|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于Google Earth Engine平台的三江源地区生态环境质量动态监测与分析显示文摘三江源是中国陆地生态系统最脆弱和敏感的区域之一,一旦遭到破坏则不可逆转。受三江源地区多云等不利气象条件的影响,很难获取大范围尺度上季相一致的、无云的Landsat遥感影像。本文利用Google Earth Engine平台,对1990-2015年的相同季节的3766景Landsat影像进行像元级融合并重构最小云量影像集,借助GEE的并行云端计算,快速得到了能够反映生态环境质量的遥感生态指数(RSEI),对三江源地区的生态环境质量进行了评价与监测。三江源时空变化与差异分析表明:1990-2000年生态环境质量呈快速下降状态,RSEI平均值从0.588下降到了0.505,生态环境质量变化以轻度恶化为主;2000-2015年生态环境质量下降速度变缓,并于2015年呈现变好态势,生态环境质量变化以不变为主,且轻度恶化面积大幅减少;该地区的生态环境状况呈现出空间分异,自西向东,生态状况变差。基于GEE平台在三江源地区的实验结果表明,GEE可以作为大区域范围的生态环境质量评价与监测的计算平台。 | 陈炜 黄慧萍 田亦陈 杜云艳 | 2019 | 地球信息科学学报2019，21，9： | 60 |
| 2 | 基于Google Earth Engine分析黄土高原植被覆盖变化及原因显示文摘为探明黄土高原植被覆盖时空变化及其原因,基于Google Earth Engine(GEE),采用Landsat Surface Reflectance data(陆地卫星地表反射率数据)分析了黄土高原1987~2015年间植被覆盖度的时空变化规律,并借助累积量斜率变化率方法对引起植被覆盖度变化的气候和人为因素进行了量化分析.结果表明:黄土高原年均植被覆盖度由1987年的41.78%增加到2015年的53.23%,增速为0.38%/a(P<0.05).其中,1987~1999年年均植被覆盖度变化趋势不显著(P>0.05);而退耕还林还草工程实施以来(2000~2015年),年均植被覆盖度显著增加(P<0.05),增速达到0.59%/a.由像元尺度分析,黄土高原72.93%的区域植被覆盖度呈增加趋势,其中38.31%的区域增加趋势显著(P<0.05).植被覆盖度的变化受气候和人为因素的共同影响,以1987~1999年为基准期,气候变化和人类活动对黄土高原2000~2015年间植被覆盖度变化的相对贡献率分别为23.77%、76.23%,人类活动为引起黄土高原植被覆盖度变化的主要原因.退耕还林还草工程极大地改善了黄土高原的植被覆盖状况,但是城市的扩张使得部分地区的植被覆盖呈显著退化现象. | 郭永强 王乃江 褚晓升 李成 罗晓琦 冯浩 | 2019 | 中国环境科学2019，39，11： | 58 |
| 3 | Google Earth Engine平台支持下的赣南柑橘果园遥感提取研究显示文摘赣南地区是中国柑橘主产区,柑橘种植产业经数十年发展已具较大规模。本文利用Google Earth Engine平台,使用2140景Landsat影像进行像元级融合,重构目标年份季节最小云量影像集,构建多维分类特征集,利用随机森林分类算法,实现了1990、1995、2000、2005、2010和2016年赣南柑橘果园的分布制图。结果表明:利用Google Earth Engine平台可实现大量遥感影像数据的高效处理;最小云量影像合成方法能够有效解决多云多雨地区高质量光学影像获取困难的问题;以最小云量影像合成构建的数据集,使用随机森林分类算法能够有效提取赣南柑橘果园,分类平均总体精度和Kappa系数分别为93.15%和0.90,分类效果良好;赣南柑橘果园面积由1990年9.77 km2扩大为2016年2200.34 km2,2005年以后呈大规模扩张趋势,果园分布由零星分布,逐步形成连片化的聚集分布特点,柑橘果园用地的主要来源为林地、灌丛和耕地。 | 徐晗泽宇 刘冲 王军邦 齐述华 | 2018 | 地球信息科学学报2018，20，3： | 44 |
