期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到517篇文章
< 1 2 … 26 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
GEE遥感特征混合优选提升高海拔树种分类精度
1
作者 周赛 黄凯 +5 位作者 张加龙 王明星 滕晨凯 夏乐艳 姜新周 程滔 《北京林业大学学报》 北大核心 2026年第1期26-40,共15页
【目的】高海拔地区森林资源动态监测面临云雾干扰、训练样本匮乏及树种光谱相似性高等多重瓶颈,严重制约了优势树种空间分布的精准制图。本研究以香格里拉市典型纯林为对象,旨在利用多源遥感数据与多策略特征优选方法提升树种识别精度... 【目的】高海拔地区森林资源动态监测面临云雾干扰、训练样本匮乏及树种光谱相似性高等多重瓶颈,严重制约了优势树种空间分布的精准制图。本研究以香格里拉市典型纯林为对象,旨在利用多源遥感数据与多策略特征优选方法提升树种识别精度与模型泛化能力。【方法】研究基于GEE平台获取Sentinel-2光学时序、Sentinel-1雷达数据及SRTM地形数据,提取光谱、纹理、植被指数、雷达极化、地形及时序特征,构建基础特征集。采用随机森林(RF)模型确定特征优选前的最优方案后,并行J-M距离、ReliefF和RFE算法构建单一特征集,同时对这3种特征集进行并集融合构建并行混合特征集。将单一优选与并行混合特征集分别代入RF模型重新分类,对比优选前后方案确定最优分类方案。采用生产者精度(PA)、用户精度(UA)、调和平均值(F1)、总体精度(OA)和Kappa系数评价分类精度。【结果】(1)基于J-M距离、ReliefF和RFE并行混合的特征优选方案9精度最高(OA为94.82%,Kappa系数为0.94),优于特征优选前的最优方案5。(2)多源遥感数据协同分类效果优于单一数据源,仅使用Sentinel-2数据的OA为83.35%(Kappa系数0.79);依次引入Sentinel-1雷达特征、Sentinel-1的纹理特征、地形特征和Sentinel-2时序特征后,OA分别提升了0.87、6.28、8.08、10.18个百分点(Kappa系数分别为0.81、0.86、0.90、0.92),其中Sentinel-2时序特征的引入使分类精度提升了2.10个百分点。(3)植被指数时序曲线分析表明,优势树种在秋冬季节差异显著,可分离性强。【结论】基于GEE平台多源遥感数据协同J-M距离-ReliefF-RFE并行混合特征优选有效提升了香格里拉森林优势树种的识别精度,系统揭示了其空间分布格局,为高海拔地区森林资源的精准监测提供了技术支撑。 展开更多
关键词 树种分类 多源遥感数据 并行混合特征选择 Sentinel-2时序 Google Earth Engine(gee) 随机森林(RF) 递归特征消除(RFE) J-M距离 香格里拉
在线阅读 下载PDF
利用GEE土地利用分类的广州市生态系统服务价值变化分析
2
作者 赵小阳 邱镛康 +2 位作者 刘洋 段鹏 付乐宜 《测绘通报》 北大核心 2025年第11期170-175,共6页
量化不同土地利用类型的生态系统服务价值(ESV),能为城市生态资源保护与国土空间规划提供重要依据。本文以广州市为研究区域,基于GEE平台遥感数据集与随机森林算法进行土地利用分类,结合当量因子法计算研究区ESV空间分布,并评估人类活... 量化不同土地利用类型的生态系统服务价值(ESV),能为城市生态资源保护与国土空间规划提供重要依据。本文以广州市为研究区域,基于GEE平台遥感数据集与随机森林算法进行土地利用分类,结合当量因子法计算研究区ESV空间分布,并评估人类活动强度对于ESV变化的影响。结果表明:①2014—2024年,建设用地面积增长率为5.93%,增长的面积主要是由耕地、未利用地、草地转化而来,其他用地类型占地面积除林地外都呈现缩减趋势;②广州市的ESV主要来自林地和水体,累计占比超95%,2014—2024年,研究区ESV总量降低了约1.12亿元,ESV降低的区域主要位于广州建成区周边,主要来自城镇的扩张;③广州市人类活动强度空间分布呈现北部低、中部与西部高的特征,并且人类活动强度与ESV之间呈现负相关关系,即随着人类活动增强,ESV呈现下降趋势。 展开更多
关键词 gee 土地利用分类 当量因子 生态系统服务价值 人类活动强度
原文传递
基于GEE云平台的沱江流域土地利用变化及驱动力分析
3
作者 张彬 姚虹宇 +2 位作者 赵语琪 安芙莹 王驰美 《绿色科技》 2025年第11期182-191,共10页
