基于Sentinel-2卫星影像的滨海筏式养殖区提取研究

摘要

我国滨海养殖在全球占有较大比例，快速获取滨海养殖区域大小和分布等信息，有利于实现对养殖区域的监测规划、产量估算和灾害预防。针对筏式养殖区提取过程中出现的与海水区分较困难、识别精度低和“椒盐”噪声等问题，本文将以长山群岛附近筏式养殖区为研究区域，利用哨兵二号（Sentinel-2）卫星遥感影像数据构建光谱、纹理和几何等特征，通过特征域优化（FSO）获得提取筏式养殖区的优选特征，结合面向对象的随机森林、决策树和最近邻3种算法对研究区筏式养殖区进行提取，在分析和对比提取结果基础上，总结了最优分类算法，并验证了FSO分类的可靠性。结果表明：（1）归一化差分水体指数、几何特征边界和形状、灰度共生矩阵相关性是识别筏式养殖区的最优指标；（2）FSO分类保证了提取精度，减少了数据冗余、提高了运算效率，对筏式养殖的提取具有较高可靠性和适用性；（3）基于FSO和面向对象随机森林的分类方法综合评价最优，总体分类精度为88.8%，κ=0.801，该方法有效避免“椒盐”噪声的产生，可以高效精确的提取筏式养殖区专题信息。本研究可为筏式养殖的动态监测、产量估算等方面提供了技术和专题数据支持。

关键词

Sentinel-2 / 筏式养殖区 / 面向对象 / 特征域优化