基于GEE和时序主被动影像的广西北部湾红树林时空动态监测研究

邓建明, 姚航, 付波霖, 顾森, 唐婕, 甘园园

Monitoring the spatiotemporal dynamics of mangrove forests in Beibu Gulf, Guangxi Zhuang Autonomous Region, China, using Google Earth Engine and time-series active and passive remote sensing images

DENG Jianming, YAO Hang, FU Bolin, GU Sen, TANG Jie, GAN Yuanyuan

表4 分类方案及多源遥感数据集

Tab.4 Classification schemes and multi-source datasets

年份 传感器 方案 变量数 多源数据集 1985年 Landsat5 TM 方案1 21 多光谱波段(6个波段)、各类遥感指数(植被指数、水体指数、建筑指数)、数字高程模型(digital elevation model,DEM)、非监督分类结果 方案2 55 多光谱波段(6个波段)、各类遥感指数(植被指数、水体指数、建筑指数)、DEM、非监督分类结果、B1(BLUE)波段纹理特征、B5(1.55~1.75 μm)波段纹理特征 1995年 Landsat5 TM 方案1 21 多光谱波段(6个波段)、各类遥感指数(植被指数、水体指数、建筑指数)、DEM、非监督分类结果 方案2 38 多光谱波段(6个波段)、各类遥感指数(植被指数、水体指数、建筑指数)、DEM、非监督分类结果、B5(1.55~1.75 μm)波段纹理特征 2005年 Landsat7 ETM+ 方案1 22 多光谱波段(7个波段)、各类遥感指数(13个)、DEM、非监督分类结果 方案2 25 多光谱波段(7个波段)、各类遥感指数(13个)、DEM、非监督分类结果、PALSAR/PALSAR-2 HH,HV,HH/HV 方案3 42 多光谱波段(7个波段)、各类指数(13个)、DEM、非监督分类结果、HSV波段融合、B4(NIR)波段纹理特征 2015年 Landsat8 OLI 方案1 55 多光谱波段(7个波段)、各类遥感指数(13个)、DEM、非监督分类结果 方案2 25 多光谱波段(7个波段)、各类遥感指数(13个)、DEM、非监督分类结果、C-band Sentinel-1 GRD VV,VH,VV/VH 方案3 42 多光谱波段(7个波段)、各类遥感指数(13个)、DEM、非监督分类结果、HSV波段融合、B7(2.11~2.29 μm)波段纹理特征 2019年 Sentinel-2 MSI 方案1 31 多光谱波段(10个波段)、各类遥感指数(16个)、DEM、非监督分类结果 方案2 34 多光谱波段(10个波段)、各类遥感指数(16个)、DEM、非监督分类结果、C-band Sentinel-1 GRD VV,VH,VV/VH 方案3 50 多光谱波段(10个波段)、各类遥感指数(16个)、DEM、非监督分类结果、B5(703.9 nm)波段纹理特征(9个)、B8(NIR)波段纹理特征(10个) 方案4 48 多光谱波段(10个波段)、各类遥感指数(16个)、DEM、非监督分类结果、B12(2 202.4 nm)波段纹理特征