【《某地区森林生态系统变化检测分析案例》6300字】

某地区森林生态系统变化检测分析案例目录TOC\o"1-3"\h\u18156某地区森林生态系统变化检测分析案例 177531.1LandTrendr遥感时序变化检测算法 1315901.2红壤区森林生态系统干扰与恢复 4253831.2.1森林干扰变化分析 4298331.2.2森林恢复变化分析 9216671.2.3变化检测结果验证 14279121.3本章小结 14选择合适的算法是变化检测的关键步骤。近几十年来，许多陆地卫星(Landsat)时间序列变化检测算法被提出并应用于森林变化检测[59]，如TBCD、CCDC、LandTrendr、BFAST等。分析现有技术水平下时间序列数据分析的理论与方法，比较不同时间序列检测方法的优缺点，根据森林变化的特征，选择适合的长时间序列检测方法，对其进行长时间序列检测。由于研究区域位于中国南方，云层覆盖导致无法获得足够的航空影像，因此，本研究选择了LandTrendr算法，该算法可以利用年度图像来检测受云层影响地区的森林变化。以下将介绍LandTrendr算法的原理、应用平台、参数设置、计算过程以及对其结果的分析。1.1LandTrendr遥感时序变化检测算法（1）算法原理LandTrendr是一组频谱-时间分段算法，用于在中等分辨率卫星图像(主要是Landsat)的时间序列中检测变化，并生成基本上没有年间信号噪声的时间序列数据。LandTrendr是基于轨迹的光谱时间分割，并且不需要事先识别变化模型和轨迹。LandTrendr使用时间分割、基于光谱索引的回归和点对点拟合来捕捉长期森林变化过程和突发事件[27]。LandTrendr算法检测Landsat的扰动和恢复趋势，提取有关干扰（从一种状态到另一种状态的短期或长期变化）和恢复（恢复为原始状态的长期过程）信息（图4-1）。根据时间将像素序列分割成几个线段，当在一段时间内变化很小时，由一条小坡度直线表示；当发生干扰时，像素的值发生显著变化，由一条陡峭的短线段表示；当森林进行恢复时，以一条上升的直线段表示。图4-1LandTrendr算法变化检测图：(a)发生大且快的干扰（突变）；(b)发生小且慢的干扰（渐变）（2）应用平台LandTrendr算法已被应用到GoogleEarthEngine（GEE）平台，该平台能够完全地访问Landsat数据，其并行处理技术提高了LandTrendr算法的计算速度[101]。GEE是一个基于云的大规模地理空间分析平台，是可以批量处理卫星影像数据的工具，属于GoogleEarth一系列的工具。GEE可以快速、批量处理数量“巨大”的影像，作为一个集成平台，它在该领域是独一无二的，不仅可以为传统的遥感科学家提供支持，而且还能为缺乏利用传统超级计算机或大规模云计算资源所需的技术能力的人提供支持。其优点有免费、云计算、数据获取方便、处理能力“无限”稳定等。主要缺点是需要科学上网。与传统处理平台相比[27,47]，GEE在数据处理和成本方面具有巨大优势[102,103]，GEE可以降低LandTrendr计算的成本和时间。因此，GEE是LandTrendr实现森林变化检测的有力工具。（3）设置参数LandTrendr算法有8个控制参数，分别为最大分割段数、峰值阈值、顶点数超出阈值、避免一年恢复、恢复阈值、P阈值、最佳模型比例和最小观测值需求，这些参数用于调整频谱-时间分割，Kennedy等人在其文章中对这八个控制参数进行了详尽的描述[60]。对于每年一景合成影像进行分析，并且每年的分割数等于或大于最小观测值个数参数设定值，那么至少得拥有6年的影像数据。当森林景观遭受干扰时，植被指数值的时间序列将显示指数值下降，而当森林恢复时，将显示植被指数值逐渐上升。森林干扰与恢复趋势相反，在GEE中需要定义干扰与恢复参数来明确干扰与恢复趋势的方向。表4-1为本研究LandTrendr算法参数的设置，在GEE中使用LandTrendr的好处是可以轻松快速地遍历参数设置以找到最佳设置。（4）计算过程LandTrendr算法可以检测到长期的渐变和短期的突变，在GEE平台上LandTrendr利用在时间序列中每个像元来识别变化的DSVI值,并作为分割断点，这些断点分割了森林变化过程中光谱轨迹。用户可以通过设置最佳参数，来选择更复杂的拟合。LandTrendr能够根据用户要求，保留时间序列中DSVI值的不同变化类型（例如最大、最小、最新、最旧、最快和最慢的变化），并记录森林发生变化的年份、周期、量级、源数据和拟合数据。在这里本文选择扰动时间序列中DSVI值的最大变化。