基于Google Earth Engine云计算的城市群生态质量长时序动态监测——以粤港澳大湾区为例OA北大核心CHSSCDCSCDCSTPCD
Dynamic monitoring of long time series of ecological quality in urban agglomerations using Google Earth Engine cloud computing: A case study of the Guangdong-Hong Kong-Macao Greater Bay Area, China
人类活动对生态环境的影响日益强烈,及时动态地监测生态现状及其变化信息对城市生态的管理和保护以及可持续发展具有重大意义.遥感生态指数(RSEI)是一种客观、快速和简便的生态质量监测和评价技术,已被广泛应用于生态学研究领域,但在进行大范围长时间监测时往往面临云遮挡和拼接困难的问题.因此,本文基于Google Earth Engine(GEE)平台,对1988-2018年来粤港澳大湾区共3530景Landsat遥感影像进行批量去云,采用中值合成法逐年计算绿度、湿度、干度和热度等遥感指标并利用主成分分析法构建遥感生态指数,评价了该区域近30年生态质量的时空变化.该方法改善了遥感生态指数在大范围长时序监测中数据缺失和拼接困难等问题,增加了时间序列的可比性.研究表明:(1)遥感生态指数能够较好地表征粤港澳大湾区的生态质量,其中绿度和湿度指标与其呈正相关,干度和热度指标与其呈负相关;(2)时间上,三十年间粤港澳大湾区生态质量呈"上升-下降-上升-下降"的波动下降趋势,空间上,生态质量具有明显的空间异质性,主要呈现西北和东北部高和中部低的状态.重度和中度退化区主要集中在区域中部,总体改善区域主要位于西部和东北部,基本不变区域主要包括北部区域以及香港,轻度退化区分布较为分散;(3)基于GEE云计算的图像处理可以较好的改善遥感数据缺失、色差和时间不一致等问题,极大的提高影像处理的效率,扩展了遥感生态指数在大范围长时间序列生态监测中的应用.研究结果可以为提升遥感生态指数适用范围和准确度提供参考,并为快速城市化背景下生态保护和土地管理提供理论依据.
王渊;赵宇豪;吴健生
北京大学城市规划与设计学院,城市人居环境科学与技术重点实验室,深圳 518055北京大学城市与环境学院,地表过程分析与模拟教育部重点实验室,北京 100871
遥感生态指数Google Earth Engine生态质量粤港澳大湾区
《生态学报》 2020 (023)
8461-8473 / 13
国家重点研发计划(2019YFB2102000)
评论