期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
基于谷歌地球引擎大数据支撑的自然资源生态安全应用研究进展 被引量:1
1
作者 蔡文博 王薇 +3 位作者 朱青 张智舵 彭婉婷 蔡永立 《生态学报》 北大核心 2025年第7期3544-3554,共11页
随着工业革命和城市化进程,全球资源消耗和生态环境恶化加剧,保障自然资源生态安全成为关注焦点。谷歌地球引擎(GEE)作为地球大数据云计算平台,为自然资源生态安全研究提供了新引擎,涵盖评价、预测预警及预案制定等全过程管理。系统梳理... 随着工业革命和城市化进程,全球资源消耗和生态环境恶化加剧,保障自然资源生态安全成为关注焦点。谷歌地球引擎(GEE)作为地球大数据云计算平台,为自然资源生态安全研究提供了新引擎,涵盖评价、预测预警及预案制定等全过程管理。系统梳理了GEE在自然资源生态安全评价、预测预警及预案制定等方面的应用进展,展示了其在森林资源、耕地资源、草地资源等多种自然资源管理中的广泛应用和显著成效。同时,也指出了GEE在数据源、研究深度及预警应用方面存在的不足和挑战。为了进一步提升自然资源生态安全研究水平,提出了基于大数据和云计算技术的自然资源生态安全研究框架,明确了大数据采集、处理、分析及决策支持等关键环节,并强调了自主研发、数据共享与开放的重要性。本研究不仅为当前自然资源生态安全研究提供了理论参考和实践指导,也为未来相关领域的深入探索和创新发展奠定了坚实基础。 展开更多
关键词 自然资源 生态安全 谷歌地球引擎(gee) 大数据 云计算平台
在线阅读 下载PDF
中亚干旱区植被NDVI时空变化及其区域对比研究 被引量:1
2
作者 张汝菡 宫雨生 谈明洪 《环境科学研究》 北大核心 2025年第1期90-100,共11页
植被在生态系统中扮演着重要的角色,归一化植被指数(Normalized Difference Vegetation Index,NDVI)是反映植被变化的重要指标。为阐明中亚干旱区(中亚五国和中国新疆地区)植被NDVI时空演变规律及其影响因素的差异,本研究基于谷歌地球引... 植被在生态系统中扮演着重要的角色,归一化植被指数(Normalized Difference Vegetation Index,NDVI)是反映植被变化的重要指标。为阐明中亚干旱区(中亚五国和中国新疆地区)植被NDVI时空演变规律及其影响因素的差异,本研究基于谷歌地球引擎(Google Earth Engine,GEE),利用2000−2020年植被生长季间MODIS NDVI产品计算逐年平均归一化植被指数(NDVI),采用Sen′s斜率、Mann-Kendall检验,分析中亚干旱区植被NDVI的时空变化;同时结合遥感数据、气象数据和土地利用等数据,构建多元线性回归模型,探索影响NDVI变化的驱动因素。结果表明:①2000−2020年中亚干旱区植被NDVI整体上呈现波动上升趋势,中国新疆地区植被NDVI整体增长速率为2.9×10^(−3)a^(−1),远高于中亚五国总体增长速率(0.6×10^(−3)a^(−1))。②从NDVI变化空间分布来看,中亚五国植被变化趋势空间分布较为分散,植被NDVI改善区域面积占比为25.9%,退化区域面积占比为8.78%;中国新疆地区植被变化呈现出明显的空间集聚效应,改善区域集中在绿洲和主要农业区,植被改善区域面积占比为37.72%,植被退化区域面积仅占0.46%。③植被NDVI受到气候、地形及人类活动要素的多重影响。气温升高抑制中亚干旱区植被生长,降水量增加利于植被生长,高程显著影响植被生长,人类合理利用土地及灌溉设施投入对于植被恢复具有积极作用。研究显示,中亚五国与中国新疆地区植被变化存在明显差异,中国新疆地区植被改善情况明显优于中亚五国。植被NDVI变化受到自然因素和人类活动共同影响,需要综合考虑区域异质性与多重影响因素的协同作用。 展开更多
关键词 中亚干旱区 归一化植被指数(NDVI) 区域差异 时空动态 谷歌地球引擎(gee)
在线阅读 下载PDF
北部湾滨海地区土地覆被信息提取及时空演变驱动机制——以广西壮族自治区钦州市为例
3
作者 廖超明 李宥儒 +6 位作者 徐彬彬 秦元丽 曾顺琪 云子恒 顾观海 韦媛媛 石春柔 《水土保持通报》 北大核心 2025年第3期143-154,共12页