研究土地利用时空变化及驱动力,对促进区域土地资源科学配置及生态环境改善具有重要意义。以沱江流域为研究区,基于Google Earth Engine云平台调用Sentinel-2影像并构建NDVI、NDBI和NDWI光谱分类指数,选取六类地类样本,测试随机森林、... 研究土地利用时空变化及驱动力,对促进区域土地资源科学配置及生态环境改善具有重要意义。以沱江流域为研究区,基于Google Earth Engine云平台调用Sentinel-2影像并构建NDVI、NDBI和NDWI光谱分类指数,选取六类地类样本,测试随机森林、决策树,支持向量机三类监督分类器,通过精度评价确定最优分类器,利用ArcGIS制作沱江流域2016年、2018年、2021年土地利用现状图,运用空间叠加和转移矩阵分析沱江流域土地利用时空变化特征,并利用地理探测器对其进行单因子探测和交互作用探测。结果表明:(1)随机森林分类器分类效果最佳。2021年分类精度比较为:随机森林>决策树>支持向量机,分类的总体精度分别为91.13%、85.22%、79.49%。Kappa系数分别为0.88、0.80、0.72。(2)林地、建设用地及耕地构成了沱江流域土地利用类型的主体,占总面积的89.13%。2016-2021年林地面积大幅减少,建设用地面积和耕地面积增加。(3)从时空变化来看,土地类型转移以林地、耕地及建设用地的相互转换为主。沱江流域中下游林地与耕地转移最为显著,上游地区和中部地区建设用地显著扩张,大量林地与耕地为建设用地所取代,草地先减后增,在中南部及东部地区变化明显,水域和未利用地变化不明显。(4)2016-2018年、2018-2021年水体和林地及草地土地利用动态度由负变正,建设用地和未利用地土地利用动态度为正,耕地土地利用动态度为负。综合土地利用动态度均为正。(5)3期社会因子在土地利用变化中均有重要影响,2016年社会因子为主要影响因素,2018年、2021年自然因子影响较大。沱江流域土地利用变化是多种因子交互作用的结果。而高程与人均GDP的交互作用影响力最大。研究结果可为沱江流域土地利用规划提供参考依据。随机森林分类器分类精度最高,林地、建设用地及耕地为沱江流域土地利用类型主体,从时空变化来看,土地类型转移以林地、耕地及建设用地相互转换为主,社会因子与自然因子共同驱动着沱江流域土地利用时空变化。 展开更多
关键词 土地利用 时空变化 驱动力分析 gee 地理探测器 沱江流域
在线阅读 下载PDF
基于GEE的干旱区县域生态环境质量时空变化及驱动力分析——以阿拉善左旗为例 被引量：4
4
作者 李琪 党国锋 +2 位作者 鱼腾飞 张浪 陈薇宇 《干旱区研究》 北大核心 2025年第2期360-371,共12页
客观、准确、及时地评价生态环境质量时空变化及驱动力对生态环境保护方案与政策的制定具有重要意义。以阿拉善左旗为例,基于Google Earth Engine(GEE)平台构建了干旱区改进的遥感生态指数(Remote Sensingbased Ecological Index,RSEI)... 客观、准确、及时地评价生态环境质量时空变化及驱动力对生态环境保护方案与政策的制定具有重要意义。以阿拉善左旗为例,基于Google Earth Engine(GEE)平台构建了干旱区改进的遥感生态指数(Remote Sensingbased Ecological Index,RSEI),分析了近30 a(1991—2021年)RSEI的时空变化及其驱动力。结果表明:(1)近30 a阿拉善左旗RSEI呈波动上升趋势,其中2012年RSEI最大(0.360),2007年最小(0.264)。(2)近30 a阿拉善左旗生态环境改善区面积(RSEI>0.2,3.15%)大于退化区(RSEI<-0.2,2.48%),无变化区面积最大(-0.2<RSEI<0.2,94.37%)。RSEI较差的区域主要分布在裸地区域,而林地、草地、耕地、不透水面区域RSEI逐渐变好。(3)1991—2021年Glob⁃al Morans’I指数在0.600~0.650之间,表现出较高的聚集特征。(4)从线性混合效应模型的结果来看,引起RSEI变化的原因,人类活动占89%,气候变化占11%。综上所述,近30 a来阿拉善荒漠区生态环境质量整体逐步改善,腾格里沙漠北缘局部地区生态环境质量提升显著,人类活动尤其是飞播造林工程起到了关键作用。 展开更多
关键词 遥感生态指数 gee 空间自相关 干旱区
在线阅读 下载PDF
基于GEE与多源遥感数据的黄河三角洲湿地植物群落分类 被引量：1
5
