科研之友
微信
新浪微博
Facebook
分享链接
摘要
利用遥感技术提取湿地植被群落组成与分布，对湿地的建设具有重要意义。以青海乌兰都兰湖国家湿地公园为研究区，利用吉林一号遥感影像，通过影像分割，特征优化，选择KNN与RF分类模型，对都兰湖湿地植被群落进行划分，并验证分类精度。结果表明，根据ESP 2工具提供的分割尺度，植被群落面向对象分类的最优分割尺度为18,植被与非植被区域分割尺度为32和85。地物类型划分方面，仅利用影像波段信息及相关指数的阈值不能精确提取地物类别，需要结合影像几何特征和纹理特征提高分类精度，利用特征空间优化工具对61个影像特征进行优化，最终筛选出了40个影像特征并用于分类。根据混淆矩阵分类精度评价结果，KNN算法分类结果优于RF,其中KNN总体分类精度为81.80%,Kappa系数为0.79;RF总体分类精度为72.59%,Kappa系数为0.68。根据分类结果，都兰湖湿地植被覆盖率为44.41%,植被群落的组成及分布特征可以为湿地生态建设及管理提供依据。
-
单位青海大学农牧学院
