【摘 要】
：
湿地植被的精确分类是湿地管理与保护的重要前提。本文以洪河国家级自然保护区为研究区,整合不同植被生长期（2020年6月和2019年9月）的Sentinel-1和Sentinel-2影像,利用高相关性变量剔除算法、递归特征消除变量选择算法（RFE）和优化的随机森林算法（RF）构建沼泽植被分类模型,探究整合多时相主被动遥感影像对沼泽植被分类的影响。整合Sentinel-1极化分解参数,后向散射系数和Se
论文部分内容阅读
湿地植被的精确分类是湿地管理与保护的重要前提。本文以洪河国家级自然保护区为研究区,整合不同植被生长期（2020年6月和2019年9月）的Sentinel-1和Sentinel-2影像,利用高相关性变量剔除算法、递归特征消除变量选择算法（RFE）和优化的随机森林算法（RF）构建沼泽植被分类模型,探究整合多时相主被动遥感影像对沼泽植被分类的影响。整合Sentinel-1极化分解参数,后向散射系数和Sentinel-2多光谱影像,评估多光谱与双极化SAR影像整合对于沼泽植被分类的影响。采用极化SAR分解方法提取C-band GF-3和L-band ALOS-2全极化SAR影像的分解参数,并与ZH-1高光谱数据进行整合,探究堆栈（Stacking）集成学习算法在整合高光谱与全极化SAR影像条件下对沼泽植被分类的能力。研究结果表明:（1）整合多时相Sentinel-1和Sentinel-2影像比单时相影像的总体分类精度提高了1.52%～17.65%,其中6月的Sentinel-2多光谱特征变量和9月的Sentinel-1 SAR特征变量的对于沼泽植被分类的贡献更大。（2）整合多时相的Sentinel-2多光谱影像、Sentinel-1后向散射系数和极化分解参数可达到91.16%的总体分类精度。6月Sentinel-2多光谱特征和9月Sentinel-1 SAR特征对乔木和灌木的识别分类更敏感,6月份Sentinel-2多光谱特征和Sentinel-1 SAR特征对深水沼泽植被识别分类更敏感,9月份Sentinel-2多光谱特征和Sentinel-1 SAR特征对浅水沼泽植被的识别分类更加敏感。（3）整合高光谱与全极化SAR影像可以有效提高沼泽植被分类精度,当整合ZH-1、GF-3和ALOS-2时总体分类精度最高可达93.13%。ALOS-2 L-band全极化SAR数据相比于GF-3 C-band全极化SAR数据对沼泽植被的识别分类精度更高;ALOS-2对深水沼泽植被识别更加敏感,GF-3对浅水沼泽植被识别更加敏感。（4）基于Stacking的集成分类器对数据源变化最敏感,对于沼泽植被的分类效果整体优于单一分类器。Cat Boost适用于乔木和深水沼泽植被的识别分类,Stacking适用于灌木和浅水沼泽植被的识别分类。（5）使用ALOS-2时基于散射模型的极化SAR分解方法对各类型湿地植被分类贡献更多,而使用GF-3时基于特征矢量或特征值的极化SAR分解方法和基于二分量极化SAR分解方法对各类型湿地植被分类贡献更多。
其他文献
随着科学技术的发展、多种传统工艺的跨界融合、新材料的不断涌现,使得当代艺术创作形式具有包容性、丰富性和多样性。加之,在当代艺术理论下的新思维、新模式与艺术形式相融合,激发了创作者从材料、技法、观念上求新求变的创作热情。与传统的创作形式相比,当代艺术家在创作时更加注重个性的表现以及作品本身所蕴藏的内涵。因此,探索新的设计观念,突破传统艺术创作中的固有模式是大势所趋。破坏性观念作为一种创新手段,正多维
我国的传统色彩文化源远流长、博大精深、自成体系。当代国内的色彩学、设计学、艺术学等领域都深受西方色彩学说的影响较深,而对有着独特审美视觉的五色观知之甚少。在历史文化的长河中,五色观作为反映我国古人思维结构的一种独特存在,被赋予了丰富的文化内涵,它不是具体的物质对象,却又体现并作用在各个领域,上到国家政治、经济、文化,下到百姓生活中的衣食住行,在中华民族的文明史上占据了不可忽视的地位。在现代以西方色
