Clasificación y transición de pastizales en Qinghai, China, de 1986 a 2020 con archivos de Landsat en Google Earth Engine
Autores: He, Pengfei; Shi, Yuli; Ding, Haiyong; Yang, Fangwen
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Clasificación y transición de pastizales en Qinghai, China, de 1986 a 2020 con archivos de Landsat en Google Earth Engine
Categoría
Ciencias Medioambientales
Subcategoría
Ciencias medioambientales generales
Palabras clave
Pradera
Clasificación
Qinghai
Mapeo anual
Landsat
Sucesión
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La falta de productos de clasificación de pastizales de larga duración y alta frecuencia limita la comprensión del proceso de sucesión a largo plazo de los pastizales. Este estudio exploró primero la cartografía anual de pastizales con catorce categorías a 30 m en Qinghai, China, desde 1986 hasta 2020, basado en Google Earth Engine (GEE) y el Sistema de Clasificación Ordenada Integrada (IOCSG). Específicamente, propusimos una estrategia de composición de imágenes para obtener imágenes fuente anuales para la clasificación, mediante la composición trimestral de imágenes de reflectancia de superficie de Landsat de múltiples sensores y múltiples tiempos. Posteriormente, se analizó la serie temporal de área de 35 años de cada categoría en términos de tendencia, grado de cambio y sucesión de cada categoría. Los resultados indican que los diferentes pastizales del IOCSG pueden diferenciarse eficazmente utilizando las bandas de características diseñadas de los datos de teledetección. Además, la estrategia de composición de imágenes anuales propuesta no solo puede disminuir los píxeles inválidos, sino también promover la precisión de la clasificación. El análisis de la transición de los pastizales de 1986 a 2020 implica una tendencia progresiva de urbanización, calentamiento y humedecimiento en Qinghai. Los datos temáticos anuales de pastizales generados en Qinghai durante 35 años pueden servir como un conjunto de datos elemental para futuros estudios regionales sobre ecología y cambio climático. La metodología propuesta para la clasificación de pastizales a gran escala también puede ser referenciada para otras aplicaciones como la cartografía de uso/cobertura del suelo y el monitoreo de recursos ecológicos.
Descripción
La falta de productos de clasificación de pastizales de larga duración y alta frecuencia limita la comprensión del proceso de sucesión a largo plazo de los pastizales. Este estudio exploró primero la cartografía anual de pastizales con catorce categorías a 30 m en Qinghai, China, desde 1986 hasta 2020, basado en Google Earth Engine (GEE) y el Sistema de Clasificación Ordenada Integrada (IOCSG). Específicamente, propusimos una estrategia de composición de imágenes para obtener imágenes fuente anuales para la clasificación, mediante la composición trimestral de imágenes de reflectancia de superficie de Landsat de múltiples sensores y múltiples tiempos. Posteriormente, se analizó la serie temporal de área de 35 años de cada categoría en términos de tendencia, grado de cambio y sucesión de cada categoría. Los resultados indican que los diferentes pastizales del IOCSG pueden diferenciarse eficazmente utilizando las bandas de características diseñadas de los datos de teledetección. Además, la estrategia de composición de imágenes anuales propuesta no solo puede disminuir los píxeles inválidos, sino también promover la precisión de la clasificación. El análisis de la transición de los pastizales de 1986 a 2020 implica una tendencia progresiva de urbanización, calentamiento y humedecimiento en Qinghai. Los datos temáticos anuales de pastizales generados en Qinghai durante 35 años pueden servir como un conjunto de datos elemental para futuros estudios regionales sobre ecología y cambio climático. La metodología propuesta para la clasificación de pastizales a gran escala también puede ser referenciada para otras aplicaciones como la cartografía de uso/cobertura del suelo y el monitoreo de recursos ecológicos.