基于潮汐高分遥感影像的红树林空间分布信息提取方法
文献类型：学位论文
| 作者 | 夏清 |
| 答辩日期 | 2019-06 |
| 文献子类 | 博士后出站报告 |
| 授予单位 | 中国科学院地理科学与资源研究所 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 秦承志 |
| 关键词 | 红树林 高分辨率遥感 红树林淹没指数 多潮汐 支持向量机 |
| 学位名称 | 博士后 |
| 英文摘要 | 掌握红树林的空间分布可有效地对我国红树林进行管理、保护及生态恢复。遥感技术因其时效性强、覆盖面积广、数据更新周期短等优点，已成为提取红树林空间分布的重要方法之一。现有基于高分辨率遥感影像的红树林解译方法中，尚未充分考虑潮汐对红树林周期性淹没的影响，并且未充分考虑红树林在遥感影像上的纹理、地学等信息，导致错分、漏分，造成高分遥感影像解译红树林空间分布结果不准确的问题。我国红树林与世界其他红树林相比，具有红树种类繁多、斑块空间分布细碎、斑块内部不均一等特点，对遥感影像解译方法也提出了更高的要求。 本研究针对上述问题，基于高分辨率遥感影像，考虑潮汐对红树林周期性淹没的影响，设计红树林淹没指数，在此基础上融合红树林的光谱、地学、纹理、高程等多种特征，构建一种高分辨率遥感影像多特征融合的红树林解译模型。 本研究主要工作和成果如下： 1. 通过对比分析高、低潮高分影像上未被淹没红树林、受潮汐影响被淹没的红树林、邻域海水三者间光谱上的差异与内在关系，提出了一种红树林淹没指数（SMRI）。 2. 基于高、中分遥感影像分别计算SMRI，并与其他常用植被指数进行比较，结果显示SMRI能够有效地识别被淹没红树林区域，并且SMRI在高分遥感影像上的识别效果优于在中分遥感影像上的识别效果。 3. 在面向对象的支持向量机方法框架下，融合SMRI指数及其他光谱、地学、纹理特征，提出了一种基于多潮汐高分辨率遥感影像的红树林解译新方法。 4. 在广西壮族自治区内的山口红树林国家保护区利用GF-1影像对新方法进行应用验证，所得红树林提取结果的总体精度为94%，Kappa系数为0.86。 |
| 语种 | 中文 |
| 页码 | 85 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/193932]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 夏清. 基于潮汐高分遥感影像的红树林空间分布信息提取方法[D]. 中国科学院地理科学与资源研究所. 中国科学院地理科学与资源研究所. 2019. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。