Page 91 - 《武汉大学学报（信息科学版）》2025年第9期

第 50 卷第 9 期 郭浩然等：基于样本迁移的无监督植被遥感制图方法 1819

图 5 2000-2022 年研究区变化检测结果
Fig. 5 Change Detection Results in the Study Area from 2000 to 2022

表 2 各时相迁移后的样本数
Table 2 Samples After Migration by Time Phase
温带落叶 温带落叶 温带禾草、杂类草 温带丛生 禾草、薹草及杂类草 禾草、杂类草
年份 总计
阔叶林 灌丛 草甸草原 禾草草原 沼泽化草甸 盐生草甸
2005 年 170 806 73 1 573 205 49 2 876
2010 年 116 628 79 1 601 197 48 2 669
2015 年 98 401 57 1 455 165 42 2 218
2020 年 126 341 59 1 344 162 33 2 065
2022 年 129 310 55 1 224 145 29 1 892

使用时间序列谐波分析，将 EVI 时序曲线的 选，得到上述 5 个年份的自然植被分类结果，并根
正弦系数、余弦系数、相位角、振幅作为关键特征 据对应年份的土地利用数据对非自然植被区域进
输 入 ［37-38］ ；采 用 上 述 年 份 植 被 生 长 期 Landsat 数 行掩膜，得到最终分类结果，空间分辨率为 30 m，
据，并由 Landsat 数据计算出植被指数、水体指数 如图 8 所示。
以及纹理特征作为分类特征输入；高程值、坡度 从 整 体 上 来 看 ，研 究 区 自 然 植 被 以 草 地 为
值、坡向值被视为分类特征。此外，本文也考虑 主，森林和灌丛主要分布在研究区西北部，其中
了采用植被生长期的气象数据作为分类特征输 草地以温带丛生禾草草原为主，温带丛生禾草草
入。特征变量集如表 3 所示。 原以大针茅草原为主。2005—2022 年，自然植被
采用 RF 作为分类器，将上述 5 个年份的样本 缩减程度由北向南逐渐增加，其中温带落叶阔叶
输入分类器，根据特征重要性进行特征选择，如 林面积没有发生显著的变化，自然植被变化最显
图 7 所 示 。 由 图 7 可 以 看 出 ，气 象 特 征 、地 形 特 著 的 区 域 位 于 研 究 区 南 部 ，温 带 禾 草 丛 生 草 草
征、EVI 时序特征及植被指数在分类中起到重要 原、温带落叶灌丛（以小叶锦鸡儿灌丛为主）逐年
作用；结合分类模型特征重要性排序进行特征优 减少，非自然植被区域逐年增加。结合实际情况