湄公河是亚洲地区一条重要的跨境水系,流经中国、缅甸、老挝、泰国、柬埔寨和越南六国,该流域具有丰富的自然资源禀赋,为流域的社会经济发展提供了重要的基础条件,同时,也成为了该区域人们社会经济活动和文化交流的重要纽带。近几十年,由于湄公河流域沿岸国家经济快速发展和各国生态环境保护政策差异,导致该流域生态环境遭受不同程度的破坏。所以,基于遥感技术对该区域资源环境要素进行动态监测,已经成为各国政府、流域组织、非政府组织、地方研究机构等目前面临的最紧迫任务之一。近年来,Google Earth Engine(GEE)遥感大数据云平台的出现,为全球、流域和国家尺度的资源环境动态监测和时空变化分析提供了技术支撑,解决了传统海量遥感影像处理分析的计算复杂和高昂的计算成本等问题。本文将在GEE遥感大数据云平台上,基于多源遥感数据实现湄公河流域资源环境关键要素的自动提取与时空动态分析,并结合气象数据,专题数据和社会经济统计数据分析地表水面积、森林面积、城镇不透水表面和人口数据等资源环境关键要素的驱动因素。论文的成果将为流域各国政府和研究机构提供资源环境基础和决策支持。论文的主要研究成果包括以下几个方面:(1)湄公河流域地表水面积遥感监测与时空变化分析。基于Landsat影像数据和GEE平台,利用像素和对象结合的分层分类方法完成1990-2019年湄公河流域的地表水覆盖面积的自动提取。研究结果表明:近三十年来湄公河流域地表水面积变化幅度较大,出现了严重的年际洪涝和干旱的情况,其中2011年的流域内地表水面积最大,共计16596.58km~2,而1992年流域内地表水面积最小,共计8361.96 km~2。此外,气象因子对湄公河流域地表水面积的变化具有明显的区域差异性,温度是湄公河流域上游主要影响因子,降水成为流域中游主要影响因子,而蒸散量作为流域下游的主要影响因子。(2)湄公河流域森林面积遥感监测与时空变化分析。基于GEE平台和Landsat遥感数据,采用像素和对象结合的分层分类方法完成近三十年湄公河流域森林面积的自动提取和制图。分析近三十年湄公河流域森林覆盖数据可知:近三十年湄公河流域森林面积呈先下降后上升再下降的趋势;每年平均以1832.37 km~2/yr速度消耗,其中柬埔寨区域内森林面积下降最为明显。此外,流域内社会经济的发展,人口的增长、矿产资源的开采以及城市化进程等因素成为该区域森林覆盖变化和消减的重要影响因素。(3)基于DMSP/OLS夜间灯光数据的湄公河流域沿岸国家人口数据定量反演与时空变化分析。基于GEE平台和DMSP/OLS夜间灯光数据,采用线性回归模型定量反演湄公河沿岸国家人口数据的空间分布,并分析了湄公河沿岸国家人口的时空变化特征。研究结果表明:研究区内城市人口的空间分布具有明显的圈层特征,即城市中心的人口密度最大,距离城市中心距离越远,人口密度越小。(4)基于多源遥感数据的湄公河沿岸国家城镇不透水表面提取和城镇空间扩张分析。在GEE平台上,基于DMSP/OLS、NPP/VIIRS夜间灯光数据、Landsat遥感数据和30m SRTM DEM数据,采用对象和像素结合的分层分类方法完成近三十年湄公河流域沿岸国家城镇不透水表面的提取与制图。通过分析近三十年该区域不透水表面面积的变化和城镇空间扩张可知:近三十年来,湄公河流域沿岸国家的城镇不透水表面以城市中心向外以“摊大饼”方式进行空间扩张,而且该区域城镇不透水表面覆盖面积呈指数型增长趋势;其中,1990年的不透水表面面积占该区域总面积的0.1291%,2019年占总面积0.6738%,在过去的三十年,湄公河沿岸国家不透水表面扩展4.22倍。