基于物候特征的连云港海岸带杨树分布遥感提取

摘要

物候特征是植被随自然气候变化而产生的具有一定规律的变化，不同植被的物候特征存在差异，因此基于物候特征进行分类是植被分类的重要方法之一。现有方法采用不同物候期光谱特征或基于单一植被指数计算物候参数来获取植被物候特征，无法兼顾多种因素来体现植被物候的动态变化。提出了一种改进的物候特征提取方法，基于GEE平台利用时序Sentinel-2影像和多种植被指数构建物候模型，并采用NDVI,EVI,GCVI计算物候参数，最后利用不同特征训练随机森林分类器进行分类，从而确定海岸带杨树分布提取的最佳方法。通过总体精度、Kappa系数、用户精度和生产者精度4个参数对分类结果进行精度评定，研究结果表明，在影像可见光波段基础上融合植被指数和物候参数进行杨树分布提取的精度最高，总体精度为81.51%,Kappa系数为0.740 2，杨树的用户精度达到了84.78%。该研究证明了基于不同植被指数计算物候参数的物候特征提取方法的有效性，填补了杨树物候特征提取研究的空缺。

关键词

物候特征 / 物候参数 / 植被指数 / 杨树 / 机器学习

基金资助

国家自然科学基金资助项目（31270745）; 连云港市科技局重点研发计划项目（SF2240）; 江苏典型森林生态系统生物多样性和碳储量本底调查评估与生态价值核算项目（LYKJ【2022】01）