识别植被模式,以使用蜂自动机模型和卫星图像进行土地退化的定性评估
Hediye Yarahmadi1, Yves Desille1,2, John Goold1
1School of Physics, <a href="https://ror.org/02tyrky19">Trinity College Dublin</a>, Dublin 2, Ireland.
Physical review. E
|September 19, 2024
概括
这项研究使用蜂自动机模型和卫星数据来评估植被健康和土地退化. 它确定了季节性碎片化和恢复模式作为环境压力的指标.
科学领域:
- 生态生态学 生态生态学
- 遥感 遥感 遥感 遥感
- 计算机建模 计算建模
背景情况:
- 评估植被状况,生产力和健康状况对于了解土地退化至关重要.
- 来自卫星的植被指数为生态监测提供了有价值的数据.
- 统计模型可以模拟植被动态,帮助解释遥感数据.
研究的目的:
- 为了确定植被的空间分布和生长动态.
- 质量评估与健康,生产力和土地退化相关的植被特征.
- 将统计植被生长模型与卫星衍生植被指数进行比较.
主要方法:
- 利用一个随机的细胞自动机模型来模拟植被生长.
- 分析了卫星图像,特别是规范差异植被指数 (NDVI) 和叶面积指数 (LAI).
- 将模型生成的碎片植被状态与实体卫星数据中观察到的模式进行了比较.
主要成果:
- 在模型中确定了周期性碎片化和恢复现象,与季节性影响和接近透过渡有关.
- 在卫星植被图像中定性地识别了这些碎片化/恢复模式.
- 根据植被密度和集群化,开发了对环境压力的估计.
结论:
- 季节性植被的碎片化和恢复可能表明环境压力和脆弱性增加.
- 该研究表明,将蜂自动机模型与远程传感相结合用于生态评估的实用性.
- 植被密度和聚类是估计土地图像中环境压力的关键指标.
