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Wetland Change Detection Based on Object-oriented and CART Decision Tree Method——A Case Study of Wetlands in Longxiang Island
马宇龙;林志垒;
摘要(Abstract):
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 hm2,T2时刻河流水面面积为2 092.34hm2,T2时刻河流水面面积为2 092.34hm2,两期变化增加的水面面积为281.25 hm2,两期变化增加的水面面积为281.25 hm2,未变化面积为1 778.47 hm2,未变化面积为1 778.47 hm2,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 hm2,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 hm2,占T1时刻内陆滩涂总面积的34.60%.
关键词(KeyWords): 面向对象;CART决策树;GF-1影像;Landsat-8影像;湿地变化检测;水位对比
基金项目(Foundation): 国家自然科学基金资助项目(41501451);; 福建省自然科学基金资助项目(2011J01265)
作者(Authors): 马宇龙;林志垒;
参考文献(References):
- [1]TOYRA J,PIETRONIRO A.Towards operational monitoring of a northern wetland using geomatics-based techniques[J].Remote Sensing of Environment,2005,97(2):174-191.
- [2]李禄康.湿地与湿地公约[J].世界林业研究,2001,14(1):1-7.
- [3]COWARDIN L M,CARTER V,GOLET F C,et al.Classification of wetlands and deepwater habitats of the united states[M].Washington D C:Createspace,1992:3.
- [4]谢酬,邵芸,方亮,等.差分干涉测量黄河三角洲天然湿地水位变化研究[J].湿地科学,2012,10(3):257-262.
- [5]叶春,刘元波,赵晓松,等.基于MODIS的鄱阳湖湿地植被变化及其对水位的响应研究[J].长江流域资源与环境,2013,22(6):705-712.
- [6]白照广.高分一号卫星的技术特点[J].中国航天,2013(8):5-9.
- [7]李芳芳,贾永红.一种基于TM影像的湿地信息提取方法及其变化检测[J].测绘科学,2008,33(2):147-149.
- [8]刘勇洪,牛铮,王长耀.基于MODIS数据的决策树分类方法研究与应用[J].遥感学报,2005,9(4):405-412.
- [9]都金康,黄永胜,冯学智,等.SPOT卫星影像的水体提取方法及分类研究[J].遥感学报,2001,5(3):214-219.
- [10]汪小钦,石义方,魏兰,等.福州海岸带湿地分类与变化的遥感分析[J].地球信息科学学报,2014,16(5):833-838.
- [11]牟晓杰,刘兴土,阎百兴,等.中国滨海湿地分类系统[J].湿地科学,2015,13(1):19-26.
- [12]李玉凤,刘红玉.湿地分类和湿地景观分类研究进展[J].湿地科学,2014,12(1):102-108.
- [13]唐小平,黄桂林.中国湿地分类系统地研究[J].林业科学研究,2003,16(5):531-539.
- [14]魏兰,汪小钦,陈芸芝.近10年福州市滨海湿地变化研究[J].湿地科学,2011,9(3):251-256.
- [15]宫鹏,牛振国,程晓,等.中国1990和2000基准年湿地变化遥感[J].中国科学:地球科学,2010,40(6):768-775.
- [16]莫利江,曹宇,胡远满,等.面向对象的湿地景观遥感分类——以杭州湾南岸地区为例[J].湿地科学,2012,10(2):206-213.
- [17]祝锦霞,郭庆华,王珂.湿地高分辨率遥感影像的变化检测[J].中国农业科学,2012,45(21):4369-4376.
- [18]刘舒,姜琦刚,马玥,等.基于多目标遗传随机森林特征选择的面向对象湿地分类[J].农业机械学报,2017,48(1):119-127.
- [19]BREIMAN L,FRIEDMAN J,STONE C J,et al.Classification and regression trees[M].Boca Raton F L:Chapman&Hall/CRC,1984.
- [20]周志华.机器学习[M].北京:清华大学出版社,2016:79.
- [21]陈云,戴锦芳,李俊杰.基于影像多种特征的CART决策树分类方法及应用[J].地理与地理信息科学,2008,24(2):33-36.
- [22]李红军,郑力,雷玉平,等.基于EOS/MODIS数据的NDVI与EVI比较研究[J].地理科学进展,2007,26(1):26-32.
- [23]ROUSE J W J,HAAS R H,SCHELL J A,et al.Monitoring vegetation systems in the Great Plains with ERTS[J].Nasa Special Publication,1974,351:309-314.
- [24]HUETE A R.A soil-adjusted vegetation index(SAVI)[J].Remote Sensing of Enviroment,1988,25(3):295-309.
- [25]GAO B C.NDWI-a normalized difference water index for remote sensing of vegetation liquid water from space[J].Remote Sensing of Environment,1996,58(3):357-366.
- [26]徐涵秋.利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究[J].遥感学报,2005,9(5):589-595.
- [27]JORDAN C F.Derivation of leaf-area Index from quality of light on the forest Floor[J].Ecology,1969,50(4):663-666.
- [28]赵萍,傅云飞,郑刘根,等.基于分类回归树分析的遥感影像土地利用/覆被分类研究[J].遥感学报,2005,9(6):708-716.
- [29]FRIEDL M A,BRODLEY C E.Decision tree classification of land cover from remotely sensed data[J].Remote Sensing of Environment,1997,61(3):399-409.
- [30]张亮,宁芊.CART决策树的两种改进及应用[J].计算机工程与设计,2015,36(5):1209-1213.