Sentinel-2影像多特征优选的黄河三角洲湿地信息提取

摘要：

以北方典型河口湿地—黄河三角洲湿地为研究区,采用在特征选择和分类提取等方面具有明显优势的随机森林算法,对研究区内的湿地信息进行提取.首先基于多时相、光谱信息丰富的Sentinel-2数据生成4类不同的特征变量,包括光谱特征、植被指数和水体指数、红边指数、纹理特征;再根据以上特征构建6种不同的提取方案,对黄河三角洲湿地信息进行提取并验证不同方案的提取精度,旨在选择最佳方案改善湿地信息提取的效果.结果表明:(1)有效地使用多种特征变量是提高湿地信息提取的关键,就不同特征对湿地信息提取的贡献率而言,红边指数＞植被指数和水体指数＞光谱特征＞纹理特征;(2)基于随机森林算法优选的特征变量提取效果最佳,总体精度高达90.93％,Kappa系数为0.90,表明随机森林算法可以有效地进行特征选择,在特征变量数据挖掘的同时,仍能保证湿地信息提取的精度,提高运行效率.本研究为湿地信息提取在数据源选择、特征选择和方法选择方面提供了一种新思路、方法和技术手段.

关键词：河口湿地、信息提取、Sentinel-2、随机森林、特征选择、红边指数、多时相数据

所属期刊栏目：23

资助基金：国家重点研发计划资助2017YFC0505903

在线出版日期：2019-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：313-326