中国-巴西联合研究团队-结合无人机光谱、纹理与几何特征提升高多样性湿地草本植物制图精度 | MDPI Remote Sensing

本研究针对高多样性湿地生态系统中传统遥感技术因“光谱拟态”导致草本植物制图精度不足的问题，提出了一种基于无人机多光谱、纹理与几何特征融合的分类方法。以神农架大九湖湿地为研究区，利用0.5厘米RGB影像和2厘米多光谱影像，通过面向对象图像分析（OBIA）将影像分割为9.5万个对象，并标注为24个草本物种。研究构建了光谱、纹理（GLCM）和几何（如长宽比、圆度）三维特征空间，采用XGBoost模型进行分类。结果表明，全特征组合下总体精度达81.9%，Macro-F1为0.807，比仅用光谱特征提升10.5个百分点。几何特征有效弥补了光谱信息的不足，显著提高了形态相似物种的识别准确率。该框架成功监测了入侵物种扩张，为复杂湿地生态系统的生物多样性监测与生态评估提供了高精度技术支持。