原创力文档- 1、本文档共55页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
摘要
为了解鄱阳湖冬季栖息地类型的长期变化特征，探讨鄱阳湖冬季栖息地景观
景观变化的驱动因素，本次研究利用1990-2021年的18张Landsat5TM和Landsat
8OLI的L2A级无云影像提取鄱阳湖冬季栖息地景观类型。并对比了随机森林、
支持向量机、梯度提升树和分类与回归树等这四种机器学习算法及卷积神经网络
算法的分类精度。运用NDVI、MNDWI、NDBI和EVI来识别栖息地景观类型。
通过制作转移矩阵来描述各种景观类型的转换情况并进行景观格局指数分析。结
果表明：
（1）随机森林、支持向量机、梯度提升树和分类与回归树这四种机器学习
算法的总体分类准确率均在98%以上，Kappa系数均大于0.98。在这四种机器
学习算法中，随机森林算法分类性能最好。基于上述的研究，利用随机森林和卷
积神经网络对鄱阳湖生态经济区进行分类后发现，卷积神经网络的分类精度高于
随机森林，训练集的精度均在99%以上且波动较小。
（2）采用随机森林算法对1990-2021年的Landsat遥感影像进行鄱阳湖冬季
栖息地栖息地景观分类，并根据1990-2021年鄱阳湖冬季栖息地景观类型的百分
比图和1990-2021年的面积变化图发现，鄱阳湖在冬季水面面积缩小时，泥滩是
该时期的主要栖息地景观类型。
（3）根据1990-2021年鄱阳湖冬季栖息地景观类型的分类专题图发现：草
洲一般出现在泥滩周围，沙地主要分布在鄱阳湖主河道附近。鄱阳湖周边耕地主
要分布在研究区东南部，在1998-2004年间耕地面积呈下降趋势，这可能与“退
耕还湖”的地方政策有关。
（4）为了揭示三峡大坝对鄱阳湖生态环境的影响，对建坝前后的鄱阳湖栖
息地景观类型进行了对比研究。通过转移矩阵的分析，发现建坝前的泥滩面积大
幅增加，而建坝后更多的泥滩转化为草地。总体上，建坝后泥滩面积较建坝前有
所减少。
（5）分析了1990-2021年的景观格局指数变化。1990-1997年景观斑块密度
呈逐年波动趋势，表明鄱阳湖冬季栖息地类型进一步分散。而1997-2021年，景
观斑块密度和景观干扰指数均呈下降趋势，景观聚集指数呈上升趋势，表明栖息
地的完整性已经恢复。
（6）通过研究不同年份的水位差异对鄱阳湖栖息地景观分类结果的影响，
发现水域面积的长期变化与水位变化并不一致。这表明本研究分类结果的水域面
积变化不太可能是由水位变化引起的，即水位不是影响鄱阳湖不同栖息地景观类
型变化的主要因素。
I
关键词：鄱阳湖；栖息地；机器学习；卷积神经网络；景观指数
II
Abstract
Inordertoobtainthelong-termevolutionofwinterhabitatandexplorethedriving
forceinPoyangLake,weuseLandsatsatelliteimageryfrom1990to2021to
systematicallyassesshabitatcharacteristicchangesoverthepastdecades.Fourmachine
learningmethodsincludingrandomforest,gradientboostingtree,supportvector
machineandclassificationandregressiontreesandconvolutionalneuralnetworkare
analyzedbycomparingtheoverallaccuracyandKappacoefficients.NDVI
(NormalizedDifferenceVegetation),MNDWI
文档评论（0）