[目的]开展北部湾滨海地区覆被信息提取及时空演变驱动机制研究,为该区域经济发展和资源可持续利用提供科学支持。[方法]面向北部湾滨海地区,以广西壮族自治区钦州市为例,基于谷歌地球引擎平台(GEE),在随机森林模型中融合光谱特征、纹... [目的]开展北部湾滨海地区覆被信息提取及时空演变驱动机制研究,为该区域经济发展和资源可持续利用提供科学支持。[方法]面向北部湾滨海地区,以广西壮族自治区钦州市为例,基于谷歌地球引擎平台(GEE),在随机森林模型中融合光谱特征、纹理特征、指数特征以及地形特征,完成2012—2022年土地利用/覆被变化(LUCC)数据集制作和格局演变分析,引入最优参数地理探测器探讨驱动机制。[结果]①经参数优化的随机森林模型可实现覆被信息有效提取,各期LUCC产品总体精度均在0.88~0.92,kappa系数介于0.86~0.90,结合4 km×4 km解译图斑与Google Earth同期同位高分辨率影像进行目视对比,表明解译结果与地物的实际布局具有较好一致性。②2012—2022年钦州市林地面积增加91.93 km^(2),耕地面积减少284.73 km^(2),建设用地面积增加180.05 km^(2),综合土地利用动态度呈上升趋势。③研究期内,经济动力(国内生产总值,GDP)和地形特征(高程、坡度)是研究区土地利用演变的主要影响因素。[结论]2012—2022年钦州市在发展经济的同时也在环境保护领域积极作为,未来应充分利用“平陆运河”建设带来的机遇和挑战,科学规划土地资源,推动生态文明建设和经济建设平衡发展。 展开更多
关键词 谷歌地球引擎(gee) 土地利用/覆被变化(LUCC) 时空格局演变 驱动机制
在线阅读 下载PDF
2019-2023年粤港澳大湾区NO_(2)浓度变化的自然主控因子解析
4
作者 郭铭彬 龚建周 +1 位作者 王丽娟 王时宽 《生态环境学报》 北大核心 2025年第4期534-547,共14页
基于Sentinel-5P卫星提供的二氧化氮对流层柱浓度数据(NRTI/L3_NO_(2)),结合气象数据、NDVI和陆表温度数据,采用Sen趋势分析、Mann-Kendall检验等方法,并辅以地理探测器与时空地理加权回归模型(GTWR),解析2019-2023年粤港澳大湾区NO_(2... 基于Sentinel-5P卫星提供的二氧化氮对流层柱浓度数据(NRTI/L3_NO_(2)),结合气象数据、NDVI和陆表温度数据,采用Sen趋势分析、Mann-Kendall检验等方法,并辅以地理探测器与时空地理加权回归模型(GTWR),解析2019-2023年粤港澳大湾区NO_(2)柱浓度时空变化与自然驱动机制。结果显示:1)年际变化上,2021年NO_(2)柱浓度达到峰值,2020年为最低,季节性变化上冬季浓度最高,夏季最低,空间分布呈“中间高、四周低”的特点;2)Sen年趋势分析表明,广佛交界、深圳西部、肇庆等地NO_(2)浓度上升,珠海、江门、中国澳门等地下降;Mann-Kendall检验显示,广州北部与肇庆为显著增长区;3)地理探测器分析表明,风速、温度、湿度和气压是主要影响因子,降水和太阳辐射影响较弱;湿度与风速、湿度与温度的交互作用显著,非线性增强效应表现在气压、降水与其他因子的交互中;4)GTWR模型分析显示,风速、温度和陆表温度对NO_(2)浓度存在正向影响,广佛与深圳尤为显著;气压、湿度与植被指数对其存在负向影响,江门与珠海更为明显;降水与太阳辐射的影响复杂,空间差异较大。该研究可为理解大湾区NO_(2)污染的时空变化及自然驱动机制提供参考,助力空气质量管理和污染控制策略的制定。 展开更多
关键词 NO_(2)柱浓度 时空变化特征 谷歌地球引擎(gee云平台) 影响因素 粤港澳大湾区
在线阅读 下载PDF
中国北方地区两次沙尘暴对典型大城市的影响——以兰州市和北京市为例
5
作者 李佳宸 巨天珍 +3 位作者 李丙南 邱玉梦 曹亚群 王佳琦 《干旱区地理》 北大核心 2025年第5期789-800,共12页
