基于Google Earth Engine的合肥市土地覆盖变化研究

针对传统的单机处理遥感影像方式难以进行大尺度和长时间序列土地覆盖监测的缺点，文章以合肥市为研究区，借助谷歌地球引擎(Google Earth Engine, GEE)平台，利用2000—2020年多景Landsat卫星影像和多种辅助数据，采用随机森林(random forest, RF)算法得到土地覆盖分类图，并对土地覆盖变化(land cover change, LCC)进行驱动力因素分析，基于植被覆盖度(fractional vegetation cover, FVC)反演算法进一步得到FVC时空变化。研究结果表明：近20年来研究区土地覆盖时空变化特征十分明显，FVC时空变化呈现减少特征；人口增加和社会经济发展是LCC主要驱动因素。