基于密集时间序列Sentinel数据的湖滨湿地分布动态监测研究
Dynamic monitoring of lakeshore wetland distribution based on dense time series Sentinel data:taking Poyang Lake as an example
摘要湖滨湿地受湖泊水位动态变化影响显著,具有范围易变、变化程度和频率时空差异明显等特点,湖滨湿地的精准监测对于全球变化背景下湖滨生态系统的保护与管理具有重要的意义.以受气候变化和人类活动等影响显著的通江湖泊——鄱阳湖为例,利用GEE平台支持下的密集时间序列Sentinel雷达和光学数据,利用OTSU算法,提出了基于淹水频率的湖滨湿地空间范围遥感监测方法,并构建了 2019-2022年鄱阳湖密集时间序列水体和植被数据集,结果表明:(1)构建的基于淹水频率的湖滨湿地提取方法能够有效界定湖滨湿地与湖泊水体之间的范围,为大尺度湖滨湿地监测提供了重要的方法参考.(2)鄱阳湖水体面积季节性波动显著,2019-2022年间由夏季汛期峰值退至枯水警戒水位的退水速率逐年加快,湿地水文周期缩短;湖滨湿地面积分别为3075.83km2、2726.28km2、2953.91km2、3331.03km2,呈波动上升趋势.(3)湖滨湿地植被的生长发育受淹水状态的显著影响,极端干旱气候下,0-20%的淹水频率对植被表现为非抑制作用,高植被覆盖频率沼泽面积显著增加.研究有助于深入了解湖滨湿地水文、植被的时空变化及其动态响应关系,为湖泊水位调控、湖滨湿地的保护与修复提供科学依据.
更多相关知识
- 浏览4
- 被引2
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



