GEE中的土地分类：遥感分析与城市扩张研究

在GEE (Google Earth Engine) 中进行土地分类的相关作业主要集中在利用遥感数据和地理信息系统技术来分析和理解城市化进程中土地利用的变化。GEE 提供了一个强大的平台，允许用户处理大量地理空间数据，如归一化差异植被指数 (NDVI) 和其他遥感指数，如归一化差异建筑指数 (NDBI)、修正归一化差异水体指数 (MNDWI) 和土壤调节植被指数 (SAVI)。 文献综述部分指出，城市扩张通常伴随着植被破坏和NDVI的降低，研究者如赵鹏[1]通过分析中国1982年至1999年的NDVI变化，探讨了气候变量和人类活动对其影响，发现城市化进程与NDVI的变化趋势紧密相关。孙伟钊[2]的研究则通过突变检验确认了城市并未出现显著的转折点，揭示了城市化进程中持续的增长现象。 莫兰指数被用于分析NDVI的空间集聚和变化规律，例如在长江中游地区，耕地转为建设用地的现象尤为显著。林芙蓉[3]利用GEE处理南京的土地利用数据，通过不同时间间隔分析了城市扩张的速度、强度以及对生态环境的影响，例如通过计算城市扩张速度、使用景观扩张指数和增强回归树等方法来探究扩张的时空特性。 徐涵秋[4]则引入了新的指标组合，通过谱间特征分析和逻辑判别运算，准确地识别城市建筑用地。谢亚娟[5]和陈星星[6]的研究则更深入地探讨了城市用地扩张的时空特征，例如武汉市城镇用地面积的变化趋势和影响因素，他们使用了景观扩张指数法、土地利用动态度等多种方法进行深入剖析。 Liu Z[7]利用国防气象卫星计划作战线扫描系统(DMSP-OLS)的夜间灯光数据，提供了观察城市化扩张动态的新视角，尽管这些数据可能存在校准问题，但仍然为城市化研究提供了宝贵的信息源。在GEE中进行土地分类作业，不仅关注植被变化，还涵盖了城市扩张的多维度分析，包括速度、方向、类型、形态等多个层面，旨在为政策制定者和研究人员提供详尽的城市化影响评估。