一种基于高斯拟合的水生植被遥感分类阈值确定方法

摘要：

水生植被作为浅水湖泊的重要组成,其丰度和盖度变化影响着湖泊生态系统的平衡.卫星遥感技术是浅水湖泊水生植被类群时空监测的有效手段,决策树是目前主流的水生植被遥感分类方法.但决策树中分类特征的阈值大多是通过与影像同步的大量实测样点训练确定,对于缺少实测样点的影像,难以获取准确阈值,成为水生植被类群分布历史重建的瓶颈.基于HJ-CCD影像数据,获取洪泽湖水生植被类群敏感光谱特征图像的直方图,结合高斯模型,建立了一种基于高斯拟合的水生植被遥感分类阈值计算方法,计算得到分类特征的阈值并建立决策树,开展洪泽湖的水生植被类群提取,分类总体精度为84％,Kappa系数为76％.该方法可实现缺少同步实测样点时,水生植被分类特征阈值的准确、自动化计算,为浅水湖泊的水生植被分布的历史重建提供了有力的方法支撑,进而可对湖泊高效管理和生态修复等提供理论指导.

关键词：水生植被、高斯模型、分类阈值、遥感监测

所属期刊栏目：38

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家自然科学青年科学基金41401093;中国科学院数字地球重点实验室开放课题2016LDE005;国家重点研发计划项目2016YFC0500201-05;江苏省研究生科研创新计划项目KYCX17_1569

在线出版日期：2018-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：776-782