基于Sentinel–2影像特征优化的于桥水库水生植被提取

作者：张佩莹; 张方方; 李俊生; 谢娅; 张兵

来源：生态科学, 2023, 42(01): 40-48.

DOI：10.14108/j.cnki.1008-8873.2023.01.005

• 随机森林
• 特征优化
• 于桥水库
• 水生植被
• 变化趋势

水生植被分布情况、结构和演变趋势对湿地生态环境变具有重要的指示意义和科学研究价值。基于Sentinel-2遥感数据,综合应用光谱信息、水体植被指数、最佳指数法(Optimal Index Factory,OIF)计算的纹理特征,结合随机森林分类法,构建特征优化后的随机森林水生植被提取模型,对于桥水库进行水生植被提取。结果显示:该方法能有效的提取出水生植被,总体精度为93.22%,Kappa系数为0.91。进一步与最大似然和支持向量机(SVM)方法进行对比分析,结果表明本算法的总体精度分别提高了19.96%、8.53%, Kappa系数分别提高了0.25、0.11。基于水生植被全年提取结果,分析了于桥水库的水生植被年内变化,发现于桥水库水生植被在五月份最繁盛,随后逐渐消减,直至十月份基本消亡。实验表明:特征优化后的随机森林分类法在Sentinel-2影像水生植被提取中具有较好的适用性。

• 单位
  中国科学院大学; 上海海洋大学