基于GEE的森林动态变化研究——以中央站国家级自然保护区为例

摘要

森林资源是我国极其珍贵的自然资源，森林内组分的精确信息对森林资源的保护和管理至关重要。然而，传统的实地森林清查费时费力，迫切需要一种快速准确的调查方法。本研究基于Google Earth Engine(GEE)云计算平台及多时相Sentinel-2(S-2)影像，综合地形以及气候等环境因素建立了随机森林模型，对黑龙江中央站黑嘴松鸡国家级自然保护区2019年及2023年的森林群落进行分类。结果显示，分类的总体精度为0.90,kappa系数为0.87。其中，地形因素(海拔与坡度)对分类结果具有重要影响。此外，为了明确两个时期的森林群落变化，我们利用转移矩阵进行了空间分析，确定了白桦群落是变化最为剧烈的森林群落。本研究绘制了较高准确性的森林群落分布图，为黑龙江中央站黑嘴松鸡国家级自然保护区后续管理制度与政策的提出提供了科学依据。

关键词

大规模森林制图 / 森林群落变化 / GEE / 随机森林 / Sentinel-2