基于MODIS数据的东南亚森林覆盖动态

摘要

土地覆盖数据集本质上是我们地球表面的空间表示，分为森林、草地等单元。基于卫星平台的土地覆盖分类产品的可用性在很大程度上有利于测绘揭示模式和趋势的土地覆盖变化。这些研究在环境风险评估研究中越来越重要。东南亚的森林面积正在迅速枯竭，让位于农业和商业种植园的扩张。在本研究中，我们试图利用中分辨率成像光谱仪(MODIS)平台的全球土地覆盖数据产品，利用统计和空间方法绘制2001 - 2012年东南亚土地覆盖的动态图。我们发现了大规模森林转换的证据，但总体变化的总和对该地区来说是不显著的。还讨论了MODIS相对于其他平台(如Landsat)在土地覆盖变化评估方面的适用性以及多变量分析的机会。

关键字

遥感，变化地图，土地覆盖，森林砍伐，地理信息系统

简介

土地覆盖动态由气候变化和对土地资源的人为压力的协同组合驱动，这些压力通过城市化、农业土地利用和自然灾害和极端事件等气候因素反映出来[1］．东南亚热带地区的这种影响正在推动森林转为农业种植和商业棕榈、橡胶和可可种植园的比率很高，从而导致不同时间和空间尺度上的植被覆盖消失。因此，必须在时间基础上绘制土地覆盖地图和描绘趋势特征，以增进我们对相互作用和影响政策的理解，以实现更好的可持续土地利用和环境。直到过去几十年，区域和全球土地覆盖制图工作还需要花时间收集地方规模的信息并将其纳入区域数据库。这是一个耗时的过程，也产生了容易出错的结果。随着地球观测卫星的出现，在大尺度上忠实地描述土地覆盖状态的任务已经成为可能。基于自动土地覆盖分类方法的数字图像处理技术可减少实现土地覆盖产品的时间[2］．丰富的时间范围的各种卫星平台支持变化的时间序列分析[3.]，在统计上和空间上，a地理信息系统(GIS)。土地覆盖变化包括从一种土地覆盖类型向另一种土地覆盖类型的转变，这主要是经过土地清理和森林砍伐的过程[4这对我们的生态和环境都是有害的。本文利用MODIS全球土地覆盖数据的年度时间序列，研究了东南亚地区土地覆盖变化的规模和格局。

研究区域

东南亚是亚洲的一个次区域，由地理上位于中国南部、印度东部、新几内亚西部和澳大利亚北部的国家组成。图1)．这里是热带雨林的家园，每年降雨量在60-160英寸之间，分布均匀。这个地区盛产许多种野生动物植被是地球上超过50%生命的家园。

东南亚有11个国家，根据世界银行2012年的报告，它们的集体经济增长率为8%，高于世界上任何其他地区。这样的增长率是城市化、采矿、商业农业等活动的结果，所有这些活动都是改变土地覆盖的主要方式。同期，香港的都市化程度亦录得平均约1.5%的增幅[5］．据报道，东南亚的两个大国印度尼西亚和马来西亚在研究区域(马来西亚棕榈业委员会和印度尼西亚棕榈油委员会)见证了商业棕榈种植面积的50-100%增长，这使得该地区经历了严重的森林砍伐阶段。很明显，该区域在这一时期的变化带来了土地覆盖的变化，这些变化无法逃脱卫星平台的观察。

数据与方法

MODIS平台

遥感由星载平台获取的数据对于旨在提供大规模森林面积测绘和监测的系统至关重要[6］．由于热带地区特有的云层覆盖，使用光学传感器进行遥感通常很困难，这就是为什么高光谱平台是土地覆盖研究的首选。然而，MODIS传感器每隔1-2天就会提供地球表面的视图。它收集了36个光谱波段的数据，波长从0.4 μm到14.4 μm，为我们提供了两个标称分辨率为250米的低空波段图像，5个标称分辨率为500米的波段图像，以及1公里处剩余的29个波段图像。MODIS是监测陆地和水的大规模变化的理想工具，这些变化为土地覆盖、土地和土地利用变化提供了新的见解。宽阔的带状区域支持区域尺度上的同质解释，而每天重复的成像周期提供了丰富的图像档案，可以混合用于消除云层的影响和土地覆盖分类中的季节变化。

