基于多季相特征组合的南瓮河湿地信息提取

摘要：

利用遥感技术对南瓮河保护区进行湿地信息提取,为寒区湿地保护和科学管理提供依据.本研究选取2021年多季相Sentinel-1雷达影像及多季相Sentinel-2影像,用集成学习XGBoost(Extreme?Gradient?Boosting,?XGBoost)算法对多季相Sentinel-2特征变量重要性进行排序,剔除影响分类精度的变量.基于特征优选的XGBoost的机器学习算法,结合多季相雷达后向散射系数、极化分解特征及地形湿度指数(Topographic?Wetness?Index,TWI)对南瓮河湿地进行分类.结果表明:基于特征优选的组合中,加入TWI、雷达后向散射系数和极化分解特征分类精度最高,达到了96.03％,Kappa系数为0.95;与依次加入TWI和雷达后向散射系数特征分类精度相比,提高了3.80％和1.78％;对应的Kappa系数提高了0.40和0.17.多季相极化分解特征可提高湿地分类精度的有效性.

关键词：南瓮河湿地、季相特征、极化分解、XGBoost、Sentinel

所属期刊栏目：18

分类号：P931.1(部门自然地理学)

资助基金：黑龙江省自然科学基金优秀青年科学基金项目YQ2020D005

在线出版日期：2023-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：16-20