GEE支持下联合植被物候特征与机器学习的入侵植物互花米草提取
外来物种入侵威胁生物多样性,破坏生态系统的结构与功能.互花米草作为我国首批 16 种外来入侵物种名单中唯一的海岸盐沼植物,对其实现快速精准的识别对滨海湿地可持续发展与管理具有重要意义.本文基于GEE密集时序Sentinel-2 影像,利用HANTS算法拟合NDVI时序曲线,采用J-M距离优选互花米草识别关键物候期,综合关键物候期Sentinel-1雷达、Sentinel-2 光学影像与DEM数据,构建光谱、雷达、地形、纹理特征集,分别采用支持向量机(SVM)、分类回归树(CART)、随机森林(RF)和梯度提升树(GTB)4 种方法实现盐城滨海湿地互花米草信息提取.研究表明:①基于HANTS算法与J-M距离优选的互花米草识别关键物候期为成熟期和衰老初期(10-11 月),关键物候期内互花米草与土著植物的可分离性显著提高;②利用关键物候期内多源特征集训练SVM、CART、RF与GTB分类器,互花米草F1 值分别为0.95、0.93、0.97、0.95,RF分类效果最优;③盐城湿地珍禽国家级自然保护区核心区现有互花米草面积为 3741.86 hm2,占比 16.56%,互花米草斑块表现为点源和边界源扩散,侵占土著植物群落生态位,对盐城湿地珍禽国家级自然保护区生态平衡造成巨大威胁.本文依托于GEE云平台,联合植被物候特征和机器学习算法,综合利用多源遥感数据,能够准确、快速、高效地提取滨海湿地互花米草信息.
GEE、互花米草、植被物候特征、J-M距离、机器学习
P237(摄影测量学与测绘遥感)
国家自然科学基金;国家自然科学基金;河北省自然科学基金;河北省自然科学基金;河北省高等学校科学技术研究项目;河北省引进留学人员资助项目;唐山市科技计划重点研发项目
2023-07-21(万方平台首次上网日期,不代表论文的发表时间)
共8页
36-43