Vegetation dynamics in Mizoram Northeast India from 2005 to 2025 using landsat imagery and image specific NDVI thresholding
K. Lalramngaizuala · Vishwambhar Prasad Sati · F. C. Kypacharili
基于Landsat影像与NDVI阈值法评估印度米佐拉姆2005—2025年植被动态。
Landsat 5/9地表反射率影像，Google Earth Engine，影
植被占比由97.52%降至96.20%，净减275 km²，损失602 km²大于增益326.9 k
可引入时序NDVI与机器学习区分植被退化驱动因素，并耦合地形与政策数据做多尺度监测。
基于Landsat与GEE的20年植被动态监测，方法规范、数据扎实，但属区域生态研究，与国内农业信息化关联较弱，公共价值有限。
植被监测对于评估生态敏感山区景观变化具有重要意义。本研究利用Landsat 5专题制图仪（Thematic Mapper）和Landsat 9操作陆地成像仪/热红外传感器（Operational Land Imager/Thermal Infrared Sensor）地表反射率影像，评估了2005年至2025年间印度米佐拉姆邦——喜马拉雅东延景观区的植被动态。卫星影像在Google Earth Engine中处理，利用归一化植被指数（normalized difference vegetation index）并结合各影像特定阈值提取植被区与非植被区。随后应用空间叠加分析，在邦和县两级识别植被持续、增加、减少及持续非植被土地。两个年份中植被均为主要土地覆盖类型，但面积从2005年的20558.8 km²（97.52%）下降至2025年的20283.8 km²（96.20%），净减少275.0 km²。植被总减少面积为602.0 km²，超过总增加面积326.9 km²。植被减少在空间上呈异质性，净减少最大的县为Lawngtlai、Kolasib、Saiha、Aizawl和Lunglei，而Mamit、Champhai和Saitual则录得稳定的净增加。研究结果为米佐拉姆邦邦和县两级植被范围动态提供了基线信息，并为喜马拉雅东部地区未来的植被监测、森林保护、可持续景观管理和土地利用规划提供了有益参考。