基于Landsat像元级时间序列的海岸带盐沼植被分类

摘要：

盐沼是最具生态价值且最为脆弱的生态系统之一,及时、精确地监测盐沼植被分布对于海岸带生态管理和保护尤为重要.随着多源遥感数据不断积累,时间序列方法日益成为海岸带资源监测的重要手段.然而,由于云雨天气频发,海岸带影像可用性较差,如何有效构建时间序列仍存在较大挑战.本研究耦合多源Landsat影像,以长三角典型滨海湿地为研究区,构建像元级时间序列的XGBoost分类模型,探讨盐沼植被精细识别的可行性与稳定性.研究结果表明:(1)通过相互定标耦合多源影像成效显著,不但提高了影像可用性,还减小了不同传感器之间的光谱反射率差异.(2)基于像元级时间序列方法的盐沼植被分类效果较好,研究区内盐沼植被平均总体分类精度可达81.50％,平均Kappa系数为0.758,对于长三角区域分布广泛的海三棱藨草和互花米草尤为优良.(3)相较于单一时相分类方法,像元级时间序列分类方法的年际绝对均值误差保持小于3.88％,稳定性较好,有望应用在盐沼植被动态变化监测中,为中国海岸带资源高效管理提供遥感技术支持.

关键词：遥感分类、盐沼植被、Landsat影像、像元级时间序列、XGBoost、长三角、丹顶鹤自然保护区、九段沙湿地、杭州湾南岸湿地

所属期刊栏目：27

分类号：P2(测绘学)

在线出版日期：2023-08-08（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：1400-1413