基于GF-1遥感影像湿地变化信息检测算法分析

摘要：

湿地遥感变化信息检测并识别一直是遥感动态监测的一个技术难点。以东洞庭湖为研究区，2期GF-1遥感影像为研究对象，在数据预处理的基础上，将研究区分为芦苇、苔草、辣蓼与泥蒿、水体、泥滩地等6种类型。研究引进了NDVI植被指数波段与第一主分量波段（PC1）对传统的图像差值算法进行改进，提取出两期影像的变化信息，并与支持向量机的多时相影像分类后检测算法相比较。结果表明：（1）研究区遥感影像经过大气校正和图像配准等预处理之后，GF-1遥感影像变化检测的最佳波段组合为RGB=432；（2）利用支持向量机分类器对两期遥感影像进行分类时，样本选择的可分离度均在1.9～2.0之间，分类结果的总体精度为85.34%，Kappa系数为0.8，满足分类后比较算法提取变化信息的要求；（3）引进NDVI与第一主分量区分变化信息，并采用直方图积累区间确定变化阈值，信息增加的变化阈值设置为0.3，信息减少的变化阈值设置为0.2，Smooth Kernel Size设置为3，Aggregation Min Size设置为30，优化结果最佳。利用2期GF-1遥感影像提取湿地变化信息，分类后比较算法与改进后图像差值算法，图像差值法快速、直接提取变化信息，检测精度为89.6%，Kappa系数为0.9，且不受分类精度与分类样本一致性的限制，明显优于传统分类比较算法，是一种高效可行的方法。

关键词：湿地、动变信息、GF-1卫星、图像差值算法、洞庭湖

分类号：S771.8(森林工程、林业机械)

资助基金：国家科技重大专项;国家自然科学基金;湖南省高等学校产业化培育项目

在线出版日期：2015-11-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：16-20