| 4 | 基于Google Earth Engine云平台的植被覆盖度变化长时间序列遥感监测显示文摘基于Google Earth Engine遥感大数据云计算平台,以云南省南洞地下河流域为例,利用近2 000景30m分辨率Landsat-NDVI长时间序列数据,采用像元二分模型对研究区1988-2016年的年最大植被覆盖度进行定量估算,并分别从流域整体和像元尺度分析近29a间植被覆盖度的时空变化特征。研究结果表明:(1)南洞地下河流域大部分区域处于中等覆盖度和中高覆盖度,覆盖度随高程和坡度的增加而增大,其中年最大植被覆盖度> 60%的区域占流域总面积的45.75%;(2)近29a来,流域年最大植被覆盖度整体呈现不断增加的趋势,年均增长速率为0.56%,其中植被覆盖度轻微改善或是明显改善的面积占38.84%;(3)相比1988年,2016年高植被覆盖区和中高植被覆盖区面积分别增长50.51%、18.40%;而中等植被覆盖区、中低植被覆盖区和低植被覆盖区面积分别减少24.05%、47.95%和37.72%。封山育林等石漠化治理工程以及气候变化对于流域植被恢复和生态环境重建具有重要影响,其研究成果可为后续石漠化监测提供重要的基础研究数据。 | 裴杰 牛铮 王力 黄妮 曹建华 | 2018 | 中国岩溶2018，37，4： | 39 |
| 5 | 河南省冬小麦快速遥感制图显示文摘在省域尺度上,冬小麦遥感识别中存在冬小麦物候不一致、地表环境复杂、数据处理复杂、遥感数据冗余、选择适当的分类样本困难、分类精度低等问题,而遥感数据云平台为解决这些问题提供了良好的数据基础和数据处理能力。以河南省为研究区,以谷歌地球引擎(Google Earth Engine)云平台为支撑,基于2015年和2002年前后年份河南省冬小麦识别关键期内的2296景Landsat遥感影像,采用NDVI重构增幅算法建立冬小麦大区域遥感快速制图模型,实现了2015年和2002年的河南省冬小麦分布制图。结果表明:2015年和2002年冬小麦种植面积分别为56 055.79 km^2和47 296.11 km^2,与统计数据比,精度达到97%;2002-2015年,河南省冬小麦种植分布存在明显变化,总体播种面积呈增加趋势,2015年比2002年增加8759.69 km^2,增幅为18.52%。与传统计算机冬小麦制图方法相比,基于Google Earth Engine云平台的数据处理和制图效率均获得千倍以上的提升。 | 王九中 田海峰 邬明权 王力 王长耀 | 2017 | 地球信息科学学报2017，19，6： | 22 |
| 6 | 基于Google Earth Engine的红树林年际变化监测研究显示文摘遥感技术已广泛应用于红树林资源调查与动态监测中,但仍然存在遥感数据获取困难、数据预处理工作量大、监测时间长而周期过大等问题,影响了学者对红树林演变过程的精细刻画与理解。本文基于Google Earth Engine(GEE)云遥感数据处理平台,选取Landsat系列卫星数据,生成长时间序列年际极少云影像集(云量少于5%),利用3个红外波段反射率(NIR、SWIR1、SWIR2)和3个特征指数(NDVI、NDWI、NDMI)建立阈值规则集,实现对实验区越南玉显县红树林、红树林-虾塘、不透水面-裸地、水体4种目标地物的专家知识决策树分类和土地覆盖的制图,并基于分类结果监测该区域1993-2017年的红树林年际动态变化。结果表明:GEE平台可满足多云多雨地区红树林的长时间序列年际变化监测需求;本文阈值分类方法可以有效提取红树林及红树林-虾塘,实验区有86%年份的影像分类精度达到80%以上;年际变化监测可精细刻画实验区红树林面积先增后减再增的变化过程,也能准确反映红树林与红树林-虾塘养殖系统面积之间的负相关关系。红树林年际动态监测结果可以降低红树林演变分析的不确定性,并能更精细地量化红树林与其他土地覆盖类型的转化过程,从而评估经济发展、政策等因素对红树林演变的影响。 | 刘凯 彭力恒 李想 谭敏 王树功 | 2019 | 地球信息科学学报2019，21，5： | 22 |
