典型文献
基于GEE的滨海湿地互花米草信息提取方法研究
文献摘要：
互花米草是我国海岸盐沼中最重要的入侵植物,探究遥感识别机理与量化入侵状态对于科学管控互花米草入侵及维护滨海湿地可持续发展具有重要意义.本文以盐城湿地珍禽国家级自然保护区为研究区,基于Google Earth Engine(GEE)云平台,以2021年Sentinel系列卫星遥感影像和ALOS地形数据为数据源,采用基于像元的随机森林(RF)算法和基于对象的简单非迭代聚类(SNIC)+RF算法识别入侵物种互花米草,对比两种分类精度选取最优算法进行互花米草分布提取.结果表明,多模态特征集合中雷达特征、光谱特征、植被指数以及红边指数在互花米草信息提取中具有重要作用;基于RF和SNIC+RF分类方法获得的互花米草精度均高于90％,SNIC+RF算法提取的互花米草群落信息完整性更好,分类精度更高,用户精度和生产者精度分别达到了92.86％,98.11％,并且算法能够在GEE环境下快速执行,适合推广应用于滨海湿地互花米草群落信息提取实践中.
文献关键词：
Google Earth Engine;互花米草;多源数据;随机森林;面向对象
中图分类号：
作者姓名：
郑浩;陈星彤;宋利杰;樊继好;杨晓芜;宋敬茹;宋唐雷;刘明月
作者机构：
华北理工大学 矿业工程学院,河北 唐山 063210;高分辨率对地观测系统河北唐山数据应用中心,河北 唐山 063210;航天万源云数据河北有限公司,河北 唐山 063300;唐山市资源与环境遥感重点实验室,河北 唐山 063210;河北省矿区生态修复产业技术研究院,河北 唐山 063210;河北省矿业开发与安全技术重点实验室,河北 唐山 063210
文献出处：
引用格式：
[1]郑浩;陈星彤;宋利杰;樊继好;杨晓芜;宋敬茹;宋唐雷;刘明月-.基于GEE的滨海湿地互花米草信息提取方法研究)[J].赤峰学院学报（自然科学版）,2022(10):26-31
A类：
SNIC+RF
B类：
GEE,滨海湿地,互花米草,信息提取,海岸,盐沼,入侵植物,遥感识别,识别机理,化入,科学管控,盐城湿地珍禽国家级自然保护区,Google,Earth,Engine,Sentinel,卫星遥感影像,ALOS,地形数据,数据源,基于对象,单非,迭代聚类,算法识别,入侵物种,分类精度,最优算法,多模态特征,特征集合,雷达特征,光谱特征,植被指数,红边指数,分类方法,生产者,多源数据,面向对象
AB值：
0.360764
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
