| Sentinel-1与Sentinel-2影像联合的黄河三角洲湿地信息提取 |
| |
| 引用本文： | 刘畅,王岩,王朝,盛辉,许明明,刘善伟.Sentinel-1与Sentinel-2影像联合的黄河三角洲湿地信息提取[J].海洋科学,2023,47(5):2-14. |
| |
| 作者姓名： | 刘畅 王岩 王朝 盛辉 许明明 刘善伟 |
| |
| 作者单位： | 中国石油大学(华东)海洋与空间信息学院, 山东 青岛 266580;青岛市勘察测绘研究院, 山东 青岛 266000 |
| |
| 基金项目： | 中央高校基本科研业务费专项项目(22CX01004A-8);国家自然科学基金面上项目(62071492) |
| |
| 摘 要： | 针对目前湿地信息提取中存在的“同物异谱”、“同谱异物”问题,以黄河三角洲自然保护区为实验区,采用在信息提取方面具有优势的典型相关森林算法,将Sentinel-1A雷达影像和Sentinel-2A多光谱影像作为基础数据,考察分别应用多光谱影像、合成孔径雷达(Synthetic Aperture Radar,SAR)和多光谱二者综合、SAR纹理特征以及植被指数对湿地信息提取的效果和适用性。研究结果表明:(1)基于Sentinel-2A多光谱影像,在分类方法上,典型相关森林(canonical correlation forest,CCF)的总体精度最高,达到94.32%,与支持向量机和随机森林分类算法相比分别提高了6.55%和5.47%;(2)基于Sentinel-2A多光谱影像和Sentinel-1A后向散射系数的CCF总体精度达到了94.89%,与只利用多光谱影像相比,3种算法的总体精度和Kappa系数均得到了提升;(3)在SAR和光学联合的基础上加入SAR纹理特征后总体精度和Kappa系数均略有下降,分别为94.72%和0.935 3;(4)在SAR和光学联合的基础上加入归一化差分植被指数(NDVI)、比值植被指数(RVI)、差值植被指数(DVI)、归一化差分红外指数(NDII)和差分红外指数(DII)5种植被指数后,总体精度达到了最高为95.35%,7种地物的生产者精度有所提高,有效提高了对黄河三角洲湿地信息的提取能力。实验结果可为黄河三角洲湿地的合理开发和有效保护提供科学支持。
|
| 关 键 词： | 信息提取 SAR Sentinel-2 典型相关森林 黄河三角洲 |
| 收稿时间： | 2022/4/29 0:00:00 |
| 修稿时间： | 2022/6/27 0:00:00 |
Extraction of wetland information from Sentinel-1 and Sentinel-2 images in the Yellow River Delta |
| |
| LIU Chang,WANG Yan,WANG Zhao,SHENG Hui,XU Ming-ming,LIU Shan-wei.Extraction of wetland information from Sentinel-1 and Sentinel-2 images in the Yellow River Delta[J].Marine Sciences,2023,47(5):2-14. |
| |
| Authors: | LIU Chang WANG Yan WANG Zhao SHENG Hui XU Ming-ming LIU Shan-wei |
| |
| Institution: | College of Oceanography and Space Information, China University of Petroleum(East China), Qingdao 266580, China;Qingdao Geotechnical Investigation and Surveying Research Institute, Qingdao 266000, China |
| |
| Abstract: | |
| |
| Keywords: | information extraction SAR Sentinel-2 Canonical Correlation Forest Yellow River Delta |
|
| 点击此处可从《海洋科学》浏览原始摘要信息 |
| 点击此处可从《海洋科学》下载免费的PDF全文 |
|
