方馨

摘要：湿地植被种类丰富，对于湿地生态系统有着无可替代的作用，近年来，湿地生态系统研究焦点是湿地植被的分类及其精度问题。本文以杭州湾南岸作为研究区域，运用FCN结合面向对象的方法与单采用FCN方法分别对研究区2017年的QuickBird影像进行处理，以湿地野外调查数据为数据源，对杭州湾南岸滨海湿地植被进行提取分类。实验结果表明：本文方法与单采用FCN的分类结果相比，能有效提高部分湿地植被的分类精度，总体分类精度达92.167%，Kappa系数达 92.1%。

关键词：面向对象技术;全卷积神经网络;湿地植被;杭州湾南岸

绪 论

一、 研究背景

湿地有“地球之肾”的美称，在地球表面占6%的覆盖比，是地球上20%已知物种的栖息地，有很高的生态地位，是“三大系统”之一。在当前湿地应用研究中，主要聚焦对湿地植被的分类及其提取的精确的研究[1]。湿地植被的多样性是评价湿地生态环境的一个重要指标，因而，对其变化的精确分析和提取，对于湿地生态系统的研究来说尤为重要。

湿地植被对人类生活有重要意义，是主要环境资本。湿地植被不仅是必须的自然植物，也是当前开展建设人工湿地工程的重要组成部分。根据湿地对自然环境以及人类活动的重要性，加强对于湿地植被的监测有助于对湿地植被的观察与保护[2]。遥感作为一种新技术，凭借观测范围广、获取信息快等特点，在湿地资源调查中具有优越地位。滨海湿地资源调查的目的是明确资源种类、分布等情况，掌握湿地资源的变化规律，为管理、保护湿地资源提供实时的标准化信息[3]。……