魏 瑄

（1.广东省国土资源测绘院，广东 广州 510500）

基于遥感影像纹理特征的湿地植被分类

魏 瑄1

（1.广东省国土资源测绘院，广东 广州 510500）

为了监测自然因素和人为活动对湿地生态系统的影响，采用高分辨率遥感影像进行快速湿地植被群落检测是非常必要的。提出了一种基于纹理特征的湿地植被群落自动分类算法，并通过实例证明，该算法可有效提高湿地植被的分类精度。

湿地；纹理特征；ML；SVM

传统的植被检测仅采用遥感影像的光谱特征，难以达到令人满意的效果；而遥感影像的纹理特征能提供空间分布信息，其中一阶纹理特征（范围、平均值、标准偏差、方差和熵）和二阶纹理特征（角二阶矩、对比度、相关性、同质性和相异性）在遥感研究中的应用已较普遍[1]。对高分辨率影像进行一阶和二阶纹理特征的提取和有效使用能提供更加丰富的信息[2]，从而有效提高高分辨率遥感影像的分类精度。本文旨在利用高分辨率遥感影像的纹理特征建立一种快速和精确的分类方法。

常见的湿地植被群落包括沼生植被（SM）、莎草湿地（SSWP）、木本群落（WV）、禾本湿地（SWP）等。本文以包含SM、SSWP、WV、SWP等4种典型湿地植被群落的0.5 m分辨率的遥感影像为数据源[3]，以人工判断结果为基准，验证不同分类方法的精度。常见湿地植被样例如图1所示。

图1 常见湿地植被样例

1 光谱特征分析

半方差函数也称半变异函数，是地统计学中研究土壤变异性和植被群落分布的关键函数，可作为植被光谱分类的依据[4]。……