需要监测和了解红树林生态系统及其周围环境的变化，以确定红树林生态系统在受到人为和自然驱动因素影响的情况下如何不断变化。 高空间分辨率（30 m）卫星和高性能计算设备的一致性是该过程的限制因素，需要存储和分析。 借此，我们介绍了基于Google Earth Engine（GEE）的方法，用于对红树林及其周围环境进行长期测绘。 在这项研究中，我们使用了基于GEE的方法：1）从不同的Landsat卫星图像创建1987-2017年的无大气污染数据； 2）评估随机森林分类器和后分类变化检测方法。 确定的1987年和2017年的总体准确度分别为0.87和0.96，然后是Kappa系数0.80和0.94。 变化检测结果表明，农业面积显着减少，而红树林，虾/养鱼场和荒地面积有所增加。 结果表明，土地利用和土地覆盖的相互转化正在影响研究区域内的景观动态。
2022-02-21 08:36:12
1004KB
1
基于Google earth 提取的中国香港地区红树林分布情况，并用GIS转换为的shape格式，可用于基本的红树林分布制图。
2021-11-02 16:33:13
64KB
1
采用 2013-2015年期间共计428景30m空间分辨率的Landsat-8多光谱遥感数据及ASTER GDEM数据，结合GOOGLE EARTH高空间分辨率影像，采用多分类器组合方法对东南亚地区以及中国广西和雷州半岛的红树林进行了提取。其中选取的单分类器包括：支持向量机分类器、人工神经网络分类器、波谱角分类器、最大似然分类器、最小距离分类器。采用并行方式对各分类器输出信息进行组合，分类器的组合采用贝叶斯算法。经过部分地区的抽样检验。数据表明，研究区红树林提取面积为4.52万平方公里。本数据集包含.shp和.kmz两种格式。
2021-09-27 11:02:38
29.5MB
采用 2013-2015年期间共计428景30m空间分辨率的Landsat-8多光谱遥感数据及ASTER GDEM数据，结合GOOGLE EARTH高空间分辨率影像，采用多分类器组合方法对东南亚地区以及中国广西和雷州半岛的红树林进行了提取。其中选取的单分类器包括：支持向量机分类器、人工神经网络分类器、波谱角分类器、最大似然分类器、最小距离分类器。采用并行方式对各分类器输出信息进行组合，分类器的组合采用贝叶斯算法。经过部分地区的抽样检验。数据表明，研究区红树林提取面积为4.52万平方公里。本数据集包含.shp和.kmz两种格式。
2021-09-27 11:02:37
60.48MB
运用2018年无人机季节性航拍采集的影像数据，以及附近气象站点的降水、气温和太阳辐射等数据，引入了替代的可见光波段差异性植被指数VDVI (Visible-band Difference Vegetation Index)，采用CASA（Carnegie Ames Stanford Approach）模型估算植被净初级生产力，得到北部湾龟仙岛红树林生态系统NPP(Net Primary Productivity) 数据集(2018)。数据分析结果表明，不同季节植被NPP的空间差异明显，四个季节NPP值从大到小排序依次为：夏、秋、春、冬。该数据集内容包括：（1）2018年北部湾龟仙岛红树林生态系统研究区景观图（.jpg）；（2）2018年北部湾龟仙岛红树林生态系统研究区植被景观类型、VDVI植被指数、季节尺度和全年植被净初级生产力点状数据（.shp）。该数据集存储为.jpg和.shp格式
2021-08-06 16:02:44
3.11MB