基于決策樹的洞庭湖濕地信息提取技術研究.pdf

1、洞庭湖濕地地處長江中下游，對維持生態(tài)平衡和保持本區(qū)域的經(jīng)濟可持續(xù)發(fā)展具有重要意義。然而，由于自然環(huán)境的變遷、長期的泥沙淤積和人類活動干擾的日益加劇，洞庭湖濕地受到了嚴重的破壞，濕地面積急劇下降。人類活動與河流水沙情勢制約著湖泊的演化，圍湖墾殖和入湖泥沙淤積加速著洞庭湖的衰亡，洞庭湖敞水區(qū)的面積急劇縮小，洲灘面積逐漸增多，洞庭湖濕地的結構和功能正在發(fā)生著巨大的變化。
　　本研究以洞庭湖區(qū)為研究對象，利用不同分辨率遙感影像數(shù)據(jù)的光譜與

2、紋理特征，結合其他輔助數(shù)據(jù)，探索洞庭湖濕地信息的高效提取方法。同時根據(jù)多期影像數(shù)據(jù)的分類結果，揭示濕地的演變規(guī)律。
　　主要研究成果與結論如下：
　?。?）利用人類活動中洞庭湖防洪大堤對洞庭湖區(qū)域進行分區(qū)，結合GIS知識的空間分析功能，研究洞庭湖濕地的分布特征，考慮冬夏季相的不同，充分挖掘數(shù)據(jù)，構建決策樹實現(xiàn)對研究區(qū)濕地類型的精確獲取。將分類結果與傳統(tǒng)最大似然法監(jiān)督分類所得結果進行對比可知：利用知識的決策樹分類方法對濕地類型

3、進行分類，較傳統(tǒng)的最大似然法監(jiān)督分類總體精度提高12.05％；總體kappa系數(shù)提高0.1407；特別是外湖區(qū)的林地，蘆葦灘地，泥灘地、水體等覆蓋類型其生產(chǎn)者精度和用戶精度有大幅提高。
　　（2）利用SPOT-5高分辨率影像進行洞庭湖濕地土地覆蓋分類，選擇全色波段作為紋理特征計算的數(shù)據(jù)源；通過選定樣本的J-M距離確定各濕地類型相對應的最佳紋理尺度；選用QUEST算法對遙感影像光譜、紋理信息構成的數(shù)據(jù)集進行數(shù)據(jù)挖掘，構建決策樹模型，

4、對高分辨率影像進行分類。
　　結果表明結合多尺度最佳紋理信息的高分辨率影像分類，分類精度達到78.57%，而單一光譜數(shù)據(jù)分類和結合單尺度紋理數(shù)據(jù)的分類精度分別為71.98%和76.76%?？梢?，紋理信息能夠有效地提高地物的識別程度，多尺度紋理能夠更好地描述地物的紋理特征，更有效解決分類結果中的同譜異物現(xiàn)象，有助于提高高分辨率影像分類精度與效率。
　?。?）水體、泥灘地、苔草灘地、蘆葦灘地、水田是本研究最主要的土地覆蓋類型。水

5、體、苔草灘地面積在所選時間跨度上先減少，后趨于穩(wěn)定；泥灘地呈現(xiàn)持續(xù)下降的趨勢。作為本區(qū)魚類與水鳥主要棲息、覓食地的水體、泥灘地、苔草灘地的減少，表明奔去濕地退化嚴重威脅本區(qū)的濕地多樣性保護。
　　從1987年至1996年，研究區(qū)濕地類型發(fā)生劇烈變化，主要轉化類型為泥灘地、水域、苔草灘地與林地的轉化。1987年至2004年洞庭湖外湖區(qū)的林地面積仍在持續(xù)增加，同時泥灘地持續(xù)減少；在2004年-2009年區(qū)間，外湖區(qū)的林地面積一定程度出

6、現(xiàn)下降，但不明顯，其已經(jīng)成為洞庭湖區(qū)特別是西洞庭湖區(qū)一種主要的地面覆被類型。
　?。?）研究區(qū)景觀總體的多樣性和異質性變化不大；景觀中各優(yōu)勢地類所占比重呈現(xiàn)先減小后增大的趨勢；景觀類型團聚程度增大，分散程度降低。
　　研究區(qū)地類斑塊在1987年至1996年總體呈現(xiàn)斑塊趨于破碎化和小型化的趨勢；在1996年至2009年2個時間段內，則表現(xiàn)為斑塊趨于聚合的趨勢。研究區(qū)地類斑塊密度變化總體呈現(xiàn)先增大后減小的趨勢，斑塊破碎化程度在1