0%

西出阳关无故人

发表于 更新于 阅读次数： Valine：

阳关是历史上有名的地方。

近期爆出这里的林场事件，涉及生态环境问题，省委高度重视，请求生态环境部等国家部委提供了权威的卫星遥感资料进行印证，得出了初步的调查结论。
新闻参考。

那么吃瓜群众可以自己利用GEE大数据和云计算平台看一看阳关的绿色到底是多了还是少了，记者的报道是真还是政府通告是真。

敦煌林场背景

阳关林场成立于1963年，距敦煌市区70公里，西北与库姆塔格沙漠相连，东南与阳关镇龙勒村接壤，是全民所有制林场。敦煌市相关资料显示，2000年阳关林场总经营面积为2.57万亩，其中防护林面积约6500亩，园地3270亩(包括约3000亩的葡萄园地)，其他用地约15900亩(包括生活用地和未利用地等)。截止目前，林场有农户227户687人，管护人员13人。其中，正式编制3人，长期聘用人员6人，护林员2人，其他人员2人。
（资料来自政府通报）

阳关位置图

阳关林场像小蝌蚪一样伸入到库姆塔格沙漠中，四周被沙丘包围，面积不大，从图中可以看出，阳关林场因为有来自于阿尔金山的冰川积雪融水补给，才有了季节性河流汇入，抵抗住沙漠的侵袭，出现一片生机。这里的植被以怪柳林、梭梭林、沙拐枣林和花棒林为主。
资料来源

林场照片（敦煌自然资源局供图。）

GEE

历史上的林场地区地面情况可以方便的使用GEE查看，可以导出Landsat卫星观测以来任一年的影像，还可以方便的制作成动态视频。
小编在这里把lANDSAT5和LANDSAT8观测林区地面覆盖历史卫星影像导出为视频和动画等格式，1984-2020的动态变化一目了然。

影像和视频

林场1989

林场2020

动画效果：

2020年的绿色范围显然是变大了，《经济参考报》的报道不真实。

然后我们再利用GEE，来俯瞰一下大地脉动吧。

阳关三十七年：1984–2020

CODE

首先打开： https://code.earthengine.google.com/

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74

var l8_col = ee.ImageCollection("LANDSAT/LC08/C01/T1_RT_TOA");
var dataset = ee.ImageCollection(l8_col
                      .filter(ee.Filter.eq('WRS_PATH', 137))
                      .filter(ee.Filter.eq('WRS_ROW', 32))
                      .filterDate("2020-06-03", "2020-12-14")
                      .filter(ee.Filter.lt('CLOUD_COVER', 10))
                      .select(['B4', 'B3', 'B2']));
print(dataset)                       
var subset1 = ee.Image(dataset.toList(100).get(0))  

var land05 = ee.ImageCollection('LANDSAT/LT05/C01/T1_TOA');
var land04_dh = ee.ImageCollection(land05
// Filter at Dunhuang Linchang
                      .filter(ee.Filter.eq('WRS_PATH', 137))
                      .filter(ee.Filter.eq('WRS_ROW', 32))
                      .filterDate('1984-01-01', '2012-12-31')
                      .filter(ee.Filter.lt('CLOUD_COVER', 10))
                      .select(['B3', 'B2', 'B1']));
print(land04_dh)
var subset2 = ee.Image(land04_dh.toList(1000).get(2))                         
                       

var trueColor432Vis = {
  min: 0.0,
  max: 0.35,
};


Map.centerObject(geometry, 12);
Map.addLayer(subset1,trueColor432Vis,'new');
Map.addLayer(subset2, trueColor432Vis, 'old');
print(subset1)
print(subset2)

// Load a Landsat 5 image collection.
var collection = ee.ImageCollection('LANDSAT/LT05/C01/T1_TOA')
                       .filterBounds(geometry)
                       .filterDate('1984-01-01', '2012-12-31')
                       .filter(ee.Filter.lt('CLOUD_COVER', 10))
                       .select(['B3', 'B2', 'B1'])
                       .map(function(image) {
                        return image.multiply(512).uint8();
                       });
  
// Export (change dimensions or scale for higher quality).
// https://developers.google.com/earth-engine/guides/exporting
Export.video.toDrive({
  collection: collection,
  description: 'sfVideoExample',
  dimensions: 720,
  framesPerSecond: 12,
  region: geometry
});

// Export images to Drive
Export.image.toDrive({
  image: subset1,
  description: 'linchang20200704',
  scale: 30,
  region: geometry
});
// Export images to Drive
Export.image.toDrive({
  image: subset2,
  description: 'linchang19860704',
  scale: 30,
  region: geometry
});

// Classify using random forest and SVM
// 
// Random forest: https://developers.google.com/earth-engine/guides/classification?hl=en
// SVM: https://code.earthengine.google.com/6492b4aa3715c7d0c12da9a374ca1ff2

进一步还以用机器学习的方法进行地面覆盖分类，但是小编比较懒，最近也比较忙，把这个任务交给更多热爱环保并致力于使用遥感技术监测自然的热情群众吧。
代码末有随机森林分类和支持向量SVM的分类链接，可以比较方便的移植到敦煌林区。

总结

记者有时候追求的是热点，而忽视了事实，使用GEE大数据中的30余年的卫星影像可以让吃瓜群众快速了解真相。