摘要
以安徽省巢湖市为实验区,以国产高分一号(GF-1)和资源三号(ZY-3)高分辨率遥感影像为数据源,以NDWI和纹理特征作为分类特征,联合随机森林、支持向量机和BP神经网络3种分类方法,发展了一种集成分类模型,用于提取养殖水体信息,并进行阴影剔除和形态学处理。结果表明,该集成分类模型适用于提取养殖水体信息,总体精度为97.4%,Kappa系数为0.87,漏分误差为3.7%,错分误差为6.4%,相比单个模型精度明显提高;针对GF-1影像的增强阴影水体指数,对山体阴影和城市建筑阴影的剔除效果明显,较大程度上避免了阴影对水体提取的干扰;实验区养殖水体的遥感动态监测应用发现, 2016年相比2013年水产养殖面积增加6.9%。该研究理论与技术成果的应用,有助于及时掌握养殖水体的时空分布及动态变化,快速提升中国渔业管理的信息化和科学化水平。
-
单位北京合众思壮科技股份有限公司; 中国水产科学研究院东海水产研究所; 北斗导航位置服务(北京)有限公司