基于高分光学与全极化SAR的海南八门湾红树林种间分类方法

合理的红树种间组成结构是有效发挥红树林湿地生态价值的前提,明确的红树林种间分布信息是开展红树林生态系统治理和规划工作的有效依据。针对海南八门湾红树林湿地,基于高分三号(GF-3)全极化合成孔径雷达(synthetic aperture radar,SAR)和高分六号(GF-6)多光谱遥感数据,本文提取了35个红树林遥感特征,利用极端梯度提升树(eXtremegradientboosting,XGBoost)算法开展了特征重要性排序、特征筛选和红树林种间分类实验,将其与传统的支持向量机(supportvectormachine,SVM)、随机森林(randomforest,RF)机器学习算法进行精度比较,并基于XGBoost算法进行了3种特征组合方式(优选特征、多光谱特征、全极化SAR特征)的分类精度比较,旨在探索XGBoost对红树林种间分类的适用性和光学与全极化SAR数据对红树林种间分类的能力。结果表明:1)识别红树林种类的优势特征依次为多光谱的光谱波段、极化分解参数、光谱植被指数,且仅利用前8个优选特征(绿光波段反射率G、蓝光波段反射率B、Yamaguchi面散射分量Ys、近红外波段反射率NIR、增强型植被指数EVI、比值植被指数RVI、归一化植被指数NDVI、Freeman面散射分量F_(s))即可达到较高分类精度。2)对于八门湾红树林湿地,XGBoost算法的红树种间分类总体精度最高,为86.16%,卡帕系数为0.836,比SVM和RF算法高3%~8%;优选特征的红树林种间分类精度比单独的多光谱特征或全极化SAR特征高10%~12%。3)八门湾红树林总面积约为797.58hm^(2),共有白骨壤、海莲、红海榄、杯萼海桑、角果木、榄李、木榄、正红树、海漆9种优势真红树,杯萼海桑和木榄的面积较大,分别占全部红树林面积的45.46%、21.21%。

基于无人机技术获取岩体结构面信息应用前景

提取边坡岩体结构面几何信息,分析结构面分布组合规律是研究岩质边坡变形规律与破坏机理的基础。传统的采集方法工作效率极低,无人机摄影测量技术具有非接触、高效率的突出优势,建立的三维实景模型可以全方位展示岩质边坡实际状态,易于解译其中携带的地质参数。目前,许多学者开展了应用该项技术获取岩体结构面几何信息的研究工作,取得了丰硕的成果。本文总结了运用该项技术研究岩体结构的代表性成果,并分析未来的发展方向。

基于无人机技术获取岩体结构面信息方法研究

岩质边坡的稳定性主要取决于坡体内部结构面的发育特征和性质。获取边坡岩体内部结构面的几何信息,特别是产状数据,对于研究结构面的组合规律及进一步评价边坡的稳定性具有非常重要的意义。传统的结构面采集方法工作效率极低,且对于高陡岩质边坡,技术人员无法到达。无人机摄影测量技术具有非接触、高效率的突出优势,能够有效弥补传统方法的不足。以长春市某高陡岩质边坡为研究对象,使用无人机进行航空影像数据采集,建立边坡的三维实景模型,并提取结构面产状数据。经与现场实测代表性结构面产状数据对比可知,新方法的精度较高。该方法为快速准确评价高陡岩质边坡稳定性提供了依据。