Wetland mapping in East Asia by two-stage object-based Random Forest and hierarchical decision tree algorithms on Sentinel-1/2 images
作者:Ming Wang , Dehua Mao, Yeqiao Wang等
在遥感大数据和云计算平台(Google Earth Engine)的支持下,东北地理所湿地遥感、地理景观遥感研究团队以东亚地区为研究范围,研发了一种集成随机森林机器学习算法和层次决策树分类算法的“两段式”的大尺度湿地分类框架方法。利用多源参考数据和21万多景Sentinel-1/2时间序列遥感影像,完成了东亚地区首套10米空间分辨率、多类型(3大类、12小类)的湿地空间分布图(EA_Wetlands,2021),精度达88%以上。2021年东亚地区的湿地总面积为 48.18万 km2。主要分布在中国东北地区和青藏高原地区(占比41.02%)。东亚地区的湿地类型以内陆湿地为主(68.26%),其次为滨海湿地(17.31%)和人工湿地(14.43%)。在12个湿地二级类型中,内陆草本沼泽所占比例最高(29.67%),其次是湖泊(20.98%),滨海木本沼泽所占比例最低(0.07%)。在东亚地区各个国家中,中国的湿地面积所占比例最大(88.97%),其次为蒙古国(3.57%)。韩国的湿地面积占国土面积的比例最大(10.43%)。本研究率先在东亚地区尺度(陆地面积近1200万平方公里)完成10米分辨率的湿地精细分类(12类),数据成果可支撑东亚地区的候鸟栖息地评估、碳库/汇估算等相关科学研究和空间决策;研究方法可为全球尺度的湿地精细分类制图及时间序列数据的拓展奠定基础。