基于卫星影像与机器学习的干旱黄土景观线性侵蚀特征植被动态量化与地貌格局预测框架研究

《Remote Sensing》:The Impact of Topography and Rainfall Regime on Temporal and Spatial NDVI-Derived Metric of Herbaceous Vegetation in Arid Linear Erosion Features: A Satellite Imagery and Machine Learning Analysis

【字体: 大 中 小 】 时间:2026年10月23日 来源:Remote Sensing 4.3

编辑推荐:

   全球气候变化增加了地中海盆地对流系统的频率。这些系统往往触发以强降雨为特征的雷暴,从而导致线性侵蚀特征(LEFs)的形成,例如冲沟。以往的研究主要关注LEFs的形态学特征,而LEFs地貌学、景观地形与降雨之间的关系则研究较少。这一知识空白归因于众多的地形和降雨变量,使得人工分

  全球气候变化增加了地中海盆地对流系统的频率。这些系统往往触发以强降雨为特征的雷暴,从而导致线性侵蚀特征(LEFs)的形成,例如冲沟。以往的研究主要关注LEFs的形态学特征,而LEFs地貌学、景观地形与降雨之间的关系则研究较少。这一知识空白归因于众多的地形和降雨变量,使得人工分析既困难又耗时。高空间分辨率卫星影像和机器学习技术的最新进展提供了一种潜在的替代方案。因此,本文定义了以下目标:(1) 设计一个框架,利用卫星影像数据量化干旱丘陵黄土景观中不同自然和人为线性侵蚀特征(LEFs)上新生草本植被的时间变化;(2) 基于降雨和地形参数,开发LEFs地貌格局的预测模型。研究选取了三个地点,均位于北内盖夫,具有半干旱气候和覆盖着密集LEF网的黄土沉积物。开发了一个独特的框架,包括使用已获取的PlanetScope?影像数据集、沿LEFs分配高程段,以及用参考样地的中值NDVI值对各段的中值NDVI值进行归一化。使用"随机森林"算法,通过线性相关性确定了影响各高程段LEF新生草本植被的因素及其方向。研究发现,LEF基线(截距)的NFVR仅受坡向影响不足1%,而下坡方向NFVR增加了26%。LEF(或分段)长度影响NFVR相关的截距,分别变化21%和37%。坡度对NFVR截距的影响仅为0–8%,而对NFVR变化的影响达43%。在实践中,该框架能够预测易发生地面坍塌的分段,并对冲沟区域进行妥善管理。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号