面向生态系统复杂时空演变特征分析的Landsat时序建模方法

发布时间：2021-09-22 13:00

　　陆表生态系统在不同的时空尺度上具有复杂的变化特征,遥感数据时间序列分析方法在生态系统变化检测研究中具有独特的优势。本研究基于LandTrendr算法,融入空间结构特征构建一种新的Landsat稠密时间序列分析模型,实现森林生态系统干扰-恢复动态过程检测,获取森林生态系统复杂连续变化特征并揭示相应的环境变化规律。主要工作与结论如下:（1）针对亚热带红壤侵蚀区实际可用的Landsat遥感影像数据数量较少,且森林生态系统演化过程复杂多变的问题,基于动态时间规整算法和DenseLandTrendr算法构建了融入空间特征的Landsat稠密时间序列森林生态系统干扰-恢复动态过程检测模型,有效描述了包括突然变化（突变）和连续而缓慢变化（渐变）等特征的森林生态系统干扰-恢复动态过程,将识别生态系统恢复完成时的总体时间精度提高到了原来算法精度的3倍以上。（2）通过计算空间滑动窗口内灰度共生矩阵的对比度和景观分形维数来表征森林生态系统的空间结构特征,构建其Landsat稠密时间序列作为模型输入数据,最大限度地减弱了森林物候和光谱噪声对生态系统变化检测的影响,可以识别出更具环境变化监测意义的生态过程和特征... 

【文章来源】：中国地质大学(北京)北京市 211工程院校 教育部直属院校

【文章页数】：152 页

【学位级别】：博士

【部分图文】：

整体实验流程

南方红壤区重度水土流失地区植被景观

南方红壤区水土流失生态恢复工程

【参考文献】：
期刊论文
[1]钢轨焊接方法与焊接接头的质量控制研究[J]. 刘宝海.  中阿科技论坛(中英阿文). 2019(01)
[2]福建省降水资源时空变化特征分析[J]. 余弘泳.  宁德师范学院学报(自然科学版). 2018(01)
[3]多时相遥感影像变化检测的现状与展望[J]. 张良培,武辰.  测绘学报. 2017(10)
[4]Landsat时序变化检测综述[J]. 汤冬梅,樊辉,张瑶.  地球信息科学学报. 2017(08)
[5]基于Landsat长时间序列数据估算树高和生物量[J]. 吴迪,李冰,杨爱玲.  测绘工程. 2017(06)
[6]南方红壤典型水土流失区植被分类及植被类型变化的遥感评估——以福建省长汀县河田地区为例[J]. 付伟,徐涵秋,王美雅,王帅,胡秀娟,张博博,林中立.  遥感技术与应用. 2017(03)
[7]遥感时间序列影像变化检测研究进展[J]. 赵忠明,孟瑜,岳安志,黄青青,孔赟珑,袁媛,刘晓奕,林蕾,张蒙蒙.  遥感学报. 2016(05)
[8]基于SSA-Mann Kendall的草原露天矿区NDVI时间序列分析[J]. 贾铎,牟守国,赵华.  地球信息科学学报. 2016(08)
[9]联合频域信息的福建省山地形态分类[J]. 何清,陈楠.  遥感信息. 2016(03)
[10]亚热带典型红壤侵蚀区人类活动对植被覆盖度及景观格局的影响[J]. 徐凯健,曾宏达,任婕,谢锦升,杨玉盛.  生态学报. 2016(21)



本文编号：3403801