农业机械学报

作者：肖武,任河,吕雪娇,闫皓月,孙诗睿

单位：中国矿业大学(北京);浙江大学,中国矿业大学(北京),中国矿业大学(北京),中国矿业大学(北京),中国矿业大学(北京),

关键词：植被分类;采煤沉陷湿地;高潜水位;无人机遥感;面向对象;Kappa系数

基金：山东省重点研发计划项目（2016ZDJS11A02）和中央高校基本科研业务费专项资金项目（ZJUGG201801）

为了掌握采煤沉陷湿地植被的类别和空间分布，促进矿区土地利用、管理和修复，以山东省济宁市东滩煤矿3304工作面为研究区，以无人机多光谱影像为数据源，分别采用面向对象的分类方法和监督分类方法对研究区湿地植被进行分类。基于优选的面向对象尺度分割参数，确定分类规则后构建面向对象分类模型，对湿地植被进行分类，生成植被分布图。同时，利用野外获取的322个采样点进行精度验证。结果表明：与基于像元的监督分类方法相比，面向对象分类方法显著提高了影像分类精度。监督分类方法总体精度为44.3%，Kappa系数为0.4；面向对象分类方法总体精度达到84.2%，Kappa系数为0.8。该研究为采煤沉陷区湿地调查与开采沉陷影响下地表植被空间分布规律研究提供了方法与基础数据。

来源：2019年第2期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2019年第2期