichuan Province Based on Google Earth Engines

FENG Li(), HU Wenying, LI Yingxin, ZHANG Enwei

Yunnan Normal University,Kunming 650500

Received:2019-06-12 Revised:2019-07-05 Online:2019-08-28 Published:2020-10-20

摘要/Abstract

摘要：

植被覆盖度的动态监测是研究区域生态环境的重要部分,基于 Google Earth Engine遥感大数据云计算平台收集四川省2001—2016年Landsat TM/OLI的复合NDVI遥感影像,综合利用最大值合成法、像元二分模型、趋势分析等方法,估算2001—2016年的四川省植被覆盖度,并对16年的四川省植被覆盖度变化状况进行分析。结果表明:1)利用GEE强大的云计算能力可以对大面积研究区域进行长时序的动态监测;2)2001—2016年16年间,四川省的植被覆盖整体呈现比较良好的状况且植被覆盖变化趋势比较稳定;3)四川省植被覆盖度呈现空间分布不均的状况,大体呈现从边缘到中心覆盖度逐渐降低的趋势。16年间该地区的植被覆盖度整体呈现轻度增加的趋势,总体而言,四川省的植被覆盖状况良好。

关键词: 植被覆盖度, 像元二分模型, 时空变化, 动态监测

Abstract:

Dynamic monitoring of vegetation coverage is an important part of studying regional ecological environment.This article uses the Google Earth Engine remote sensing big data cloud computing platform to collect the composite NDVI remote sensing images of Landsat TM/OLI in Sichuan Province from 2001-2016,and make comprehensive use of the methods of maximum synthesis,pixel binary model and trend analysis to estimate the vegetation coverage in Sichuan Province from 2001 to 2016 and analyze the changes in vegetation coverage in Sichuan Province in the past 16 years .The results show that,firstly,GEE's powerful cloud computing capability can be used to dynamically monitoring long time series in large study areas.Secondly,from 2001 to 2016,the vegetation coverage in Sichuan Province showed a relatively good overall situation and the vegetation cover change trend was relatively stable.Thirdly,the vegetation coverage in Sichuan province presents uneven spatial distribution,and generally shows a trend of gradual decrease from the edge to the center.In the past 16 years,the vegetation coverage in this region has shown a slight increase trend.In general,the vegetation coverage in Sichuan province is in good condition.

Key words: vegetation coverage, pixel binary model, temporal and spatial change, dynamic monitoring

中图分类号:

P237
Q948

冯李, 胡文英, 李应鑫, 张恩伟. Google Earth Engine在四川省多年植被覆盖度动态监测中的应用[J]. 林业资源管理, 2019, 0(4): 124-131.

FENG Li, HU Wenying, LI Yingxin, ZHANG Enwei. Dynamic Monitoring of Multi-year Vegetation Coverage in Sichuan Province Based on Google Earth Engines[J]. FOREST RESOURCES WANAGEMENT, 2019, 0(4): 124-131.

