基于GEE的鄱阳湖湿地植被长期变化特征及其对水文情势的响应

doi:10.13474/j.cnki.11-2246.2022.0225

测绘通报 ›› 2022, Vol. 0 ›› Issue (8): 7-13.doi: 10.13474/j.cnki.11-2246.2022.0225

• 区域生态环境质量时空分析 • 上一篇下一篇

基于GEE的鄱阳湖湿地植被长期变化特征及其对水文情势的响应

朱江涛^1,2,3, 艾金泉^1,2,3, 陈晓勇^2,3, 牛春妹³, 肖少龙³

1. 东华理工大学江西省大气污染成因与控制重点实验室, 江西南昌 330013;
2. 东华理工大学自然资源部环鄱阳湖区域矿山环境监测与治理重点实验室, 江西南昌 330013;
3. 东华理工大学测绘工程学院, 江西南昌 330013

收稿日期:2021-09-30 发布日期:2022-09-01
通讯作者: 艾金泉。E-mail:jinquan@ecut.edu.cn
作者简介:朱江涛(1996-),男,硕士生,主要研究方向为资源与环境遥感。E-mail:369766142@qq.com
基金资助:
江西省大气污染成因与控制重点实验室开放基金(AE2003);东华理工大学博士科研启动基金(DHBK2018001);江西省研究生创新专项资金(YC2021-S612)

Long-term vegetation variation and its response to hydrological regime in Poyang Lake wetland based on GEE

ZHU Jiangtao^1,2,3, AI Jinquan^1,2,3, CHEN Xiaoyong^2,3, NIU Chunmei³, XIAO Shaolong³

1. Key Laboratory of Causes and Control of Atmospheric Pollution of Jiangxi Province, East China University of Technology, Nanchang 330013, China;
2. Key Laboratory of Mine Environmental Monitoring and Improving around Poyang Lake, Ministry of Natural Resources, East China University of Technology, Nanchang 330013, China;
3. Faculty of Geomatics, East China University of Technology, Nanchang 330013, China

Received:2021-09-30 Published:2022-09-01

摘要/Abstract

摘要： 针对鄱阳湖湿地植被长期变化的科学问题,本文基于谷歌地球引擎(GEE)遥感大数据平台和CART分类回归树算法提取鄱阳湖2000—2017年涨水期、丰水期、退水期和枯水期的年时序植被分布范围,阐明其时空变化特征;在此基础上,结合水位数据分析湿地植被与水文情势变化之间的响应关系。结果表明,①2000—2017年,枯水期、涨水期、丰水期和退水期鄱阳湖湿地植被平均面积分别为846.35、679.03、172.35、508.63km²。②2000—2017年,不同水位期鄱阳湖湿地植被总面积均呈增加趋势,并有向湖心演变的趋势。③鄱阳湖植被面积受水位影响显著,水位与植被面积呈负相关,降水异常(如极端降水或严重干旱)是导致植被面积明显偏离平均面积的主导因素。本文结论有助于鄱阳湖湿地生态系统的健康诊断,对鄱阳湖湿地保护和修复政策的制定具有科学参考意义。

关键词: 湖泊湿地, 湿地植被, 时空变化, 水文响应

Abstract: In order to solve the scientific problem of long-term vegetation evolution in Poyang Lake, this paper extracts the annual vegetation distribution range of the rising water period, the high water period, the receding water period and the low water period from 2000 to 2017 based on the Google Earth Engine(GEE) remote sensing big data platform and CART classification regression tree algorithm, and expounds the spatio-time characteristics of the vegetation change. On this basis,It combines with water level data, the response relationship between wetland vegetation and hydrological regime is analyzed. The results show that: ①The average vegetation area of Poyang Lake wetland during the low water period, the rising water period, the high water period and the receding water period from 2000 to 2017 is 846.35km²、679.03km²、172.35km²、508.63km². ②From 2000 to 2017, the total vegetation area of Poyang Lake wetland increased at different water levels and tended to evolve towards the center of the lake. ③The vegetation area of Poyang Lake is significantly affected by water level, and the water level is negatively correlated with the vegetation area. The precipitation anomaly (such as extreme precipitation or severe drought) is the main factor leading to the significant deviation of the average vegetation area. The results of this study have scientific reference significance for the formulation of wetland protection and restoration policies in Poyang Lake.