作者 张念秋 毛德华 +3 位作者 冯凯东 甄佳宁 相恒星 任永星 《自然资源遥感》 北大核心 2025年第2期265-273,共9页
精确识别滨海湿地植物群落对加强滨海湿地生态质量监测、提升滨海湿地生态系统功能具有重要意义。该研究以黄河三角洲为研究区,基于Google Earth Engine(GEE)平台上的Sentinel-1/2影像,构建包含物候、传统光学、红边和雷达特征的特征向... 精确识别滨海湿地植物群落对加强滨海湿地生态质量监测、提升滨海湿地生态系统功能具有重要意义。该研究以黄河三角洲为研究区,基于Google Earth Engine(GEE)平台上的Sentinel-1/2影像,构建包含物候、传统光学、红边和雷达特征的特征向量集,采用随机森林算法对2021年黄河三角洲湿地植物群落进行分类,并进一步探讨物候特征在分类中发挥的作用。研究结果表明:①分类的总体精度为97.91%,Kappa系数为0.97,2021年黄河三角洲湿地中芦苇、碱蓬、互花米草和柽柳的面积分别为49.91 km^(2),39.91 km^(2),79.36 km^(2)和20.86 km^(2);②基于归一化植被指数(normalized difference vegetation index,NDVI)时间序列拟合曲线可有效提取黄河三角洲湿地典型植物群落的物候特征,其中可分性较强的特征有最大值日期、基准值、生长期振幅、季初增长率和季末衰减率;③与其他特征变量相比,加入物候特征后总体精度提升幅度最大,物候特征在分类中的作用更为突出。研究结果能够为黄河三角洲滨海湿地植物群落监测与生态保护提供方法参考与科学依据。 展开更多
关键词 gee Sentinel-1/2影像 物候特征 湿地植物群落 黄河三角洲
在线阅读 下载PDF
基于GEE平台的开封市地表水体遥感监测与分析 被引量：1
6
作者 胡昊 邓莹 +2 位作者 赵章红 邵振峰 庄庆威 《测绘地理信息》 2025年第2期79-82,共4页
利用Sentinel-2数据,在GEE(google earth engine)上提取了开封市2016~2023年的地表水体,并对其时空分布特征展开了分析。结果表明,NDVI(normalized difference vegetation index)、MNDWI(modified normalized difference water index)和... 利用Sentinel-2数据,在GEE(google earth engine)上提取了开封市2016~2023年的地表水体,并对其时空分布特征展开了分析。结果表明,NDVI(normalized difference vegetation index)、MNDWI(modified normalized difference water index)和EVI(extreme value index)三种指数组合的水体提取规则识别精度高,分类的总体精度达到97.3%。2016~2023年,开封市地表水体总体呈现增加趋势,其中永久水体面积为38.08 km^(2),占比为32.3%;季节性水体面积为79.87 km^(2),占比为67.7%。空间上,研究区地表水体分布不均匀,集中于区域北部,主要位于龙亭区和兰考县,两地的水体占比分别为42.9%和25.1%。 展开更多
关键词 开封市 gee 地表水体 遥感
原文传递
基于GEE平台的吉林省马铃薯遥感提取 被引量：1
7
作者 周铠文 张凤 周恒毅 《北京测绘》 2025年第1期90-96,共7页
传统地面调查手段虽在马铃薯种植面积的估算研究中被广泛应用,然而其时效性与精确度上的局限性日益凸显。在谷歌地球引擎(GEE)平台对典型地表覆盖物遥感反射特性的研究,经归一化处理后采用随机森林算法实现了马铃薯种植区与非作物区域... 传统地面调查手段虽在马铃薯种植面积的估算研究中被广泛应用,然而其时效性与精确度上的局限性日益凸显。在谷歌地球引擎(GEE)平台对典型地表覆盖物遥感反射特性的研究,经归一化处理后采用随机森林算法实现了马铃薯种植区与非作物区域的精准分割。构建了混淆矩阵,并进行了精度评估与对比分析。结果显示:依托GEE平台进行的吉林省马铃薯种植区分类,分类精度达90.5%,优于传统方法。Kappa系数为0.912,整体图像分类精度良好。本研究成功实现了马铃薯种植区域的大范围精准识别与提取,在实际应用中具有广泛价值与深远意义。 展开更多
关键词 马铃薯 谷歌地球引擎(gee) 哨兵2号 吉林省 作物分类
在线阅读 下载PDF
基于Google Earth Engine(GEE)的毛乌素沙地风蚀荒漠化过程监测 被引量：2
8
