基于WorldView-2数据和支持向量机的红树林植被群落分类研究

• 作 者: 朱远辉[1]唐焕丽[2]
• 机 构: 中山大学地理科学与规划学院综合地理信息研究中心广东省城市化与地理模拟重点实验室,广州510275
• 出 处: 第六届珠江三角洲区域环境遥感研讨会
• 发表日期: 2015年期

　　利用遥感技术识别和分类红树林群落对红树林的资源详查、利用和保护具有重要意义.基于WorldView-2卫星影像的光谱特征、植被指数及纹理特征信息,并结合实地调查中红树林的生长区位信息,采用面向对象的遥感分类方法对珠海淇澳岛红树林自然保护区的红树林植被进行群落级的分类.利用面向对象结合支持向量机(Support Vector Machine,SVM)的分类方法,从单一尺度分类和多尺度分类两个方面进行了分类效果的对比.结果表明,虽然不同的红树林群落的光谱相似度较高,但具有8个光谱波段的WorldView-2数据在红树林群落分类中仍具有很好的应用潜力；基于多次交互式分割试验,综合考虑红树林群落的分布特征,挑选的红树林群落分类的单一分割尺度为20,多尺度分割的尺度分别为100、50、30及20；采用面向对象结合支持向量机(SVM)的多尺度分类总体精度达到84.2％(kappa系数0.794),高于单一尺度分类结果的69.8％(Kappa系数为0.616).本文基于WorldView-2影像同时尝试在单一尺度和多尺度上对红树林湿地进行分类研究,并对比两种尺度方法的分类精度,提出一种更加准确地获取红树林群落的空间分布信息方法,能够为红树林的群落多样性分析、规划、保护、开发利用、恢复工作等提供支撑数据和参考.