Key words: lake wetland, wetland vegetation, spatio-temporal change, hydrological response

中图分类号:

P237

朱江涛, 艾金泉, 陈晓勇, 牛春妹, 肖少龙. 基于GEE的鄱阳湖湿地植被长期变化特征及其对水文情势的响应[J]. 测绘通报, 2022, 0(8): 7-13.

ZHU Jiangtao, AI Jinquan, CHEN Xiaoyong, NIU Chunmei, XIAO Shaolong. Long-term vegetation variation and its response to hydrological regime in Poyang Lake wetland based on GEE[J]. Bulletin of Surveying and Mapping, 2022, 0(8): 7-13.

参考文献

[1] LIANG D, LU J Z, CHEN X L, et al. An investigation of the hydrological influence on the distribution and transition of wetland cover in a complex lake-floodplain system using time-series remote sensing and hydrodynamic simulation[J]. Journal of Hydrology, 2020, 587: 125038.
[2] TINER R W, LANG M W, KLEMAS V V. Remote Sensing of Wetlands[M].[S.l.]: CRC Press, 2015.
[3] 高燕, 梁泽毓, 王彪, 等. 基于无人机和卫星遥感影像的升金湖草滩植被地上生物量反演[J]. 湖泊科学, 2019, 31(2): 517-528.
[4] 陈磊士, 高霞霞, 廖玉芳, 等. 基于CART决策树的高分二号洞庭湖区湿地分类方法[J]. 测绘通报, 2021(6): 12-15.
[5] 费鲜芸, 何鑫坤, 谢宏璇, 等. 基于GF-1卫星影像的临洪河口湿地遥感分类[J]. 江苏海洋大学学报(自然科学版), 2021, 30(2): 50-57.
[6] 黄安齐, 王霄鹏, 张翔, 等. 多时相特征组合优选的胶州湾湿地分类[J]. 海洋湖沼通报, 2021, 43(2): 161-170.
[7] 龙昊宇, 翁白莎, 黄彬彬, 等. 1984—2017年洪泽湖湿地植被覆盖度变化及对水位的响应[J]. 水生态学杂志, 2020, 41(5): 98-106.
[8] 刘露雨, 屈凡柱, 栗云召, 等. 黄河三角洲滨海湿地潮沟分布与植被覆盖度的关系[J]. 生态学杂志, 2020, 39(6): 1830-1837.
[9] 康满萍, 赵成章, 白雪, 等. 苏干湖湿地植被覆盖度时空变化格局[J]. 生态学报, 2020, 40(9): 2975-2984.
[10] 焉恒琦, 毛德华, 朱卫红, 等. 鸭绿江河口湿地近40年景观格局变化: 中朝对比[J]. 生态学杂志, 2021, 40(9): 2883-2894.
[11] 张红华, 万鲁河, 郝景莹. 小兴安岭湿地景观格局模拟及动态演变分析[J]. 测绘科学, 2021, 46(8): 197-204.
[12] 薛鹏飞, 李文龙, 朱高峰, 等. 黄河首曲玛曲县高寒湿地景观格局演变[J]. 植物生态学报, 2021, 45(5): 467-475.
[13] 史林鹭. 水文连通性对鄱阳湖湿地植被生长动态的影响: 基于长时序遥感数据的应用研究[D]. 北京: 北京林业大学, 2018.
[14] 张敏. 鄱阳湖流域植被覆盖的时空变化及其驱动因素分析[D]. 南昌: 江西师范大学, 2018.
[15] 刘凯, 彭力恒, 李想, 等. 基于Google Earth Engine的红树林年际变化监测研究[J]. 地球信息科学学报, 2019, 21(5): 731-739.
[16] 张萌,倪乐意,徐军,等.鄱阳湖草滩湿地植物群落响应水位变化的周年动态特征分析[J].环境科学研究,203,26(10):1057-1063.
[17] 陈炼钢, 陈黎明, 徐祎凡, 等. 基于越冬水鸟生境模拟的拟建鄱阳湖水利枢纽生态控制水位探讨[J]. 湖泊科学, 2020, 32(5): 1519-1528.
[18] 叶春, 刘元波, 赵晓松, 等. 基于MODIS的鄱阳湖湿地植被变化及其对水位的响应研究[J]. 长江流域资源与环境, 2013, 22(6): 705-712.
[19] 林玉茹. 鄱阳湖枯水现象的水文分析及湿地生态系统响应研究[D]. 南昌: 南昌大学, 2010.
[20] 周云凯, 白秀玲, 宁立新. 1970—2015年鄱阳湖水位变化特征及其突变分析[J]. 河南大学学报(自然科学版), 2018, 48(2): 151-159.
[21] 石月婵, 杨贵军, 李鑫川, 等. 融合多源遥感数据生成高时空分辨率数据的方法对比[J]. 红外与毫米波学报, 2015, 34(1): 92-99.
[22] YOU H L, XU L G, LIU G L, et al. Effects of inter-annual water level fluctuations on vegetation evolution in typical wetlands of Poyang Lake, China[J]. Wetlands, 2015, 35(5): 931-943.
[23] 张亮, 宁芊. CART决策树的两种改进及应用[J]. 计算机工程与设计, 2015, 36(5): 1209-1213.
[24] ABRAMSON N.Pattern recognition and machine learning[J]. IEEE Transactions on Information Theory,1963, 9(4):257-261.

