GEE联合多源数据的西安市土地利用时空格局及驱动力分析

近十年来,西安市经济快速发展,人地矛盾日益突出,开展西安市土地利用时空演变及驱动因素研究,对促进土地资源优化配置及生态环境可持续发展具有重要意义。该研究利用谷歌云计算平台（Google Earth Engine,GEE）在长时序分析中所具有的运算处理效率高、多源数据融合便捷、可有效降低云影响等独特优势,联合Landsat TM/OLI光学影像和PALSAR雷达影像,构建基于光谱、地形、纹理和后向散射特征的分类特征集,采用随机森林（Random Forest,RF）算法实现2010、2015和2019年西安市土地利用快速分类,分析土地利用格局时空变化规律,并利用地理探测器从自然和社会两方面探讨土地利用格局变化的驱动机制。结果表明：1）2010、2015和2019年西安市土地利用RF分类效果良好,精度较高,总体精度分别为92.30%、86.66%和90.78%,对应Kappa系数分别为0.89、0.81和0.88。2）西安市主要土地利用类型为林草地和耕地。近十年来,耕地面积大幅减少,以主城区外围最为显著;建设用地剧烈扩张,以中北部地区最为典型,大量耕地为建设用地所取代;林草地先减后增,在中南部及东部地区变化明显;水域和未利用地呈现逐年渐减的特征。3）地形、温度和降雨等自然因素是土地利用格局变化的基本控制因素,工业生产活动对西安市土地利用变化具有重要影响,且解释力不断增大,人口解释力先增后减,地形、人口和经济等因素的交互作用影响土地利用总体格局。基于GEE联合多源遥感数据,采用RF分类和地理探测器分析能够有效反映土地利用时空变化格局及其驱动机制,可为城市土地资源规划管理提供科学依据。