作者 刘永杰 杜鹤强 +1 位作者 范亚伟 杨胜飞 《中国沙漠》 北大核心 2025年第2期262-274,共13页
荒漠化发展使毛乌素沙地生态环境面临严峻挑战。当前荒漠化监测存在目视解译主观性强、数据更新慢等问题。因此,亟待发展客观、快速的荒漠化定量监测手段。随着遥感云计算的出现与发展,Google Earth Engine(GEE)平台不仅提供多源遥感信... 荒漠化发展使毛乌素沙地生态环境面临严峻挑战。当前荒漠化监测存在目视解译主观性强、数据更新慢等问题。因此,亟待发展客观、快速的荒漠化定量监测手段。随着遥感云计算的出现与发展,Google Earth Engine(GEE)平台不仅提供多源遥感信息数据,还具备高效的计算性能,为荒漠化快速监测创造了条件。基于GEE平台和Landsat影像,构建毛乌素沙地2000—2022年Albedo-NDVI特征空间模型,并利用地理探测器模型定量分析影响其荒漠化演变的驱动力因素。结果表明:(1)2000—2022年,毛乌素沙地荒漠化趋势整体逆转,轻度荒漠化和非荒漠化面积逐年增加,且恢复区域面积大于退化区域。空间分布呈现明显的异质性,西北部荒漠化程度较重,东南部荒漠化程度较轻且逆转较快。(2)毛乌素沙地荒漠化演变是多种因素共同作用的结果,降水量和GDP因子解释力排名位居前列,q值平均值均较高于其他因子,分别为0.078和0.105,是影响毛乌素沙地荒漠化的主要驱动因子。 展开更多
关键词 gee 荒漠化 Albedo-NDVI特征空间 地理探测器 毛乌素沙地
原文传递
基于GEE和地理探测器的滇金丝猴分布区植被变化及驱动因子分析
9
作者 冯艳 沈金祥 +1 位作者 和春兰 向伶 《环境生态学》 2025年第3期74-83,102,共11页
植被是滇金丝猴生境的重要组成部分,厘清滇金丝猴分布区的植被变化及驱动因素,能为滇金丝猴生境修复提供重要的科学参考。本研究基于GEE平台,获取Landsat数据,提取2003—2023年间滇金丝猴分布区NDVI值,结合Sen+MK趋势分析、变异系数(CV)... 植被是滇金丝猴生境的重要组成部分,厘清滇金丝猴分布区的植被变化及驱动因素,能为滇金丝猴生境修复提供重要的科学参考。本研究基于GEE平台,获取Landsat数据,提取2003—2023年间滇金丝猴分布区NDVI值,结合Sen+MK趋势分析、变异系数(CV)、Hurst指数系统性分析滇金丝猴分布区的植被时空变化特征,借助地理探测器精准定位其驱动因子,并探寻驱动因子的适宜类型或区间。结果表明:2003—2023年间,滇金丝猴分布区NDVI值呈波动增长的态势,滇金丝猴分布区植被生长状况和覆盖度在不断向好,其中以保护区范围内的植被状况最好。近20年研究区NDVI值保持稳定。从Hurst指数来看,大部分滇金丝猴分布区未来植被将持续改善。滇金丝猴分布区植被变化是各因素耦合作用的结果,且影响力随时间变化而变化,其主导因子为高程、温度、植被类型,绝大多数环境变量对NDVI值的影响差异显著,虽然各因素影响力随时间而变化,但是近20年来,各因素对NDVI值的最适宜类型或区间基本一致。 展开更多
关键词 NDVI 滇金丝猴 gee 地理探测器
在线阅读 下载PDF
基于GEE的山东省近15年农业温室年限识别与优化布局
10
作者 周奇卓 季托 +4 位作者 许鹏 陈修宇 陈红艳 曹茜 崔本江 《农业机械学报》 北大核心 2025年第6期660-672,共13页
当前农业温室发展中存在设施使用年限过长、设备老化、分布及数量不明,以及部分新建温室选址不合理等问题,导致资源利用效率低下,难以形成高效集约化生产区域。为解决上述问题,本研究基于谷歌地球引擎(Google Earth Engine,GEE)平台,利... 当前农业温室发展中存在设施使用年限过长、设备老化、分布及数量不明,以及部分新建温室选址不合理等问题,导致资源利用效率低下,难以形成高效集约化生产区域。为解决上述问题,本研究基于谷歌地球引擎(Google Earth Engine,GEE)平台,利用Landsat 5 TM和Sentinel-2 MSI影像,采用随机森林、支持向量机和最大似然分类算法,提取山东省近15年农业温室的空间分布,并对其使用年限进行分析。进而结合自然和社会经济因素,从高程、河流、土壤有机质、道路和人口5个方面进行驱动力分析,摸清主导因素;最后对农业温室发展潜力进行定量评价,并提出优化布局方案。结果表明:整体上随机森林算法的分类精度最高,总体精度始终保持在83.45%~92.83%,卡帕系数在0.7531~0.8846,表现出更强的鲁棒性和适应性。