测绘通报2023年第6期引文格式:王冬梅，吴勇锋，石一凡，等．利用Sentinel-2遥感影像分析水葫芦时空分布规律［J］．测绘通报，2023(6):44-49．DOI:10．13474/j．cnki．11-2246．2023．0166．利用Sentinel-2遥感影像分析水葫芦时空分布规律王冬梅1，吴勇锋1，石一凡1，梁文广1，王轶虹1，潘思远2(1．江苏省水利科学研究院，江苏南京210017;2．河海大学农业科学与工程学院，江苏南京210024)摘要:水葫芦大面积暴发会对河湖防洪、供水安全，水生态造成重要影响。本文以江苏省里下河地区为研究区，采用Sentinel-2影像数据对比分析3种机器学习算法分类精度，利用最佳分类方法提取2017—2021年多期影像中的水葫芦，分析研究区水葫芦暴发年际特征及其扩散趋势。结果表明，基于支持向量机(SVM)的分类效果优于神经网络(NN)和随机森林(RF)(总体精度为84.81%～94.30%，Kappa系数为0.70～0.89);2017—2021年水葫芦面积整体呈先增后减趋势，其中，2019年水葫芦暴发达到峰值，暴发热点主要集中在阜宁县南部、宝应县中部及兴化市南部地区等行政交界和水网密集处。兴化、宝应、高邮、江都、阜宁五区县年均水葫芦面积在3km2以上，其中兴化市年均水葫芦暴发最为频繁，面积达6.85km2。关键词:遥感;水葫芦;Sentinel-2;支持向量机;里下河地区;时空分布中图分类号:P237文献标识码:A文章编号:0494-0911(2023)06-0044-06Analyzingthespatio-temporaldistributionofEichhorniacrassipesbasedonSentinel-2remotesensingWANGDongmei1，WUYongfeng1，SHIYifan1，LIANGWenguang1，WANGYihong1，PANSiyuan2(1．JiangsuProvincialInstituteofWaterConservancySciences，Nanjing210017，China;2．SchoolofAgriculturalScienceandEngineering，HohaiUniversity，Nanjing210024，China)Abstract:Thelarge-scaleoutbreakofEichhorniacrassipesdramaticallyinfluenceriverandlakefloodcontrol，watersupplysecurity，andwaterecology．Inthisstudy，theLixiaRiverareaofJiangsuprovinceischosenastheresearcharea．WeappliedtheSentinel-2imagedatatofiltertheoptimalclassificationmethodofEichhorniacrassipesbycompareandanalyzetheclassificationaccuracyofthreemachinelearningalgorithms．Then，analysistheinter-annualspatio-temporal(2017—2021)characteristicsandtheirspreadingtrendsofEichhorniacrassipesbyinversionofremotesensingdata．Theresultsshowedthat，theclassifi...
