基于GEE和遥感大数据的1986—2015年全球城镇用地扩张占用水体时空特征

以全球年度城市动态数据（GAUD）和全球地表水动态数据集（GSW）为基础数据,利用Google Earth Engine（GEE）解析了1986—2015年全球城镇用地扩张占用永久性和季节性水体的时空分布特征。研究发现：30 a间全球城镇用地扩张直接占用水体的面积为1 033.2 km²,其中包括季节性水体711.7 km²和永久性水体321.5 km²,呈现先增加后降低的变化趋势。亚洲是城镇用地扩张占用水体面积最多的大洲,其次是北美洲和欧洲,占用水体的面积分别为799.4 km²、122.5 km²和61.1 km²。欧洲是唯一以占用永久性水体为主的大洲。陆地面积排名前十的国家中,中国、美国和印度是城镇用地扩张占用水体面积最多的国家,占用水体的面积分别为573.1 km²、109.6 km²和24 km²。以占用永久性水体为主的国家是俄罗斯和阿尔及利亚。尽管世界各国在水资源保护方面做出了巨大努力,但实现联合国可持续发展目标背景下,需防控更多的水体因城镇用地扩张而消失。     

东北地区土地覆被格局变化模拟：基于CLUE-S和Markov-CA模型的对比分析

研究以遥感解译的东北地区2000年、2010年、2015年的土地覆被变化为基础,充分考虑自然和社会因素对土地覆被变化的影响,分别通过CLUE-S模型和Markov-CA模型对东北地区2015年和2030年土地覆被格局进行模拟,研究结果表明：通过与遥感解译的2015年实际土地覆被类型数据对比验证,CLUE-S模型和Markov-CA模型模拟结果的总体Kappa指数分别为0.970 0和0.964 9,结果表明2种模型的模拟结果较为理想,CLUE-S模型的模拟精度较Markov-CA模型更高。2015—2030年东北地区草地、耕地、湿地、其他用地和水体面积呈现下降趋势,林地、人工表面面积呈现增加趋势,人地关系越发紧张。东北地区作为生态环境相对脆弱的区域需警惕不可持续的土地覆被变化,需权衡生态保护、粮食增加与基础设施建设的用地需求和协调发展。     

基于Landsat时间序列遥感数据的华北平原农田火烧迹地检测与制图

以河南省漯河市、周口市和驻马店市交界处为研究区,基于2000年10月~2011年12月间的101幅图像,采用谐波模型和断点识别算法拟合Landsat时间序列实现对过火像元的检测,并将结果与目视解译结果、MODIS火烧迹地产品MCD64A1检测结果对比进行精度分析。结果表明：① 随着燃烧面积指数BAI (Burned Area Index)异常值阈值增大,焚烧火点误判误差减小,漏判误差增大,火烧迹地制图的总体精度先增大后减小;② 当BAI异常值阈值2.9×RMSE（Root Mean Square Error）时,该方法总体精度达到最高93.25%,MCD64A1产品总体精度为70.25%;③ 本文算法的漏判误差和误判误差相对平衡,而MCD64A1产品的漏判误差远大于误判误差。研究表明,相比MODIS火烧迹地产品数据,Landsat时间序列火烧迹地法可更有效地检测农田火烧迹地。