典型文献
基于多季相特征组合的南瓮河湿地信息提取
文献摘要：
利用遥感技术对南瓮河保护区进行湿地信息提取,为寒区湿地保护和科学管理提供依据.本研究选取2021年多季相Sentinel-1雷达影像及多季相Sentinel-2影像,用集成学习XGBoost(Extreme?Gradient?Boosting,?XGBoost)算法对多季相Sentinel-2特征变量重要性进行排序,剔除影响分类精度的变量.基于特征优选的XGBoost的机器学习算法,结合多季相雷达后向散射系数、极化分解特征及地形湿度指数(Topographic?Wetness?Index,TWI)对南瓮河湿地进行分类.结果表明:基于特征优选的组合中,加入TWI、雷达后向散射系数和极化分解特征分类精度最高,达到了96.03％,Kappa系数为0.95;与依次加入TWI和雷达后向散射系数特征分类精度相比,提高了3.80％和1.78％;对应的Kappa系数提高了0.40和0.17.多季相极化分解特征可提高湿地分类精度的有效性.
文献关键词：
南瓮河湿地;季相特征;极化分解;XGBoost;Sentinel
中图分类号：
作者姓名：
李佳芪;那晓东
作者机构：
哈尔滨师范大学,寒区地理环境监测与空间信息服务黑龙江省重点实验室,黑龙江 哈尔滨,150025
文献出处：
引用格式：
[1]李佳芪;那晓东-.基于多季相特征组合的南瓮河湿地信息提取)[J].湿地科学与管理,2022(06):16-20
A类：
多季相,南瓮河湿地
B类：
季相特征,特征组合,信息提取,遥感技术,保护区,寒区,湿地保护,科学管理,Sentinel,雷达影像,集成学习,XGBoost,Extreme,Gradient,Boosting,特征变量,变量重要性,分类精度,特征优选,机器学习算法,后向散射系数,极化分解,分解特征,地形湿度指数,Topographic,Wetness,Index,TWI,特征分类,Kappa,高湿,湿地分类
AB值：
0.304973
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。
