GAM4water:一种基于R的方法,用于从远程传感图像中提取湿区域
Matteo Redana1, Lesley T Lancaster2, Chris Gibbins3
1School of Informatics, Computing and Cyber System, Northern Arizona University, United States.
MethodsX
|October 10, 2024
概括
GAM4water是一个新的基于R的工具,使用遥感图像准确地分类湿地和干地区域. 这种方法灵活,可以处理各种数据类型,并为环境分析提供详细的输出.
科学领域:
- 环境科学 环境科学
- 遥感 遥感 遥感 遥感
- 地理空间分析是什么
背景情况:
- 准确地绘制湿地区的地图对于水资源管理和生态研究至关重要.
- 根据遥感数据分类湿区的现有方法的灵活性和准确性可能受到限制.
- 一般化添加模型 (GAMs) 为分析复杂的生态关系提供了一个强大的框架.
研究的目的:
- 引入GAM4water,一种新的基于R的方法,用于使用遥感图像来分类受湿和未受湿的区域.
- 为了证明GAM4water在不同数据源和空间尺度上的准确性和多功能性.
- 提供一个用户友好和可定制的工具,用于湿地提取.
主要方法:
- 开发一个监督的分类算法,GAM4water,利用通用添加模型 (GAMs).
- 整合来自无人机和卫星平台的各种遥感图像指数.
- 适用于不同空间分辨率,范围和参考系统的不同数据集.
主要成果:
- 在使用无人机和卫星图像的案例研究中,GAM4water 实现了湿地和非湿地的高度准确分类.
- 该方法有效地处理放射性数据中的非线性反应.
- 输出包括二进制格子,湿区域的多边形和分类性能报告.
结论:
- GAM4water提供了一个强大的,适应性的解决方案,用于从遥感数据绘制湿区域的地图.
- 该方法依赖于GAM,可以对生态模式进行复杂的建模.
- 它是第一个基于R的工具,为这个特定的应用程序提供了显著的进步,提供了方便的定制和实施.
