《Land》:Spatiotemporal Assessment of Environmental Change and Palm Tree Dynamics in Al-Ahsa Oasis Using Multi-Temporal Landsat Data and Machine Learning Approaches
编辑推荐:
Al-Ahsa绿洲地区是重要的农业区;然而,持续开展时空监测对于评估和缓解气候变化及土地利用变化的影响至关重要。本研究利用多颗卫星反演的光谱指数,考察1990—2025年Al-Ahsa绿洲地区的生态环境与土地覆被变化。在Google Earth Engine(
Al-Ahsa绿洲地区是重要的农业区;然而,持续开展时空监测对于评估和缓解气候变化及土地利用变化的影响至关重要。本研究利用多颗卫星反演的光谱指数,考察1990—2025年Al-Ahsa绿洲地区的生态环境与土地覆被变化。在Google Earth Engine(GEE)中处理多时相Landsat影像(Landsat 5、8和9),反演关键生物物理指标,包括归一化植被指数(Normalized Difference Vegetation Index,NDVI)、地表温度(Land Surface Temperature,LST)和裸土指数(Bare Soil Index,BSI)。采用监督分类方法生成各时相土地利用/土地覆被(Land Use/Land Cover,LULC)图,以评估土地覆被的时空动态。此外,应用随机森林(Random Forest,RF)机器学习算法精确量化并制图研究区内枣椰树(棕榈树)的分布。结果表明,1990—2025年间NDVI值在?0.19至0.75之间波动,中部和东部植被密度较高,2025年最大值达?0.44–0.75(原文如此,指高值段)。2025年LST最高,范围为34.7~54.6 ℃;1990年LST最低,范围为28.7~48.34 ℃。BSI值从1990年的?0.40~0.46变为2025年的?0.27~0.36(更宽变幅),表明土壤裸露程度降低。LULC数值数据显示城市建成区快速扩张67.19%,植被面积减少25%。此外,RF模型结果显示枣椰树面积1990—2025年增加了16.23%,总体精度98.15%,Kappa系数0.962。本研究强调城市扩张影响LST等环境指标,而NDVI上升趋势可能支持枣椰树扩展。研究为决策者和土地利用规划者制定可持续城市增长策略、保护农地和增强绿洲生态系统韧性提供了有价值的信息。将基于遥感(Remote Sensing,RS)的监测纳入区域规划框架,可为平衡Al-Ahsa绿洲的城市发展、环境保护和长期农业可持续性提供决策依据。
论文解读——《基于多时相Landsat数据与机器学习方法的Al-Ahsa绿洲环境变化与棕榈树动态的时空评估》发表于《Land》
一、研究背景与意义
干旱与半干旱生态系统是对长期环境变化最为脆弱的系统之一,气候变异及人类活动可迅速改变生态系统结构与地表特征。全球范围内土地退化严重威胁生态系统与人类福祉,沙特阿拉伯(Kingdom of Saudi Arabia,KSA)的Al-Ahsa绿洲是该国最大的绿洲区,历史上依靠复杂灌溉系统与地下水资源维持,其中枣椰树(date palm,Phoenix dactylifera L.)占农用地90%以上。近年来Al-Ahsa面临土壤盐渍化加剧、植被覆盖下降、邻近Al-Jafurah沙漠沙丘入侵及建成区快速扩张等问题,已有报道称2009—2017年农地因城市化减少近25%—33%。传统监测手段难以全面刻画长时序时空变化,因此研究人员开展基于多时相遥感与机器学习的综合评估,以量化1990—2025年环境指标与棕榈树动态变化,为可持续土地管理及绿洲保护提供科学依据。该论文发表于国际期刊《Land》。
二、主要关键技术方法
研究人员选取Al-Ahsa绿洲(25°21′–25°37′N,49°24′–49°37′E,面积约1719 km2)为研究区,获取USGS Landsat 5 TM(1990)、Landsat 8 OLI/TIRS(2014)和Landsat 9 OLI-2/TIRS-2(2025)影像,在Google Earth Engine(GEE)中进行云掩膜与中值合成。反演光谱指数:归一化植被指数(NDVI)=(NIR?RED)/(NIR+RED);裸土指数(Bare Soil Index,BSI)基于蓝、红、近红外(Near-Infrared,NIR)及短波红外波段计算;地表温度(Land Surface Temperature,LST)通过热红外波段经大气校正、亮度温度计算及归一化植被指数阈值法估算地表发射率后求得。LULC采用监督分类划分为植被、沙丘、建成区、裸地四类。枣椰树分布采用随机森林(Random Forest,RF)算法,以多光谱波段+NDVI+BSI为特征,基于Google Earth Pro人工选取棕榈/非棕榈样本(每年452个棕榈点+323个非棕榈点,70%训练、30%验证),以混淆矩阵评价总体精度(Overall Accuracy,OA)、Kappa系数、生产者精度(Producer's Accuracy,PA)和用户精度(User's Accuracy,UA)。气候数据采用ERA5-Land月值数据集辅助分析。