图/表 7

图1

图2

图3

表1

图4

图5

表2

参考文献 18

[1]	赵英时 . 遥感应用分析原理与方法[M]. 北京: 科学出版社, 2013.
[2]	Hoffmann W A, Jackson R B . Vegetation-climate feedbacks in the conversion of tropical savanna to grassland[J]. Journal of Climate, 2000,13(9):1593-1602
[3]	Gitelson A A, Kaufman Y J, Stark R , et al. Novel algorithms for remote estimation of vegetation fraction[J]. Re-mote Sensing of Environment, 2002,80(1):76-87.
[4]	朱高龙, 柳艺博, 居为民 , 等. 4种常用植被指数的地形效应评估[J]. 遥感学报, 2013,17(1):210-234.
[5]	White M A, Asner G P, Nemani R R , et al. Measuring fractional cover and leaf area index in arid ecosystems:Digital camera,radiation transmittance,and laser altimetry methods[J]. Remote Sensing of Environment, 2000,74(1):45-57.
[6]	杨强, 王婷婷, 陈昊, 等 .基于 MODISEVI数据的锡林郭勒盟植被覆盖度变化特征[J]. 农业工程学报, 2015(22):191-198.
[7]	张本昀, 喻铮铮, 刘良云 , 等. 北京山区植被覆盖动态变化遥感监测研究[J]. 地域研究与开发, 2008(1):108-112.
[8]	李苗苗, 吴炳方, 颜长珍 , 等. 密云水库上游植被覆盖度的遥感估算[J]. 资源科学, 2004(4):153-159.
[9]	雷璇, 杨波, 蒋卫国 , 等. 东洞庭湿地植被格局变化及其影响因素[J]. 地理研究, 2012,31(3):461-470.
[10]	吴云, 曾源, 赵炎, 等 .基于 MODIS数据的海河流域植被覆盖度估算及动态变化分析[J]. 资源科学, 2010,32(7):1417-1424.
[11]	陈效逑, 王恒 . 1982-2003年内蒙古植被带和植被覆盖度的时空变化[J]. 地理学报, 2009,64(1):84-94.
[12]	胡云锋, 商令杰, 张千力 , 等. 基于GEE平台的1990年以来北京市土地变化格局及驱动机制分析[J]. 遥感技术与应用, 2018,33(4):573-583.
[13]	张滔, 唐宏 . 基于Google Earth Engine的京津冀2001—2015年植被覆盖变化与城镇扩张研究[J]. 遥感技术与应用, 2018,33(4):593-599.
[14]	无形的风. GEE学习笔记—GEE简单介绍[EB/OL].[2018-10-30]. https://zhuanlan.zhihu.com/p/29000495.
[15]	熊俊楠, 彭超, 范春捆 , 等. 基于MODIS时序数据的汶川地震灾区植被覆盖变化监测[J]. 应用基础与工程科学学报, 2018,26(1):60-69.
[16]	范建友, 丁国栋, 关博源 , 等. 正蓝旗植被覆盖动态变化的遥感监测[J]. 中国水土保持科学, 2005,3(4):54-59.
[17]	闫萧萧, 李晶, 杨震 . 2000—2016年陈巴尔虎旗植被覆盖度时空变化遥感动态监测[J]. 中国农业大学学报, 2018,23(6):121-129.
[18]	熊俊楠, 彭超, 程维明 , 等. 基于MODIS-NDVI的云南省植被覆盖度变化分析[J]. 地球信息科学学报, 2018,20(12):1830-1840.

覆盖度等级	面积/km²	面积比例/%
低	42560.51	7.53
中低	73908.47	13.08
中	116094.69	20.55
中高	185449.94	32.82
高	147021.98	26.02

变化趋势等级	面积/km²	面积比例/%
明显退化	31867.4385	5.64
轻度退化	139591.6497	24.70
基本稳定	198369.1845	35.11
轻度改善	138575.5767	24.53
明显改善	56631.7161	10.02

Google Earth Engine在四川省多年植被覆盖度动态监测中的应用

Dynamic Monitoring of Multi-year Vegetation Coverage in Sichuan Province Based on Google Earth Engines

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 18

相关文章 10

编辑推荐

Metrics

本文评价

[1]	刘诚, 郑云峰, 杨锦鑫, 陆亚刚. 杭州市森林资源动态监测与土地调查成果协同对比分析[J]. 林业资源管理, 2020, 0(3): 52-57.
[2]	王瑾, 闫庆武, 谭学玲, 邹雅婧. 内蒙古地区植被覆盖动态及驱动因素分析[J]. 林业资源管理, 2019, 0(4): 159-167.
[3]	许新惠, 刘坚, 周星宇. 基于RS/GIS技术支持下的植被分类及其覆盖度研究——以昆明市为例[J]. 林业资源管理, 2019, 0(3): 86-93.
[4]	轩俊伟, 盛建东. 2001—2017年新疆玛纳斯河流域植被NDVI时空变化特征[J]. 林业资源管理, 2018, 0(6): 30-37.
[5]	巴音德乐黑, 包翔, 周梅, 赵鹏武, 石亮, 郝良杰. 基于MODIS NDVI的大兴安岭北坡植被覆盖时空变化特征[J]. 林业资源管理, 2018, 0(6): 50-56.
[6]	韦海航, 郑芊卉, 庄家尧, 周春国. 竹山县土地利用景观格局动态变化分析[J]. 林业资源管理, 2018, 0(6): 76-83.
[7]	周新瑞, 甘淑, 袁希平, 于辉. 面向自然保护区周边的人为扰动影响遥感探测分析——以永德大雪山国家级自然保护区为例[J]. 林业资源管理, 2018, 0(5): 105-112.
[8]	王彦芳, 刘敏, 郭英. 1982—2015年河北省生态环境支撑区植被覆盖动态及其可持续性[J]. 林业资源管理, 2018, 0(1): 117-125.
[9]	莎日娜. 基于NDVI的乌拉特后旗植被覆盖度时空变化分析[J]. 林业资源管理, 2017, 0(6): 89-93.
[10]	史迎春, 舒英格. 喀斯特石漠化时空变化特征及驱动因子分析——以贵州晴隆县为例[J]. 林业资源管理, 2017, 0(1): 135-143.