工业通用技术及设备论文_一种基于Google
2022/09/28文章摘要:潮间带是滨海湿地的重要组成部分,对生态和经济的发展具有重要意义。由于海水与陆地的动态交互作用,以瞬时性遥感图像为数据源的遥感信息提取方法难以准确获取潮滩范围。针对此问题,本研究发展了一种基于Google Earth Engine（GEE）云平台和遥感指数的潮间带信息提取方法,该方法以舟山群岛海岸带为例,利用2021年的Landsat8时序影像数据构建基于融合数字高程模型（digital elevation model,DEM）数据的决策树算法,在利用最大光谱指数合成算法（maximum spectral index composite,MSIC）和大津算法（Otsu）形成多层自动决策树分类模型的基础之上,融合DEM数据提取并计算舟山市潮间带面积。结果显示2021年舟山市潮间带面积为35.19 km~2。通过谷歌地球的高分辨影像进行评估,方法总体精度为97.7%,Kappa系数为0.95,具有较好的提取精度和实用效果。该方法能够实现自动、快速地提取潮间带信息,为海岸带资源的可持续管理利用提供数据支撑,促进区域的高质量发展。
文章关键词:
论文分类号:TP751
