了解植被扰动与恢复时空特征可为水土流失和生态环境治理提供科学依据.而传统的植被扰动恢复研究主要集中在两期或者几个时期的对比分析,无法掌握植被的连续变化特征,导致植被长期监测和生态环境的评估具有局限性.因此,本文基于Google Earth Engine,以Landsat时间序列数据为基础,通过LandTrendr算法探讨1984～2020年间长汀植被扰动与恢复变化特征,总体识别精度达86.67％.结果表明:近35年来,长汀县植被总体恢复趋势向好,部分区域存在植被扰动,扰动和恢复累计面积分别为181.81km2和292.83km2;89.9％的植被扰动发生在2000年以后,植被扰动的平均持续时间为1.2年;植被恢复贯穿始终,植被恢复的平均持续时间为14.65年;植被扰动集中在城镇、乡村、交通路网等人类生产生活和经济社会发展的活跃区域,植被扰动的平均强度为0.33,植被恢复的平均强度为0.21,总体呈现扰动剧烈、恢复慢的特征.本文可为长汀环境治理评估提供客观信息,从而更加科学、合理地制定生态保护措施.

基于Sentinel-2A遥感影像的光谱特征、指数特征和纹理特征,结合野外调查数据、森林二类调查数据和DEM数据等辅助数据,采用分层多尺度分割提取技术,对研究区主要森林类型进行提取.研究表明:主成分变换前三个分量的加入有助于提高影像分割效果和分类精度;在影像光谱特征基础上,加入指数特征和纹理特征可在一定程度上提高森林类型提取精度;在多元数据的支持下,选取合适的特征和阈值进行分层与分类是一种有效的森林类型分类策略,取得了较高的分类精度,其中杉木、马尾松、竹林和其它林地的总体分类精度达79.80％,Kappa系数为0.725;通过决策树和随机森林两种分类器的优势互补,以分类精度混淆矩阵中的生产精度和用户精度平均值作为先验知识进行多分类器决策级投票融合,相比于单一决策树和随机森林分类器,组合分类器具有更高的分类精度,总体分类精度分别提高了 3.32％和2.13％.

随着城市不断扩张,生态景观格局发生了较大的变化.三明地区地形以山地丘陵为主,景观格局较为复杂,对该地区进行景观格局变化分析,在此基础上进行生态风险评估对保障生态安全具有重大意义.本研究以2015年地理国情普查的土地覆盖数据为基础,依据2005年高分辨率影像进行逆向变更得到2005年土地覆盖矢量数据;利用分析方法进行土地覆盖类型变化的景观格局相关指标计算,探讨三明地区2005—2015年间生态景观格局的时空变化,以揭示三明地区景观变化规律;通过景观干扰指数(Ei)和景观脆弱度指数(Fi)定量评估得出该地区生态风险值的时空分布.结果表明:研究期间,三明地区的景观格局变化较为轻微,主要体现为自然景观向人工景观的转变,人工景观覆盖面积不断扩大,整体景观呈现破碎化的态势,总体的风险值也有攀升的趋势.