地科学院邓帆课题组硕士生冯倩在北大核心期刊自然资源遥感发表题目为“基于特征优选和时空融合算法的黄河三角洲湿地类别制图方法研究”的研究论文。长江大学地球科学学院为论文第一署名单位，硕士研究生冯倩为论文第一作者。

滨海湿地的遥感分类研究对于滨海湿地的保护和规划具有重要意义。为此，以黄河三角洲作为研究区，采用2019年3—10月获取的8景Landsat8OIL作为数据源，使用GEE(Google Earth Engine)云平台，根据影像的不同特征构建了7种不同的分类方案；然后，使用随机森林分类器对不同特征集合进行分类，并选择其中分类效果最好的用于绘制黄河三角洲地区的湿地类别图。其中8，9月份数据由于受到云的污染导致质量差，使用增强型自适应反射率时空融合模型(enhanced spatial and temporal adaptive reflectance fusion model，ESTARFM)算法对有云区域进行填补处理。结果表明：①ESTARFM时空融合模型生成的预测影像与真实影像波段表现出较好的相关性，其R值均能达到0.73以上,说明重构的影像可以用于本研究；②使用随机森林算法对研究区地物类型进行分类，其中方案7通过特征优选，分类结果总体精度达92.28%，Kappa系数达0.91，分类结果与湿地实况相吻合，比常规方案分类精度更高。研究结果有助于了解和掌握该区域湿地不同类型的空间分布特征，可为区域生态环境的保护和规划提供科学依据。

论文链接：https://www.gtzyyg.com/CN/10.6046/zrzyyg.2022413

图1.湿地分类提取流程图

图2.不同方案分类结果

图3.论文首页