表4-1LandTrendr算法参数设置参数类型默认值描述最大分割段数整型6时间序列中轨迹拟合的最大分割段数峰值阈值浮点型0.9抑制峰值的阈值(1.0表示没有抑制)顶点数超出阈值整型3初始模型可以超过[最大分割段数+1]顶点，随后，它会被简化为[最大分割段数+1]顶点避免一年恢复布尔型是防止出现代表一年恢复的检测结果恢复阈值浮点型0.25如果恢复速率大于1/恢复阈值(以年为单位)，则不使用该段P阈值浮点型0.05如果拟合模型的p值超过这个阈值，则丢弃当前模型，使用Levenberg-Marquardt优化器拟合另一个模型最佳模型比例浮点型0.75在模型选择过程中，将计算每个模型的p值，选择P值大部分处于该比例下的且顶点最多的模型。最小观测值需求整型6进行输出拟合所需的最小观测值1.2红壤区森林生态系统干扰与恢复本章节利用1985年的森林区域作为掩膜，基于LandTrendr算法利用新建植被指数DSVI进行变化检测，得到衡阳在1985-2019年期间森林生态系统干扰和恢复过程，分析衡阳森林干扰与恢复的时空模式，包括森林变化年份（年份）、森林变化量（量级）、森林变化持续时间（周期）等。利用野外调查数据和高时空分辨率影像以及其历史数据对干扰效果进行评价，验证森林干扰的检测结果，分析森林变化的时空分布特征及变化产生原因。1.2.1森林干扰变化分析（1）干扰年份衡阳森林在35年间扰动区域主要分布在衡阳市、衡南县、耒阳市西部、衡东县中部和东部及常宁市东北部等地区（图4-2）。根据表4-2统计可得干扰面积较大的年份有1987-1989、1991、1999、2002、2007、2010、2014-2019等，其中1987、1988和2014这三年干扰面积最大，其余年份干扰面积较小。根据统计计算，衡阳35年间森林遭受干扰的总像元数为3757714，约占总森林区域的45%。1985-1990年发生的干扰面积最大，导致这种结果的原因是在20世纪八十年代人们对森林的过度开发与砍伐，再加上频繁的自然灾害，衡阳生态环境退化和生态系统稳定性减弱，因此容易受到干扰。后来随着科技的进步，人们环保意识的增强，森林得到了有效的管理，森林扰动面积减少并逐步趋于稳定。但随着社会经济的发展，衡阳在国家政策指导下发展起了油茶产业。在21世纪初（2000-2007年），由于缺乏财政支持等条件，衡阳油茶产业处于缓慢发展阶段，2007年后通过采取一系列措施发展油茶产业，衡阳油茶栽种面积呈现逐年上升的趋势。而油茶业的发展是需要通过砍伐森林，将砍伐后森林区域种植油茶树，使得森林遭到人为因素的干扰，因此在2014-2019年森林干扰面积变大。图4-2衡阳森林干扰变化年份空间分布表4-2衡阳森林干扰变化年份统计表干扰年份像元数占总变化像元数的比值干扰年份像元数占总变化像元数的比值198740281310.72%20041044452.78%19883005768.00%2005854872.27%19891598631.25%2006474441.26%1990396261.05%20071134733.02%19911954875.20%2008895722.38%1992703821.87%2009996922.65%1993136950.36%20101755271.67%1994362960.97%2011363860.97%1995501021.33%2012526891.40%19961211943.23%2013924832.46%1997714451.90%20142143815.71%1998280880.75%20151334363.55%19991676971.46%20161130683.01%2000409201.09%20171795501.78%2001730041.94%20181188793.16%20021360543.62%20191654161.40%2003`285440.76%总计3757714100.0%（2）干扰周期衡阳森林在35年间扰动周期短的区域分布广泛，各个地区均有分布；扰动周期长的区域主要分布在城市周围和森林边缘等受人类活动影响较大的地方，如衡阳市周围的森林干扰周期比较长，还有一些水土流失严重区域，其扰动周期也比较长，如衡阳县西南地区（图4-3）。扰动周期越长，说明森林生态系统越不稳定，森林生长过程中呈现下降生长的时间长。根据表4-3统计可得，大约有52.10%的森林扰动周期小于等于2年，扰动周期大于等于10年的森林区域约为25.69%。大部分森林遭受扰动的时间短，如森林砍伐、城市化、火灾、农业扩张、病虫害等干扰发生的时间短；而水土流失，气候等干扰事件引起的变化时间较长，约四分之一的森林是处于长期扰动环境下，其根本原因是其生态系统的抵抗力较差，恢复能力无法抵御干扰，因此长期遭受干扰。