• 中国科学引文数据库核心期刊
  • 中文核心期刊、中国科技核心期刊
  • 第1、2届国家期刊奖
  • 第3届国家期刊奖百种重点期刊奖
  • 中国精品科技期刊、中国百强报刊
  • 百种中国杰出学术期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于GEE和Sentinel-2影像的杭州城市湿地精细化分类研究

潘宸 侯浩 唐伟 蒋卫国 王品 胡潭高

潘宸, 侯浩, 唐伟, 蒋卫国, 王品, 胡潭高. 基于GEE和Sentinel-2影像的杭州城市湿地精细化分类研究[J]. 北京师范大学学报(自然科学版). doi: 10.12202/j.0476-0301.2023136
引用本文: 潘宸, 侯浩, 唐伟, 蒋卫国, 王品, 胡潭高. 基于GEE和Sentinel-2影像的杭州城市湿地精细化分类研究[J]. 北京师范大学学报(自然科学版). doi: 10.12202/j.0476-0301.2023136
PAN Chen, HOU Hao, TANG Wei, JIANG Weiguo, WANG Pin, HU Tangao. Refined classification of wetland in Hangzhou City based on Google Earth Engine (GEE) and Sentinel-2 imagery[J]. Journal of Beijing Normal University(Natural Science). doi: 10.12202/j.0476-0301.2023136
Citation: PAN Chen, HOU Hao, TANG Wei, JIANG Weiguo, WANG Pin, HU Tangao. Refined classification of wetland in Hangzhou City based on Google Earth Engine (GEE) and Sentinel-2 imagery[J]. Journal of Beijing Normal University(Natural Science). doi: 10.12202/j.0476-0301.2023136

基于GEE和Sentinel-2影像的杭州城市湿地精细化分类研究

doi: 10.12202/j.0476-0301.2023136
基金项目: 国家自然科学基金资助项目(42201106)
详细信息
    通讯作者:

    侯浩,男,博士,讲师. 研究方向:城市景观生态. E-mail:houhao@hznu.edu.cn

  • 中图分类号: K901.4/TP79

Refined classification of wetland in Hangzhou City based on Google Earth Engine (GEE) and Sentinel-2 imagery

  • 摘要: 基于Google Earth Engine(GEE)云平台,使用Sentinel-2卫星影像数据,采用随机森林算法面向杭州城市湿地类型进行遥感分类研究.研究结果表明:在进行湿地类型细致分类时,相比于使用单一特征信息分类,多特征信息的组合可以显著提高分类精度.最佳特征组合包括传统光谱特征、红边光谱特征、变换特征、纹理特征和地形特征,其总体精度为81.2%,Kappa系数为0.75;不同特征信息对于不同湿地类型的提取具有重要作用,传统光谱特征对于滩地和养殖池的识别非常有利,而红边光谱特征和变换特征分别对草本沼泽和湖泊的识别更为有效.此外,红边光谱特征和纹理特征的组合有利于运河/水渠的识别.通过特征对比实验可为湿地精细化分类的案例研究提供参考,湿地分类结果可为杭州城市湿地信息的遥感识别提供数据支撑.

     

  • 图  1  基于Sentinel-2影像的研究区示意

    图  2  研究流程

    图  3  不同方案下2020年杭州市土地覆盖类型分类

    图  4  不同分类方案的湿地分类精度需求示意图

    图  5  不同方案下2020年杭州市湿地类型详细分类

    图  6  不同湿地类型的生产者精度与用户精度

    图  7  不同湿地类型最优与最差识别结果局部放大图

    图  8  湿地类别间的混淆案例

    表  1  杭州市土地覆盖分类体系

    一级类型 二级类型 类型描述 GEE影像图例
    自然湿地 河流 有流水的天然线性水体
    湖泊 有积水且面积超过8公顷的天然多边形水体
    草本沼泽 草本植物占优势的自然湿地
    滩地 在正常水位与河湖洪水位之间或低于季节性洪水位的滩面
    人造湿地 水库/坑塘 有积水且有明显坝体的人工多边形水体
    运河/水渠 有流水且有明显坝体或直线边界的人工线性水体
    养殖池 用于水产养殖的多边形水体
    非湿地 林地 包括森林和灌木的天然木本植被覆盖区域
    建设用地 包括城镇、工矿、交通设施等各类住宅区且人工建筑活动形成的区域
    耕地 以种植农作物为主的土地区域
    草地 天然草本植物覆盖区域
    裸地 植被覆盖率低于10%的自然覆盖区域
    下载: 导出CSV

