基于随机森林模型的太湖水生植被遥感信息提取

        摘 要: 水生植被作为太湖湿地的重要组分，其数量和范围变化影响着湖泊生态系统的平衡，故利用遥感技术对水生植被的空间分布开展研究有助于太湖湿地生态系统的保护． 以 Landsat 8 多光谱遥感影像为主要数据源，利用光谱指数和图像变换方法构建多个特征变量，结合随机森林( ＲF) 模型，提取太湖水生植被的空间分布． 结果表明: ( 1) 通过对比分析训练样本特征值的平均值、标准差和变异系数，NDVI、NDWIF、SＲ 等指数更易于区分开敞水域和沉水植被、浮叶植被和挺水植被; ( 2) 当设置 1000 棵分类树和 4 个分割节点的随机变量时，ＲF 分类模型的袋外误分率小于 6% ，误分主要受 SＲ、MNDWI 和 NDVI 等特征变量影响; ( 3) 通过验证分析，基于 ＲF 模型获得的 2014 年 7 月太湖水生植被覆盖面积约为 306. 0km2，分类精度为 88. 56% ( Kappa 系数为 0. 88) ，主要分布在湖体的东部和南部，以沉水和浮叶植被为主，两者占水生植被覆盖总面积的 84. 9% ．