-
题名基于特征优选的鄱阳湖南矶湿地土地利用分类
- 1
-
-
作者
郭松
杨东伟
尹晓星
万程辉
唐旭伟
-
机构
江西水利电力大学水利工程学院
中国矿业大学江苏省资源环境信息工程重点实验室
中国矿业大学环境与测绘学院
长江水利委员会水文局长江下游水文水资源勘测局
-
出处
《人民长江》
北大核心
2025年第7期50-55,共6页
-
基金
江西省自然科学基金项目(2024BAB25199)
江西省教育厅科技项目青年基金项目(GJJ2201512)。
-
文摘
针对湿地土地利用信息提取易混淆,分类精度低的问题,提出一种基于随机森林算法预处理的遗传算法与支持向量机融合(RF-GA-SVM)的湿地土地利用分类模型,基于Landsat 8遥感影像的1~7波段数据,对鄱阳湖南矶湿地开展土地利用信息提取,并将RF-GA-SVM模型提取的结果与传统支持向量机(SVM)、粒子群算法优化支持向量机(PSO-SVM)以及灰狼算法优化支持向量机(GWO-SVM)等模型的结果进行对比。结果表明:RF-GA-SVM模型在鄱阳湖南矶湿地土地利用信息分类提取的总体精度为99.2%。采用随机森林算法进行特征优选预处理能够实现自动搜索并反演GA-SVM模型参数,相较于其他机器学习算法的地物信息提取精度更高,在提高模型鲁棒性的同时,实现了湿地土地利用信息的分类提取。研究成果可为湿地地物识别与分类提供参考。
-
关键词
土地利用信息提取
遥感影像
特征优选
机器学习
随机森林
支持向量机
南矶湿地
鄱阳湖
-
Keywords
land use information extraction
remote sensing imagery
feature optimization
machine learning
random forest
support vector machine
Nanji wetland
Poyang Lake
-
分类号
P237
[天文地球—摄影测量与遥感]
-
-
题名基于总吸收系数的鄱阳湖水体叶绿素a反演及垂向分布
- 2
-
-
作者
刘瑶
江辉
-
机构
江西水利电力大学水利水电工程结构安全江西省重点实验室
-
出处
《江西师范大学学报(自然科学版)》
2025年第3期322-330,共9页
-
基金
国家自然科学基金(42161055,41461080)
江西省重点研发计划课题(20243BBH81033)资助项目.
-
文摘
水体叶绿素a(Chl-a)浓度垂向分布监测对掌握湖泊水体营养状态、观测藻类生长、预防有毒藻类暴发、维护湖泊生态系统可持续发展等具有重要作用.但目前传统的内陆水体叶绿素a监测拘泥于表层水体,存在垂向观测不同步、连续剖面快速监测难度大等问题.该文以鄱阳湖为例,通过现场水体总吸收系数和叶绿素a浓度的垂向监测,揭示鄱阳湖水体总吸收系统平面和垂向空间变化规律,建立水体总吸收系数的湖泊水体Chl-a浓度估算方法,获取其空间分布,实现遥感监测从传统表层信息向垂向信息发展的目标.研究结果表明:Chl-a在650~700 nm范围内有较强的吸收作用,Chl-a浓度与682 nm吸收峰具有最佳的相关系数,呈2次函数关系,决关系数R^(2)为0.793,模拟值与实测值均方根误差为1.11μg·L^(-1);鄱阳湖垂向水体Chl-a浓度分为垂向均匀型、指数型、直线型、高斯型等4种类型,指数型占比最高,85.1%站点水体Chl-a浓度为垂向非均匀分布;Chl-a主要在水深2.5 m以上的水体发生变化,其垂向变化与水体流速没有直接关系.
-
关键词
总吸收系数
叶绿素a
光学特征
垂向分布
鄱阳湖
-
Keywords
total absorption coefficient
chlorophyll a(Chl-a)
optical characteristics
vertical profile
Poyang Lake
-
分类号
X171.1
[环境科学与工程]
X832
[环境科学与工程—环境科学]
-
