
-
生物通官微
陪你抓住生命科技
跳动的脉搏
埃塞俄比亚上蓝尼罗河流域土地利用/覆盖变化检测的GEE集成机器学习分类器评估及基于CA-Markov模型的未来预测
《Scientific Reports》:GEE-integrated ML classifiers evaluation for LULC change detection and CA-Markov-based future prediction in Upper Blue Nile River Basin, Ethiopia
【字体: 大 中 小 】 时间:2026年06月30日 来源:Scientific Reports 4.9
编辑推荐:
摘要土地利用与土地覆盖变化对河流流域的环境过程及可持续土地管理有着重要影响。埃塞俄比亚的上蓝尼罗河流域由于人口增长、农业扩张以及森林砍伐,出现了显著的土地利用与土地覆盖变化。本研究利用在Google Earth Engine中实现的集成云平台框架,分析了该流域过去和未来的土地利用
土地利用与土地覆盖变化对河流流域的环境过程及可持续土地管理有着重要影响。埃塞俄比亚的上蓝尼罗河流域由于人口增长、农业扩张以及森林砍伐,出现了显著的土地利用与土地覆盖变化。本研究利用在Google Earth Engine中实现的集成云平台框架,分析了该流域过去和未来的土地利用与土地覆盖变化规律。研究采用了分类回归树、随机森林以及支持向量机分类器来处理多时相的Landsat影像。在2024年的分析中,随机森林的分类准确率最高,为94.4%,Kappa值也为0.879。研究结果表明,在过去二十年里,该地区的农业扩张十分明显,森林面积也大幅减少。基于随机森林生成的土地利用与土地覆盖地图,研究人员构建了元胞自动机-马尔可夫模型,并通过验证获得了较高的吻合度(Kappa值为0.886),以此预测未来该地区的变化趋势。到2034年以及2044年的预测显示,农业区和建筑区将继续扩张,而森林以及灌木/草地则会相应减少。这些研究结果有助于优化该流域的土地利用规划,提升环境可持续性。
生物通微信公众号