Landsat稠密时间序列分析典型红壤侵蚀区森林生态系统时空演变特征

Monitoring and analysis of land surface changes using dense time-series of Landsat data are currently a hot issue in the field of geosciences and ecological environment science. At present, dense temporal change detection algorithm of Landsat data mainly follows the idea of time signal analysis or time series analysis of low spatial resolution remote sensing data. It has the problem of separation of space-time domain information and less consideration of spatio-temporal neighborhood features, which makes it difficult to describe and quantify the spatio-temporal variations of land surface accurately and completely. This project aims to monitor the spatial and temporal changes of forest ecosystems in typical red soil erosion areas and studies the Landsat dense time series data analysis method based on spatio-temporal autocorrelation. With the aid of radiation normalization and space-time interpolation technology, dense Landsat dataset with spatio temporal consistency will be constructed. A dense time series change detection algorithm for Landsat data based on the fusion of spatio-temporal spectrum is explored, focusing on the development of ecologically meaningful gradual features description indicators and methods. By using spatio-temporal geostatistical methods, the spatial-temporal linkage analysis of forest ecosystems in red soil erosion area will be carried out to systematically reveal the spatial and temporal evolution trajectory patterns of forest ecosystems. Through the research of this project, the major scientific problems of dense time series of Landsat data analysis and ecosystem spatio-temporal evolution monitoring are solved, which provides a scientific basis for revealing ecosystem degradation mechanism in red soil erosion area.

运用Landsat稠密时间序列监测和分析地表变化是当前地球科学和生态环境科学研究领域的热点问题。目前，Landsat稠密时序变化检测算法主要沿袭时间信号分析或低空间分辨率遥感时序分析思想，存在割裂时空域关联、较少考虑时空邻域特征等不足，难以准确全面描述与量化地表时空复杂变化特征。本项目针对典型红壤侵蚀区森林生态系统时空变化监测，研究顾及空间上下文的Landsat稠密时序数据分析方法。运用辐射归一化和时空插值技术，研究Landsat时空一致性稠密数据集生成方法；探索基于时空自相关的Landsat稠密时序变化检测算法，重点发展具有生态学意义的渐变特征描述指标和方法；利用时空地统计学方法，开展森林生态系统时空变化联动分析，系统揭示森林生态系统时空演化轨迹模式。通过本项目研究，解决Landsat稠密时序分析方法和生态系统时空演变监测面临的主要科学问题，为揭示红壤侵蚀区生态系统退化机制提供科学依据。

运用Landsat稠密时间序列监测和分析地表变化是当前地球科学和生态环境科学研究领域的热点。本项目针对Landsat稠密时序分析方法和生态系统时空演变监测面临的主要科学问题，面向南方典型红壤侵蚀区森林生态系统监测定量化、精细化、动态化需求，选择南方典型红壤侵蚀区森林生态系统作为研究对象，以揭示红壤侵蚀区脆弱森林生态系统时空演化特征和规律为目标，开展了以下研究：针对Landsat光学数据易受云雨和地形影响的不足，发展了协同多源多模态影像的数据融合算法，开展了复杂地表景观区域Landsat影像地形辐射校正研究，构建了消除云雨等噪声污染和地形效应影响的Landsat一致性稠密时序数据集重建技术，为面向稠密时序变化检测提供了高质量遥感数据源；发展了协同多种方法的变化检测算法、融合空间上下文的变化检测算法、基于深度自编码器的变化自动检测算法等多种Landsat时序分析方法，提升了时间序列复杂多态变化模式的检测精准度；基于上述变化检测算法，获取了反映森林生态系统功能、格局、关系等特征的指标的时空变化信息，进而刻画了典型红壤侵蚀区森林生态系统不同变化类型的动态过程和空间分布，借助构建的多维指标评价了森林生态系统稳定性，从景观结构、时空关系等视角挖掘地理格局动态演变过程，探索并揭示了典型红壤侵蚀区森林生态系统时空演变特征和规律。项目成果可用于描述自然因素和人为活动影响下的森林生态系统变化过程及其与环境之间的时空交互作用，为森林资源勘查与森林生态系统动态监测提供有价值的信息，同时为揭示典型红壤侵蚀区生态系统退化机制提供科学依据和支持，对于保护森林资源与生物多样性、提高森林生态系统质量与稳定性、分析水土流失导致的环境退化等具有重要意义。