山东省农业温室面积由2008年的100440 hm^(2)增长至2023年的473306.67 hm^(2),增幅约471%。使用10年以上的老旧大棚面积为70606.67 hm^(2),15年以上的农业温室为29493.33 hm^(2);农业温室发展受政策、现代化路网及土壤有机质的影响较大;基于潜力评价确定了鲁中(以寿光市和张店区为中心)、鲁东(以平度市和莱西市为中心)和鲁南(以兰陵县和薛城区为中心)3个农业温室发展潜力区。全省可按核心发展区、建议发展区、改造转移区和一般发展区优化布局,核心发展区以寿光为中心,重点扩建现代化温室;建议发展区集中在鲁中、鲁东、鲁南部分地区,如平度、兰陵等地,通过适度新建温室形成核心发展地区;改造转移区位于潍坊、聊城等老旧温室密集区,需升级改造或逐步转移;一般发展区分布广泛,以生态保护和特色农业为主。研究结果可为农业温室优化布局提供数据和决策支撑,助力乡村振兴。 展开更多
关键词 农业温室 信息提取 时空演变 潜力评价 优化布局 gee
在线阅读 下载PDF
基于GEE多特征优选的设施农业类型信息提取
11
作者 冯冬含 李峰 +5 位作者 秦泉 张继波 韩东枫 王晗 段金馈 迪力努尔·热依木 《海洋气象学报》 2025年第3期117-128,共12页
为对不同设施农业类型信息进行识别分类和精细化提取,以潍坊日光温室和塑料大棚为研究对象,基于Google Earth Engine(GEE)云计算平台,利用Sentinel-1雷达卫星数据、Sentinel-2光学卫星数据和SRTM DEM数据,提取光谱特征、指数特征、雷达... 为对不同设施农业类型信息进行识别分类和精细化提取,以潍坊日光温室和塑料大棚为研究对象,基于Google Earth Engine(GEE)云计算平台,利用Sentinel-1雷达卫星数据、Sentinel-2光学卫星数据和SRTM DEM数据,提取光谱特征、指数特征、雷达特征、纹理特征和地形特征共41个特征变量并进行特征优选,其中,通过累计差法对比14种不同尺寸窗口,计算得到Sentinel-2影像最佳纹理特征。采用随机森林分类算法,根据不同特征设计6种组合方案开展实验,得到潍坊2023年10 m分辨率设施农业空间分布情况,探讨不同特征组合对设施农业信息提取精度的影响。结果表明:(1)Sentinel-2提取设施农业的最佳纹理特征窗口是27×27,最佳纹理特征组合为均值、熵、方差、相异性和对比度。(2)在光谱特征、指数特征的基础上加入纹理特征、雷达特征和地形特征对设施农业进行分类,不同类型特征对设施农业提取的有利程度由大到小依次为纹理特征、地形特征、雷达特征,与单一光谱和指数特征相比,分类精度分别提升4.08%、1.40%、0.80%。(3)特征优选后的方案提取精度最高,设施农业的总体精度为91.03%,Kappa系数为0.86。其中,塑料大棚的生产者精度和用户精度分别为92.21%和91.83%;日光温室的生产者精度和用户精度分别为88.54%和89.47%。(4)利用Sentinel系列影像和SRTM DEM地形数据,构建的潍坊多种设施农业类型遥感提取方法,可为设施农业灾害风险管理提供决策支撑。 展开更多
关键词 设施农业 Sentinel卫星 gee 随机森林
在线阅读 下载PDF
基于GEE平台1990—2020年黔西市石漠化时空演变与土地利用类型响应
12
作者 罗林 邓小东 +2 位作者 张显云 李宝山 文鹏帆 《山地农业生物学报》 2025年第4期83-92,共10页
喀斯特地区的石漠化是制约贵州省社会、经济及生态发展的重要因素。本文基于GEE平台选取1990—2020年Landsat多期影像研究黔西市石漠化的时空演变特征及其与土地利用类型的响应关系。结果表明:黔西市石漠化在空间上呈现西重东轻的特征,... 喀斯特地区的石漠化是制约贵州省社会、经济及生态发展的重要因素。本文基于GEE平台选取1990—2020年Landsat多期影像研究黔西市石漠化的时空演变特征及其与土地利用类型的响应关系。结果表明:黔西市石漠化在空间上呈现西重东轻的特征,潜在和轻度石漠化面积增加了141.34 km2,而中度、重度和极重度石漠化面积则减少了273.76 km2。黔西市石漠化动态度和转移过程显示,无石漠化面积变化幅度最小,2015—2020年石漠化演变过程最为剧烈,单一等级动态度和综合动态度分别为0.23%和3.06%,石漠化程度总体上呈现出逐步减轻的趋势。从石漠化的土地利用类型角度来看,黔西市耕地和林地的面积共占无石漠化地区面积的77.32%,耕地和林地与石漠化的响应程度最为强烈,而其他土地利用类型与石漠化的响应程度较弱。 展开更多
关键词 石漠化 gee 时空演变 转移矩阵 土地利用类型响应
