Sentinel-2数据的小型湖泊水生植被类群自动提取方法——以翠屏湖为例

摘要：

针对传统的水生植被遥感监测研究大多是面向大型浅水湖泊,利用Landsat和MODIS数据开展,且很少关注水生植被主要类群的细分,该文以小型湖泊-翠屏湖为例,利用欧空局Sentinel-2高分卫星数据,基于不同水生植被类群及水体间的光谱特征差异,构建了浮叶类植被指数(floating-leaved aquatic vegetation index,FAVI)和沉水植被指数(submerged aquatic vegetation index,SAVI)2个新的植被指数作为分类特征,结合Otsu算法,实现翠屏湖浮叶类植被类群、沉水植被类群和水体的自动提取.经验证,总体分类精度为88.57％,Kappa系数为83.78％,并通过多期影像开展了算法的普适性检验.本研究为快速获取小型浅水湖泊的水生植被类群提供了高效的方法,可为湖泊管理和生态修复提供科学依据.

关键词：Sentinel-2、水生植被、湖泊、决策树分类、Otsu

所属期刊栏目：34

分类号：X87(环境遥感)

资助基金：国家重点研发计划子课题2016YFC0500201-05;国家自然科学基金项目41971314

在线出版日期：2019-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：132-141