沙尘暴和气象因素之间的复杂关系不仅是颗粒物形成和分布的主导原因,也会对交通运输、农牧业及人群健康产生严重影响。基于HYSPLIT、小波相干和随机森林模型,探究中国北方地区2021年3月10—25日(SD1)和2023年3月16—28日(SD2)2次强沙尘... 沙尘暴和气象因素之间的复杂关系不仅是颗粒物形成和分布的主导原因,也会对交通运输、农牧业及人群健康产生严重影响。基于HYSPLIT、小波相干和随机森林模型,探究中国北方地区2021年3月10—25日(SD1)和2023年3月16—28日(SD2)2次强沙尘暴的传输路径,以及气象因素对城市PM_(10)影响。结果表明:(1)2次沙尘暴事件中,中国北方地区形成了一条覆盖新疆、甘肃、陕西和山东等地的气溶胶光学厚度(AOD)高值带,主要原因为蒙古气旋的南移和新疆的强西风环流。(2)气流传输方向整体为西北到东北,城市表现为兰州易受新疆气旋影响,北京则受蒙古气旋影响显著。SD1期间,兰州的气流主要来源为青海和新疆,北京53.64%的气团传输至中国东北地区,延伸至俄罗斯东北部;SD2期间,兰州气流的51.16%来源于内蒙古,北京49.41%的气流传输至山东和江苏等地区。(3)SD1的PM_(10)变化在长时间尺度上表现出更高的气象因素敏感性,而SD2则在短时间尺度上展现出更多气象因子的变化。(4)兰州是2个气旋的碰撞点,表现为气压和气温的不稳定变化,北京则为沙尘暴输入终点,主要受气温影响。研究结果揭示了中国北方地区沙尘暴的形成机制,并有助于理解气象因素和颗粒物之间的相互作用关系。 展开更多
关键词 沙尘暴 谷歌地球(gee) 路径分析 小波相干性 气象归一化
在线阅读 下载PDF
基于Landsat时间序列影像和LandTrendr算法的浙江省丽水市森林扰动监测 被引量:1
6
作者 陈媛媛 严铄婷 +3 位作者 颜瑾 郑思齐 王昊 朱杰 《自然资源遥感》 北大核心 2025年第1期179-187,共9页
采用先进技术手段快速准确地获取森林扰动情况,对维护森林生态安全具有重要意义。该文以浙江省丽水市为研究区域,获取了1992—2022年6—8月所有的Landsat影像,基于GEE平台上的LandTrendr算法分析了丽水市森林扰动特征,对丽水市各县市的... 采用先进技术手段快速准确地获取森林扰动情况,对维护森林生态安全具有重要意义。该文以浙江省丽水市为研究区域,获取了1992—2022年6—8月所有的Landsat影像,基于GEE平台上的LandTrendr算法分析了丽水市森林扰动特征,对丽水市各县市的森林扰动情况进行时空分析,并探讨了坡度、海拔和降水等自然因素对森林扰动的影响规律。研究发现,丽水市在1992—2022年30 a间总体上呈现出植被干扰减少的趋势;丽水市西北部的龙泉市和遂昌县是森林扰动最严重的地区,2008年是森林扰动最大的一年;此外,坡度平缓和海拔高的地区以及降水量减少的年份都容易发生森林扰动。研究可为丽水市森林资源的保护和管理提供科学依据和参考意见。 展开更多
关键词 时间序列 LandTrendr 谷歌地球引擎(gee) 森林扰动
在线阅读 下载PDF
基于GEE的土地利用变化对生态系统服务价值的影响研究——以京津冀地区为例 被引量:21
7
作者 董欣 刘鹏程 《华中师范大学学报(自然科学版)》 CAS CSCD 北大核心 2020年第4期670-678,共9页
基于Google Earth Engine(GEE)云平台提供的随机森林分类算法对京津冀地区2017年—2019年遥感影像进行分类,解译出林地、耕地、草地、建设用地,水域和未利用地等类型,由此发现三年内林地、耕地、草地面积变化幅度最大,其次为建设用地、... 基于Google Earth Engine(GEE)云平台提供的随机森林分类算法对京津冀地区2017年—2019年遥感影像进行分类,解译出林地、耕地、草地、建设用地,水域和未利用地等类型,由此发现三年内林地、耕地、草地面积变化幅度最大,其次为建设用地、水域和未利用地.土地利用类型主要由耕地转向林地、草地;土地利用面积的变化导致研究区生态系统服务价值(ESV)总值从2017年的3914亿元增长到2019年的4013.99亿元,其中林地面积的变化起主要作用,而未利用地贡献最低;ESV对三地的生态价值系数缺乏弹性,生态系统服务价值系数对ESV的影响较小,结果具有可靠性.研究表明伴随京津冀协同发展战略的推进,生态服务有所提高,但应当根据各地区实际情况合理规划土地利用格局,加强对林地、草地、水域的保护,推进集约用地,合理开发未利用地. 展开更多
关键词 谷歌地球引擎(gee) 生态系统服务价值(ESV) 土地利用变化
在线阅读 下载PDF
基于GEE的淮南市土地利用变化对生态系统服务价值的影响 被引量:15
