基于无人机影像与OBIA-CFS算法的荒漠草原鼠洞斑块识别

鼠洞斑块的快速确定在生态上非常重要,在技术上也具有挑战性。无人机影像与面向对象分析技术(OBIA)相结合为鼠洞斑块识别提供了新的技术手段,也为理解鼠洞斑块与植被盖度之间的空间格局提供了可能。然而OBIA的扩展特征空间提供了大量冗余信息,影响了鼠洞斑块提取的精度和效率。为此提出一种OBIA耦合特征选择的荒漠草原鼠洞斑块识别框架,研究支持向量机、随机森林、K-最近邻在鼠洞斑块识别上的性能,探讨鼠洞斑块面积与植被盖度之间的关系。结果表明:特征选择与随机森林相结合的算法总分类精度高达91.74%,Kappa系数为0.89,优于支持向量机和K-最近邻,表明特征选择在降低特征维度的同时可以提升随机森林算法的性能。基于最优特征集的支持向量机在处理无人机影像上的时间成本最低,样本的平均处理时间为11.48 s,特征选择可以有效提高影像处理的速度。本文还证明了鼠洞斑块面积与植被盖度之间满足二次函数关系。研究结果为基于无人机影像的荒漠草原鼠害监测提供了一种新的方法,也为鼠害防治和草原治理提供了理论指导。