基于优选特征及月合成Landsat数据湿地提取研究

作者：邢丽玮; 牛振国; 王华斌; 唐新明; 王光辉

来源：地理与地理信息科学, 2018, 34(03): 80-131.

• 优选特征
• Landsat时间序列数据
• 随机森林
• JM距离
• 湿地分类

针对Landsat卫星完整时间序列数据难以获取导致的湿地提取准确性较低和湿地提取最优特征不明确的问题,该文提出一种基于优选特征和月合成时间序列Landsat数据提取湿地的方法。通过月合成方法,利用Landsat7ETM+和Landsat8OLI数据构建Landsat 30m地表反射率、NDVI、NDWI和缨帽变换湿度分量的时间序列;利用随机森林算法和扩展的Jeffries-Matusita距离(JBh)优选对湿地提取贡献较大的特征,并基于优选特征提取湿地。结果显示:1)月合成方法有效地改善了条带和云覆盖造成的Landsat单景影像数据缺失问题;2)5月NDVI和6、8月NDWI以及5月TC-Wetness是区分永久性草本沼泽、水稻田、草地和旱地的最优特征;3)基于优选特征的湿地分类结果总体精度达到0.91,Kappa系数为0.89。特征优选减少了数据冗余,提高了运算效率,为提高湿地分类精度提供了理论基础。

• 单位
  中国科学院遥感与数字地球研究所; 遥感科学国家重点实验室; 国家测绘地理信息局卫星测绘应用中心; 首都师范大学