8
作者 吴会慧 赵艳玲 李素萃 《生态经济》 北大核心 2021年第2期146-152,共7页
以淮南市为研究区,基于谷歌地球引擎(GEE)云平台获取的土地利用数据和修正的当量因子表,分析2010—2018年淮南市生态系统服务价值(ESV)的时空变化,以期探究淮南市煤炭开采对ESV的影响,为淮南市可持续发展提供决策依据。结果表明:2010—2... 以淮南市为研究区,基于谷歌地球引擎(GEE)云平台获取的土地利用数据和修正的当量因子表,分析2010—2018年淮南市生态系统服务价值(ESV)的时空变化,以期探究淮南市煤炭开采对ESV的影响,为淮南市可持续发展提供决策依据。结果表明:2010—2018年,淮南市的耕地面积减少,建设用地和水域面积增加,其他土地利用类型变化幅度较小;淮南市ESV呈增长趋势,由2010年的98.37亿元增长到了2018年的119.64亿元;基于1 km×1 km的格网尺度对淮南市ESV进行分析发现:淮南市ESV低值区面积减少,较低、中等、较高、高等级的面积均呈上升趋势;各土地利用类型价值系数的敏感性指数均小于1,说明研究结果具有可靠性;淮南市ESV与累计原煤产量有较高的相关性,两者相关系数R2为0.8546。 展开更多
关键词 谷歌地球引擎(gee) 土地利用 生态系统服务价值(ESV) 格网尺度
在线阅读 下载PDF
基于Landsat 8的漓江流域生态环境质量及其影响因素分析 被引量:4
9
作者 倪春雨 何文 姚月锋 《科学技术与工程》 北大核心 2024年第12期5227-5238,共12页
漓江流域生态环境质量时空变化及其影响因素的精准评价对桂林国际旅游胜地与国家可持续发展议程创新示范区建设具有重要的现实意义。通过谷歌地球引擎(Google Earth Engine,GEE),融合Landsat 8遥感影像构建遥感生态指数(remote sensing ... 漓江流域生态环境质量时空变化及其影响因素的精准评价对桂林国际旅游胜地与国家可持续发展议程创新示范区建设具有重要的现实意义。通过谷歌地球引擎(Google Earth Engine,GEE),融合Landsat 8遥感影像构建遥感生态指数(remote sensing ecological index,RSEI),探讨自2012年桂林国际旅游胜地建设以来漓江流域生态环境质量的时空变化格局及其主要影响因素。结果表明:漓江流域生态环境质量呈现上升趋势且总体处于中上等水平,其中,流域林地和草地生态环境质量等级主要为优和良,而建设用地和耕地等区域主要为差和较差;流域的生态环境质量具有较强的空间自相关性,呈聚集性分布格局,主要表现为高-高聚类、低-低聚类和不显著聚类;绿度和湿度指标对RSEI指数有正向影响,而干度和热度指标则为反向影响;由人为因素引起的流域土地利用和植被覆盖度变化对漓江流域生态环境质量的影响要远远大于自然因素。在国际旅游胜地建设过程中,要坚持生态保护优先发展战略,注重保护和恢复漓江流域的生态环境,以促进桂林市国家可持续发展议程创新示范区建设。 展开更多
关键词 遥感生态指数 谷歌地球引擎(gee) 主成分分析(PCA) 地理探测器 漓江流域
在线阅读 下载PDF
基于Landsat时序影像和LandTrendr算法的森林保护区植被扰动研究--以陕西柴松和太白山保护区为例 被引量:19
10
作者 殷崎栋 柳彩霞 田野 《生态学报》 CAS CSCD 北大核心 2020年第20期7343-7352,共10页
跟踪森林自然保护区的森林变化及其时空特征,可为保护区生态保护评价提供科学依据。使用LandTrendr算法和谷歌地球引擎(GEE)的Landsat卫星时间序列数据,描述了柴松和太白山保护区的长期(1984—2018年)森林变化模式。对森林变化像元和稳... 跟踪森林自然保护区的森林变化及其时空特征,可为保护区生态保护评价提供科学依据。使用LandTrendr算法和谷歌地球引擎(GEE)的Landsat卫星时间序列数据,描述了柴松和太白山保护区的长期(1984—2018年)森林变化模式。对森林变化像元和稳定像元的总体识别精度达到93%,对扰动年探测的总体精度为89%。在柴松保护区,扰动年发生在2008年左右,大部分扰动由人类活动引起。在太白山保护区,扰动年主要发生在2013年,由自然因素造成。柴松和太白山保护区的森林扰动面积分别为42.74 hm2和23.68 hm2。柴松保护区的扰动斑块数多于太白山,表明柴松保护区自2004年建立后干扰频繁。本研究可以帮助研究人员和决策者了解这两个保护区的森林状况,可为森林生态系统的自然保护区保护评估提供基线信息。 展开更多
