高寒湿地分类的遥感特征优选研究

作     者：霍轩琳 牛振国 张波 刘林崧 李霞 HUO Xuanlin;NIU Zhenguo;ZHANG Bo;LIU Linsong;LI Xia

作者机构：长安大学地球科学与资源学院西安710054 中国科学院空天信息创新研究院遥感科学国家重点实验室北京100094 长安大学土地工程学院西安710054 

出 版 物：《遥感学报》 (NATIONAL REMOTE SENSING BULLETIN)

年 卷 期：2023年第27卷第4期

页      面：1045-1060页

核心收录：

学科分类：07[理学] 0708[理学-地球物理学] 0903[农学-农业资源与环境] 0804[工学-仪器科学与技术] 0901[农学-作物学] 0713[理学-生态学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划“政府间国际科技创新合作”重点专项(编号:2021YFE0194700) 第二次青藏高原综合科学考察研究项目(编号:2019QZKK0106) 国家自然科学基金(编号:41971390)。 

主　　题：遥感 湿地分类 高寒湿地 特征优选 青藏高原 Sentinel-2 

摘      要：高寒湿地是青藏高原重要的地表覆盖类型之一,对于水源涵养、调节气候、维护生物多样性等起着关键作用,准确及时获知高寒湿地的时空分布对于湿地的保护和管理十分必要。遥感分类特征优选对湿地制图具有关键性的作用。虽然像光谱特征、纹理特征、地形特征等均在已有研究中有涉及,但鲜有研究聚焦光谱指数特征,深入探讨其数理统计特征和特征优选方法。本研究以甘肃首曲高寒湿地保护区为研究区,基于Sentinel-2数据得到各分类特征(光谱、植被指数、红边指数和水体指数),采用Filter和Wrapper特征选择方法包括Jeffries-Matusita距离、光谱角距离(SAD)、欧氏距离(ED)、RF-RFE算法和Relief-F算法对上述特征进行优选,并利用Filter方法的Z检验进行量化评价。研究表明:(1)所有参与分类的类别中,河流与裸地最容易区分,其次为草原与沼泽,沼泽化草甸与草甸较为难分。对沼泽、沼泽化草甸、草甸、草原邻近两类可尝试MCARI2、NDWI、DVI、EVI、EWI、IRECI、MCARI、TCARI、UGWI指数进行区分;(2)就不同指数特征对湿地信息提取贡献程度而言,水体指数特征植被指数特征红边指数特征;(3)从特征优选方法角度看,Filter方法中的ED距离算法与Relief-F算法表现突出;(4)最终选出适于高寒湿地信息提取的指数有RDVI、NDVI、MSR、RVI、VIgreen、RNDWI、NDWI、NDWI_B、MNDWI、EWI、CIre;(5)从不同分类特征的数理统计指标看,中值特征的分类结果最好,其次是平均值特征。本研究为湿地信息提取在特征变量优选方面提供了一种可迁移且普适性高的方法和思路。