基于GEOBIA与机器学习的高分辨率遥感水产养殖测绘研究——以越南Thi Nai潟湖为例

《Remote Sensing Applications: Society and Environment》：GEOBIA and machine learning for aquaculture mapping with PlanetScope imagery in Thi Nai Lagoon, Vietnam

　　本研究创新性地结合地理对象基图像分析（GEOBIA）与机器学习算法（RF/SVM），利用高分辨率PlanetScope影像实现越南Thi Nai潟湖水产养殖的精准测绘。通过分区优化SLIC分割生成14.9万个对象特征，解析红边与近红外波段及几何紧凑性等关键分类驱动因子，最终绘制754.87公顷养殖区分布图，为沿海生态可持续管理提供可扩展技术方案。

　　

Highlight

研究区域

Thi Nai潟湖位于越南平定省归仁市东北部，是一片面积超过5,000公顷的重要咸水潟湖。其地理坐标覆盖北纬13°15′至13°54′，东经109°12′至109°19′（图1）。该区域属热带季风气候，9-12月为雨季，1-8月为旱季，年降雨量达1,700毫米（具体数值需原文补充）。

对象基分割与特征提取

通过对PlanetScope影像进行分割，在Thi Nai潟湖的六个水产养殖区内共生成149,129个图像对象。采用分区优化的简单线性迭代聚类（SLIC）算法，生成空间连贯且紧密贴合池塘边界的细分对象，显著提升 delineation 精度。区域特异性参数调优进一步……（翻译内容需基于原文后续完整段落补充，此处仅示范结构）

结论

本研究开发了一套结合GEOBIA与机器学习的框架，利用高分辨率PlanetScope影像成功绘制了越南平定省Thi Nai潟湖八个公社共754.87公顷的水产养殖池塘。通过分区SLIC分割在六个区域生成149,129个图像对象，其中福春（234.66公顷）和福和（229.14公顷）养殖规模最大，凸显其经济重要性。随机森林（RF）与支持向量机（SVM）分类器均表现出……（需根据原文结论段补充完整）