基于LandTrendr算法的青藏高原灌丛扰动时空动态监测与驱动机制研究（1990-2022）

（编辑推荐）本研究创新性应用LandTrendr时间序列分割算法，结合Google Earth Engine（GEE）平台和归一化燃烧比（NBR）指数，系统监测了1990-2022年青藏高原372.23 km2灌丛扰动时空格局。揭示扰动事件集中发生于海拔2000-4000 m、坡度15°-40°的阴坡区域，发现温度（r=?0.436）与降水（r=0.124）的显著相关性，为高寒生态系统保护提供95.71%精度的科学依据。

　　

研究背景

灌丛作为全球生态系统关键组分，在干旱半干旱区具有维持生态平衡、调节水循环等重要功能。青藏高原作为"地球第三极"，其灌丛生态系统对气候变化和人类活动极为敏感。传统监测方法存在时空局限性，而基于Landsat时间序列的LandTrendr算法能有效捕捉植被短期波动与长期趋势，为灌丛扰动研究提供新范式。

研究方法

研究采用GEE平台处理1990-2022年Landsat地表反射率数据，以NBR指数（计算公式：(B_nir-B_swir)/(B_nir+B_swir)）为核心指标，设置最大分段数（max segments=6）、顶点超限数（vertex count overshoot=3）等关键参数。通过时间序列分割、噪声剔除（消除临时性光谱异常）、顶点识别和轨迹拟合四步流程，构建扰动持续期与幅度评估模型。

主要发现

1. 时空分布特征：累计扰动面积372.23 km²（年均12.01 km²），1991年（44.92 km²）和2008年（35.23 km²）为峰值年份。空间上呈"东多西少"格局，康定县占比27.71%。
2. 扰动持续时间：1-2年短周期事件占主导（80.43%），其中1年期扰动达200.14 km²（59.64%）。
3. 地形影响：
   • 海拔：亚高海拔区（2000-4000 m）扰动最显著（125.24 km²，34.47%）
   • 坡度：15°-40°区间占比88.49%
   • 坡向：阴坡扰动占比55.99%
4. 气候关联：与温度呈显著负相关（r=?0.436, p<0.05），与降水弱正相关（r=0.124, p<0.05）。2008年低温（?2.69°C）对应大面积扰动。

技术验证

基于6400个随机样本的混淆矩阵显示：总体精度95.71%（Kappa=0.93），用户精度>73.82%，生产者精度>70.08%。典型区域验证表明，算法能准确识别NBR指数突降点（如2008年扰动斑块与Google高清影像空间匹配度达97.78%）。

驱动机制讨论

1. 气候因素：1991年干旱与2008年寒潮事件导致扰动峰值，而1993年（5.7 km²）低值反映灌丛恢复滞后性。
2. 人类活动：15°-40°坡度带的高频扰动与放牧压力空间分布一致，如阿坝县超载率从1990年24.1%升至2017年34.6%。
3. 生态适应性：>4000 m区域因低温高湿易发云雾，降低灌丛抗病虫能力。

研究价值

该成果为高海拔生态系统脆弱性评估提供方法论创新，建立的GEE自动化监测框架可推广至全球变化研究。未来需结合多源遥感数据（如Sentinel-2）提升亚像元尺度监测能力。