| 7 | 基于Google Earth Engine与机器学习的省级尺度零散分布草地生物量估算显示文摘大区域草地地上生物量估算对草地资源利用管理及全球碳循环研究具有重要意义。为高效快速地估算大区域零散分布草地地上生物量,本文选取安徽省为研究区,在谷歌地球云引擎(Google Earth Engine)平台的支撑下,通过机器学习方法建立Landsat8 OLI及其他辅助数据与地面实测草地地上生物量之间的联系,开展了草地零散分布地区省级尺度草地地上生物量高分辨率估算,并与传统的基于归一化植被指数(NDVI)回归模型进行了比较。研究结果表明,综合利用光谱与地形因子的机器学习方法,估算零散化分布草地地上生物量的精度可以达到65%以上,其中分类回归树(CART)模型R^2=0.57,预测精度为68.60%,支持向量机(SVM)模型R^2=0.59,预测精度为75.74%,而使用NDVI的回归分析产生的误差较大,R^2=0.37,预测精度为57.51%,因此机器学习方法相对于传统基于NDVI的回归分析具有明显优势。另外,谷歌地球云引擎平台数据来源广泛、获取方便,可以高效地实现海量影像数据的预处理及计算分析,大大提升了工作效率,与地面调查数据的结合可实现更大区域乃至全国尺度上的零散分布草地地上生物量高分辨率遥感估算。 | 修晓敏 周淑芳 陈黔 蒙继华 董文全 杨广斌 李晓松 | 2019 | 测绘通报2019，，3： | 18 |
| 8 | 基于GEE的山东省近30年农业大棚时空动态变化研究显示文摘针对精确获取大尺度空间范围内农业大棚的分布情况并进行长时间的序列动态监测存在数据量大、计算效率低、精度不高等问题,利用Google Earth Engine(GEE)云平台能够实现快速存取、实时处理海量卫星数据,基于多时相Landsat影像进行农业大棚时序光谱特征和纹理特征的自动提取,采用随机森林算法实现山东省农业大棚的遥感分类,从而生成了山东省近30年农业大棚的空间分布和时空动态变化图。结果表明,本文分类流程具有较高的分类精度,其平均总体精度达到91.63%,Kappa系数均值为0.8642。经分析,山东省农业大棚从1990年的6.67 km^2增加到2018年的9919.40 km^2,增长速度为354.03 km^2/a。 | 朱德海 刘逸铭 冯权泷 欧聪 郭浩 刘建涛 | 2020 | 农业机械学报2020，51，1： | 17 |
| 9 | 基于Google Earth Engine与机器学习的大尺度30m分辨率沙地灌木覆盖度估算显示文摘相较于降雨充沛的南方,中国北方沙地植被呈现覆盖整体偏低、空间异质性强的特点。灌木作为该区域的优势植被,对于风沙固定、食品/木材供给起着极为重要的作用。针对当前大尺度、中高分辨率干旱地区灌木覆盖度遥感产品缺失的现状,研究提出了一套通过Collect Earth样本收集器进行样本采集、利用Google Earth Engine遥感云平台的数据与计算优势开展大尺度灌木覆盖度估算的方法,并选取中国北方四大沙地之一的毛乌素沙地开展了示范应用。研究结果表明:(1)Collect Earth样本收集器可以有效地获取地面灌木覆盖度样本数据集,可以将灌木与高大乔木与草本植被进行有效区分,为灌木覆盖度估算样本集的建立打下了基础;(2)利用Landsat数据与其他辅助数据,机器学习算法可以较好地实现灌木覆盖度的估算,CART模型确定性系数R^2为0.73,均方根误差(Root Mean Square Error, RMSE)为13.66%,预测精度(Estimated Accuracy, EA)为61.8%,SVM模型R^2为0.72,RMSE为13.73%,EA为61.6%;(3)提出的基于GEE的灌木覆盖度估算体系可为我国乃至全球尺度干旱地区沙地灌木覆盖度信息提取提供有效支撑,具有较大的应用潜力。 | 陈黔 李晓松 修晓敏 杨广斌 | 2019 | 生态学报2019，39，11： | 17 |
