潮汐和植被物候影响下的潮间带湿地遥感提取
潮间带湿地具有重要的生态和经济价值,但受到全球变化影响,发生大面积退化甚至丧失.掌握潮间带湿地的时空分布特征,对海岸带资源的科学管理具有重要意义.由于受到多云多雨天气和潮汐动态淹没的影响,单时相遥感数据难以获取完整的潮间带湿地信息.因此,本研究开发了一种基于时序遥感指数的潮间带湿地分类算法,并以福建省亚热带海岸带为例,基于Google Earth Engine (GEE)云平台,利用2017年-2019年Landsat 8时序影像数据,提取潮间带光滩、高潮滩植被和低潮滩植被3种典型湿地类型,分类结果总体精度97.47％,Kappa系数0.96.该算法有效降低了亚热带海岸带地区多云多雨天气和潮汐动态过程对光学遥感技术应用的影响.结果 显示福建省潮间带湿地主要分布在河口与海湾处,且自北向南呈下降趋势,高潮滩植被集中分布在南部泉州湾、九龙江口、漳江口,闽北分布较少.将本研究结果与国内外同类数据集进行比较,显示出一定的优势.该方法为大尺度潮间带湿地的高精度智能分类提供了可能,为海岸带资源的可持续管理利用及区域的高质量发展提供数据基础.
时序遥感数据;潮间带湿地;GEE;福建省;物候;频率算法
26
国家自然科学基金;国家自然科学基金
2022-03-22（万方平台首次上网日期，不代表论文的发表时间）
共13页
373-385
