论文部分内容阅读
湿地是介于陆生生态系统和水生生态系统之间的过渡性地带,是地球上具有多种独特功能的生态系统。运用先进的遥感技术能够帮助人类更大范围、更宽领域的认知地表,能实时、准确反馈地面湿地的变化,在生态保护与修复当中扮演着重要角色。本文以GF-1遥感影像为数据源,基于定性与定量指标评价,分析长沙市城区湿地信息提取的最优分割尺度,采用基于像元的最大似然分类、基于对象单一尺度的支持向量机分类以及面向对象的分层分类三种方法,开展湿地面积信息提取研究,通过混淆矩阵评价三种方法的分类精度,同时分析研究区湿地信息的空间分布规律,以期为长沙市湿地管理与保护提供科学依据。具体研究结果如下:(1)最佳波段组合方面。通过采用波段特征、影像标准差、信息熵以及最佳指数等指标,分析不同湿地类型的GF-1影像光谱特征信息,结果表明湿地信息提取的最佳波段组合为432。(2)遥感影像分割方面。基于像元内包含的纹理、亮度、色彩等特征分析,采用结合Full Lambda-Schedule合并算法的边缘检测算法进行遥感影像分割,结果表明边缘检测算法对水路交界处地物具有较好的识别效果,通过结合合并算法能够进一步优化分割效果。(3)最佳分割尺度方面。基于定性分析与定量全局评分指标分析,研究适合长沙市城区湿地信息提取的最优分割尺度,结果表明对于整体性较强的河流湿地,最优分割尺度70;对于人工湿地中的零星坑塘和沟渠,最优分割尺度为30。(4)光谱特征分析方面。通过分析GF-1影像的光谱特征(NDVI、CIWI、单波段等)、纹理特征(方差、均值等)以及形状特征(面积、矩形形状等),筛选适用于研究区湿地信息提取的特征因子,结果表明NDVI、CIWI、band1、band4、熵、面积、矩形形状度量、延伸性等11个定量指标表现出较强的分离性。(5)湿地信息提取方面。采用基于像元的最大似然分类、基于对象单一尺度的支持向量机分类以及面向对象的分层分类三种方法对长沙市湿地信息进行提取,结果表明面向对象的分层分类湿地信息提取精度最高(90.53%,Kappa系数0.8754),其次是基于对象单一尺度的支持向量机分类(总体精度84.96%,Kappa系数0.8115),基于像元的最大似然分类效果略差。说明针对不同的提取对象,设置合理的影像分割尺度有利于总体分类精度的提高。(6)空间分布统计方面。统计研究区湿地类型面积信息可知,长沙市城区总湿地面积为24955.22 hm2(≥0.3hm2),与2012年长沙市城区湿地调查结果(其统计口径为≥8 hm2)相比,其中湿地面积大于8 hm2的部分减少586.45 hm2,占2012年湿地总面积的3.62%。若计入小于8 hm2的湿地减少量,其湿地面积减少总量进一步增大,说明城市化进程是影响长沙市城区湿地面积的主要因素。