| 结合珠海一号高光谱影像和XGBoost算法的珠江口滨海湿地分类 |
| |
| 引用本文： | 刘燕君,刘凯,曹晶晶.结合珠海一号高光谱影像和XGBoost算法的珠江口滨海湿地分类[J].测绘通报,2023(12):136-141. |
| |
| 作者姓名： | 刘燕君 刘凯 曹晶晶 |
| |
| 作者单位： | 1. 中山大学地理科学与规划学院;2. 广东省公共安全与灾害工程技术研究中心;3. 广东省城市化与地理环境空间模拟重点实验室;4. 南方海洋科学与工程广东省实验室(珠海) |
| |
| 基金项目： | 国家自然科学基金(42201353)；;广东省自然科学基金(2021A1515011462)； |
| |
| 摘 要： | 由于湿地类别多样且结构复杂，湿地遥感分类工作极具挑战性。本文以珠江口滨海湿地为研究区，基于珠海一号高光谱影像获取的光谱特征、形状特征、纹理特征和指数特征构建优选特征集，采用极端梯度提升(XGBoost)算法和面向对象技术提取湿地类型和空间分布，并对比分析基于支持向量机(SVM)算法和随机森林(RF)算法的湿地分类结果。结果表明：(1)珠海一号高光谱影像能够有效应用于湿地分类，且光谱特征在湿地分类中发挥了重要作用；(2)使用的机器学习算法中XGBoost算法的湿地分类效果最佳，总体精度为87.2%,Kappa系数为0.84;(3)优选的影像特征能够保证更高的湿地类型识别精度，验证了特征筛选有助于提高分类效果。本文发展了一种基于珠海一号高光谱影像和集成学习的大区域湿地类型识别方法，可为湿地资源调查提供有效的技术参考，服务于湿地的保护与开发利用。
|
| 关 键 词： | 湿地分类 红树林 遥感 极端梯度提升(XGBoost) 珠海一号 高光谱影像 |
|