| 10 | 基于长时序Landsat 5/8多波段遥感影像的青海湖面积变化研究显示文摘青海湖作为高海拔的内陆湖泊,其表面水体面积多年变化对寒旱区的气候变化和水循环至关重要。为了研究30年来青海湖湖泊面积变化规律,提取了1986—2017年(除去2012年)覆盖青海湖的459景Landsat5/8影像,采用6种常用的水体提取方法分别提取了青海湖表面水体面积,并分析了不同方法的差异,最终分别对Landsat 5 TM和Landsat 8 OLI遥感影像采用改进的归一化差异水体指数(MNDWI)和水体指数2015(WI2015)方法获得1986—2017年青海湖表面水体面积的年变化,并分析其变化趋势。结果表明:1989—2003年青海湖面积减小了175.34km^2,年平均减小率为12.52km^2/a,2003—2017年青海湖面积增加了183.43km^2,年平均增加率为13.10km^2/a,整体上,1986—2017年青海湖面积增加了104.46km^2,年平均增加率为3.37km^2/a。 | 韩伟孝 黄春林 王昀琛 顾娟 | 2019 | 地球科学进展2019，34，4： | 16 |
| 11 | 基于GEE平台的广州市主城区不透水面时间序列提取显示文摘不透水面作为城市化水平以及城市环境的重要评价指标,其提取已经是当下的研究热点。与单时相影像相比,时间序列制图能够获取其准确的变化趋势,对于监测城市的快速发展具有重要意义。本文以广州市主城区为研究区,以Google Earth Engine平台为基础,利用2000-2017年的Landsat TOA影像计算BCI和NDVI,并通过自适应迭代法确定它们的阈值,从而提取初始的不透水面,然后进行时间一致性检验,使不透水面时间序列更加合理。研究结果表明:①BCI与NDVI的结合以及时间一致性检验能够提高不透水面的提取质量;②本文中不透水面提取的平均总体精度为90.4%,平均Kappa系数为0.812;③在2000-2017年广州市主城区不透水面面积增加近一倍,但增速有所放缓。④新增的不透水面主要集中在原本相对落后的主城区外围;⑤高程、道路密度和购物场所密度等是影响广州市主城区不透水面扩张的主要因素。 | 李培林 刘小平 黄应淮 张鸿辉 | 2020 | 地球信息科学学报2020，22，3： | 16 |
| 12 | 基于Google Earth Engine平台的湿地景观空间格局演变分析:以白洋淀为例显示文摘长时间序列数据分析有助于人们更好的了解事物本质,但传统的长时间序列数据集的获取和处理需要花费大量的人力和财力,对于大尺度范围的湿地生态系统长时间序列数据的获取更加困难.以Google数据中心数万计CPU为运算基础的Google Earth Engine平台为长时间序列数据的获取和处理提供了契机.鉴于此,基于Google Earth Engine平台,作者生产了白洋淀地区1987—2017年的NDVI、NDWI数据集,并以此对白洋淀湿地生态系统景观类型进行分类,运用景观生态学方法研究了近30 a白洋淀湿地生态系统景观演变特征,同时表明了Google Earth Engine平台在监测湿地生态系统景观空间格局变化的可行性与优越性. | 孟梦 田海峰 邬明权 王力 牛铮 | 2019 | 云南大学学报(自然科学版)2019，0，2： | 15 |
| 13 | 基于GEE平台广西桉树快速提取研究显示文摘为进一步提高基于遥感影像森林(人工林)植被信息提取的工作效率,基于Google Earth Engine(GEE)平台,以Landsat8 OIL影像为实验数据,利用监督分类、支持向量机、最大熵模型、随机森林以及根据试验区实际构建的决策树分类方法对试验区桉树人工林种植面积进行提取,并对各方法进行了比较,在此基础上利用决策树法提取了广西地区桉树种植面积,并利用无人机影像与Google Earth Pro历史影像对实验结果进行了验证。实验过程及结果表明:利用GEE平台可以高效快速地提取遥感植被信息。在以上5种方法中,决策树分类方法取得最好的效果,其试验区桉树提取总体精度与Kappa系数分别达到0.82,0.85;同时,利用决策树提取的广西桉树种植面积与统计资料的面积统计结果具有较好的一致性。说明构建的决策树分类方法对大区域、复杂山区植被覆盖信息的快速提取具有参考意义。 | 卢献健 黄俞惠 晏红波 周吕 吴宸龙 周斌 罗乐 | 2019 | 林业资源管理2019，，5： | 13 |
