一种基于哨兵数据的湿地分类方法技术

本发明专利技术公开了一种基于哨兵数据的湿地分类方法，涉及生态环境保护技术领域，本发明专利技术包括获取湿地的

【技术实现步骤摘要】
一种基于哨兵数据的湿地分类方法


[0001]本专利技术涉及生态环境保护
，具体为一种基于哨兵数据的湿地分类方法
。

技术介绍

[0002]黄河三角洲指黄河入海口携带泥沙在渤海凹陷处沉积形成的冲积平原，是以保护新生湿地生态系统和珍稀濒危鸟类为主的湿地类型自然保护区，属于水生生态系统向陆地生态系统的过渡阶段，具有调节调节水分循环和维持湿地动植物资源等生态功能，
2013
年被正式列为国际重要湿地名录
。
当前黄河三角洲面临三大严峻生态挑战，为保障黄河流域生态保护和高质量发展重大国家战略的实施，加强黄河下游湿地保护和生态治理的关键在于揭示黄河三角洲湿地生态系统演变特征
、
规律及模式
。
[0003]遥感监测技术与传统野外调查相比，具有监测范围广
、
获取速度快
、
获取信息量大
、
受地面条件限制少等优点，在湿地信息提取与分类和动态监测方面具有重要意义
。
早年间湿地信息提取与分类的方法主要有非监督分类法
、
穗帽变换分类法
、
复合分类法和
GIS
支持下基于规则的分类方法
。
近年来有诸多研究应用了最大似然分类法
、
神经网络分类法
、
支持向量机和随机森林分类法，其中，最大似然分类法分类精度仅为
30
％
‑
60
％，而支持向量机和随机森林分类法的分类精度高达
90
％及以上，且随机森林分类法可以对特征变量进行优选
。
[0004]利用以上方法进行湿地信息提取与分类时，综合遥感影像的多特征变量提取与优化组合是智能化湿地信息与分类的关键
。
目前，湿地信息提取与分类所采用的主要特征变量集有光谱特征及其衍生因子
、
纹理特征
、
时相特征以及
DEM
等地学特征
。
那晓东等基于
Landsat
‑
5TM
遥感影像进行三江平原湿地信息提取时，在影像光谱特征基础上加入了植被指数
、
纹理特征和地形地貌特征，使得分类精度提高了
6.53
％
。
张磊等采用
Sentinel
‑2影像提取黄河三角洲的湿地信息时，证明红边指数在湿地信息提取与分类过程中的贡献率最大
。

