基于大疆精灵4可见光的惠州大亚湾红树林分类提取

EAE

Environment and Ecology

2998-90942998-9108

Art and Technology

10.61369/EAE.2026040007

Article

基于大疆精灵4可见光的惠州大亚湾红树林分类提取https://artdesignp.com/journal/EAE/3/4/10.61369/EAE.2026040007杨峰,阮奇锋,黄颖,彭樱子,韩念龙

2026

2026-08-20

本文提出利用无人机获取高空间分辨率的可见光影像，结合随机森林、K-最近邻两种机器学习算法，对惠州市红树林湿地公园5种优势红树林树种进行分类识别。实验表明，随机森林总体精度94.8972%、Kappa系数0.8845，K-最近邻总体精度94.2155%、Kappa系数0.8690。其中，随机森林算法对分类结果的稳定性更好。但对小面积易混淆的物种识别效果存在一定的限制。本研究为滨海湿地遥感监测和红树林生态系统保护修复提供技术参考。无人机,遥感,红树林,随机森林分类,K-最近邻法

[1] 张书嵘, 付波霖, 高二涛, 等. 联合UAV-LiDAR 点云和SSAFormer的红树林群落精细分类[J].遥感学报,2025,29(05):1140-1163.[2] 闻馨,贾明明, 李晓燕, 等. 基于无人机可见光影像的红树林冠层群落识别[J]. 森林与环境学报,2020,40(05):486-496.DOI:10.13324/j.cnki.jfcf.2020.05.005.[3] 刘凯,龚辉,曹晶晶,等.基于多类型无人机数据的红树林遥感分类对比[J].热带地理,2019,39(04):492-501.[4] 冯家莉,刘凯,朱远辉,等.无人机遥感在红树林资源调查中的应用[J].热带地理,2015,35(01):35-42.[5] 胡健波, 张健. 无人机遥感在生态学中的应用进展[J].生态学报,2018,38(01):20-30.[6] 林石狮, 邱敏婷, 于法钦. 大亚湾红树林国家级城市湿地公园的红树林资源[J].广东园林,2018,40(02):84-87.[7] 陈学梅，缪绅裕，罗志荣，等. 大亚湾红树林研究1. 澳头港的红树植物群落[J]. 植物学通报，1998（4）：57-60.[8] 缪绅裕，林海波，陈学梅. 大亚湾红树林研究Ⅱ . 澳头港部分红树植物的生态生理[J].植物研究，1997（3）：99-104.[9] 曾宪光. 惠州红树林湿地资源现状及保护对策[J]. 惠州学院学报（自然科学版），2008（6）：55-57.[10] 柯东胜，彭晓娟，吴玲铃，等. 大亚湾典型生态系统状况调查与分析[J]. 海洋环境科学，2009（4）：421-425.[11] 盛大勇,陈东明,卢永辉,等.广东大亚湾水产资源省级自然保护区红树林资源空间分布研究[J].惠州学院学报,2022,42(03):37-43.[12] Catani F, Lagomarsino D, Segoni S, et al. Landslide susceptibility estimation by random forests technique:sensitivity and scaling issues[J]. Natural Hazards and Earth System Sciences, 2013, 13 (11): 2815-2831.[13] T.M. Cover , P.E. Hart , Nearest neighbor pattern classification, IEEE Trans. Inf. Theory 13 (1) (1967) 21–27 .[14] 王凤霞,李屹,夏卓异,等.基于Sentinel-2A的红树林提取机器学习方法比较[J].测绘地理信息,2023,48(03):79-81.