    表  2  特征信息表

    特征类型 特征信息 特征描述
    光谱特征 影像自带波段
    传统光谱特征
    红边光谱特征
    B2、B3、B4、B5、B6、B7、B8、B11、B12、B8A
    NDVI、MNDWI、BSI、MSAVI、LSWI、EVI、NDBI
    MCARI、PSSRI、NDI45、NDre1、NDre2
    变换特征 主成分分析
    缨帽变换
    提取影像主成分变换的前3个主成分
    亮度、绿度、湿度分量
    纹理特征 灰度共生矩阵 角二阶距、对比度、相关度、方差、逆差矩、和平均、
    和方差、熵、和熵
    地形特征 坡度、海拔 NASADEM数据的地形特征
    下载: 导出CSV

    表  3  光谱特征描述

    指数简称指数全称计算公式
    NDVINormalized Difference Vegetation Index(B8-B4)/ (B8+B4)
    MNDWIModified Normalized Difference Water Index(B3-B11)/(B3+B11)
    BSIBare Soil Index((B4 + B11) - (B8 + B2)) / ((B4 + B11) + (B8 + B2))
    MSAVIModified Soil Adjusted Vegetation Index$ [2\times \mathrm{B}8\mathrm{ }+\mathrm{ }1-\sqrt{{\left(2\times \mathrm{B}8+1\right)}^{2}-8\times \left(\mathrm{B}8-\mathrm{B}4\right)} $] /2
    LSWILand Surface Water Index(B8-B11)/(B8+B11)
    EVIEnhanced Vegetation Index2.5×(B8-B4)/(B8+6.0×B4-7.5×B2+1)
    NDBINormalized Difference Built-up Index(B11-B8)/ (B11+B8)
    MCARIModified Chlorophyll Absorption Ratio Index[(B5-B4)-0.2×(B5-B3)]×(B5-B4)
    PSSRIPigment Specific Simple Ratio IndexB7/B4
    NDI45Normalized Difference Index(B5-B4)/(B5+B4)
    NDre1Normalized Difference red-edge1(B6−B5)/(B6+B5)
    NDre2Normalized Difference red-edge2(B7−B5)/(B7+B5)
    下载: 导出CSV

    表  4  特征组合方案

    实验方案特征组合实验方案特征组合
    1TF9TF、RESF、TRF
    2TF、TSF10TF、RESF、TEF
    3TF、RESF11TF、TRF、TEF
    4TF、TRF12TF、TSF、TRF、TEF
    5TF、TEF13TF、RESF、TRF、TEF
    6TF、TSF、RESF14TF、TSF、RESF、TEF
    7TF、TSF、TRF15TF、TSF、RESF、TRF
    8TF、TSF、TEF16TF、TSF、RESF、TRF、TEF
      注:TF、TSF、RESF、TRF、TEF分表表示地形特征、传统光谱特征、红边光谱特征、变换特征、纹理特征.
    下载: 导出CSV

    表  5  不同分类方案的土地覆盖类型分类总精度对比

    实验方案OA (%)Kappa实验方案OA (%)Kappa
    1TF71.80.569TF、RESF、TRF85.60.75
    2TF、TSF81.20.6910TF、RESF、TEF82.20.70
    3TF、RESF79.80.6711TF、TRF、TEF83.00.71
    4TF、TRF80.60.6812TF、TSF、TRF、TEF88.80.80
    5TF、TEF75.20.6213TF、RESF、TRF、TEF85.00.75
    6TF、TSF、RESF83.80.7214TF、TSF、RESF、TEF87.40.78
    7TF、TSF、TRF84.80.7315TF、TSF、RESF、TRF85.00.74
    8TF、TSF、TEF84.00.7216TF、TSF、RESF、TRF、TEF93.00.88
      注:TF、TSF、RESF、TRF、TEF分表表示地形特征、传统光谱特征、红边光谱特征、变换特征、纹理特征,OA为总体精度,Kappa为Kappa系数,红色越深代表精度越低,绿色越深代表精度越高,下同.
    下载: 导出CSV