MODIS土地覆盖

标准MODIS土地覆盖类型数据产品的全球马赛克可从马里兰大学全球土地覆盖设施(NASA)下载。IGBP土地覆盖类型分类中标准MODIS土地覆盖类型数据产品(MCD12Q1)的全球马赛克[7]以2001年至2012年的两种空间分辨率收集而成的[8］．目前的研究使用了5 '分辨率的产品。来自MODIS的全球土地覆盖测绘的算法和结果已由Friedl等人详细阐述。[9］．

数据准备

通过剪切研究区域以外的信息，得到了全局数据的空间子集。2001年至2011年一年两次的彩色土地覆盖地图载于图2．每一特定年份每种土地覆盖类型的像素数列在电子表格中，通过乘以每个像素的面积计算出各自的平方公里面积。在该区域的10个土地覆盖等级中，使用了9个，因为水等级被排除在外。

信息提取

将每张图像的统计信息提取成电子表格，利用GIS进行趋势的时间序列分析和空间变化分析。统计图提供了2001年至2012年变化的总体比较。基于gis的空间交叉制表能力提供了一对土地覆盖类别之间的从到关系，这在本研究中用于年代际洞察。

结果

年度变化

从2001年到2012年，耕地和城市建筑面积变化不大环境（图3)．建成区环境不变与[5]时期徘徊在1.16 - 1.36之间的人口增长相吻合，农村向城市的迁移率较低。这也解释了为什么在研究期间耕地没有增加太多。

陆地湾变化图的一个重要方面是特征化森林砍伐．这在本质上是指森林覆盖的减少和荒地或其他类别如草地和灌木地的增加。从时间序列图中可以明显看出，从2001年到2005年，混交林向内增加，之后继续减少，直到2011年。这可能是由于印度尼西亚和马来西亚的大规模森林转化为橡胶、可可和棕榈种植园。商业种植园的毁林经历了贫瘠土地(森林空地)、草地(早期种植园)、灌木地(未成熟的树木)到森林(完全生长的树木)的阶段。因此，草地、灌丛和荒地的变化规律与混交林格局密切相关。然而，一个奇特的观察是阔叶林和稀树草原的不变区域，这需要进一步研究。如果该地区的降水和挖掘活动在较小范围内得到证实，则可以特异性地解释湿地的增加。

年代际空间变化

从一种土地覆盖类型到另一种土地覆盖类型的空间变化是在一个时期内实现的地理信息系统．2002年和2012年的MODIS数据被用来描述该地区的年代际空间变化。三维图(图4)显示2001年各土地覆盖类别的面积百分比，该百分比已于2012年转换为其他类别。这揭示了一些简单的统计时间序列图(图3)．

虽然总阔叶森林在前一节中观察到的年份之间，面积保持不变，从3D图中可以明显看出，2002年的面积在2012年发生了变化。2002年，99%的原始阔叶林面积转变为农田(8%)、湿地(27%)、稀树草原(15%)和混交林(54%)。正如我们所描述的，混交林主要是由于商业种植园，我们现在看到的证据表明，超过50%的阔叶林被转变为商业种植园。不仅是森林，2002年的热带大草原和湿地也在2012年被转变为混交林(种植园)。另一个重要的变化是自然植被向其他类别的转变，这也可以通过对该地区商业油棕的大规模推动来解释。

讨论

东南亚地区因此有了较大的规模土地覆盖2001年到2012年的变化。统计数据和空间变化结合起来，提出了有趣的土地覆盖变化模式，其中一些变化可以用人口动态和商业种植园的经济推动力来解释。使用中等尺度MODIS土地覆盖产品研究土地覆盖变化的结果也令人非常满意，尽管某些观测结果需要进一步探索，无论是通过证实相关事件，还是通过使用高分辨率空间图像来跟踪和推理局部尺度的变化。

