基于最大值合成和最大类间方差法的东洞庭湖滩涂提取研究

内陆滩涂是湿地的重要组成部分,具有保护生物多样性、维护区域生态平衡等重要生态功能。内陆滩涂和水体时刻处于动态变化之中,需要及时、准确地掌握内陆滩涂的现状,才能实现其可持续管理。传统的滩涂提取研究依赖于训练样本、人工设定阈值等方法,而收集足够且准确的训练样本费时费力。本研究基于GEE(Google Earth Engine)云平台,以Sentinel-2为数据源,结合最大光谱指数合成法(MSIC)和最大类间方差法(Otsu),提取了2018—2021年东洞庭湖年际最大面积滩涂,得到的总分类精度为96.3%,Kappa系数为0.95。同时,对东洞庭湖滩涂面积和水位高度展开定量分析,得到的总分类精度为97.3%,Kappa系数为0.96。本研究证实了MSIC-Otsu算法可以高度完成内陆滩涂的提取工作,实现根据水位高度即可预测滩涂面积的功能。