关键词 保护地 自然保护区 谷歌地球引擎(gee) LANDSAT LandTrendr 生态保护
在线阅读 下载PDF
基于Google Earth Engine的合肥市土地覆盖变化研究 被引量:4
11
作者 徐立晨 耿君 +3 位作者 朱璨阳 徐杰铭 涂丽丽 黄建伟 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2023年第6期795-800,共6页
针对传统的单机处理遥感影像方式难以进行大尺度和长时间序列土地覆盖监测的缺点,文章以合肥市为研究区,借助谷歌地球引擎(Google Earth Engine,GEE)平台,利用2000—2020年多景Landsat卫星影像和多种辅助数据,采用随机森林(random fores... 针对传统的单机处理遥感影像方式难以进行大尺度和长时间序列土地覆盖监测的缺点,文章以合肥市为研究区,借助谷歌地球引擎(Google Earth Engine,GEE)平台,利用2000—2020年多景Landsat卫星影像和多种辅助数据,采用随机森林(random forest,RF)算法得到土地覆盖分类图,并对土地覆盖变化(land cover change,LCC)进行驱动力因素分析,基于植被覆盖度(fractional vegetation cover,FVC)反演算法进一步得到FVC时空变化。研究结果表明:近20年来研究区土地覆盖时空变化特征十分明显,FVC时空变化呈现减少特征;人口增加和社会经济发展是LCC主要驱动因素。 展开更多
关键词 遥感 土地覆盖变化(LCC) 合肥 谷歌地球引擎(gee) 时空分析
在线阅读 下载PDF
高海拔水电开发对生态环境质量的影响及其驱动因子研究
12
作者 张原 王率 +7 位作者 雷俊杰 付松宇 徐定辉 刘牵 裴向军 李凛 陈果 唐晓鹿 《水利水电技术(中英文)》 2025年第8期175-191,共17页
【目的】准确评估水电开发对高海拔生态敏感区的生态环境影响,对于维护该地区的生态安全屏障具有重要意义。基于此,提出一种改进型遥感生态指数(IRSEI)模型研究青藏高原某水电建设对区域生态环境质量的影响。【方法】以青藏高原某水电... 【目的】准确评估水电开发对高海拔生态敏感区的生态环境影响,对于维护该地区的生态安全屏障具有重要意义。基于此,提出一种改进型遥感生态指数(IRSEI)模型研究青藏高原某水电建设对区域生态环境质量的影响。【方法】以青藏高原某水电站为研究对象,鉴于高海拔地区土壤脆弱、地形复杂的生态环境特性,构建归一化差值山地植被指数(NDMVI),同时引入土壤侵蚀模数作为土壤侵蚀指标,提出一种针对高海拔水电开发区的改进型遥感生态指数(IRSEI),采用Theil-Sen斜率估计、Mann-Kendall趋势分析、Hurst指数等方法,评估IRSEI的时空动态及其驱动因素。【结果】IRSEI使用NDMVI替代NDVI并引入土壤侵蚀指标,更适用于地形复杂地区的生态质量监测:水电开发对流域内景观结构造成严重影响,特别是草地和林地,导致其面积降低;IRSEI均值由水电站建设前的0.53下降为建设后的0.42,建设第二年生态质量退化最显著,在运行期回升至0.57;流域林地和草地IRSEI等级主要为优和良,建设用地和耕地等区域主要为差和较差;未来IRSEI发展趋势趋于稳定,维持不变的区域面积占比60%以上;年均降水量、年均温度、NDVI和土地利用类型变化是研究区IRSEI空间分异的主控因子。【结论】工程建设期,水电开发对研究区景观格局和IRSEI造成严重影响。水电站运行期间,研究区生态环境整体呈现良性变化,生态恶化区域主要集中在城镇区域。未来应加强该流域的生态系统治理力度,并综合人类活动和气候变化开展生态保护与修复工作。研究成果可为因地施策落实流域生态保护与高质量发展提供理论依据和数据支持。 展开更多
关键词 水电开发 青藏高原 谷歌地球引擎(gee) 改进遥感生态指数 地理探测器 Hurst指数 影响因素
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部