基于Landsat OLI影像的盐城滨海湿地分类方法对比研究

发布时间：2019-09-20 05:57

【摘要】：采用何种方法对滨海湿地信息进行有效提取和分类是值得关注的问题。利用Landsat OLI影像数据,在ENVI 5.1软件平台上,采用监督分类、决策树分类和面向对象方法,对盐城滨海湿地进行了分类研究。研究结果表明,在分类精度和效果上,面向对象方法的分类结果最好,其它依次为决策树分类方法、监督分类方法的分类结果;3种方法对光滩和芦苇(Phragmites australias)滩涂信息的提取效果相对较好,对道路和碱蓬(Suaeda glauca)滩涂信息的提取效果相对较差;面向对象方法能够克服传统基于像元分类方法中的"椒盐效应"问题,并能取得较高的分类精度,该方法适用于利用中分辨率遥感影像的滨海湿地分类研究。
【图文】：

湿地科学15卷33°39′4″N，120°26′40″E～120°40′40″E)的核心区为研究区，其北至新洋港，南至斗龙港，总面积为1.92×104hm2[17]。研究区保留着较完整的潮滩植物演替序列，由陆地向海洋主要分布有芦苇(Phragmitesaustralias)带、碱蓬(Suaedaglauca)带、互花米草(Spartinaalterniflora)带和无植物带(潮间带光泥滩)[18]。参照GoogleEarth图像(分辨率为0.6m)和历史、野外调查资料，分别采集了水体、道路、光滩、芦苇滩、互花米草滩和碱蓬滩的采样点(图1)数据，作为遥感分类的训练数据。其中，有互花米草滩样本104个，芦苇滩样本106个，碱蓬滩样本94个，水体样本65个，道路样本52个，，光滩样本36个。1.2数据研究区的植物主要为互花米草、碱蓬和芦苇，其中，碱蓬在10月已完全变为红色，与其它植物的色差比较明显，故选择10月的遥感影像数据，以有利于对植物的区分；同时，滨海湿地受潮位影响较大，选择较低潮位时的影像，有利于对近海湿地地物的识别[19]。本研究以2014年10月26日江苏省盐城市的LandsatOLI影像为数据源，该影像的轨道号为119/37，无云；包含7个波段(选择覆盖可见光和近红外的波段1～波段7)，空间分辨率为30m。辅助资料包括1

本文编号：2538592