文献类型：期刊文章

作　　者：张磊[1,2,3] 宫兆宁[1,2,3] 王启为[1,2,3] 金点点[1,2,3] 汪星[1,2,3]

ZHANG Lei;GONG Zhaoning;WANG Qiwei;JIN Diandian;WANG Xing(College of Resources Environment & Tourism,Capital Normal University,Beijing 100048,China;Key Laboratory of 3D Information Acquisition and Application of Ministry,Beijing 100048,China;Key Laboratory of Resources Environment and GIS of Beijing Municipal,Beijing 10004& China)

机构地区：[1]首都师范大学资源环境与旅游学院,北京100048 [2]三维信息获取与应用教育部重点实验室,北京100048 [3]资源环境与地理信息系统北京市重点实验室,北京100048

出　　处：《遥感学报》

基　　金：国家重点研发计划资助(编号:2017YFC0505903)~~

年　　份：2019

卷　　号：23

期　　号：2

起止页码：313-326

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSCD、CSCD2019_2020、EI、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

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  

分 类 号：P237]