对比多源遥感数据在滨海湿地提取中的差异

Landsat 8与Sentinel-2数据是当前遥感分类最典型、常用的光学数据源,但这两种数据源在滨海湿地分类中的差异性仍有待进一步研究.基于Landsat 8、Sentinel-2和Sentinel-1数据,采用随机森林(random forest,RF)算法对南沙区湿地进行分类,并探讨光学数据源、主成分变换融合方法以及各特征变量对南沙区滨海湿地RF分类精度的影响.结果表明:①Sentinel-2数据参与的方案分类精度均优于Landsat 8数据参与的方案,其分类精度分别为90.24％(单一光学数据参与分类)、85.89％(光学数据与雷达数据融合参与分类).②主成分变换融合方法对分类精度的提高不大,融合数据使滨海湿地总体分类精度下降(p<0.05),但融合数据在一些滨海湿地类型提取中具有一定优势.融合Sentinel-2与Sentinel-1数据减小了沿海滩涂与浅海水域之间的错分现象;融合Landsat 8与Sentinel-1数据更有利于库塘、红树林湿地信息提取以及湿地与非湿地信息的区分.