基于深度学习的闽西森林覆盖时空变化特征及驱动因子

    • 摘要: 森林是陆地生态系统的重要组成部分,探究区域森林覆盖时空变化特征及其驱动因子,可为区域森林资源保护和生态环境可持续发展提供重要指导作用。以福建省龙岩市为研究区域,借助GEE云平台,获取龙岩市2003年、2013年和2023年卫星遥感影像数据,运用Attention-UNet模型,结合采用PALSAR FNF标签层分割龙岩市森林与非森林地区;分析龙岩市近20年森林覆盖时空变化特征;利用地理加权回归,探讨龙岩市森林覆盖变化驱动因子。研究结果表明:(1) 深度学习Attention-UNet模型,结合利用PALSAR FNF标签层,分割龙岩市森林与非森林地区,准确率、精确率、召回率和F1分数分别为0.851、0.854、0.851和0.853,取得良好的效果;(2) 从时间变化来看,近20年,龙岩市森林覆盖面积增加,从2003年的13 621.19 km2增至2023年的15 675.49 km2,增加了205 4.31km2。(3) 从空间变化来看,近20年,龙岩市森林覆盖增加的地区占27.5%,主要集中在长汀县的中部,永定区的南部,以及武平县东部和上杭县西部的交界处;减少的地区占6.3%,主要集中在永定区的西南部和东北部,以及新罗区的西南部;龙岩市森林覆盖在空间上呈显著正相关,且存在着空间异质性。(4) GWR结果表明,2003-2023年,夜间灯光(NL)、地表温度(LST)、降水量(PRE)和饱和蒸汽压差(VPD)对龙岩市森林覆盖产生负向影响,土壤湿度(SOIL)对森林覆盖的影响由2003年和2013年的负向转为2023年的正向;5个驱动因子的回归系数在空间上呈现明显的分异特征,如随着时间的推移,NL对森林覆盖的影响范围缩小;LST对森林覆盖具有显著负向影响的地区主要集中在龙岩市中西部地区;近20年,SOIL、NL、VPD和PRE是龙岩市森林覆盖增加的主要驱动因子;NL、PRE、LST和SOIL是龙岩市森林覆盖减少的主要驱动因子。研究可为实现森林资源保护和可持续发展提供科学依据。

       

    /

    返回文章
    返回