Mapping and Monitoring Seasonal Wetland Dynamics of Koonthankulam Ramsar Site Using Sentinel-2 Imagery and Random Forest Classification on Google Earth Engine

湿地提供了不可或缺的生态、水文和社会经济服务，然而由于农业侵占、城市化和水文干扰，它们仍是全球范围内变化最迅速的生态系统之一。本研究利用在谷歌地球引擎（GEE）平台上处理的Sentinel-2多光谱仪影像，对印度泰米尔纳德邦蒂鲁内尔维利区的库恩坦库拉姆湿地——一处拉姆萨尔指定湿地及重要鸟类与生物多样性区域——进行了基于云的多时相评估。研究以官方公布的拉姆萨尔边界向外1公里缓冲区为范围，生成了三个参考年份（2017年、2020年和2023年）夏季和季风季节的无云影像合成，并采用监督随机森林分类器划分了四种土地利用/土地覆盖（LULC）类别：水体、植被、裸地和建设用地（建成结构归入建设用地类别）。同时，计算了归一化植被指数（NDVI）、归一化建成指数（NDBI）和归一化水体指数（NDWI），以表征植被活力、建成区扩张和地表水范围的季节及年际动态。结果显示明显的季节对比，夏季合成影像中的植被覆盖始终高于季风季节（2017年峰值接近25平方公里），反映了旱季水库周边以灌溉稻田为主的格局。建设用地在研究期间持续扩张，2017年至2023年间几乎增长了四倍（年均增长率约为24%），而裸地覆盖相对稳定。地表水范围在不同季节和年份间波动于约8至15平方公里之间，部分由1月和2月马尼穆塔尔和南古内里系统的渠道放水维持。这些发现证明了免费获取的Sentinel-2数据和基于云的机器学习在低成本、可重复监测小型拉姆萨尔湿地方面的实用性，并为库恩坦库拉姆的栖息地管理和保护规划提供了证据基础。