基于GEE的桂林市主城区热环境变化定量遥感分析
来源期刊:桂林理工大学学报2020年第2期
论文作者:娄佩卿 付波霖 何宏昌 高二涛 范冬林 唐廷元 林星辰 闭璐
文章页码:330 - 337
关键词:热环境;GEE;单窗算法;随机森林算法;Landsat 8;动态分析;
摘 要:以桂林市主城区为研究区,基于谷歌地球引擎(GEE)采用随机森林算法对2010、2014及2018年3期Landsat遥感影像进行土地利用分类,并采用单窗算法进行地表温度反演,根据NDVI像元二分线性模型解算地表植被覆盖度,最终对土地利用、植被覆盖及地表温度进行动态的统计及对比分析。结果表明:2010—2018年桂林市主城区平均温度呈上升趋势,8年共增加1.29℃,且各级别温区由低温区、较低温区及中等温区转化为较高温区及高温区;较低温区及低温区主要分布于植被及水体覆盖区域,而中等温区、较高温区及高温区主要分布于建设用地及未利用土地覆盖区域;2014—2018年,高植被覆盖度面积大幅缩减(缩减31.34%)主要原因在于建设用地面积的大幅增长(扩张30.19%);基于GEE的随机森林算法土地利用分类具有较高的分类精度(3个时期均高于80%)。研究结果可为改善城市热环境提供科学依据,也可为桂林市制定的发展战略提供科学参考。
娄佩卿,付波霖,何宏昌,高二涛,范冬林,唐廷元,林星辰,闭璐
桂林理工大学测绘地理信息学院
摘 要:以桂林市主城区为研究区,基于谷歌地球引擎(GEE)采用随机森林算法对2010、2014及2018年3期Landsat遥感影像进行土地利用分类,并采用单窗算法进行地表温度反演,根据NDVI像元二分线性模型解算地表植被覆盖度,最终对土地利用、植被覆盖及地表温度进行动态的统计及对比分析。结果表明:2010—2018年桂林市主城区平均温度呈上升趋势,8年共增加1.29℃,且各级别温区由低温区、较低温区及中等温区转化为较高温区及高温区;较低温区及低温区主要分布于植被及水体覆盖区域,而中等温区、较高温区及高温区主要分布于建设用地及未利用土地覆盖区域;2014—2018年,高植被覆盖度面积大幅缩减(缩减31.34%)主要原因在于建设用地面积的大幅增长(扩张30.19%);基于GEE的随机森林算法土地利用分类具有较高的分类精度(3个时期均高于80%)。研究结果可为改善城市热环境提供科学依据,也可为桂林市制定的发展战略提供科学参考。
关键词:热环境;GEE;单窗算法;随机森林算法;Landsat 8;动态分析;