在全球变暖的趋势背景下,生物圈受到不小的冲击,植被作为生态系统中联系土壤、大气和水分的重要枢纽,是衡量区域生态系统的重要指标,起“指示”作用。气候变化是影响植被生长的重要因素,而干旱是由气候变化引起的,是我国最常见、影响最大的气象灾害,干旱的频繁发生导致人力、物力和财力均受到不同程度的损失。西南地区地质结构特殊,蕴藏丰富的矿产、群落、水利等资源,但由于人类的不合理开发,致使西南地区本就脆弱的生态环
历史文化街区作为活态文化遗产的重要组成部分,代表了一个城市的发展记忆,承载着千百年来的城市历史文化,但在发展过程中许多传统街区的生活方式逐渐消失,使传统街区文化无法得到良好的传承,城市的地域文化特色也随之消失,从而降低了体验者的浏览感受,无法与场所产生共鸣。如何通过景观优化设计来体现历史文化街区的地域特色,是我们当下需要思考的问题。针对这个问题,本研究从景观叙事的角度出发,运用文献研究、案例分析、
全球一体化和国际社会交往使得外来入侵物种对人类的影响越来越大,并且很难治理,通过预测入侵生物的适生区能够为生物入侵的预防管理提供支持。目前常用的外来物种适生区预测方法是基于物种分布模型,但这类方法没有考虑环境因子对物种的不同影响力,即环境因子的权重,从而影响了预测结果。基于此,本文以白纹伊蚊外来物种为研究对象,首先通过因子权重模型划分因子权重,进而与物种分布模型结合,组成新的适生区预测模型,对该外
随着科技的发展,利用全球导航卫星系统（Global Navigation Satellite System,GNSS）采集地理数据已成为空间大地测量领域的一种重要手段,但通过GNSS技术所获取的高程是以WGS-84参考椭球面为基准的大地高,如何将大地高转换为实际工程中常用的正常高成为国内外学者的重要研究课题。因此为了获取高精度GNSS高程异常值以进行大地高与正常高之间的转换,剔除可能存在的粗差且建
无人机低空摄影测量技术具有低成本、方便快捷、灵活机动、高效率等特点,该技术已经成为快速采集空间地理数据的重要手段,但由于地面存在植被、电线塔等地物,导致后期生成的匹配点云存在大量非地面点,而经非地面点云滤波后,会造成测区存在许多地面孔洞的情况,进而影响DEM、三维模型等测绘产品的成果质量。为充分利用匹配点云中的地面信息,本文以LSSVM机器学习法为基础,对经滤波后的匹配点云进行地面孔洞修补,并引入
土壤水分是影响植物生存、气候变化、全球生态环境的十分重要的参数,与人类生活紧密相连。由于广西地区具有特殊的喀斯特地貌以及岩溶风化形成的特殊土壤类型（如:红壤、砖红壤、赤红壤）,使得其自然环境较为脆弱,容易引发干旱、洪涝等自然灾害,土壤水分的变化作为灾害监测的一个重要指标,准确和动态的监测土壤水分变化是很有必要的,而遥感技术具有高分辨率、大范围、实时等优势,因此使用遥感方法反演土壤水分的研究具有重要
遥感图像是一种非常重要的地面信息载体,是城市规划、气候监测、精确农业、自然资源监测、灾害监测、可持续发展规划等不可或缺的重要信息。近年来,随着遥感对地观测技术的迅速地发展,遥感影像的数量和类型不断增加,遥感影像被广泛应用于土地规划、自然灾害监测、环境保护和军事安全等领域。在这些应用的场景中,往往需要通过计算机视觉技术对遥感影像进行解译,以提取出有效的空间结构信息和几何信息。语义分割作为像素级别的图
无线电掩星技术已被广泛应用于地球大气环境的探测和研究,作为新一代的掩星任务,COSMIC-2掩星计划在数据的数量和质量上都有了显著提升,对GNSS实时水汽反演具有极大的应用价值。随着人们对实时、高精度水汽探测的需求日益增长,对GNSS水汽反演中关键参量加权平均温度Tm的高精度建模已成为近年的研究热点。针对传统算法构建的加权平均温度模型无法模拟Tm精细天气尺度变化和已有的基于机器学习方法构建的Tm模