一种多方法方法来评估长期城市化对印度东北部生态敏感的城市湿地的影响

科学领域:

• 环境科学 环境科学
• 遥感 遥感 遥感 遥感
• 生态生态学 生态生态学

背景情况:

• 迪波尔比尔 (Deepor Beel) 是印度古瓦哈蒂附近的一个重要湿地,面临着快速城市化带来的重大威胁.
• 湿地是候鸟的重要息地,因人类活动而面临生态挑战.

研究的目的:

• 绘制空中收缩的地图,并评估Deepor Beel湿地的环境健康状况,从20世纪90年代到2020年代.
• 分析土地利用和土地覆盖变化及其对湿地生态系统的影响.
• 用卫星数据评估机器学习算法在预测水质参数方面的有效性.

主要方法:

• 利用五年间隔的卫星图像来监测湿地范围和环境指标.
• 分析了水质参数,包括甲基 (Chl-a),度和总悬浮固体 (TSS).
• 使用机器学习算法 (人工神经网络和随机森林) 使用Landsat数据并与现场数据验证.

主要成果:

• 湿地的水体经历了显著的空气减少,而Chl-a和TSS水平保持相对稳定.
• 土地利用分析显示,建筑区的数量大幅增加,特别是在2000年至2010年期间.
• 机器学习模型使用GNDVI和NDTI等指数准确预测水质,与现场数据相关联.

结论:

• 尽管水质指标稳定,但湿地面积缩是一个主要问题,可能与城市化有关.
• 机器学习和遥感为有效的湿地监测和管理提供了可行的方法,特别是在数据稀缺的地区.
• 这些发现强调了需要综合城市和环境规划,以保护Deepor Beel和类似的湿地.