基于时序遥感的撂荒地监测及空间格局特征分析.pdfVIP

第44卷第3期热带地理Vol.44，No.3

2024年3月TROPICALGEOGRAPHYMar.，2024

肖文菊，杨颖频，吴志峰，郑少兰.2024.基于时序遥感的撂荒地监测及空间格局特征分析.热带地理，44（3）：

547-556.

XiaoWenju,YangYingpin,WuZhifeng,andZhengShaolan.2024.AbandonedLandIdentificationandSpatialPatternAnalysis

BasedonTime-SeriesRemoteSensing.TropicalGeography,44(3):547-556.

基于时序遥感的撂荒地监测及空间格局特征分析

11,21,32,4

肖文菊，杨颖频，吴志峰，郑少兰

[1.广州大学地理科学与遥感学院，广州510006；2.自然资源部华南热带亚热带自然资源监测重点实验室，广州510670；

3.南方海洋科学与工程广东省实验室（广州），广州511458；4.广东省国土资源测绘院，广州510599]

摘要：针对耕地撂荒监测的迫切需求，文章发展了一种基于光学时序特征的撂荒地遥感识别方法，利用

Sentinel-2时间序列数据构建耕地NDVI时序曲线，基于撂荒地和非撂荒耕地NDVI在监测时间窗口内的振幅差

异，通过F指数迭代式选取撂荒地识别的最佳振幅分割阈值，构建撂荒地识别规则，并在广东省湛江市坡头区

1

开展耕地撂荒监测试验，分析撂荒地块的景观格局特征。研究表明：1）对比撂荒地与非撂荒地的NDVI时序曲

线形态发现，撂荒地全年NDVI时序曲线变化平缓，变化幅度较小；非撂荒耕地由于作物生长发育的物候过程，

NDVI时序呈现较大的变化幅度。2）通过迭代式选取振幅分割阈值，撂荒地与非撂荒地NDVI振幅的最佳分割

阈值为0.42，在该分割阈值下，撂荒地和非撂荒地的识别精度分别为91.83%和90.20%。3）对撂荒地景观格局

2

特征分析结果表明，2020年坡头区耕地撂荒面积为14.65km，约占耕地总面积的10.1%，撂荒地块普遍面积较

小、形状不规则，空间上分布零散，少有大面积撂荒现象。

关键词：撂荒地；遥感；NDVI时间序列；振幅；空间格局；湛江市

中图分类号：P237文献标志码：A文章编号：1001-5221(2024)03-0547-10

DOI：10.13284/ki.rddl.003821开放科学（资源服务）标识码（OSID）：

随着城市化进程不断加快伴随着经济结构的调机（Lietal.,2012；牛继强等，2017）、随机森林

整，农村人口向城市转移，耕地撂荒现象日益严（Wuetal.,2020；张昊等，2022）等机器学习算

峻，给国家粮食生产安全造成严重威胁（Lietal.,法，进行撂荒地识别。如张昊等（2022）基于地物

2012;YusoffandMuharam,2015;Ustaogl