交通基础设施作为典型的人工干扰系统，其建设运营对高原高寒脆弱区路域水文生态及水体连通性构成显著影响。量化道路沿线水体连通性演变规律及生态影响阈值，是道路生态学领域亟待突破的关键科学问题。本研究以青藏公路格尔木至那曲段（格那段）交通廊道为典型研究区，构建了基于谷歌地球引擎（Google Earth Engine）云平台的自动化水体判识模型，集成增强植被指数（Enhanced Vegetation Index, EVI）、修正的归一化差异水体指数（Modified Normalized Difference Water Index, MNDWI）与大津算法（Otsu's Method）,生成1990—2020年连续时间序列水体分布数据集，系统解析12个路域水体连通性的时空演变特征，并基于道路存在/缺失情景模拟，定量识别交通建设对水体网络连通性的干扰阈值。研究表明：（1）该模型实现了高原复杂地表覆盖场景下的精细化水体信息提取，总体提取精度达85%以上（Kappa系数>0.8）,但受限于空间分辨率，对细小水体识别存在局限。（2）1990—2020年路域水体结构连通性呈现显著时空分异特征；...

交通基础设施作为典型的人工干扰系统，其建设运营对高原高寒脆弱区路域水文生态及水体连通性构成显著影响。量化道路沿线水体连通性演变规律及生态影响阈值，是道路生态学领域亟待突破的关键科学问题。本研究以青藏公路格尔木至那曲段（格那段）交通廊道为典型研究区，构建了基于谷歌地球引擎（Google Earth Engine）云平台的自动化水体判识模型，集成增强植被指数（Enhanced Vegetation Index, EVI）、修正的归一化差异水体指数（Modified Normalized Difference Water Index, MNDWI）与大津算法（Otsu's Method）,生成1990—2020年连续时间序列水体分布数据集，系统解析12个路域水体连通性的时空演变特征，并基于道路存在/缺失情景模拟，定量识别交通建设对水体网络连通性的干扰阈值。研究表明：（1）该模型实现了高原复杂地表覆盖场景下的精细化水体信息提取，总体提取精度达85%以上（Kappa系数>0.8）,但受限于空间分辨率，对细小水体识别存在局限。（2）1990—2020年路域水体结构连通性呈现显著时空分异特征；...

交通基础设施作为典型的人工干扰系统，其建设运营对高原高寒脆弱区路域水文生态及水体连通性构成显著影响。量化道路沿线水体连通性演变规律及生态影响阈值，是道路生态学领域亟待突破的关键科学问题。本研究以青藏公路格尔木至那曲段（格那段）交通廊道为典型研究区，构建了基于谷歌地球引擎（Google Earth Engine）云平台的自动化水体判识模型，集成增强植被指数（Enhanced Vegetation Index, EVI）、修正的归一化差异水体指数（Modified Normalized Difference Water Index, MNDWI）与大津算法（Otsu's Method）,生成1990—2020年连续时间序列水体分布数据集，系统解析12个路域水体连通性的时空演变特征，并基于道路存在/缺失情景模拟，定量识别交通建设对水体网络连通性的干扰阈值。研究表明：（1）该模型实现了高原复杂地表覆盖场景下的精细化水体信息提取，总体提取精度达85%以上（Kappa系数>0.8）,但受限于空间分辨率，对细小水体识别存在局限。（2）1990—2020年路域水体结构连通性呈现显著时空分异特征；...

交通基础设施作为典型的人工干扰系统，其建设运营对高原高寒脆弱区路域水文生态及水体连通性构成显著影响。量化道路沿线水体连通性演变规律及生态影响阈值，是道路生态学领域亟待突破的关键科学问题。本研究以青藏公路格尔木至那曲段（格那段）交通廊道为典型研究区，构建了基于谷歌地球引擎（Google Earth Engine）云平台的自动化水体判识模型，集成增强植被指数（Enhanced Vegetation Index, EVI）、修正的归一化差异水体指数（Modified Normalized Difference Water Index, MNDWI）与大津算法（Otsu's Method）,生成1990—2020年连续时间序列水体分布数据集，系统解析12个路域水体连通性的时空演变特征，并基于道路存在/缺失情景模拟，定量识别交通建设对水体网络连通性的干扰阈值。研究表明：（1）该模型实现了高原复杂地表覆盖场景下的精细化水体信息提取，总体提取精度达85%以上（Kappa系数>0.8）,但受限于空间分辨率，对细小水体识别存在局限。（2）1990—2020年路域水体结构连通性呈现显著时空分异特征；...

交通基础设施作为典型的人工干扰系统，其建设运营对高原高寒脆弱区路域水文生态及水体连通性构成显著影响。量化道路沿线水体连通性演变规律及生态影响阈值，是道路生态学领域亟待突破的关键科学问题。本研究以青藏公路格尔木至那曲段（格那段）交通廊道为典型研究区，构建了基于谷歌地球引擎（Google Earth Engine）云平台的自动化水体判识模型，集成增强植被指数（Enhanced Vegetation Index, EVI）、修正的归一化差异水体指数（Modified Normalized Difference Water Index, MNDWI）与大津算法（Otsu's Method）,生成1990—2020年连续时间序列水体分布数据集，系统解析12个路域水体连通性的时空演变特征，并基于道路存在/缺失情景模拟，定量识别交通建设对水体网络连通性的干扰阈值。研究表明：（1）该模型实现了高原复杂地表覆盖场景下的精细化水体信息提取，总体提取精度达85%以上（Kappa系数>0.8）,但受限于空间分辨率，对细小水体识别存在局限。（2）1990—2020年路域水体结构连通性呈现显著时空分异特征；...

