基于面向对象和CART决策树方法的遥感影像湿地变化检测研究——以龙祥岛地区为例

以乌龙江流域龙祥岛地区为研究区,以两期不同水位的Landsat-8 OLI影像与高分一号(GF-1)PMS1影像为数据源,经过面向对象的分割技术,以CART(Classification And Regression Tree,CART)决策树方法挖掘不同地类的特征指数阈值,提取出该地区滩涂湿地并根据水位值进行变化检测分析.研究表明:GF-1 PMS1传感器8 m分辨率影像可以与Landsat-8 OLI传感器15 m分辨率影像结合进行变化检测,总体分类精度分别达到0.89和0.92;CART决策树算法与面向对象的分类方法相结合可以获得很好的分类效果,对于湿地滩涂信息提取具有高效快捷的优势,这种方法随着多元遥感的发展将展现巨大的应用潜力;水位变化对湿地滩涂的影响可以通过遥感影像进行检测分析,两期影像T1与T2两时刻水位高程分别为3.34 m与3.56 m,水位变化0.22 m,T1时刻河流水面面积为1 811.09 hm^2,T2时刻河流水面面积为2 092.34hm^2,两期变化增加的水面面积为281.25 hm^2,未变化面积为1 778.47 hm^2,占T1时刻总面积的98.20%,T1时刻内陆滩涂转化为T2时刻河流水面的面积为244.91 hm^2,占T1时刻内陆滩涂总面积的34.60%.

遥感监测东北地区典型湖泊湿地变化的方法研究

湖泊湿地生态脆弱,易受环境因子的影响。近十年来,东北地区湖泊湿地的时空格局发生了显著变化。如何简单、有效地提取湿地变化范围进而确定其变化类型是湿地变化检测中最需要解决的问题。基于2006~2016年30 m空间分辨率的Landsat-TM/OLI影像数据,水体、植被和土壤等生态因子的动态变化率被用于提取东北地区湖泊湿地变化范围;多维特征数据集的湿地分类方案确定湿地的变化类型。另外,湿地变化检测类型分为转出类型(湿地减少),转入类型(湿地增加)和湿地间转换类型(湿地相对稳定)。最终基于动态变化率计算方法,松嫩平原湿地、兴凯湖湿地和呼伦湖湖泊湿地变化结果的正检率均高于90%。同时,利用年内多时相数据和综合多维生态指数共同表征地表的状态变化,实验区的湖泊湿地分类结果的整体分类精度和Kappa系数分别达到84.31%和0.788。湖泊湿地变化检测方法具有很好的检测精度,可以代表研究区湖泊湿地类型的实际变化,是湿地资源调查与遥感监测技术研究的有益补充,为进一步深化与拓宽地表生态质量评价及其动态变化检测的方法研究提供理论基础。