在线阅读 下载PDF
基于GEE的广西海岸带潮间带红树林潮滩分类
13
作者 雷文正 罗天宇 +3 位作者 郭希 李淑娴 李宁 高二涛 《科学技术与工程》 北大核心 2025年第18期7493-7501,共9页
准确、实时掌握潮间带湿地范围变化情况与物种群落变化是实现湿地潮间带可持续发展与管理的重要基础工作。近年来,全球气候变暖、海平面上升以及人类对海岸带的开发、围垦、水产养殖等因素,导致潮间带受到严重的破坏。目前尚缺乏对广西... 准确、实时掌握潮间带湿地范围变化情况与物种群落变化是实现湿地潮间带可持续发展与管理的重要基础工作。近年来,全球气候变暖、海平面上升以及人类对海岸带的开发、围垦、水产养殖等因素,导致潮间带受到严重的破坏。目前尚缺乏对广西地区潮间带红树林潮滩分类的系统性研究,为实现广西潮间带资源的大范围、高精度提取,基于GEE(Google Earth Engine)云平台,利用2012—2022年广西海岸带的Landsat系列影像数据,并对影像进行阈值分割处理,分析潮汐动态淹没影响下的各遥感特征,提取了广西海滨湿地潮间带范围,并实现了研究区域滩涂及水体、红树植被、非红树植被的分类,面积分别为5 641.67、1 625.29、2 156.04 hm2。分类总体精度达93.3%,Kappa系数0.9。 展开更多
关键词 潮间带湿地 gee(Google Earth Engine) 最大光谱指数合成算法(MSIC) 最大类间方差法(OTSU) 时序遥感
在线阅读 下载PDF
基于GEE的祁连山南坡生态环境质量动态评价图谱及驱动力分析
14
作者 张倩 曹广超 +2 位作者 张乐乐 赵美亮 李佳泰 《环境科学》 北大核心 2025年第7期4534-4544,共11页
气候变化及人类活动对区域生态构成胁迫,生态环境质量的动态定量评估为生态保护战略部署与生态文明建设提供坚实研究支撑.依据2001~2020年间的MODIS数据,基于GEE平台采用遥感生态指数(RSEI)为评估工具,全面评估祁连山南坡的生态环境质量... 气候变化及人类活动对区域生态构成胁迫,生态环境质量的动态定量评估为生态保护战略部署与生态文明建设提供坚实研究支撑.依据2001~2020年间的MODIS数据,基于GEE平台采用遥感生态指数(RSEI)为评估工具,全面评估祁连山南坡的生态环境质量.通过Sen趋势分析法和Mann-Kendal(l M-K)检验,描绘RSEI的空间演变特征.同时,结合地学信息图谱和Pearson相关分析,深入剖析自然环境和人类活动对RSEI变化的影响机制.结果表明:①祁连山南坡的生态质量在空间分布上呈现出显著的地理差异性.截至2020年,大通河、黑河、北大河和八宝河流域周边地区生态质量优异,而地势较高的地区则生态质量相对较差.在时间尺度上,2001~2020年间,该区域的RSEI指数从0.62波动性提升至0.70,表明生态环境质量整体趋好,这一积极变化与近年来该区大力实施的生态建设工程密切相关.②2001~2020年间,祁连山南坡的RSEI年均值为0.66,整体波动性较小.然而,边缘地区由于近些年来气候变化等影响因素,RSEI波动性较大.祁连山南坡生态环境质量改善面积占比高达80%,而退化面积仅占11%,且均为轻微退化.展望未来,该区域生态环境质量将持续向好,并有可能出现反持续性改善.③气温、降水量以及人类活动均对生态环境产生了一定的影响,气温的影响较降水更为突出,成为影响生态环境健康状况的一个重要驱动力.与此同时,随着人类活动的日益频繁与规模的扩大,其对自然生态环境的影响也愈发剧烈.研究结果填补了祁连山南坡长期生态环境动态监测的空白,为祁连山的生态治理与绿色发展提供了有力的依据. 展开更多
关键词 生态环境质量 Google Earth Engine(gee)平台 遥感生态指数(RSEI) 地学信息图谱 祁连山南坡
原文传递
基于Sentinel 1/2和GEE的水稻种植面积提取方法——以杭嘉湖平原为例 被引量：4
15
作者 鄂海林 周德成 李坤 《智慧农业(中英文)》 2025年第2期81-94,共14页