基于GEE的鄱阳湖湿地植被长期变化特征及其对水文情势的响应

Long-term vegetation variation and its response to hydrological regime in Poyang Lake wetland based on GEE

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	陈竹安, 刘子强, 危小建, 刘明钊. 2000—2019年鄱阳湖生态经济区水源涵养时空变化[J]. 测绘通报, 2022, 0(8): 1-6.
[2]	杨俊, 刘灵辉. 加权全极化SAR图像分类下的功能区土地时空变化特征提取[J]. 测绘通报, 2022, 0(7): 138-142,153.
[3]	赵侃, 师芸, 牛敏杰. Google Earth Engine平台下秦岭地区植被覆盖时空变化分析[J]. 测绘通报, 2022, 0(5): 49-55.
[4]	王丽蒙, 王加胜, 杨昆, 王志敏, 粟凡婕, 陈鑫亚. 1990—2019年石漠化区耕地时空特征及成因分析——以富源县为例[J]. 测绘通报, 2022, 0(4): 77-82.
[5]	高照忠, 魏海霞, 黄铁兰. 粤港澳大湾区土地覆盖及景观格局时空变化分析[J]. 测绘通报, 2021, 0(5): 25-29.
[6]	邵亚奎, 王蕾, 朱长明, 方晖, 张新, 黄端, 陶莉. GEE云平台支持下的西天山森林遥感监测与时空变化分析[J]. 测绘通报, 2020, 0(8): 13-17.
[7]	宋晓春, 刘兴科, 孙玮婕. 黑河流域MODIS气溶胶产品时空对比分析[J]. 测绘通报, 2020, 0(7): 64-69.
[8]	江杉, 王益澄, 马仁锋. 中国东海叶绿素浓度变化分析及其海水温度响应[J]. 测绘通报, 2020, 0(6): 39-44.
[9]	谭远模, 谢思梅, 谢荣安. 土地利用时空变化与城市化发展分析[J]. 测绘通报, 2020, 0(4): 139-142,146.
[10]	毛炜青, 夏兰芳. 城市韧性时空变化监测方法分析[J]. 测绘通报, 2019, 0(3): 141-144.
[11]	张伟, 吴艳民, 刘吉凯. Landsat系列影像支持下的凤阳县石英砂矿区土地利用动态监测[J]. 测绘通报, 2018, 0(6): 91-97.
[12]	周峻松, 李石华. 2012-2015年中缅油气管道重要节点土地利用/覆被时空变化分析[J]. 测绘通报, 2018, 0(3): 113-116.
[13]	聂晨晖, 潘骁骏, 金洪芳. 杭州地区2015年PM_2.5浓度时空变化特征分析[J]. 测绘通报, 2016, 0(11): 75-79.
[14]	陈艳红, 刘瑞敏, 龙辉. MODIS影像支持下的渤海海冰时空特征变化分析[J]. 测绘通报, 2015, 0(9): 83-86.
[15]	郭云开王杨. 路域植被覆盖度时空变化遥感定量反演[J]. 测绘通报, 2013, 0(5): 23-27.