科研之友
微信
新浪微博
Facebook
分享链接
摘要
准确获取季节性湿地信息不仅可以完善多学科交叉的湿地科学体系，而且为湿地的修复工程提供科学依据，对保护湿地、稳定地球气候等具有重要意义。利用Landsat遥感影像，借助Google Earth Engine云平台，对近30年东洞庭湖的季节性湿地及其详细类别进行自动化提取。首先基于东洞庭湖湿地水陆交替的典型性特征，使用随机森林分类算法获得季节性湿地的范围，然后构建季节性湿地类型信息决策树提取模型对季节性湿地细分类。结果表明：(1)本研究可有效提取湿地信息，季节性湿地分类的平均总体分类精度和Kappa系数分别为88.25%和0.86，季节性湿地细分类的平均总体分类精度和Kappa系数分别为93.28%和0.92。(2)1989～2020年东洞庭湖湿地面积整体上呈现增—减—增的趋势，其中永久性水域总面积增加了154.02 km2，季节性湿地总面积减少了54.11 km2。本研究所发展的基于Landsat长时间序列影像的季节性湿地信息提取方法，可为季节性湿地的动态变化等相关研究和决策提供技术支撑。
- 单位
