基于白度-MSAVI特征空间的东地中海地区荒漠化严重性的多层次评估

科学领域:

• 地球观测 地球观测
• 环境科学 环境科学
• 遥感 遥感 遥感 遥感

背景情况:

• 使用多尺度卫星图像进行荒漠化评估可能会带来扭曲和不确定性.
• 从同一场景中同步的多传感器数据可以最大限度地减少重新采样错误.

研究的目的:

• 在东地中海 (约旦) 的一个干旱/半干旱地区使用多传感器,多尺度卫星数据评估荒漠化严重程度.
• 研究空间分辨率,景观异质性和传感器类型对荒漠化评估的影响.
• 创建荒漠化程度指数 (DDI) 并分析取决于规模的荒漠化模式.

主要方法:

• 收集了同一个场景的同步多传感器数据 (Sentinel-2,Landsat-8,MODIS).
• 提取了白度和修改的土壤调整植被指数 (MSAVI),以构建一个白度-MSAVI特征空间.
• 根据白度和MSAVI之间的负相关性生成了荒漠化程度指数 (DDI).

主要成果:

• 多尺度DDI地图显示了类似的空间分布,约旦东部地区严重荒漠化 (50%的地区) 普遍存在.
• 更精细的分辨率地图 (10-60米) 捕获了当地的荒漠化变化,而更粗的地图 (250-500米) 确定了广泛的气候模式.
• MODIS数据显示,与降水的相关性更高,在均的景观中准确度更高,表明依赖规模的准确性.

结论:

• 荒漠化严重程度的评估受空间分辨率,景观异质性和卫星传感器类型的影响.
• 多规模的方法为有效的缓解策略提供了对规模依赖性荒漠化的关键见解.
• 同步的多传感器数据采集对于准确的多尺度荒漠化分析至关重要.