简介:红树林是潮滩木本植物群落,其光谱和陆生植被极其相似。利用EO-1卫星ALI(advancedlandimager)获取的深圳湾区域影像数据,针对处于水分吸收带的波段5P和波段5,提出了这两个波段的角度指数(angleindex),分别表示为b1.25和b1.65。以b1.25-b1.65和归一化差值植被指数(normalizeddifferencevegetationindex,NDVI)分类特征,采用决策树方法,开展了红树林遥感识别实验。研究结果表明,红树林独特的滨海湿地特点,使得其像元反射率在波段5P和波段5明显低于陆生植被,从而导致红树林的b1.25-b1.65值明显大于陆生植被;通过结合b1.25-b1.65和NDVI分类特征的决策树方法,能够对红树林进行有效识别,其错分率和漏分率分别为4.29%和5.11%。因此,具有众多红外波段的ALI遥感器在红树林识别中能够发挥重要作用。
简介:在ENVIEX软件的FeatureExtraction平台上,利用LandsatTM影像数据,采用面向对象方法对杭州湾南岸地区湿地景观进行遥感影像分类;通过与基于最大似然法、人工神经网络法、支持向量机法等传统像元方法的相应分类结果进行比较,系统分析了面向对象方法在中低分辨率遥感影像的湿地景观生态分类中的有效性。研究结果表明:①较之单一依据像元光谱值进行分类的传统方法,面向对象方法综合考虑了对象的光谱、空间、纹理、色彩等多种属性特征,因而对于类型复杂多样、分布界限模糊、光谱混淆与混合像元现象严重的沿海滩涂、湖泊、河流等湿地景观具有更好的鉴别能力,也因此获得更高的分类精度(研究区景观分类总精度为88.80%,Kappa系数为0.87651;②面向对象方法在分类中提取的是由同质性像元组成的“对象”,且在合理的影像分割下得到的对象破碎化程度较低,因而能在较大程度上减小分类结果中的“椒盐噪声”干扰;而基于像元方法提取的景观类型以离散像元形式组成,难以清晰表征景观的边界、形状等信息,所以分类结果中会有明显的噪声现象;③影像分割在运用面向对象方法进行遥感影像分类过程中具有重要影响,实验结果表明,60%的分割尺度和归并尺度组合较有利于中低分辨率影像的遥感分类;④面向对象分类过程中诸如影像分割精度的评价、最优分割尺度的选取、特征空间的优化等问题,则有待今后进一步探讨。
简介:利用深圳市2013年土地利用变更调查数据,结合景观格局指数与InVEST模型,构建适合快速城市化地区的湿地生态安全评价指标体系,综合评价深圳市湿地生态安全。研究结果显示,深圳市湿地破碎化严重;大鹏新区湿地的生态安全值为0.88,表明该区的湿地安全;盐田区湿地的生态安全值为0.62,表明该区的湿地较安全;坪山区、南山区、福田区湿地的生态安全值分别为0.48、0.44和0.43,表明该区的湿地处于低度预警状态;新宝安区、新龙岗区、罗湖区、光明新区、龙华区湿地的生态安全值分别为0.39、0.36、0.33、0.28和0.21,表明该区的湿地处于中度预警状态。深圳市湿地的生态安全受人为胁迫严重,亟待加强对深圳市湿地生态系统的保护与管理。