扎龙湿地土地利用信息提取方法研究

发布时间：2018-01-20 00:25

本文关键词： Radarsat-影像面向对象分类随机森林模型淹水频次土地利用扎龙湿地　出处：《湿地科学》2017年05期 　论文类型：期刊论文

【摘要】：利用2015年4~11月8景C波段Rardarsat-2影像SGX产品数据和2015年9月10日Landsat 7的7个波段的反射率数据,采用面向对象分类方法,获得8个日期的扎龙湿地淹水区,计算出淹水频次;选取的19个特征变量分别为Landsat 7影像的1波段~7波段的反射率、归一化植被指数、二阶距、对比度、相关性、差异性、能量、同质性、中值、HH和HV极化波段的后向散射系数、淹水范围和淹水频率,采用随机森林算法,提取扎龙湿地的土地利用类型信息。研究结果表明,有淹水频率参与的分类精度为91.73%,无淹水频率参与的分类精度为76.49%,精度提高主要体现在沼泽湿地与草地的分类上。本研究为准确地更新湿地基础信息提供了方法示范。
[Abstract]:The SGX product data of C band Rardarsat-2 images from 2015 4 to November 8th and the reflectance data of 7 bands of Landsat 7 on September 10th 2015 were used. By using the method of object-oriented classification, the flooded area of Zhalong wetland with 8 dates was obtained, and the frequency of flooding was calculated. The 19 characteristic variables were the reflectivity, normalized vegetation index, second order distance, contrast, correlation, difference, energy and homogeneity of Landsat 7 image. The backscattering coefficient, flooding range and flooding frequency of HH and HV polarization bands were extracted by random forest algorithm, and the information of land use type in Zhalong wetland was extracted. The classification accuracy of submergence frequency was 91.73 and that without flooding frequency was 76.49%. The improvement of precision is mainly reflected in the classification of marsh wetland and grassland.
【作者单位】：黑龙江省普通高等学校地理环境遥感监测重点实验室哈尔滨师范大学;
【基金】：黑龙江省普通高校青年骨干学术项目(1253G034) 黑龙江省自然科学基金项目(D201409) 哈尔滨师范大学青年学术骨干基金项目(11XQG21) 黑龙江省普通本科高等学校青年创新人才培养计划项目(UNPYSCT-2016073)资助
【分类号】：P237;TP79
【正文快照】： 遥感技术具有多时相、多平台、信息量大等优点,逐渐成为湿地监测的主要手段。遥感监测主要分为光学遥感和微波遥感,但光学影像容易受云层影响,而微波遥感则可以全天候监测,同时能够透过植物、冰雪和沙土得到更多近地表的信息。已有研究表明,多源数据(光学影像和雷达影像)与地

【相似文献】