| 14 | 基于Google Earth Engine的环渤海地区土地覆盖分类显示文摘环渤海地区由于城市和经济发展,导致土地覆盖快速变化,对其进行高精度实时的变化监测是相关研究的重要基础。传统单机处理模式难以进行大尺度和长时间序列的快速监测,而整合海量数据的遥感大数据云计算平台的出现使其成为可能。本研究基于Google Earth Engine(GEE)处理平台,采用决策树(CART)方法对研究区2000—2019年土地覆盖进行解译分类,并综合分析研究区土地覆盖变化及对比不同数据源解译结果。结果表明:基于GEE平台能够实现大区域快速土地覆盖分类,对沿海湿地和其他覆盖类型具有较高的分类精度,与实测点对比达到80%以上。相较于Landsat影像,基于Sentinel-2A影像的解译结果在精度上有较大的提高,总体分类精度从85%提高到95%,地表更多细节信息得到体现。2000年,研究区湿地、建设用地、耕地、林地和水体的面积分别为1612.5、5734.9、32074.8、11853、3504.3 km2,分别占总面积的2.9%、10.5%、58.6%、21.6%、6.4%。到2019年,湿地减少了775.1 km2,下降40.1%;建设用地增加5310.5 km2,增加了92.6%;耕地、林地和水体分别下降了1841.6、1823.5、870.3 km2,分别下降5.7%、24.8%、48.1%。说明沿海的城市化过程导致建设用地占用其他类型,是研究区土地覆盖变化的最主要驱动力。 | 于莉莉 孙立双 张丹华 刘淼 谢志伟 平晓莹 | 2020 | 应用生态学报2020，31，12： | 9 |
| 15 | 基于Google Earth Engine的湖南省近30年不透水面时空变化研究显示文摘准确获取城市不透水面信息对洪涝治理、生态保护以及智慧城市建设等具有重要意义。该文基于Google Earth Engine云平台,以Landsat TM/ETM+/OLI影像为数据源,重构目标年份的最佳影像数据集;在此基础上构建光谱和纹理的分类特征集,采用随机森林分类算法提取不透水面信息,并分析湖南省1987-2017年每3年的不透水面时空变化特征。结果表明:1)该文方法能够有效提取不透水面信息,分类总体精度和Kappa系数分别为97.19%和0.92。2)湖南省不透水面扩张显著,面积从1987年的1107.48 km^2增至2017年的3929.26 km^2,平均扩展速率为94.06 km^2/a,动态度为8.49%。增长较快区域集中在长沙(19.14 km^2/a)、常德(8.46 km^2/a)、衡阳(8.03 km^2/a)、岳阳(7.10 km^2/a)、株洲(6.50 km^2/a)等地;长株潭城市群的不透水面扩张显著,扩展速率和动态度分别为30.28 km^2/a和14.27%。 | 唐志光 邓刚 李少为 李朝奎 陈浩 彭焕华 | 2020 | 地理与地理信息科学2020，36，2： | 9 |
| 16 | 近20年渤海叶绿素a浓度时空变化显示文摘浮游植物作为食物链的基础,对海洋生态系统具有重要作用。渤海作为我国最大的内海和重要渔业生物的产卵场、育幼场和索饵场,该区浮游植物研究具有重要意义。叶绿素a浓度是反映浮游植物生物量的重要指标。利用Google Earth Engine平台,对1997–2010年的宽视场海洋观测传感器(SeaWiFS)叶绿素a浓度数据和2002–2018年的水色卫星中分辨率成像光谱仪传感器(MODISAqua)叶绿素a浓度数据进行合并,并研究其时空变化特征。研究表明,近20年来,渤海全年叶绿素a浓度增加了14.1%,且增加显著。叶绿素a浓度在所有季节都呈现增加趋势;除11月外,其他各月都呈现稳定或增加趋势。从滦河入河口沿岸至渤海海峡的渤海中部,叶绿素a浓度增加较明显。同时也分析了海洋表面温度、风速和降水量数据。夏季渤海周边区域降水量和风速增加以及秋季海表温度的降低都有助于同季叶绿素a浓度的升高。渤海浮游植物可能受陆源营养物质输入影响较大。 | 田洪阵 刘沁萍 Joaquim I.Goes Helga do Rosario Gomes 杨萌萌 | 2019 | 海洋学报2019，41，8： | 8 |
