结合多源遥感数据和面向对象的旱区湿地信息提取

湿地是西北干旱半干旱区域绿洲的心脏，在气候调节、水源供给、蓄洪防旱、保护生物多样性、维系干旱区生态平衡等方面具有重要意义。本文以宁夏沿黄流域为研究区，以Sentinel-1合成孔径雷达(SAR)数据、Sentinel-2 光学数据以及地形数据为数据源，应用面向对象技术的湿地信息特征提取方法，探讨红边、雷达以及地形特征对干旱区流域湿地提取的重要性，验证了利用 RF-Pearson 模型筛选干旱区流域湿地最优特征组合的可行性，结合随机森林算法、BP神经网络对2021年宁夏沿黄城市带湿地进行提取。结果表明:(1)协同Sentinel-2红边波段和Sentinel-1雷达波段以及地形数据源有利于干旱区流域湿地信息提取，相比光谱指数和几何特征湿地的总体精度分别提高了3.27%，2.14%，1.83%;(2)基于RF-Pearson模型特征优选方法的分类精度最高，光谱特征＞几何特征＞红边特征＞雷达特征＞地形特征。(3)基于特征优选的随机森林模型(Random Forest，RF)干旱区流域湿地分类效果最佳，总精度为89.79%，Kappa系数为0.8423，高于BP神经网络(Back Propagation Neural Network，BP)分类方法，表明利用该方法提取干旱区流域湿地信息具有一定的可靠性。(4)宁夏平原湿地总面积为 319.02 km2，占自然保护区面积的 36.26%，其中草本沼泽面积最大，其次分别为湖泊湿地、河流湿地、冰川积雪、泥炭沼泽、洪泛湿地。研究结果可为干旱区生态本底环境监测和高质量发展提供科学依据。