| 基于WorldView-2卫星影像的红树物种种群识别方法研究 |
| |
| 引用本文： | 高常军,甄佳宁,沈震,王俊杰,徐逸,邬国锋.基于WorldView-2卫星影像的红树物种种群识别方法研究[J].湿地科学,2023(5):627-636. |
| |
| 作者姓名： | 高常军 甄佳宁 沈震 王俊杰 徐逸 邬国锋 |
| |
| 作者单位： | 1. 广东省林业科学研究院,广东省森林培育与保护利用重点实验室;2. 中国科学院东北地理与农业生态研究所,中国科学院湿地生态与环境重点实验室;3. 深圳大学建筑与城市规划学院;4. 自然资源部大湾区地理环境监测重点实验室;5. 深圳大学生命与海洋科学学院;6. Faculty of Geo-Information Science and Earth Observation,University of Twente |
| |
| 基金项目： | 广东省基础与应用基础研究基金项目(2021A1515011670)； |
| |
| 摘 要： | 为了准确地识别红树林中的各种红树物种种群分布区，以广东湛江红树林国家级自然保护区核心区的高桥红树林区为研究区，采用决策树算法、随机森林算法、自适应提升算法、梯度提升决策树算法、极端梯度提升算法和轻量级梯度提升机算法，利用WorldView-2卫星的高分辨率影像数据，构建影像的原始光谱波段、原始光谱波段+植被指数、原始光谱波段+植被指数+纹理特征3种特征组合数据集，识别研究区红树林中的各种红树物种种群分布区，分析各种算法在红树物种识别中的适用性。研究结果表明，5种集成学习算法的分类结果都优于决策树算法，其中，轻量级梯度提升机算法分类结果的分类精度最高，基于WorldView-2影像的8个原始光谱波段+12种植被指数+28种纹理特征，轻量级梯度提升机算法分类结果的总体分类精度值为93.15%，其分配不一致性值为5.07%，数量不一致性值为1.78%；极端梯度提升算法和随机森林算法在红树物种识别中也具有良好的适用性。WorldView-2卫星影像是对红树林中各种红树物种进行遥感分类的理想数据源，其纹理特征能显著提高分类精度，轻量级梯度提升机算法在红树物种识别中具有很大的应用潜力。
|
| 关 键 词： | 红树林 红树物种 分类 WorldView-2卫星 纹理特征 集成学习算法 |
|
|
