Land Cover and Land Surface Temperature Dynamics in West Kotawaringin (2005-2025) Based on Remote Sensing and Random Forest Classification
Nazla Paradisa · Beni Iskandar · Sari Marlina 等 4 人
利用遥感与随机森林分析西科塔瓦林金2005-2025年土地覆盖与地表温度动态。
GEE平台,Landsat影像,随机森林分类,LST提取,精度评估。
森林减少22.9万公顷,农业增加17.2万公顷,森林区LST低于建成区。
可延伸研究森林减少对农业区微气候的影响,或结合作物模型评估土地利用变化对产量的长期效应。
基于遥感与随机森林的长时间序列土地利用与地表温度分析,数据详实,对区域气候调节与农业规划有参考价值。
土地覆盖变化能够影响地表温度和环境条件,因此,对其进行时空监测对于区域管理和减缓气候变化至关重要。本研究利用谷歌地球引擎、Landsat 7、Landsat 8和Landsat 9影像、随机森林分类、精度评估及地表温度提取方法,分析了西科塔瓦林金县2005年、2015年和2025年的土地覆盖与地表温度动态变化。森林面积减少了228,930公顷,从2005年的598,649公顷(占63.37%)降至2025年的369,719公顷(占39.14%),而农业用地增加了172,131公顷,从207,659公顷(占21.98%)增至379,790公顷(占40.20%)。分类结果的总体精度为0.93,Kappa系数为0.89-0.90。森林地区的平均地表温度从19.50°C升至22.31°C,居民区的平均地表温度从24.58°C升至26.20°C。空间格局一致显示,森林地区的平均地表温度低于建成区及其他非森林地表。科学上,本研究在县级尺度上整合了多时相土地覆盖与地表温度分析,以支持空间规划、环境管理和减缓气候变化。