三、研究结果
3.1 降水与温度的季节及年际变化
研究人员分析ERA5-Land数据发现降水呈冬季—早春集中特征,夏季几乎无雨;2014年1月及秋末冬初降水高于1990年,2025年降水向春秋偏移但1月骤减。气温呈逐步升高趋势,7月最高温从1990年36.99 ℃升至2025年37.81 ℃,表明研究期存在变暖倾向。
3.2 NDVI时空格局
NDVI空间分布显示中、东北部(集约化枣椰园)植被密度高,边缘及南部偏低。变化检测图中绿色代表NDVI增加(多见于南部及边缘,指示耕地/植被扩张),红色代表NDVI降低(集中于中部碎片化区,可能源于城市扩张或环境压力)。最大NDVI从1990年0.56升至2025年0.75,均值从0.08±0.07微升至0.11±0.08,最小NDVI降至?0.44,反映部分区域仍存在裸露/退化地表。
3.3 LST时空格局
LST自1990年(28.7~48.34 ℃)至2025年(34.7~54.6 ℃)明显上升,高温区对应裸地、沙丘及建成区,低温对应植被区(植被降温效应)。变化检测显示大部分区域中度升温,建成区及中心城市升温显著;少数NDVI增加区出现降温。
3.4 LST与植被面积的时序统计
LST最高值由48.34 ℃(1990)增至54.76 ℃(2025),均值由42.55 ℃升至46.34 ℃。NDVI最大值增大、最小值减小,均值略增,说明局部植被活力改善但非植被/退化面也扩大。
3.5 裸土指数(BSI)年际变化
BSI范围从1990年?0.40~0.46缩至2025年?0.27~0.36,中心区BSI降低对应植被增加,外围BSI偏高指示裸土仍存。变化检测揭示局部土壤裸露增加与稳定/改善并存。
3.6 LULC时空分布趋势
1990年以裸地、沙丘为主,建成区零星分布;2014年植被(中、南部)与建成区同步扩展;2025年植被连片化但建成区在中心显著蔓延,沙丘与裸地仍占外围。
3.7 LULC数值数据
植被面积由120 km2(1990)减至90 km2(2025),降幅25%;沙丘由402 km2微增至417 km2(+3.73%);裸地从880 km2锐减至482 km2(-22.5%,转为其他用地);建成区由317 km2增至530 km2(+67.19%)。
3.8 枣椰树覆盖面积时空变化
RF分类显示枣椰树面积1990—2014年增3.13 km2(+6.52%),2014—2025年增4.67 km2(+9.13%),35年累计增7.80 km2(+16.23%)。OA=98.15%,Kappa=0.962,棕榈类PA=97.52%、UA=99.16%。Pearson相关分析(n=3)示平均LST与枣椰树面积(r=1.00)、建成区(r=0.95)正相关,与植被面积(r=?1.00)、裸地(r=?0.97)负相关;NDVI与枣椰树面积(r=0.80)及建成区(r=0.95)正相关。
四、讨论与结论总结
讨论指出NDVI升高仅限局部密集植被区,最低值降低说明退化面持续存在;LST升高与城市扩张导致蒸散减少、热吸收增加有关;BSI降低主要因裸地转植被或建成,但转不透水面可能加剧热岛。尽管总植被面积减少25%,枣椰园在特定灌溉农区仍有16.23%扩张,体现土地覆被变化的空间异质性——棕榈园扩张未能抵消整体绿地损失。裸地减少22.5%多转为城市用地,沙丘微增可能与风积活动有关,土壤盐渍化与地下水超采仍威胁农业可持续性。研究人员承认跨传感器(Landsat 5/8/9)辐射定标差异及仅有三个时相的相关分析属探索性关联,建议未来采用传感器调和方程及更密时序。
结论(翻译):
本时空分析揭示了1990—2025年沙特Al-Ahsa绿洲NDVI、LST、BSI、枣椰树覆盖面积及LULC的变化。结果显示NDVI最大值由1990年0.56升至2025年0.75(最小值由?0.19降至?0.44),表明植被具潜在恢复迹象;LST最大值在研究期内升高13.28%,2025年达最高值。RF模型表明枣椰树面积增长16.23%(OA=98.15%)。NDVI升高与枣椰树覆盖扩展相关,但总体植被面积因建成区大幅扩张(+67.19%)而减少25%。研究发现气候因子与土地利用变化间存在复杂相互作用,建议:(1)修复研究期内显著衰退的农地;(2)实施可持续城市增长策略以减少对生产用地的进一步侵占;(3)建立基于连续遥感监测的计划以支持Al-Ahsa绿洲循证土地管理与保护决策。上述启示对粮食安全与可持续土地管理具有重要意义,未来应评估城市化与变暖趋势对农业生产力、生物多样性及水资源的影响,并结合野外调查与社会经济因素制定有效减缓方案。