| 17 | 基于遥感生态指数的矿井关闭前后生态环境时空变化规律研究显示文摘我国煤炭资源丰富,煤炭资源开采为地方社会经济发展发挥支撑作用的同时,也对矿区周围的生态环境带来重大影响。近年来,随着煤矿资源枯竭和国家去产能政策的出台,大量煤矿被关闭。现有研究多关注开采过程中生态环境的变化,较少涉及关闭矿井后生态环境变化规律的研究。为此,以徐州贾汪关闭矿区为例,选取2009—2021年的Landsat 5和8影像,采用遥感生态指数(Remote Sensing Ecological Index,RSEI)方法动态监测分析了该矿区关闭前后生态环境的时空演化规律。研究表明:矿井关闭后矿区整体的生态质量呈上升趋势,其中权台矿的RSEI值由2009年的0.432上升至2021年的0.568,旗山矿的RSEI值由0.490上升至0.546。贾汪矿区生态等级差和较差区域所占的比例在减少,由2009年的41.51%降为2021年的29.06%;生态等级良和优的区域所占比例在增加,由2009年的36.4%升为2021年的47.36%。另外,生态指数较低的区域不太稳定,重心迁移较明显,生态指数较高的区域相对来说较稳定且集中。将生态结果与高分辨率影像进行可视化对比,反映出利用30 m分辨率的Landsat遥感影像对贾汪矿区进行RSEI指数评价具有一定的可靠性。 | 秦璐 陈炳乾 于洋 杨家乐 杨宇 | 2023 | 金属矿山2023，，3： | 1 |
| 18 | 基于光学遥感数据的水田信息提取研究 | 王伟林 查传建 | 2023 | 中文科技期刊数据库(全文版)工程技术2023，，11： | 0 |
| 19 | 基于Google Earth Engine平台的青藏高原冰川变化研究——以普若岗日冰原为例显示文摘基于Google Earth Engine(GEE)云计算平台,以青藏高原中部的普若岗日冰原为例,探讨了快速批量处理遥感数据并获取冰川面积变化的方法。结果表明,利用GEE平台结合像元级影像合成和最小归一化积雪指数(Normalized Difference Snow Index,NDSI),可快速获取年度合成影像,提取冰川边界。通过对1988—2020年共512景遥感影像合成计算,获得了1988—2020年普若岗日冰川面积变化特征,分析发现:33 a间冰川面积减小了31.08 km^(2),年均退缩率为0.23%/a,冰川面积退缩主要发生在冰川末端,部分末端在20 a间退缩了1506 m。相对于冰川的实地观测或传统遥感监测法,本方法提高了影像利用率和数据处理效率,可快速实现冰川面积变化长时序分析,为现代冰川变化研究提供了新途径。 | 田梦祺 段克勤 石培宏 | 2023 | 地理科学2023，43，6： | 0 |
| 20 | 基于GEE云平台的2000—2022年雄安新区生态质量动态评价显示文摘城市化建设的持续推进对区域生态质量影响日益加剧,及时、客观、定量地评价生态质量的时空变化对生态保护和政策制定至关重要.本研究以雄安新区为研究区,以Landsat系列遥感影像为主要数据源,基于Google Earth Engine(GEE)平台构建了改进的遥感生态指数(RSEI),在此基础上,对雄安新区2000—2022年的生态质量进行了分析和评价.研究表明:(1)改进后的RSEI模型可以较好的反映雄安新区长时间序列生态质量变化的全貌.(2)雄安新区的生态质量总体上呈先下降后上升的趋势.其中,2000—2011年生态质量呈下降趋势,集中分布在城乡周围以及雄县东部地区,耕地退化、林地退化、围湖造田以及建设用地的扩张等是造成生态质量下降主要原因;2011—2022年,生态质量呈好转趋势,雄县东部植被增加,白洋淀的水域面积恢复以及雄安新区建设初期一系列生态保障工程的开展,是促使生态好转的重要原因.(3)以耕地为主的植被用地对雄安新区内的生态质量具有重要影响.雄安新区作为我国未来城市的样板,其发展建设的经验值得借鉴推广. | 赵月 孟丹 丁凤 宫辉力 李小娟 | 2023 | 地球物理学进展2023，38，5： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员