MODIS或LANDSAT

卫星平台的条带、空间、光谱和时间分辨率影响土地覆盖研究的规模和细节。如果我们改用Landsat，在MODIS数据集上使用的IGBP土地覆盖类型分类可能会扩展到另一个分类细节级别。陆地卫星的空间分辨率要高得多，但它16天的重复成像需要更丰富的档案来进行像这里这样的区域研究。此外，一个MODIS场景所覆盖的区域是由45个以上的Landsat场景所覆盖的，这使得可接受的光谱匹配算法的拼接场景更加复杂[10］．这也将增加用于生产与本研究中使用的土地覆盖产品相当的努力的时间和成本。混合多分辨率和多光谱平台是一种已经成功应用并在文献中报道的方法[11］．

机遇与限制

遥感数据的时间序列表明，土地覆盖变化并不总是以渐进和渐进的方式发生，但它们可能表现为快速和突然的变化时期，随后是生态系统的快速恢复或非平衡轨迹。这种短期变化往往是由气候和土地利用因素的相互作用引起的，对生态系统过程具有重要影响。进一步细分统计数据到更小的空间单位，例如基于地貌[12或行政管理将支持多元分析和见解。这种观测到的变化的相关性也可能与气候信息进行，这些信息可能影响自然过程的生长和植物的物候特征植被保险增加(或减少)。整合多元研究的机会，包括与地球表面过程相关的地貌单元，如水文、侵蚀和输沙也存在[13］．

前言路径

改善对土地利用变化背后复杂动态过程的理解，将有助于对未来变化进行更可靠的预测和更现实的设想。土地利用变化通过一系列过渡与其他社会和生物物理变化相关联。这导致人们强调，在防止土地覆盖恶化的稀疏政策下，通过土地管理实现生态恢复的潜力。使用时间土地覆盖及其与其他地面相关的多变量分析信息是研究环境变量因果关系的关键，是今后研究的方向。

确认

作者感谢NASA和马里兰大学为本研究提供的MODIS陆地覆盖数据产品。作者还声明，本出版物不存在利益冲突。

参考文献

1. Lambin EF，等。热带地区土地利用和土地覆盖变化动态。环境与资源，2003;28:205-241。
2. Bartholomé E和Belward AS。GLC2000:一种基于地球观测数据的全球土地覆盖制图新方法。国际遥感学报，2005;26:1959-1977。
3. Kundu SN，等。利用IRS-P4 OCM数据分析奥丽莎超级气旋后的变化。遥感学报，2001;22:1383-1389。
4. Achard F，等。测定世界潮湿热带森林的毁林率。科学。2002;297:999 - 1002。
5. 联合国，《世界人口展望:2015年修订版》，经济和社会事务部，人口司(2015年)。
6. DeFries R，等。估算发展中国家森林砍伐造成的温室气体排放的地球观测。环境科学。2007;10:385-394。
7. 《土地覆盖分类系统》，联合国粮食及农业组织，罗马，2016年。
8. Channan SK，等。标准MODIS土地覆盖类型数据的全球马赛克。马里兰大学和太平洋西北国家实验室，马里兰大学公园，美国。2014。
9. Friedl MA等。基于MODIS的全球土地覆盖制图:算法和早期结果，遥感学报，2002;
10. Czaplewski RL。Landsat传感器场景样本能否可靠地估计全球热带森林砍伐的程度?Int。遥感学报。2002;24:1409-1412。
11. 张志强，陈志强，陈志强。一种利用多分辨率数据监测热带森林区域的新方法。Int。遥感学报。1997;18:2455-2461。
12. 昆都SN和帕特奈克DS。使用数字高程模型衍生品的海底地貌特征——以西印度近海孟买高地为例。地球科学进展。2014;29(2):349 - 349。
13. NASA，全球马赛克的标准MODIS土地覆盖类型数据产品(MCD12Q1)，马里兰大学，地学系和NASA, 2014。