耦合WorldView-2和珠海一号影像的红树林物种分布

红树林物种遥感分类受影像分辨率、波段信息、分类策略、影像特征选择方法等因素影响。现有的红树林物种遥感分类研究大多关注于分类精度的比较，较少报道商业高分与国产高光谱卫星的结合在物种分类的应用。基于湛江高桥红树林保护区的高分（WorldView-2）和高光谱（珠海一号）卫星影像，本文旨在利用随机森林分类方法，比较不同特征选择算法（极端梯度提升（XGBoost）、极端随机树（ERT）、连续投影算法（SPA））和不同空间分辨率（WorldView-2影像从0.5 m的分辨率重采样为1 m、2 m、4 m、8 m、10 m）对红树林物种分类精度的影响，并耦合WorldView-2与珠海一号影像研究红树林物种空间分布格局及影响因素。每种空间分辨率的WorldView-2影像提取248个特征（52个光谱特征及196个纹理特征），珠海一号影像提取117个光谱特征。结果表明，XGBoost方法优于ERT和SPA，在影像特征选择中具有巨大优势；与其他空间分辨率相比，2 m分辨率的WorldView-2影像具有更高的分类精度；耦合WorldView-2和珠海一号影像的分类精度（分辨率：2 m，总体精度：88.98%，kappa系数：0.846）高于单一的WorldView-2影像（分辨率：2 m，总体精度：83.47%，kappa系数：0.768）和珠海一号影像（分辨率：10 m，总体精度：78.50%，kappa系数：0.703）；另外，林窗、高程、离岸距离一定程度上影响红树林物种分布格局。本文表明WorldView-2与珠海一号高光谱影像的结合在景观及区域尺度上精确提取红树林物种信息具有巨大潜力，有利于红树林生物多样性保护及科学管理。

Mangrove species classification with combination of WorldView-2 and Zhuhai-1 satellite images