基于Radarsat-2时间序列的湿地水文情势遥感监测与湿地分类

发布时间：2020-04-13 23:01

【摘要】：近年来,气候变化与人类对水土资源不合理的开发利用(如河流中上游工农业用水增多以及蓄水、引水工程的修建),引发了下游湿地水文过程的显著变化,水资源短缺日益突出,已严重影响并破坏到湿地生态系统的结构和功能,危及到区域生态安全、水安全和经济社会可持续发展,给湿地的保护与功能修复带来严峻挑战。同时由于发展中国家缺乏对湿地管理的经验,使得湿地的破坏日益严重,而且由于缺乏基础数据,更加重了这一情况的发展,为了更好的保护湿地资源,减少湿地的破坏和制定科学的管理措施,准确的获取湿地水文情势尤其重要。水文情势的遥感监测不仅可以为区域水文模型的建立提供数据基础而且对提高湿地分类精度具有重要意义。本文选取湿地水文情势中的淹水范围和淹水频率两个参数进行提取分析。但传统的光学影像由于其成像原理不能对湿地植被下的淹水情况进行很好的区分,而雷达影像能够通过微波穿透植被,进而探测到植被下的淹水情况。所以本文采用2015年8期时间序列的Radarsat-2影像对扎龙湿地的淹水范围进行提取。由于Radarsat-2影像具有较多的噪声存在,选用监督分类,分类树等传统的分类算法,会产生明显的椒盐现象,本文采用面向对象分类技术,对湿地的淹水区域进行提取,得到8期淹水范围,进而可以得到淹水频率。将水文情势(淹水范围和淹水频率)同Landsat的1-7波段光谱反射率、归一化植被指数(NDVI)、7个纹理特征、HH和HV极化波段的后向散射系数作为分类的特征变量,并采用随机森林分类算法对扎龙湿地进行分类,并分析淹水频率对分类精度的影响。结果表明:1.通过对比Radarsat-2影像的后向散射系数的平均值和标准差,可以看出淹水区域的后向散射系数与非淹水区域的后向散射系数有着明显的差异,可以较为容易的对淹水区域进行提取,并且Radarsat-2的HV极化影像对芦苇湿地的淹水与非淹水区域的区分相比于HH的极化影像效果更加明显。2.通过对8期Radarsat-2影像进行面向对象分类,用三分之二的训练样本进行训练,得到的8期淹水范围分类结果,用三分之一的训练样本进行精度验证,得出的精度均达到80%以上。其中9月10日的淹水面积分类精度和Kappa系数最高,分别为98.24%和0.97。4月29日的淹水面积分类精度和Kappa系数最低,分别为82.86%和0.48。通过8期淹水范围叠加得出淹水频率,并用温度记录仪所记录的温度变化次数来验证淹水频率,淹水频率的精度达到84.62%,淹水频率高的区域集中在扎龙湿地核心区内。3.通过比较最终湿地分类精度,采用随机森林算法的分类结果精度相较于决策树和最大似然算法要更高,在草地和沼泽湿地的过渡区中,最大似然和决策树算法将沼泽湿地区域误分为了非沼泽湿地区域。对比引入淹水频率和非淹水频率的两种分类结果,加入淹水频率的分类精度达到91.73%,未加入淹水频率的分类结果76.49%,通过重要性指数可以看出,淹水频率在分类过程中重要性指数为98.69,排在第二位,两者主要误差产生于对草地的错分和湿地的漏分,进而说明淹水频率作为湿地重要的物理变量,在进行湿地分类的过程中占有重要地位,并可以显著的提高湿地分类精度,特别是在沼泽湿地和草地的区分上面。但淹水频率的引入并没有对水域和居民地产生影响。
【图文】：

研究区位置

变化曲线,水深,变化曲线

温度与水深变化曲线
【学位授予单位】：哈尔滨师范大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：P332;TP79

【参考文献】