[目的/意义]水稻是中国的主要作物之一,准确提取水稻面积对保障粮食安全、温室气体排放管理、水资源调配及生态保护至关重要。光学与微波遥感数据融合是水稻监测主要发展趋势,但现有研究大多依赖传统的物候学特征(如移栽期),忽视了植被... [目的/意义]水稻是中国的主要作物之一,准确提取水稻面积对保障粮食安全、温室气体排放管理、水资源调配及生态保护至关重要。光学与微波遥感数据融合是水稻监测主要发展趋势,但现有研究大多依赖传统的物候学特征(如移栽期),忽视了植被和水体指数在水稻生长全过程中的整体动态变化特征。为了快速、准确地获取水稻种植分布、面积等信息,以中国典型水稻种植区—杭嘉湖平原为例,研发了一种基于Sentinel-1/2数据和Google Earth Engine(GEE)云计算平台的水稻种植面积提取方法,即NDVI-SDWI动态融合水稻识别方法(Dynamic NDVI-SDWI Fusion Method for Rice Mapping,DNSF-Rice)。[方法]首先,通过Sentinel-2归一化植被指数(Normalized Difference Vegetation Index,NDVI)时间序列,基于阈值分割获取水稻种植潜在分布范围;其次,通过Sentinel-1双极化水体指数(Sentinel-1 Dual-Polarized Water Index,SDWI)时间序列,分析其在水稻生长周期内的动态变化特征,构建阈值分割算法获取基于微波数据的水稻种植分布;最后,将上述结果的交集作为最终水稻分布范围,构建了杭嘉湖平原2019—2023年10 m空间分辨率的水稻种植分布图。此外,利用地面实测数据和统计数据对提取结果进行了精度验证,并与其他产品进行了对比分析。[结果与讨论]本研究所提取的水稻种植分布图总体精度均达96%以上,F_(1)得分超过0.96,水稻种植面积整体呈逐年增长的趋势,提取面积与统计数据具有高度的一致性,优于其他相关产品。[结论]DNSF-Rice水稻识别方法基于GEE云平台,结合了光学和合成孔径雷达(Synthetic Aperture Radar,SAR)时间序列数据的优势,利用了NDVI和SDWI在水稻生长全过程中的整体动态变化特征,为高效、精确监测水稻种植面积提供了新的思路。 展开更多
关键词 遥感 gee 种植面积提取 Sentinel-1 合成孔径雷达 归一化植被指数
在线阅读 下载PDF
基于GEE平台的广西壮族自治区耕地“非粮化”时空格局演变及驱动因素研究
16
作者 罗磊 杨子生 杨人懿 《国土与自然资源研究》 2025年第3期15-20,共6页
严格控制耕地“非粮化”是当今保障国家粮食安全的重大举措。本文以广西壮族自治区为研究对象,基于GEE云平台,采用多源遥感数据并引进机器学习算法,对广西2000年、2010年和2020年三期的土地利用数据进行解译,利用空间自相关分析与地理... 严格控制耕地“非粮化”是当今保障国家粮食安全的重大举措。本文以广西壮族自治区为研究对象,基于GEE云平台,采用多源遥感数据并引进机器学习算法,对广西2000年、2010年和2020年三期的土地利用数据进行解译,利用空间自相关分析与地理探测器模型,探究广西各县耕地“非粮化”的地域分异特征及主要驱动因素,以期为广西差异化治理耕地“非粮化”和保护耕地提供基础依据。结果表明,广西耕地面积由2000年的66 929.00 km~2下降到2020年的63 052.90 km~2,耕地“非粮化”率由2000-2010年的25.94%上升到2010-2020年的27.48%。在空间分布上,耕地“非粮化”率较高的县主要分布在广西石漠化严重的西部山区并在广西西北部的百色市形成H-H聚类,空间集聚程度越来越强烈,耕地“非粮化”程度及其影响因素在空间上存在明显的差异性。海拔和坡度是广西耕地“非粮化”空间格局分异最重要的自然地理因素,同时社会经济因素的解释力也在逐渐上升,耕地“非粮化”是各种因素共同作用而形成的结果。 展开更多
关键词 gee 遥感解译 随机森林 耕地“非粮化” 时空格局 驱动因素
在线阅读 下载PDF
基于GEE的漳州市红树林长时序变化遥感监测分析 被引量：2
17
作者 柯舒婷 李广春 +3 位作者 郑斓 张静雯 张炜岩 沈元韬 《湿地科学与管理》 2025年第1期32-38,共7页
了解漳州市红树林长时序演变特征对红树林资源的管理和保护具有重要意义。本研究基于GEE平台,利用Landsat系列影像数据集,结合光谱波段、特征指数、地形和边缘特征等特征集,采用面向对象的随机森林方法,分析1986—2023年漳州市红树林时... 了解漳州市红树林长时序演变特征对红树林资源的管理和保护具有重要意义。本研究基于GEE平台,利用Landsat系列影像数据集,结合光谱波段、特征指数、地形和边缘特征等特征集,采用面向对象的随机森林方法,分析1986—2023年漳州市红树林时空分布变化。结果表明:漳州市红树林面积变化分为4个阶段,1986—1989年红树林面积减少、1990—2011年红树林面积波动式增加、2012—2019年红树林面积趋于平稳、2020—2023年红树林面积快速增长,1989年红树林面积最少,为46.13 hm^(2),2023年增加至518.23 hm^(2),面积增加了10.2倍;漳州市红树林分布区增加,由最初仅在自然保护区集中分布扩张至周边沿岸滩涂及旧镇湾、东山湾沿岸滩涂。近40年漳州市红树林面积增长明显,空间分布的多样性显著提升,漳州市红树林的保护和修复工作取得显著成效。研究结果为漳州市红树林资源深入保护和管理提供参考。 展开更多
