左萍萍,付波霖,蓝斐芜,解淑毓,何宏昌,范冬林,娄佩卿

基于无人机多光谱的沼泽植被识别方法

左萍萍,付波霖*,蓝斐芜,解淑毓,何宏昌,范冬林,娄佩卿

(桂林理工大学测绘地理信息学院,广西 桂林 541006)

为了探究高分辨率无人机多光谱数据对沼泽植被群丛识别能力,在洪河国家级自然保护区的核心区、缓冲区和实验区分别建立典型样区,通过低空无人机搭载的RGB及多光谱相机获取研究区正射影像,构建多维数据集并确立4种分类方案.采用面向对象的随机森林(RF)算法,对输入的多维数据集进行变量选择和参数(mtry、ntree)调优,构建适合沼泽植被群丛尺度识别模型.结果表明:优化的面向对象的RF算法对沼泽湿地植被具有较高的识别能力,在95%的置信区间内,核心区方案四(结合了光谱波段、纹理特征、几何特征、位置特征、地表高程信息和植被指数)获得最高总体精度为87.12%,kappa系数为0.850,比方案二(结合了光谱波段、几何特征和位置特征)总体精度高12.27%,kappa系数高0.140;对于单一典型沼泽湿地植被识别精度中,芦苇获得最高的用户精度高于88%,生产者精度高于90%,小叶章的生产者精度高于85%,但是在核心区用户精度较低,仅为78%.该方法可以作为沼泽植被群丛识别的有效方法,为研究沼泽湿地生态环境变化提供更准确的数据支持.

无人机多光谱数据；随机森林算法；多维数据集；变量选择；参数调优

湿地是陆地和水生系统之间的过渡地带,是地球上最重要、最有价值的生态系……