云南省2000—2020年石漠化时空演变分析

  目的  在宏观尺度利用遥感手段识别和提取石漠化斑块信息,定量分析石漠化的空间分布特征和时序演变过程,可为中国西南地区石漠化的发生、发展过程研究提供技术手段和数据支撑。  方法  以云南省为研究区,基于谷歌地球引擎(Google Earth Engine)平台,以2000、2010和2020年为研究时段,采用决策树分类法定量提取石漠化斑块信息;通过时空演变模型分析云南省石漠化的时空演变过程和特征。  结果  ①研究时段内,云南省石漠化状况整体得到改善,石漠化占国土面积比例从9.65%下降至6.48%,但局部地区仍在恶化。②云南省石漠化空间分布呈东多西少的特征,其中昭通、曲靖、文山、红河和昆明等地区的石漠化分布面积较大,占全省石漠化发生面积的65.42%~72.14%。③石漠化演变流向复杂,既转移至石漠化程度高的等级又向石漠化程度低的等级转移,边治理边破坏的现象未被遏制。④极重度石漠化修复所需的周期较长,近20 a间云南省极重度石漠化大部分转移至重度石漠化。⑤石漠化内部演变过程剧烈,轻度石漠化和中度石漠化的综合变化速率较快,易于改善的同时亦存在较高的恶化风险,需加以重视。  结论  依据相关规程中的石漠化等级判定标准,采用决策树分类法,可准确提取宏观尺度的石漠化斑块信息。云南省石漠化土地面积呈减少趋势,空间分布不均匀,不同石漠化等级之间存在相互转化的现象。图3表4参25     

基于无人机可见光遥感的单木树高提取方法研究

利用目前流行的高分辨率可见光无人机遥感影像生成树木冠层高度模型,采用分水岭分割算法提取单木树高的研究具有重要理论和实践意义。以位于云南省富民县的天然云南松纯林为研究对象,通过大疆Phantom 4 Pro无人机获取低空可见光遥感影像,利用Pix4D Mapper对无人机影像进行预处理及三维重建,生成三维点云,利用LiDAR360处理三维点云,构建DSM,DEM并生成CHM;采用分水岭分割算法对不同郁闭度条件下获得的CHM进行单木分割及树高提取,对提取结果进行精度评价。结果表明:分水岭分割算法能够准确分割CHM,利用无人机可见光遥感影像进行单木树高提取是可行的;将基于无人机可见光影像提取的树高值与野外实地调查得到的树高值进行对比,R²为0.893,RMSE为1.23m,估测精度为87.58%;同时,林分郁闭度会对单木树高估测产生影响,根据不同郁闭度条件下提取的3组样木树高与实地测量树高的决定系数(R²)分别是0.857,0.939和0.921,RMSE分别为1.450,1.097,0.896m,在低郁闭度林分内树高估测的精度显著高于高郁闭度林分。     

滇东南石漠化地区地形起伏度对水土流失的影响

分析石漠化地区的水土流失地理分布格局，探究地形起伏度对其分布规律的影响，为滇东南石漠化地区水土流失的防治措施提供合理且全面的依据。以滇东南石漠化地区马关县、西畴县和麻栗坡县为研究区，基于30 m空间分辨率的DEM数据计算地形起伏度，利用10 m空间分辨率的Sentinel-2数据提取土地利用类型。研究表明，根据均值变点法确定研究区地形起伏度最佳像元分析窗口为24×24，地形起伏度在0~2.41；水土流失强度主要为极强烈等级，占研究区总面积的26.85%；水土流失强度区域多集中在0.05~0.35等级范围内，地形起伏度在0.15~0.25等级范围达到水土流失强度峰值。研究区的地形起伏度与水土流失强度等级分布具有高度相关性，充分说明地形起伏度是石漠化地区水土流失的主导因素之一。