Multisource remote sensing time series for mapping and long term monitoring of grapevine vineyards in the Northern Zagros

方法

Sentinel-2时序影像、PlanetScope高分参考、随机森林与Goog

发现

葡萄园面积增长38.7%，超54%扩张来自稀疏林和密林转化，森林承压显著。

机会点

可延伸至多源时序遥感监测山地经济林扩张与森林破碎化，并耦合土地利用政策情景模拟。

摘要 森林向农业的转化是全球生态系统的严重威胁，其中专业化葡萄种植推动了显著的土地利用变化。在伊朗北扎格罗斯森林，高经济收益加速了葡萄（Vitis vinifera L.）园的扩张。本研究利用多源遥感和机器学习技术，绘制了萨尔达什特县（2016—2025年）葡萄园的时空扩张格局。研究以时间序列Sentinel-2影像作为分类的主要数据源，并以高分辨率PlanetScope影像作为补充参考信息，用于目视解译和参考样本采集。在Google Earth Engine中采用随机森林分类器，使用63个输入变量，包括光谱波段、地形因子和物候指标。分类取得了较高精度，总体精度（OA）为93.6%至94.8%，Kappa值超过0.91。关键预测变量包括地形变量、SWIR和红边波段以及NDMI指数。结果表明，葡萄园面积增加了38.7%，从2016年的5，820.5公顷增至2025年的8，074.7公顷。值得注意的是，这一扩张中超过54%源于稀疏林（32.04%）和密林（22.13%）的转化，而37.96%发生在现有农业用地上。所提出的遥感与机器学习框架在异质山地环境中监测葡萄园方面表现出较高有效性。葡萄园的大幅扩张凸显了其日益增长的经济重要性，但也揭示了对扎格罗斯森林生态系统的严重压力，强调迫切需要可持续土地利用规划，以平衡农业发展 与森林保护。