基于多源特征的工程廊道植被精细分类——以引江济淮为例
文献类型：期刊论文
| 作者 | 王亚琼1; 王培晓2,3 |
| 刊名 | 河南城建学院学报
 |
| 出版日期 | 2026-02-28 |
| 卷号 | 35期号:01页码:72-79 |
| 关键词 | 植被覆盖 高精度制图 多源特征 随机森林 Sentinel-2 Google Earth Engine 引江济淮 |
| ISSN号 | 1674-7046 |
| DOI | 10.14140/j.cnki.hncjxb.2026.01.010 |
| 产权排序 | 2 |
| 英文摘要 | 面向重大工程生态影响评估对植被覆盖高精度与高时效的需求，现有全球、全国地表覆盖数据集在空间尺度、分类体系与时间对齐方面适配性不足。以引江济淮工程区为例，依托Google Earth Engine(GEE)，构建融合光谱波段、光谱指数、GLCM纹理、地形因子、年内分位数和IQR的多源特征集，采用随机森林算法，并以特征重要性驱动的特征优选形成高精度分类流程。基于Sentinel-2 10 m影像与人工解译样本完成训练与独立验证。结果表明：融合多源特征并经优选的分类方法，在2024年的分类结果中展现出高精度，其总体精度（OA）达到85.39%,Kappa系数为0.81，显著优于同期10 m分辨率的Dynamic World产品（OA为75.54%、Kappa系数为0.69），尤其在刻画工程廊道、窄幅岸线等复杂场景的细节方面优势明显；特征重要性显示，年内分位数与IQR的物候特征、水体和土壤与建成区增强指数、SWIR波段与纹理指标对精度提升贡献突出；2024年工程主线已形成连续水体带，沿线护岸、堤坝硬质化形成窄幅不透水带，局部出现耕地和林地向裸地或稀疏植被的转化，值得重点关注。该方法在分类精度、时效性与工程细节识别方面具备显著优势，可为重大工程生态影响评估提供高质量底图支撑。 |
| URL标识 | 查看原文 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/221140]  |
| 专题 | 资源与环境信息系统国家重点实验室_中文论文 |
| 通讯作者 | 王培晓 |
| 作者单位 | 1.安徽林业职业技术学院资源与环境系; 2.中国科学院大学资源与环境学院 3.中国科学院地理科学与资源研究所地理信息科学与技术全国重点实验室; |
| 推荐引用方式 GB/T 7714 | 王亚琼,王培晓. 基于多源特征的工程廊道植被精细分类——以引江济淮为例[J]. 河南城建学院学报,2026,35(01):72-79. |
| APA | 王亚琼,&王培晓.(2026).基于多源特征的工程廊道植被精细分类——以引江济淮为例.河南城建学院学报,35(01),72-79. |
| MLA | 王亚琼,et al."基于多源特征的工程廊道植被精细分类——以引江济淮为例".河南城建学院学报 35.01(2026):72-79. |
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。