联合GEE与多源遥感数据的黑龙江流域沼泽湿地信息提取

作者：宁晓刚; 常文涛; 王浩^*; 张翰超; 朱乾德

来源：遥感学报, 2022, 26(02): 386-396.

• 遥感
• Google Earth Engine
• 沼泽湿地
• Sentinel-1
• Sentinel-2
• JM距离
• 随机森林
• 红边波段

湿地是地球上最重要的生态系统之一，在维持全球生态环境安全等方面发挥着举足轻重的作用。由于湿地独特的水文特征，传统的湿地监测需要耗费大量的人力和财力，对于大尺度的湿地信息提取更是困难重重。随着大数据和云计算的兴起，为大尺度和长时间序列的空间数据处理提供了契机。本文基于Google Earth Engine(GEE)云平台，使用Sentinel-1合成孔径雷达（SAR）数据、Sentinel-2光学数据以及地形数据，探讨了红边、雷达以及地形特征对大范围区域沼泽湿地提取的重要性，验证了利用JM距离寻找沼泽湿地提取最优特征组合的可行性，结合随机森林算法对2018年黑龙江流域沼泽湿地进行提取。研究表明：（1） Sentinel-2红边波段和Sentinel-1雷达波段以及地形数据有利于沼泽湿地信息提取，相比植被指数和水体指数沼泽的制图精度分别提高了7.56%,5.04%,4.48%;(2)利用JM距离得到的分离度表明，红边特征>其他光学特征>地形特征>雷达特征。进行特征优选后沼泽湿地的制图和用户精度分别提高了1.45%和3.02%，最终结合随机森林算法的总体精度为91.54%，沼泽的提取精度为88.55%。本研究利用GEE云平台和多源遥感数据以及机器学习算法，能够准确、快速、高效地提取大尺度范围沼泽湿地信息，具有较大的应用潜力。

• 单位
  南京水利科学研究院; 中国测绘科学研究院; 山东科技大学