Assessment of Spatio-Temporal Land Use and Land Cover Dynamics in Ogoniland, Rivers State, Nigeria

方法

Landsat五年间隔影像、随机森林分类、NDVI、Google Earth E

发现

分类精度84.2%-88.6%，揭示了石油开采区LULC时空动态。

机会点

可借鉴其GEE+随机森林流程，研究石油污染区耕地退化和植被恢复的长期遥感监测。

尼日利亚尼日尔三角洲的奥戈尼兰地区经历了六十余年的石油勘探、环境污染和人口压力，但其地方尺度的景观变化仍缺乏充分的定量研究。本研究利用以五年为间隔获取的多时相Landsat影像，考察了1990年至2025年间奥戈尼兰地区土地利用与土地覆盖（LULC）的时空动态。影像通过随机森林算法分为六类（建设用地、耕地、草地、森林、红树林和水体），并在Google Earth Engine中利用归一化植被指数（NDVI）评估植被状况。总体分类精度为84.2%至88.6%，Kappa系数为0.825至0.868。