论文信息
Geocarto International
论文解读
AI 辅助整理- 方法
- 构建M-RSEI并统一Landsat传感器,结合GeoShapley归因与多尺度
- 发现
- M-RSEI均值由0.598升至0.670,但早期暴露矿区恢复仍显著滞后。
- 机会点
- 可将矿区点位登记升级为面状恢复监测,结合多尺度遥感识别复垦优先区。
论文摘要
在中国赣州,离子吸附型稀土矿开采点仅以点位形式登记,无法反映哪些区域恢复滞后。我们采用一种针对矿区调整的遥感生态指数(M-RSEI)评估生态状况,并对Landsat各传感器数据进行了协调统一。M-RSEI均值从2000—2005年的0.598逐步上升至2020—2025年的0.670,四分之三的网格单元有所改善。森林覆盖率、土壤有机碳和坡度在环境变量中居主导地位,在空间交叉验证下可解释63%的方差。位置及空间变异响应占GeoShapley归因的44%。在不超过3 km的各粒度上,森林覆盖率均居首位;将100 m预测值平均至5 km,无需重新拟合即可将R²提升至0.94。在矿区附近,2020年前至少已有16年不再暴露的网格单元,其M-RSEI仍比从未暴露的单元低0.26个单位。远低于经验上包络线的网格单元可作为实地核查与复垦的候选区域。
论文原文与出版信息
Geocarto International