关键词 红树林 gee 随机森林 面向对象 长时序 湿地遥感
在线阅读 下载PDF
基于GEE的盐城滨海地区互花米草遥感监测
18
作者 王昭伟 郑浩 +2 位作者 欧阳玲 贾明明 刘明月 《赤峰学院学报(自然科学版)》 2025年第6期1-6,共6页
互花米草是我国海岸盐沼中最重要的入侵植物,探究遥感识别机理与量化入侵状态对于科学管控互花米草入侵及维护滨海湿地可持续发展具有重要意义。以江苏盐城国际重要湿地为研究区,结合谷歌地球引擎(Google Earth Engine,GEE)云计算平台,... 互花米草是我国海岸盐沼中最重要的入侵植物,探究遥感识别机理与量化入侵状态对于科学管控互花米草入侵及维护滨海湿地可持续发展具有重要意义。以江苏盐城国际重要湿地为研究区,结合谷歌地球引擎(Google Earth Engine,GEE)云计算平台,以2018—2020年Sentinel系列卫星遥感影像为数据源,采用随机森林(RF)、支持向量机(SVM)、梯度提升决策树(GRB)等机器学习算法识别入侵植物互花米草,对比不同分类方法精度选取最优算法进行互花米草分布提取,监测盐城滨海湿地与国家级自然保护区内互花米草入侵面积,比较互花米草时空变化特征,分析盐城沿海互花米草演变特征。 展开更多
关键词 物候分析 Google Earth Engine(gee) 互花米草 遥感监测
在线阅读 下载PDF
基于GEE的云南省金沙江流域土地利用分类与变化研究
19
作者 徐万念 胥辉 《安徽农业科学》 2025年第22期61-68,73,共9页
利用Landsat5 TM和Landsat8 OLI遥感影像,基于GEE平台进行遥感数据预处理,采用SVM分类器,对金沙江流域进行土地利用分类,提取林地、灌丛、草地、湿地、农田、城镇和其他共7类土地利用类型,从空间分布、动态度、土地利用转移矩阵进一步分... 利用Landsat5 TM和Landsat8 OLI遥感影像,基于GEE平台进行遥感数据预处理,采用SVM分类器,对金沙江流域进行土地利用分类,提取林地、灌丛、草地、湿地、农田、城镇和其他共7类土地利用类型,从空间分布、动态度、土地利用转移矩阵进一步分析1990—2020年金沙江流域土地利用类型变化特征。结果表明:在多年平均面积占比上,林地>草地>农田>城镇>灌丛>其他>湿地;林地面积稳步增加,城镇扩张迅速,农田和其他面积逐年减少,灌丛、湿地则呈现先减少后增长再回落的趋势,而草地整体为减少趋势。林地转入最为明显,净转入率为21.95%,灌丛、草地、农田、城镇向其转入是林地面积增加的主要原因;草地转出最为明显,净转出率为17.07%,转出为林地、农田、城镇是草地面积减少的主要原因。 展开更多
关键词 土地利用 分类 变化特征 gee SVM 金沙江流域
在线阅读 下载PDF
基于GEE云平台的滇池湿地分类
20
作者 罗蓉蓉 董燕 《软件导刊》 2025年第1期158-163,共6页
湿地是维护滇池湖泊水质的重要屏障。快速、准确地获取滇池湿地类型分布对于其水质保护具有重要意义,然而目前关于滇池不同湿地类型的研究存在明显不足。为此,基于GEE平台的Sentinel-1和Sentinel-2影像数据对滇池湿地进行分类,分析比较... 湿地是维护滇池湖泊水质的重要屏障。快速、准确地获取滇池湿地类型分布对于其水质保护具有重要意义,然而目前关于滇池不同湿地类型的研究存在明显不足。为此,基于GEE平台的Sentinel-1和Sentinel-2影像数据对滇池湿地进行分类,分析比较不同分类特征组合应用3种机器学习方法(SVM、CART和RF)分类的性能。结果表明,RF的分类性能优于CART和SVM;其使用光谱波段、光谱指数、雷达特征、地形特征、纹理特征作为分类依据时的总体分类精度和沼泽湿地分类精度最高,总体精度为86.81%,Kappa系数为0.84%,F得分为85.83%,对木本沼泽和草本沼泽分类的F得分分别为85.71%、78.69%。 展开更多
关键词 湿地分类 机器学习 gee平台 滇池 Sentinel影像
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 26 下一页 到第 页
使用帮助 返回顶部