高寒生态系统是最易受全球变化影响的生态系统之一，正面临着自然和人为干扰引发的生物多样性减少、气候变暖、土壤侵蚀等一系列连锁生态系统破坏问题和挑战。高寒土地覆盖类型的空间分布格局是高寒生态系统分析的基础信息。特别是高寒地区属于高海拔半干旱生态环境，温度和水分都有限，容易受到潜在土地覆盖变化的影响。因此，对高寒地区土地覆盖类型进行准确的分类和识别，对于高寒生态系统的保护和管理具有重要意义。本文在Google Earth Engine (GEE)平台中构建一个深度卷积神经网络(DCNN)框架，并利用多源遥感数据对青藏高原雅鲁藏布江流域的高寒土地覆盖类型进行了分类制图。首先，根据雅鲁藏布江流域的自然情况，建立了一套精细的高寒土地覆盖分类体系(包含14种高寒土地覆盖类型)。其次，我们通过结合平滑时间模型和时间加权动态时间扭曲函数，从一些现有产品中自动生成和标记训练样本。第三，利用多源数据和自动标注训练样本对DCNN模型进行离线训练。最后，将训练好的模型参数部署到GEE中，用于2021年Sentinel-2遥感影像中的高寒土地覆盖分类制图。结果表明，我们方法的总体准确率和kappa分别为86.24%和0.8156，均高于传统的支持向量机和随机森林分类算法。我们的方法也提高了所有高寒土地覆盖类型的PA和UAs，尤其是苔原、灌木、沙漠灌木和高寒草原的PA和UAs的分类精度显著提高，均提高了20%以上。另外，我们也与其他三种全球流行的土地覆盖分类产品的比较，我们方法的总体准确率(OA)最高，达到86.24%，而Ersi_LandCover2020的精度为43.23%，ESA_WorldCover2020的精度为54.65%，FROM-GLC10的精度为61.29%。我们也分析了不同海拔梯度带高寒土地覆盖类型的空间分布，发现其具有明显的垂直特征。高寒土地覆盖分类图显示，雅鲁藏布江流域上下游土地覆盖的空间异质性较高，较大比例的乔木覆盖和灌木仅分布在中下游盆地，超过60%的草地(高寒草甸等)构成了中上游的高寒植被类型。值得注意的是，荒漠灌木主要分布在中游，而上游较少。随着海拔的增加，相应的垂直地带性由灌木、荒漠灌木、高寒草甸、高寒草原向高寒荒漠草原变化。此外，大部分永久冰雪、沙地和贫瘠的砾石地分布在高寒地带( >5000m a.s.l)，这表明极端海拔及其引起的高寒气候不适用于其他土地覆被。总体来说，雅鲁藏布江流域的地势从上游到下游随海拔高度呈显著下降趋势，对应着从冰川和永久冰雪、贫瘠砾石地、高寒荒漠草原、高寒草原、高寒草甸、灌木到乔木覆盖的垂直地带性变化。我们高寒土地覆盖产品可为雅鲁藏布江流域高寒生态系统保护提供有价值的土地覆盖信息。

LULC,Google Earth Engine（GEE）,DCNN,multi-source data