基于GEE云计算LandTrendr算法的长三角森林扰动与增益连续监测

江德婷, 童旭东, 陈冬花, 刘赛赛, 杜一莎, 樊景威

南京信息工程大学学报 ›› 2025, Vol. 17 ›› Issue (03) : 423 -431.

PDF
南京信息工程大学学报 ›› 2025, Vol. 17 ›› Issue (03) : 423 -431. DOI: 10.13878/j.cnki.jnuist.20240225002

基于GEE云计算LandTrendr算法的长三角森林扰动与增益连续监测

    江德婷, 童旭东, 陈冬花, 刘赛赛, 杜一莎, 樊景威
作者信息 +

Author information +
文章历史 +
PDF

摘要

长三角作为我国森林资源丰富的区域之一,拥有巨大的碳汇潜力.准确捕捉和评估长三角森林的扰动与增益情况,对于提升该地区的森林管理水平以及生态环境保护工作具有重要意义.本研究采用LandTrendr变化检测算法和基于GEE(Google Earth Engine)云平台的Landsat 5~8时间序列叠加的方法,对长三角1991—2020年长达30年的森林扰动与增益进行监测.结果表明:LandTrendr算法监测森林扰动与增益的总体精度达到88.5%,森林扰动与增益的生产者精度、用户精度均高于80%,表明长三角森林扰动与增益监测效果较好.长三角森林扰动总面积为9 646.96 km2,森林增益总面积为37 205.46 km2,近30年长三角森林总面积呈增加趋势.基于GEE云平台的LandTrendr算法实现了长三角森林扰动与增益的精准监测.

关键词

长三角 / 森林扰动与增益 / LandTrendr / 谷歌地球引擎 / Landsat数据

Key words

引用本文

引用格式 ▾
基于GEE云计算LandTrendr算法的长三角森林扰动与增益连续监测[J]. 南京信息工程大学学报, 2025, 17(03): 423-431 DOI:10.13878/j.cnki.jnuist.20240225002

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

143

访问

0

被引

详细

导航
相关文章

AI思维导图

/