盐城淤泥质滨海湿地DEM构建及其精度评估研究

以盐城保护区核心区为例,利用2002年野外高程测量数据,运用Kriging和TIN两种不同思想的插值方法对研究区DEM的构建与精度评估两个问题展开研究.研究结果表明:1)Kriging插值验证显示:均差接近于0,均方根标准误差接近于1.证明采用Kriging插值同时考虑数据本身约束性条件的模型是可行的.同时,运用等高线和等高点数据生成的TIN,效果同样比较理想.2)对两种DEM进行了精度评估,数据显示误差都在可控范围之内.其中Grid-DEM的绝对误差最大值为0.162 m,平均绝对误差为0.063 m,平均相对误差为4.20％;而TIN-DEM的最大值仅为0.028 m,平均绝对误差和平均相对误差只有0.005 m和0.36％.3)在对两种DEM的比较中发现:无论是绝对误差还是相对误差,Grid-DEM都要远高于TIN-DEM,两者最大值相差0.134 m;在受人类干扰较强以及经常受潮汐影响而处于不断变化的区域,Grid插值要明显差于TIN插值.但从DEM表面整体光滑度来看,Grid-DEM却要优于TIN-DEM.     

淤泥质潮滩湿地类型遥感识别分类方法与应用

依据江苏盐城国家珍禽自然保护区淤泥质潮滩湿地影像特征,快速提取高精度潮滩湿地地物信息对湿地生态保护具有重要的意义。本研究以2010年TM影像为数据源,针对海滨湿地植物覆被类型复杂,以及湿地植物类型之间的生态交错带信息难以识别等问题,综合运用植被NDVI指数、波段反射率特征、环境特征和生态条件,逐级分层分类及人工选取阈值等方法,较好地解决了淤泥质潮滩湿地分类问题。结果表明,与同一时期的监督分类相比较,在识别植被交错带植被覆被类型和零星分布的植被斑块的类型方面更具优势,分类精度有明显提高。通过ROI训练区,选取了3126个包括所有类型的样本进行精度检验,分类精度达到95.87%。该方法弥补了单一分类方法的不足,对快速、高精度地提取淤泥质潮滩地物类型具有重要的参考价值和实践意义。