基于随机森林模型的太湖水生植被遥感信息提取

• 作者: 侍昊 李宁 李旭文 李杨 李继影 牛志春
• 来源期刊: 湖泊科学
• 关键词: 水生植被 随机森林模型 特征变量 Landsat 8 太湖
• 年，卷（期）: 2016,（3）
• 页码范围: 635-644
• 页数: 10页
• 字数: 7363字
• 语种: 中文
• DOI: 10.18307/2016.0320

摘要

水生植被作为太湖湿地的重要组分,其数量和范围变化影响着湖泊生态系统的平衡,故利用遥感技术对水生植被的空间分布开展研究有助于太湖湿地生态系统的保护.以Landsat 8多光谱遥感影像为主要数据源,利用光谱指数和图像变换方法构建多个特征变量,结合随机森林(RF)模型,提取太湖水生植被的空间分布.结果表明:(1)通过对比分析训练样本特征值的平均值、标准差和变异系数,NDVI、NDWIF、SR等指数更易于区分开敞水域和沉水植被、浮叶植被和挺水植被;(2)当设置1000棵分类树和4个分割节点的随机变量时,RF分类模型的袋外误分率小于6％,误分主要受SR、MNDWI和NDVI等特征变量影响;(3)通过验证分析,基于RF模型获得的2014年7月太湖水生植被覆盖面积约为306.0km2,分类精度为88.56％(Kappa系数为0.88),主要分布在湖体的东部和南部,以沉水和浮叶植被为主,两者占水生植被覆盖总面积的84.9％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李杨	南京师范大学虚拟地理环境教育部重点实验室	25	156	7.0	12.0
2	李宁	南京大学生命科学学院	102	1222	17.0	29.0
3	李继影		36	342	10.0	17.0
4	李旭文		63	513	14.0	20.0
5	牛志春		54	720	15.0	24.0
6	侍昊		24	190	8.0	13.0