多源遥感数据用于湿地信息提取:南文河国家湿地保护区的案例研究

科学领域:

• 环境科学 环境科学
• 遥感 遥感 遥感 遥感
• 地理空间分析的研究.

背景情况:

• 湿地是全球碳循环,生物多样性和减少洪水风险的关键生态系统.
• 有效的湿地监测对于保护和实现可持续发展目标至关重要.
• 准确的湿地分布数据对于生态平衡和人类福祉至关重要.

研究的目的:

• 通过使用多源数据,提高湿地分布绘图的准确性.
• 评估不同特征变量和分类方法 (基于像素和基于对象) 的有效性.
• 在各种景观中确定湿地划分的最佳方法.

主要方法:

• 集成 Sentinel-1/2 卫星图像,地形和现场观测数据.
• 提取22个特征变量,包括光谱,红边,地形和雷达特征.
• 递归特征消除 (RFE) 和皮尔森相关性用于特征选择的应用.
• 利用随机森林 (RF) 算法用于使用基于像素和基于对象的方案进行湿地分类.

主要成果:

• 结合红边,地形和雷达数据,在丘陵地区显著提高了土地覆盖的准确性.
• 面向对象的湿地分类方案超过了像素级别的方法.
• 基于像素的方案实现了沼泽 (98.67%),森林 (97.53%) 和裸露土地 (80.00%) 的高精度.
• 基于对象的方案在分类沼泽 (96.00%),水体 (90.91%) 和建筑用地 (96.67%) 中表现出色.

结论:

• 多来源数据的整合,特别是与雷达和地形信息的整合,增强了湿地地图.
• 与基于像素的方法相比,基于对象的图像分析为某些湿地类型提供了优异的结果.
• 开发的方法为未来的湿地数据提取和研究提供了宝贵的参考.