韩江中上游地区的崩岗分布特征OA北大核心CSTPCD
选取韩江中上游地区2016—2022年的Sentinel-1/2卫星星座遥感影像和其他辅助数据,基于机器学习方法进行区域尺度的崩岗识别和崩岗影响因子测度。结果表明:1)分类模型的总体精度达到84%,Kappa系数为0.8。其中,崩岗识别的用户精度和生产者精度都超过95%,且其FScore为0.97。2)截至2022年,韩江中上游地区的崩岗侵蚀面积共有435.5 km^(2),各县(市、区)崩岗侵蚀面积差异明显,年变化趋势不一。其中,五华县崩岗侵蚀面积最多(199.2 km^(2)),其年平均变化率为16.29 km^(2)/a。梅江区崩岗侵蚀面积最少(1.6 km^(2)),其年平均变化率为0.18 km^(2)/a。3)韩江中上游地区崩岗发生概率与高程、坡度、植被覆盖、地质类型、人口密度、大气压、降雨量、经向风速、纬向风速和风速等10个因素存在显著相关性(P<0.001)。在一定的变化范围内,高程、坡度、地质类型、大气压、经向风速、纬向风速和风速对研究区崩岗发生为正向影响,植被覆盖、人口密度和降雨量对崩岗发生为负向影响。
刘娜;张恒;邓璨露;吴家龙;熊元康;
广东国地规划科技股份有限公司,广州510650广州市林业和园林科学研究院,广州510405广东国地规划科技股份有限公司,广州510650 复旦大学环境科学与工程系,上海200438
农业科学
崩岗多源数据融合土地覆盖类型监测随机森林分类Logistic回归模型赤池信息量准则韩江中上游地区
《热带地理》 2024 (003)
P.415-428 / 14
广东省自然资源厅科技项目“广东省国土空间生态修复技术标准体系研究”(GDZRZYKJ2020005);广东省国土空间生态修复规划专项课题“广东省国土空间生态修复工程建设标准研究”(GDXFKJ2020001)。
评论