换一批基于连续变化检测和分类算法的动态遥感生态指数构建
Construction of dynamic remote sensing ecological index using the Continuous Change Detection and Classification(CCDC)algorithm
摘要沿海地区经济社会高速发展,是生态环境变化的焦点区域.然而,沿海地区云雨天气频发,遥感信息获取能力受限,导致遥感生态质量指数(RSEI)评价结果受成像日期变化而波动,可比性较差.针对以上问题,研究利用连续变化检测和分类(CCDC)算法构建时间序列模型,通过合成任意时刻影像、重构遥感生态指数以及改进指数归一化方式,研发了一种动态遥感生态指数(DRSEI),细化了 RSEI在区域生态质量监测的时间尺度,并应用于沿海城市宁波生态质量时空变化监测.结果表明:(1)RSEI对时间差异较为敏感,当影像年内成像时间相差逾1个月,RSEI差异可达0.147,这种差异会对长期生态质量动态监测的稳定性和准确性造成影响.(2)基于合成影像的DRSEI平均绝对偏差为0.097,接近成像时间相差半个月的RSEI差异(0.072),误差相对较小,一定程度上减小了真实影像时相差异引起的误差.(3)DRSEI能够表征任意时刻生态质量,通过年际(1986-2019年)和半月际(2019年)DRSEI分析揭示了宁波市生态质量总体下降趋势和时空异质性加剧过程.具体地,1986-2019年宁波市南部和西部森林区域的DRSEI持续上升,而近郊农田快速转化为建成区导致DRSEI不断下降.研究提出的DRSEI能够精确描述区域生态质量变化趋势,准确定位生态质量变化转折点,有望服务海岸带地区的生态质量定期监测与评估工作,支持沿海城市高质量发展与生态环境保护.
更多相关知识
关键词
生态质量连续变化检测和分类算法遥感生态指数宁波市动态监测影像合成ecological qualityContinuous Change Detection and Classificationremote sensing ecological indexNingbodynamic monitoringimage synthesis
DOI
10.20103/j.stxb.202301190125
发布时间
2024-03-07（万方平台首次上网日期，不代表论文的发表时间）
- 浏览12
- 被引11
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
