-
题名涨落潮下滨海湿地植被信息遥感识别方法
- 1
-
-
作者
范宪创
韩婷婷
王杰
刘宇航
-
机构
华北理工大学人工智能学院
河北省工业智能感知重点实验室
中水北方勘测设计研究有限责任公司
山东正元冶达环境科技有限公司
-
出处
《安徽农业科学》
CAS
2024年第19期218-226,共9页
-
基金
河北省军民融合发展研究课题(HB23JMRH038)
华北理工大学省属高校基本科研业务费项目(JQN2022006)
国家自然科学基金项目(41801264)。
-
文摘
滨海湿地具有岸线保护、生物多样性保育、物质生产、能量交换以及提供休憩科研空间等多种生态服务功能。植被作为滨海湿地的重要组成部分,其分布状况、结构变化等景观信息在很大程度反映了滨海湿地的健康状况。为分析滨海湿地涨落潮下遥感识别植被种类的可行性,选用两期Landsat 8涨落潮影像,基于统计判别式、决策树监督分类和非监督分类方法对黄河三角洲滨海湿地进行了植被分类。结果显示,统计判别式监督分类的分类效果最佳,分类精度高达97%,能准确区分各植被类型,且涨落潮对分类结果影响不大。研究表明,基于遥感技术在涨落潮不同状态下对滨海湿地植被信息提取具有可行性,可为滨海湿地植被监测、生态恢复以及滨海地区蓝碳储量估算提供技术和数据支持。
-
关键词
滨海湿地
植被提取
统计判别式监督分类
非监督分类
决策树监督分类
-
Keywords
Coastal wetland
Vegetation abstraction
Statistical discriminant supervised classification
Unsupervised classification
Decision tree supervised classification
-
分类号
P237
[天文地球—摄影测量与遥感]
-
