换一批基于随机森林模型的太湖水生植被遥感信息提取
Remote sensing information extraction of aquatic vegetation in Lake Taihu based on Random Forest Model
摘要水生植被作为太湖湿地的重要组分,其数量和范围变化影响着湖泊生态系统的平衡,故利用遥感技术对水生植被的空间分布开展研究有助于太湖湿地生态系统的保护.以Landsat 8多光谱遥感影像为主要数据源,利用光谱指数和图像变换方法构建多个特征变量,结合随机森林(RF)模型,提取太湖水生植被的空间分布.结果表明:(1)通过对比分析训练样本特征值的平均值、标准差和变异系数,NDVI、NDWIF、SR等指数更易于区分开敞水域和沉水植被、浮叶植被和挺水植被;(2)当设置1000棵分类树和4个分割节点的随机变量时,RF分类模型的袋外误分率小于6％,误分主要受SR、MNDWI和NDVI等特征变量影响;(3)通过验证分析,基于RF模型获得的2014年7月太湖水生植被覆盖面积约为306.0km2,分类精度为88.56％(Kappa系数为0.88),主要分布在湖体的东部和南部,以沉水和浮叶植被为主,两者占水生植被覆盖总面积的84.9％.
更多相关知识
关键词
水生植被随机森林模型特征变量Landsat 8太湖Aquatic vegetationRandom Forest Modelcharacteristic variablesLandsat 8Lake Taihu
DOI
10.18307/2016.0320
发布时间
2016-07-07（万方平台首次上网日期，不代表论文的发表时间）
基金项目
高分辨率对地观测系统重大专项（05-Y30B02-9001-13/15-WX2）
水体污染控制与治理科技重大专项（2012ZX07506003）
江苏省环境监测科研基金（1315）
江苏省环境监测科研基金（1416）
环保公益性行业科研专项（201309008）
江苏省普通高等学校研究生科研创新计划（KYLX15_0745）
- 浏览4
- 被引49
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
