一种基于遥感和机器学习的滨海湿地分层识别方法及系统

本发明涉及滨海湿地识别技术领域，具体为一种基于遥感和机器学习的滨海湿地分层识别方法及系统。识别方法如下：采集滨海湿地区域的遥感影像；根据遥感影像中蓝、绿、红、近红外和短波红外波段，逐像元计算水体指数及植被指数，进而判别是否为水体或植被；基于一个观测周期内的水体观测数及植被观测数，分别计算水体淹没频率和植被覆盖频率，进而将滨海湿地划分为光滩和湿地植被；构建基于机器学习的识别模型，将湿地植被划分为盐沼和红树林。本发明充分利用影像信息，有效减弱了无效观测对滨海湿地分类结果的影响，提高了识别精度，同时通过分层处理和机器学习，提高了识别方法的高效性和迁移性，能广泛应用于更大尺度的滨海湿地识别。