    表  6  不同分类方案的湿地类型分类总精度对比

    实验方案OA (%)Kappa实验方案OA (%)Kappa
    1TF64.40.539TF、RESF、TRF73.70.66
    2TF、TSF68.90.6010TF、RESF、TEF72.50.64
    3TF、RESF70.00.6211TF、TRF、TEF69.70.60
    4TF、TRF71.20.6312TF、TSF、TRF、TEF72.50.65
    5TF、TEF66.30.5613TF、RESF、TRF、TEF77.40.71
    6TF、TSF、RESF72.20.6414TF、TSF、RESF、TEF73.40.66
    7TF、TSF、TRF70.70.6215TF、TSF、RESF、TRF75.60.69
    8TF、TSF、TEF68.50.6016TF、TSF、RESF、TRF、TEF81.20.75
    下载: 导出CSV
  • [1] 裴理鑫,叶思源,何磊,等. 中国湿地资源与开发保护现状及其管理建议[J]. 中国地质,2023,50(2):459
    [2] 符超文/摄,金韬文/摄. 共同努力,谱写全球湿地保护新篇章:《湿地公约》第十四届缔约方大会综述[J]. 绿色中国,2022(21):10
    [3] 李智,张慧,刘光,等. 近50年来杭州城西湿地时空变化分析[J]. 科技通报,2018,34(8):255 doi: 10.13774/j.cnki.kjtb.2018.08.052
    [4] BROWN C F,BRUMBY S P,GUZDER-WILLIAMS B,et al. Dynamic World,Near real-time global 10 m land use land cover mapping[J]. Scientific Data,2022,9:251 doi: 10.1038/s41597-022-01307-4
    [5] 邓雅文,蒋卫国,王晓雅,等. 基于随机森林算法和知识规则的国际湿地城市精细湿地分类:以常德市为例[J]. 遥感学报,2023,27(6):1426
    [6] NOEL,GORELICK. Google earth engine:planetary-scale geospatial analysis for everyone[J]. Remote Sensing of Environment,2017,202:18 doi: 10.1016/j.rse.2017.06.031
    [7] 郝斌飞,韩旭军,马明国,等. Google Earth Engine在地球科学与环境科学中的应用研究进展[J]. 遥感技术与应用,2018,33(4):600
    [8] 王小娜,田金炎,李小娟,等. Google Earth Engine云平台对遥感发展的改变[J]. 遥感学报,2022,26(2):299 doi: 10.11834/jrs.20211317
    [9] YANG,LIU. Vietnam wetland cover map:using hydro-periods Sentinel-2 images and Google Earth Engine to explore the mapping method of tropical wetland[J]. International Journal of Applied Earth Observation and Geoinformation,2022,115:103122 doi: 10.1016/j.jag.2022.103122
    [10] ARSALAN,GHORBANIAN. Improved land cover map of Iran using Sentinel imagery within Google Earth Engine and a novel automatic workflow for land cover classification using migrated training samples[J]. ISPRS Journal of Photogrammetry and Remote Sensing,2020,167:276 doi: 10.1016/j.isprsjprs.2020.07.013
    [11] 田晓晖,孙庆来,李国志,等. 杭州市湿地资源保护对策[J]. 湿地科学与管理,2020,16(3):33 doi: 10.3969/j.issn.1673-3290.2020.03.10
    [12] 胡云丽,陈斌. 杭州市四季气候变化特征分析[J]. 浙江气象,2020,41(2):1 doi: 10.16000/j.cnki.zjqx.2020.02.001
    [13] 田颖,陈卓奇,惠凤鸣,等. 欧空局哨兵卫星Sentinel-2A/B数据特征及应用前景分析[J]. 北京师范大学学报(自然科学版),2019,55(1):57
    [14] LÓPEZ-CALATAYUD N,MÁRQUEZ-ROMANCE A M,GUEVARA-PÉREZ E. Wetland management modeling in the frame of Ramsar convention[J]. Journal of Applied Water Engineering and Research,2022,10(4):296 doi: 10.1080/23249676.2021.1982028