图4-3衡阳森林干扰变化周期空间分布表4-3衡阳森林干扰变化周期统计表干扰周期像元数占总变化像元数的比值干扰周期像元数占总变化像元数的比值1148328239.47%18263190.70%247437912.62%19287250.76%32810247.48%20264900.70%41539281.10%21342210.91%51331963.54%22208560.56%61419193.78%23227300.60%7557271.48%24362870.97%8392291.04%25260400.69%9296180.79%26302950.81%10409391.09%27288720.77%11448801.19%28245280.65%12424551.13%29120870.32%13470561.25%3010630.03%14319240.85%31528431.41%15409771.09%32945212.52%16401581.07%331880845.01%17230620.61%总计3757714100.00%（3）干扰量级本文将干扰量级分为两个程度：强度干扰和适度干扰。强度干扰是指森林由于砍伐或焚烧等干扰因素，森林区域被完全清除，进而转变为其他土地利用类型（农用地和建筑用地等），即森林土地覆盖类型发生了变化，类似于突变；适度干扰是指由病虫害、干旱等引起的森林变化，发生在森林内部的干扰，即引起渐变。本研究利用两幅相邻影像的干扰变化幅度的平均值(mean)和标准差(std)来确定干扰量级程度的阈值[10]。具体做法：随机选择了200个样本点，并使用dDSVI的平均值和标准差(mean-2*std，mean+2*std)来确定阈值；这里，dDSVI表示相邻时间之间两个图像的DSVI差，std表示标准差。如图4-4所示，湖南衡阳地区森林遭到适度干扰引起的变化面积较大，范围较广，分布在衡阳的各个地区；而强度干扰引起的变化主要分布在森林边缘以及人类居住地，受人为因素影响大，并且大多数变化区域分布比较聚集，呈现一片一片的变化区域。根据表4-4统计所知，森林强度干扰的dDSVI变化量级是大于1150，适度干扰的dDSVI变化量级位于100到1125之间。由病虫害、干旱等适度干扰引起的森林变化占总变化的95.34%，这种变化远多于由火灾、森林砍伐等强度干扰引起的变化（1.66%），产生这种结果的原因是森林渐变的普遍存在，并且发生的区域远多于突变。衡阳地区长期以来，发生突变的区域相对于整个森林来说是相对较少的，大部分变化都是发生在森林的内部。干扰包括人为干扰和自然干扰，但并不是所有干扰都是有害的，打破森林生态平衡和改变森林生态功能等的干扰事件，会引起生态系统稳定性下降，但适度的干扰会提高森林物种之间的竞争力、增加生物多样性和改善森林环境等，能够提高生态系统稳定性[104]。图4-4衡阳森林干扰变化量级空间分布表4-4衡阳森林干扰变化量级统计表干扰量级像元数占总变化像元数的比值100-1125357998895.34%>11251748351.66%总计3754823100.00%1.2.2森林恢复变化分析（1）恢复年份如图4-5所示，衡阳森林在35年间恢复区域主要分布在衡东县、衡南县、衡阳县、耒阳市、衡山县和常宁市等地区，其中位于衡阳北部的地区（衡东县、衡山县、衡阳县）大部分森林恢复时间年份较早，位于衡阳南部的地区（常宁和耒阳市）大部分森林恢复年份为2005年后。表4-5统计可得恢复面积较大的年份有1987-1989、1992-1994、2008-2012、2011、2014-2017等，其中1987、1988和1993这三年恢复面积最大，均超过10%，其余年份恢复面积较小。森林恢复面积的年份具有连续性（连续几年恢复面积都大），根据统计计算，衡阳35年间森林恢复的总像元数为2193109，约占总森林区域的26.11%。干扰事件发生时间的差异是导致恢复时间不同的原因之一；干扰面积大的年份，其随后恢复面积也大，如在20世纪八十、九十年代的时候，森林经历了频繁的干扰事件，1987-1989年发生的干扰面积大，使得其恢复面积也大。2008年以来，衡阳地区的恢复面积逐渐变大，这是由于随着社会经济的发展，国家采取了一系列保护森林生态环境的措施，如退耕还林工程、生态林建设工程和大量种植人工林等，这些措施有助于森林生态系统的恢复。