红树林是海岸重要生态系统，具有维持海岸带生态系统的稳定性，能够防风消浪、抵制水土流失，净化周围海水水质等作用，也对地球的生态环境和气候有着重要的保护作用。湛江作为广东拥有红树林植被最多的城市，也拥有着最大的红树林国家级保护区与研究基地，对全国的红树林研究起到了带头作用，具有重要的研究意义。准确了解红树林生长区域的分布情况与红树林种类研究，这有利于对红树林的保护与红树林的资源利用。目前关于湛江红树林的遥感监测主要运用在对红树林的分布面积调查以及生物量参数调查。尚缺少对湛江红树林生长区域的精准提取以及红树林树种间的精细分类，因此，需要使用高分辨率遥感影像展开对红树林生长区域的精准提取以及红树林树种间的精细分类，为湛江的红树林维护管理提供数据支持。 本文基于高分一号和大疆PHANTOM4RTK无人机数据，展开湛江通明海湾红树林遥感研究。以2017年高分一号影像为数据源，在对红树林生长区域的提取方法研究中，提出了一种基于海水叶绿素a反演辅助提取红树林生长区域的方法，通过对红树林周围海水叶绿素a反演，对叶绿素a浓度的判断，进而提取红树林生长区域；以及对红树林生长区域内的红树林树种间进行分类；使用支持向量机、神经网络、最大似然、决策树四种方法进行树种分类，并比对这四种分类方法的效果。本文主要研究成果如下： 1.基于高分一号数据，针对国产遥感影像水陆分离方法研究，本文使用OTSU算法对水陆分离的阈值进行提取，发现使用OTSU算法提取的水陆分离阈值要比经验水陆分离阈值效果好，针对不同的遥感影像数据提取最佳的水陆分离阈值，达到精准提取水陆瞬时边线的需求，该算法更适用于高分辨率遥感影像的水陆边线提取。 2.基于高分一号数据，针对国产遥感影像面向对象方法分割研究，本文使用RMAS法对分割阈值进行提取，发现RMAS法能够有效的提取目标分割阈值，该方法要比以往的多项分割尺度交互分割实验法要省时节力，不需要对所有阈值分割方法进行逐个实验，能够精准的提取出适合目标的分割阈值，已达到对目标的精准分割。 3.基于高分一号数据，针对国产遥感影像红树林分布研究，本文创新使用叶绿素a浓度反演对红树林生长区域进行提取，通过对整个通明海湾的海水叶绿素a反演，确定了红树林生长区域边界，保证红树林生长区域的完整体，经结果发现，该方法要比面向对象法与植被指数法合并提取的红树林分布结果更加精准，并且该方法不受到潮汐影响，能保证红树林区域的完整性。 4.基于高分一号数据、大疆PHANTOM4RTK无人机数据，针对国产遥感影像红树林分类研究，本文使用支持向量机、神经网络、最大似然、决策树法对通明海湾红树林树种进行了分类，发现在通明海湾红树林树种主要有白骨壤、秋茄、无瓣海桑三种，通过对树种进行分类，发现监督分类的效果都相差不多，适用于高分辨率遥感影像的红树林树种分类，而决策树分类的效果次之，适用于低分辨率遥感影像的红树林树种分类。
NETL
