基于不同遥感影像的湿地信息分类方法研究

作     者：赵抗抗 

作者单位：安徽农业大学 

学位级别：硕士

导师姓名：董斌;洪安东

授予年度：2018年

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 07[理学] 08[工学] 09[农学] 0903[农学-农业资源与环境] 0713[理学-生态学] 

主      题：缨帽变换 NDVI 监督分类 非监督分类 土地利用分类 升金湖湿地保护区 

摘      要：湿地是地球表面的重要生态系统之一,近年来,因为湿地遭受到各界众多因素的影响,湿地面积正在慢慢的减少,部分湿地已经消失,这一现象的发生引起了全世界各界对于湿地的关注越来越多,各界学者开始对湿地开展了不同的调查研究,以用于湿地的保护与利用。现阶段,遥感技术已经逐渐成为湿地生态系统研究中重要的工具之一,随着遥感技术的飞速发展,使得遥感技术具有用时短、成效快的特性,能够精准的反映出地表大范围内的土地功能性的变化,能够在短时间内准确快捷的掌握湿地分布和变化信息。升金湖湿地保护区是安徽省重要的自然保护区,同时也是我国有国际重要保护意义的自然保护区之一,保护区内生物种类繁多,其中水生生物资源极其丰富,因此具有较高的研究价值。本文以升金湖湿地保护区作为研究区,通过使用不同方法对研究区的土地利用类型进行分类研究。论文选用2015年4月的GF-1和Landsat-8遥感影像,利用遥感技术,参考升金湖湿地保护区的土地利用现状图、行政区划图、地形图以及DEM高程数据等资料,对升金湖湿地保护区的植被信息和土地利用类型信息进行提取方法研究,并通过不同结果的精度对比分析,得出精度最高的信息提取方法和影像。研究结果如下:(1)提取研究区植被信息的方法研究。通过对Landsat-8影像进行缨帽变换,增强遥感影像信息,再结合像元二分模型,估算出NDVI,对研究区遥感影像进行植被信息的提取。同时对GF-1影像直接进行植被信息提取,得出植被分布结果图。将GF-1影像与Landsat-8影像提取的植被信息结果进行精度验证,得到GF-1影像植被信息提取的总体精度为80.25%,Kappa系数为0.7713;Landsat-8影像植被信息提取的总体精度为84.5%,Kappa系数为0.8125。总结精度分析可以得出,通过缨帽变换结合NDVI值对研究区植被信息进行提取的方法精度更高,提取信息的效果更好,植被信息提取更加准确。(2)使用遥感影像进行研究区土地利用分类的方法研究。对于升金湖湿地保护区的土地利用分类,通过使用GF-1和Landsat-8影像进行监督分类和非监督分类的方法提取土地利用分类信息。监督分类方法选择最大似然法和支持向量机,分别同时对GF-1和Landsat-8影像进行土地利用分类;非监督分类方法选择K均值法和ISODATA法分别同时对GF-1和Landsat-8影像进行土地利用分类,得到不同的分类结果。通过混淆矩阵和Kappa系数对分类结果进行精度验证,得到GF-1使用最大似然法的总体分类精度为88.5%,Kappa系数为0.8625,使用支持向量机的总体分类精度为89.625%,Kappa系数为0.8753,使用K均值的总体分类精度为86%,Kappa系数为0.8365,使用ISODATA法的总体分类精度为87.125%,Kappa系数为0.8501。Landat-8影像分别使用最大似然法,支持向量机,K均值和ISODATA法的总体分类精度为87.25%,89%,84.75%和85.875%,Kappa系数分别为0.8513,0.862,0.8212和0.8289。通过对分类结果的精度对比分析,可以清楚的看出,当对GF-1影像使用支持向量机方法时,得到的升金湖湿地保护区土地利用分类精度更高,分类效果更好。