图4-5衡阳森林恢复变化年份空间分布表4-5衡阳森林恢复变化年份统计表恢复年份像元数占总变化像元数的比值恢复年份像元数占总变化像元数的比值198779198036.11%2004148450.68%198829301713.36%2005139330.64%19891188075.42%2006150810.69%199027550.13%2007137760.63%199141720.19%2008301161.37%1992388791.77%2009311771.42%199328326912.92%2010311341.42%1994256501.17%2011836603.81%199530860.14%2012363671.66%199672250.33%2013192280.88%199727100.12%2014881471.02%199837960.17%2015810873.70%1999174870.80%2016316701.44%2000133690.61%2017250961.14%2001114150.52%2018199740.91%200274520.34%2019173410.79%2003154080.70%总计2193109100.00%（2）恢复周期衡阳森林在35年间恢复周期长的区域分布广泛，各个地区均有分布；恢复周期短的区域主要分布常宁市西南地区、衡山县西南地区以及耒阳市东北地区（图4-6）。根据表4-6统计可得，大约有62.12%的森林恢复周期大于等于10年，恢复周期小于等于2年的森林区域约为23%。森林恢复是生长过程中呈现上升生长模型，是森林朝茂盛的方向发展。恢复周期越短，说明森林生态系统越稳定，森林弹性能力越强，遭受干扰后，能够快速恢复到原来的状态。在衡阳红壤地区大部分森林恢复时间长，其弹性能力一般，遭受干扰后，需要较长时间进行恢复。图4-6衡阳森林恢复变化周期空间分布表4-6衡阳森林恢复变化周期统计表恢复周期像元数占总变化像元数的比值恢复周期像元数占总变化像元数的比值139455717.99%18108980.50%21098735.01%19124280.57%3632722.89%20129720.59%4429221.96%21150390.69%5481052.19%2270040.32%6515342.35%2354720.25%7195180.89%2468590.31%8333941.52%2570750.32%9676643.09%26143770.66%10334081.52%27224381.02%11349401.59%28216440.99%12343671.57%29129810.59%13188080.86%3064980.30%14190020.87%311004761.58%15200010.91%3223005710.49%16188180.86%3367745930.89%17192490.88%总计2193109100.0%（3）恢复量级本文将恢复量级也分为两个程度：强度恢复和适度恢复。强度恢复是指通过植树造林或人工助长等外界因素将遭受干扰后的森林或非森林类型转变为森林；适度恢复是指森林通过自身的恢复能力，使其内部结构发生明显变化，由原来稀疏林逐渐向茂盛林转变。同理于干扰量级，本研究利用两幅相邻影像的恢复变化幅度的平均值和标准差来确定恢复量级程度的阈值，得到森林强度恢复的dDSVI变化量级是小于-1150，适度恢复的dDSVI变化量级位于-1125到-100之间，与干扰量级的程度为相反数。为了与干扰量级程度保持一致性，本文选择恢复量级程度的绝对值来表示恢复程度，即可以的得到森林强度恢复的dDSVI变化量级是大于1150，适度恢复的dDSVI变化量级位于100到1125之间。如图4-7所示，湖南衡阳地区适度恢复的森林分布于衡阳各个地区，其中分布面积较多的区域主要有衡东县、衡山县、耒阳市和常宁西南地区等；森林强度恢复区域主要分布衡阳东北和西南地区，而西北地区分布的非常少。根据表4-7统计所知，森林适度恢复占总森林恢复变化的90.95%，约为强度恢复的10倍（9.05%），因此可以得到大部分森林是依靠自身弹性来进行恢复的，并且森林弹性越好，恢复能力越强；同时，也存在少部分森林需要依靠人工帮助才能得以恢复，其森林弹性差，生态系统环境脆弱。图4-7衡阳森林恢复变化量级空间分布表4-7衡阳森林恢复变化量级统计表恢复量级像元数占总变化像元数的比值100-1125199468690.95%>11251984239.05%总计2193109100.00%1.2.3变化检测结果验证森林恢复是一个过程，一般需要经过较长的时间，而历史记录数据的不足和高分辨率影像难以观察出其变化，导致其验证十分困难，因此本研究不考虑森林恢复变化检测的验证，主要验证的是衡阳地区森林干扰变化检测。评估LandTrendr算法在森林干扰变化检测中结果，森林生长过程中会发生多次干扰，在本研究选择的是引起森林最大变化的干扰，即记录衡阳区域发