Terrassenfelder sind als wichtige landwirtschaftliche Landschaft von großer Bedeutung für die Steigerung der Erträge und den Boden- und Wasserschutz. Zeitlich-räumliche Veränderungsdaten der Terrassenfelder sind eine wichtige Grundlage zur Bewertung der Produktionseffizienz und der ökologischen und hydrologischen Effekte der Terrassen, sind jedoch schwer zu erlangen. Dieser Artikel stellt eine Methode zur Extraktion von Terrassenfeldern aus Langzeit-Zeitreihendaten basierend auf einem Veränderungserkennungsalgorithmus vor. Unter Verwendung von langzeitlichen Satellitenbildserien der Landsat-Reihe mit Fusion des panchromatischen Bands wurden die Daten von Landsat 7 ETM+ und Landsat 8 OLI normalisiert, um Störungen und Verzerrungen zwischen verschiedenen Sensoren zu entfernen; basierend auf der Verteilungskarte der Terrassen von 2020 wurde mit dem datengestützten LandTrendr-Veränderungserkennungsalgorithmus die zeitliche und räumliche Verteilung der Terrassen im Einzugsgebiet des San du-Flusses von 2001 bis 2020 extrahiert und die Beziehung zwischen Terrassenfläche und Getreideertrag analysiert. Die Ergebnisse zeigen, dass die Gesamtüberwachungsgenauigkeit der zeitlichen Terrassen im Einzugsgebiet des San du-Flusses 82,50% beträgt und der F1-Score 0,84 erreicht. Die Gesamtfläche der Terrassen im Einzugsgebiet des San du-Flusses ist im Jahr 2020 im Vergleich zu 2001 um 397 km² oder 45,27% gewachsen. Vor 2015 erreichte die Wachstumsrate der Terrassen ihren Höhepunkt, danach verlangsamte sich das Wachstum, aber der allgemeine Trend ist weiterhin steigend. Es besteht eine sehr enge Beziehung zwischen der Terrassenfläche und der Getreideproduktion (R²=0,94). Durch die Fusion der Landsat-Langzeit-Satellitendaten mit dem LandTrendr-Veränderungserkennungsalgorithmus konnten genaue Informationen zur zeitlich-räumlichen Verteilung der Terrassen gewonnen werden, die die dynamische Entwicklung der Terrassenbauwerke in zeitlicher und räumlicher Dimension sowie die Produktionseffizienz effektiv aufzeigen.

Terrassenkartierung; sequenzielle Extraktion; Landsat; Veränderungserkennung; LandTrendr