植被覆盖是衡量地表植被状况和生态系统稳定性的重要指标，应用谷歌地球引擎(GEE)平台获取Landsat-5/8系列遥感影像，构建2000—2020年青藏公路沿线植被覆盖度序列数据。采用曼-肯德尔(Mann-Kendall)趋势检验、森氏(Sen’s)斜率估计、Hurst指数、变异系数分析法，探讨青藏公路沿线近20 a植被覆盖时空变化特征及演变趋势。结果表明：(1)在时间尺度上，研究区植被覆盖度波动上升，多年均值为0.145 2,2015年达到0.181 1;在空间尺度上，其呈现“两端高，中间低”的态势。(2)青藏公路沿线较低植被覆盖等级的面积比例保持在36%以上，较高覆盖和高覆盖的面积占比变化明显，与2000年相比，两者分别上升了5.03%、12.76%。(3)该研究区研究时段植被变化趋势以改善趋势为主，短期内变化趋势不会发生较大逆转，未来变化趋势仍将以改善为主。

植被覆盖是衡量地表植被状况和生态系统稳定性的重要指标，应用谷歌地球引擎(GEE)平台获取Landsat-5/8系列遥感影像，构建2000—2020年青藏公路沿线植被覆盖度序列数据。采用曼-肯德尔(Mann-Kendall)趋势检验、森氏(Sen’s)斜率估计、Hurst指数、变异系数分析法，探讨青藏公路沿线近20 a植被覆盖时空变化特征及演变趋势。结果表明：(1)在时间尺度上，研究区植被覆盖度波动上升，多年均值为0.145 2,2015年达到0.181 1;在空间尺度上，其呈现“两端高，中间低”的态势。(2)青藏公路沿线较低植被覆盖等级的面积比例保持在36%以上，较高覆盖和高覆盖的面积占比变化明显，与2000年相比，两者分别上升了5.03%、12.76%。(3)该研究区研究时段植被变化趋势以改善趋势为主，短期内变化趋势不会发生较大逆转，未来变化趋势仍将以改善为主。

植被覆盖是衡量地表植被状况和生态系统稳定性的重要指标，应用谷歌地球引擎(GEE)平台获取Landsat-5/8系列遥感影像，构建2000—2020年青藏公路沿线植被覆盖度序列数据。采用曼-肯德尔(Mann-Kendall)趋势检验、森氏(Sen’s)斜率估计、Hurst指数、变异系数分析法，探讨青藏公路沿线近20 a植被覆盖时空变化特征及演变趋势。结果表明：(1)在时间尺度上，研究区植被覆盖度波动上升，多年均值为0.145 2,2015年达到0.181 1;在空间尺度上，其呈现“两端高，中间低”的态势。(2)青藏公路沿线较低植被覆盖等级的面积比例保持在36%以上，较高覆盖和高覆盖的面积占比变化明显，与2000年相比，两者分别上升了5.03%、12.76%。(3)该研究区研究时段植被变化趋势以改善趋势为主，短期内变化趋势不会发生较大逆转，未来变化趋势仍将以改善为主。

植被覆盖是衡量地表植被状况和生态系统稳定性的重要指标，应用谷歌地球引擎(GEE)平台获取Landsat-5/8系列遥感影像，构建2000—2020年青藏公路沿线植被覆盖度序列数据。采用曼-肯德尔(Mann-Kendall)趋势检验、森氏(Sen’s)斜率估计、Hurst指数、变异系数分析法，探讨青藏公路沿线近20 a植被覆盖时空变化特征及演变趋势。结果表明：(1)在时间尺度上，研究区植被覆盖度波动上升，多年均值为0.145 2,2015年达到0.181 1;在空间尺度上，其呈现“两端高，中间低”的态势。(2)青藏公路沿线较低植被覆盖等级的面积比例保持在36%以上，较高覆盖和高覆盖的面积占比变化明显，与2000年相比，两者分别上升了5.03%、12.76%。(3)该研究区研究时段植被变化趋势以改善趋势为主，短期内变化趋势不会发生较大逆转，未来变化趋势仍将以改善为主。

植被覆盖是衡量地表植被状况和生态系统稳定性的重要指标，应用谷歌地球引擎(GEE)平台获取Landsat-5/8系列遥感影像，构建2000—2020年青藏公路沿线植被覆盖度序列数据。采用曼-肯德尔(Mann-Kendall)趋势检验、森氏(Sen’s)斜率估计、Hurst指数、变异系数分析法，探讨青藏公路沿线近20 a植被覆盖时空变化特征及演变趋势。结果表明：(1)在时间尺度上，研究区植被覆盖度波动上升，多年均值为0.145 2,2015年达到0.181 1;在空间尺度上，其呈现“两端高，中间低”的态势。(2)青藏公路沿线较低植被覆盖等级的面积比例保持在36%以上，较高覆盖和高覆盖的面积占比变化明显，与2000年相比，两者分别上升了5.03%、12.76%。(3)该研究区研究时段植被变化趋势以改善趋势为主，短期内变化趋势不会发生较大逆转，未来变化趋势仍将以改善为主。