    [15] 郑建华. 基于Landsat TM/OLI遥感影像的杭州土地利用变化时空特征研究[D]. 杭州:浙江农林大学.
    [16] 王翀,林慧龙. 中国内陆天然湿地的类型特征及分布规律-Ⅰ类的划分[J]. 草业学报,2012,21(1):262 doi: 10.11686/cyxb20120134
    [17] HILL M J. Vegetation index suites as indicators of vegetation state in grassland and savanna:an analysis with simulated SENTINEL 2 data for a North American transect[J]. Remote Sensing of Environment,2013,137:94 doi: 10.1016/j.rse.2013.06.004
    [18] 张磊,宫兆宁,王启为,等. Sentinel-2影像多特征优选的黄河三角洲湿地信息提取[J]. 遥感学报,2019,23(2):313
    [19] PAUL,MACINTYRE. Efficacy of multi-season Sentinel-2 imagery for compositional vegetation classification[J]. International Journal of Applied Earth Observation and Geoinformation,2020,85:101980 doi: 10.1016/j.jag.2019.101980
    [20] 马慧娟,高小红,谷晓天. 随机森林方法支持的复杂地形区土地利用/土地覆被分类研究[J]. 地球信息科学学报,2019,21(3):359 doi: 10.12082/dpxxkx.2019.180346
    [21] 杨仙保,张王菲,孙斌,等. 基于GEE和Sentinel-2时序数据的呼伦贝尔沙地及其周边植被类型识别研究[J]. 遥感技术与应用,2022,37(4):982
    [22] WANG X Y,JIANG W G,PENG K F,et al. A framework for fine classification of urban wetlands based on random forest and knowledge rules:taking the wetland cities of Haikou and Yinchuan as examples[J]. GIScience & Remote Sensing,2022,59(1):2144
    [23] 何云,黄翀,李贺,等. 基于Sentinel-2A影像特征优选的随机森林土地覆盖分类[J]. 资源科学,2019,41(5):992
    [24] LAONAMSAI J,JULPHUNTHONG P,SAPRATHET T,et al. Utilizing NDWI,MNDWI,SAVI,WRI,and AWEI for estimating erosion and deposition in Ping River in Thailand[J]. Hydrology,2023,10(3):70 doi: 10.3390/hydrology10030070
    [25] 姚茂林,江洪,张丽玉. 基于Sentinel-2影像红边光谱指数与特征优选的竹林提取研究[J]. 海南大学学报(自然科学版),2022,40(4):373
    [26] 闫国东,左雪漫,陈瑾,等. 基于多特征优选的Sentinel-2遥感影像林分类型分类[J]. 森林工程,2023,39(3):12 doi: 10.3969/j.issn.1006-8023.2023.03.002
    [27] 程丽娜,钟才荣,李晓燕,等. Sentinel-2密集时间序列数据和Google Earth Engine的潮间带湿地快速自动分类[J]. 遥感学报,2022,26(2):348 doi: 10.11834/jrs.20211311
    [28] 梁爽,宫兆宁,赵文吉,等. 基于多季相Sentinel-2影像的白洋淀湿地信息提取[J]. 遥感技术与应用,2021,36(4):777
    [29] 徐娜,项超超. 基于Sentinel-2影像的河流湖泊遥感提取[J]. 测绘与空间地理信息,2023,46(5):120 doi: 10.3969/j.issn.1672-5867.2023.05.032
    [30] SIYAMTHANDA G,TIMOTHY D,DOMINIC M. Leveraging Google Earth Engine platform to characterize and map small seasonal wetlands in the semi-arid environments of South Africa[J]. Science of the Total Environment,2022,803:150139 doi: 10.1016/j.scitotenv.2021.150139
  • 加载中
图(8) / 表(6)
计量
  • 文章访问数:  143
  • HTML全文浏览量:  67
  • PDF下载量:  32
  • 被引次数: 0
出版历程
  • 收稿日期:  2023-07-05
  • 录用日期:  2023-07-05
  • 网络出版日期:  2023-09-18

目录

    /

    返回文章
    返回