技术实现思路

[0005]针对上述问题，本专利技术提供了一种基于哨兵数据的湿地分类方法，包括以下步骤：
[0006]获取湿地的
Sentinel
‑2遥感影像，并确定湿地分类的数据标准；
[0007]基于
Sentinel
‑2遥感影像提取多个特征变量，多个特征变量包括光谱特征
、
纹理特征
、
植被指数
、
水体指数
、
红边指数；
[0008]利用随机森林算法，计算多个特征变量的袋外数据误差，确定多个特征变量重要性排名，并构建多个特征变量的相关性矩阵图，对强相关特征变量进行去除，剩余特征变量组成特征优选组合；
[0009]根据特征优选组合，对遥感影像进行特征提取，对比湿地分类的数据标准对湿地进行分类
。
[0010]进一步的，所述获取湿地的
Sentinel
‑2遥感影像，具体包括以下步骤：
[0011]选用湿地的
Sentinel
‑2遥感影像作为数据源；
[0012]采用
SNAP
软件的
Sen2cor
大气校正模型对下载的
L1C
级遥感影像进行大气校正，得到
L2A
级影像；其中驱动因子选用气温
、
植被覆盖度
、
降雨量
。
[0013]进一步的，所述确定湿地分类的数据标准，具体包括以下步骤：
[0014]基于
Sentinel
‑2遥感数据，结合高分辨率
Google Earth
影像对地物几何特征和实际影像进行描述；
[0015]其中，一级分类为自然湿地
、
人工湿地和非湿地，二级分类包括河流
、
沼泽
、
滩涂
、
浅水海域
、
盐田
、
水田
、
水库坑塘
/
养殖池塘
、
旱地
、
林地
、
建设用地以及其他未利用土地
。
[0016]进一步的，所述基于
Sentinel
‑2遥感影像，根据光谱特征
、
纹理特征
、
植被指数
、
水体指数
、
红边指数，提取多个特征变量，其中多个所述特征变量包括：
[0017]光谱特征，包括蓝波段
B2、
绿波段
B3、B4
红波段
、
植被红边波段
1B5、
植被红边波段
2B6、
植被红边波段
3B7、
宽近红外波段
B8、
窄近红外波段
B8A、
短波红外波段
2B11、
短波红外波段
3B12
；
[0018]纹理特征，包括角二阶矩
、
对比度
、
异质性
、
能量
、
熵
、
均匀性
、
最大值
、
相关性
、
均值
、
方差；
[0019]植被指数，包括归一化植被指数
、
比值植被指数
、
差值植被指数
、
改良土壤调整植被指数
、
土壤调整植被指数；
[0020]水体指数，包括归一化水体指数
、
改良归一化水体指数；
[0021]红边指数，包括红边归一化植被指数
、
红边叶绿素指数
、
改良红边简单比值植被指数
、
红边归一化植被指数
1、
红边归一化植被指数
2、
红边归一化植被指数
3、
归一化红边指数
1、
归一化红边指数
2。
[0022]进一步的，对所述
Sentinel
‑2遥感影像进行纹理特征提取，具体包括以下步骤：
[0023]利用主成分分析法，消除
Sentinel
‑2遥感影像各波段之间的相互影响，减少纹理信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于哨兵数据的湿地分类方法，其特征在于，包括以下步骤：获取湿地的
Sentinel
‑2遥感影像，并确定湿地分类的几何特征标准；基于
Sentinel
‑2遥感影像提取多个特征变量，多个特征变量包括光谱特征
、
纹理特征
、
植被指数
、
水体指数
、
红边指数；利用随机森林算法，计算多个特征变量的袋外数据误差，确定多个特征变量重要性排名，并构建多个特征变量的相关性矩阵图，对强相关特征变量进行去除，剩余特征变量组成特征优选组合；根据特征优选组合，提取遥感影像的几何特征，对比湿地分类的几何特征标准对湿地进行分类
。2.
如权利要求1所述的一种基于哨兵数据的湿地分类方法，其特征在于，所述获取湿地的
Sentinel
‑2遥感影像，具体包括以下步骤：选用湿地的
Sentinel
‑2遥感影像作为数据源；采用
SNAP
软件的
Sen2cor
大气校正模型对下载的
L1C
级遥感影像进行大气校正，得到
L2A
级影像；其中驱动因子选用气温
、
植被覆盖度
、
降雨量
。3.
如权利要求1所述的一种基于哨兵数据的湿地分类方法，其特征在于，所述确定湿地分类的数据标准，具体包括以下步骤：基于
Sentinel
‑2遥感数据，结合高分辨率
Google Earth
影像对地物几何特征和实际影像进行描述；其中，一级分类为自然湿地
、
人工湿地和非湿地，二级分类包括河流
、
沼泽
、
滩涂
、
浅水海域
、
盐田
、
水田
、
水库坑塘
/
养殖池塘
、
旱地
、
林地
、
建设用地以及其他未利用土地；河流的几何特征为绿色或黄色，呈细长条状；沼泽的几何特征为深绿色，形状不规则，主要位于自然保护区；泥质沙滩的几何特征为土黄色，长条状，分布于沿海区域；浅水海域的几何特征为绿色，长条状，分布于沿海区域；盐田的几何特征为绿色或灰白色，方格网状，分布于沿海区域；水田的几何特征为亮绿色，长条状，分布于沿河区域；水库的几何特征为绿色，规则多边形，零散分布于研究区内；养殖池塘的几何特征为绿色，长条状，分布于沿海区域；旱地的几何特征为绿色，形状规则，有明显纹理特征；林地的几何特征为深绿色，沿路
、
河分布；建设用地的几何特征为粉色与灰色杂交，形状规则，分布于内陆；未利用土地的几何特征为土黄色，零散分布
。4.
如权利要求1所述的一种基于哨兵数据的湿地分类方法，其特征在于，所述基于
Sentinel
‑2遥感影像，根据光谱特征
、
纹理特征
、
植被指数
、
水体指数
、
红边指数，提取多个特征变量，其中多个所述特征变量包括：光谱特征，包括蓝波段
B2、
绿波段
B3、B4
红波段
、
植被红边波段
1B5、
植被红边波段
2B6、
植被红边波段
3B7、
宽近红外波段
B8、
窄近红外波段
B8A、
短波红外波段
2B11、
短波红外波段
3B1...

【专利技术属性】
技术研发人员：郭兵，韩保民，范俊甫，陆苗，臧文乾，赵辉辉，
申请(专利权)人：山东理工大学，
类型：发明
国别省市：