基于GEE和Sentinel-2影像的杭州城市湿地精细化分类研究

摘要

基于Google Earth Engine(GEE)云平台，使用Sentinel-2卫星影像数据，采用随机森林算法面向杭州城市湿地类型进行遥感分类研究.研究结果表明：在进行湿地类型精细化分类时，相比于使用单一特征信息分类，多特征信息的组合可以显著提高分类精度，最优特征组合包括传统光谱特征、红边光谱特征、变换特征、纹理特征和地形特征，其总体精度为81.2%,Kappa系数为0.75；不同特征信息对于不同湿地类型的提取具有重要作用，传统光谱特征对于滩地和养殖池的识别非常有利，而红边光谱特征和变换特征分别对草本沼泽和湖泊的识别更为有效.此外，红边光谱特征和纹理特征的组合有利于运河/水渠的识别.通过特征对比实验可为湿地精细化分类的案例研究提供参考，湿地分类结果可为杭州城市湿地信息的遥感识别提供数据支撑.

关键词

Google Earth Engine (GEE)云平台 / Sentinel-2影像 / 随机森林算法 / 湿地精细化分类

基金资助

国家自然科学基金资助项目（42201106）