奥地利默德林地区土地利用/覆被时空动态的遥感评估及其对植被保护与城市发展的启示

本研究针对欧洲CORINE土地覆盖(CLC)地图在局部尺度应用的局限性，采用最大似然分类器和植被指数(NDVI/SAVI)，对奥地利默德林地区1999-2022年的土地利用/覆被(LULC)变化进行多时相遥感监测。结果显示森林覆盖率下降2.61%，建成区扩张24.4%，验证了CLC地图的本地适用性，为欧洲城郊生态交界带土地管理政策制定提供了高精度数据支持（总体分类精度92%-94%，Kappa系数0.90-0.93）。

　　

在全球城市化进程加速的背景下，欧洲工业区周边的土地覆被变化正面临严峻挑战。奥地利作为中欧生态敏感区，其维也纳周边的默德林地区兼具森林生态系统与工业发展的双重特征，但长期以来缺乏高精度的本地化土地监测数据。欧洲环境署主导的CORINE土地覆盖(CLC)地图虽被广泛使用，却因方法学变异和更新周期限制，在市政尺度应用的准确性备受质疑。这种数据缺口严重制约着区域植被保护政策与城市发展规划的科学决策。

为破解这一难题，由国际团队（含Gbenga Lawrence Alawode等研究者）在《Heliyon》发表的研究，创新性地融合Landsat多光谱影像与地面验证数据，采用最大似然分类器(maximum likelihood classifier)和植被指数阈值法，对默德林1999-2022年间土地覆被动态展开系统评估。研究通过对比监督分类、NDVI/SAVI植被指数与CLC地图的三方验证，首次揭示了该地区森林覆盖的时空演变规律及驱动机制。

关键技术方法包括：1) 获取Landsat 7 ETM+（1999/2003）和Landsat 8 OLI-TIRS（2013/2022）多时相影像；2) 采用TOA反射率转换和太阳角度校正进行预处理；3) 基于假彩色合成影像训练样本，执行监督分类；4) 计算NDVI（(NIR-RED)/(NIR+RED)）和SAVI（(NIR-RED)/(NIR+RED+L)×(1+L)，L=0.5）；5) 通过160个随机点进行精度验证，生成混淆矩阵。

研究结果方面：

1. 分类精度验证：总体分类精度达91.88%-94.38%，Kappa系数0.897-0.929，其中森林分类的生产者精度(PA)最高达100%（2022年），用户精度(UA)维持在95.12%-97.57%。

2. LULC格局演变：1999-2022年间，森林覆盖率从39.11%降至36.5%（净减743 ha），建成区从21.8%扩张至27.12%（+1515 ha）。早期（1999-2003）农业用地激增37.15%（2712 ha）是主因，近期（2013-2022）则转为城市扩张主导（年增650 ha）。

3. 植被指数表现：NDVI阈值（≥0.55）估算的森林面积与监督分类偏差最小（2022年误差+3.52%），而SAVI（阈值≥0.7）系统性高估达10.71%，证实NDVI更适应当地森林监测。

4. CLC地图验证：2012年CLC森林面积(10991 ha)与监督分类(10593 ha)差异仅3.75%，反驳了"CLC不适用于本地分析"的既有观点，但强调需结合动态分类补充静态数据的不足。

该研究的核心价值在于：首次建立默德林地区高精度LULC本底数据库，揭示城郊交界带"森林退缩-农业转型-城市挤压"的三阶段演变规律。通过多方法互证，不仅为CORINE地图的本地化应用提供实证支持，更开创性地提出"NDVI阈值优化+最大似然分类"的混合监测框架。研究成果可直接指导奥地利《森林发展计划》的实施，对平衡欧洲工业区生态保护与城市扩张具有范式意义。特别是发现建成区扩张速度（24.4%）远超森林损失（6.67%），警示需加强《欧盟绿色基础设施战略》在peri-urban（城郊）区域的落地，这对全球类似地区的可持续发展决策具有重要参考价值。