摘要：

苏州太湖三山岛国家湿地公园位于太湖之中，对其进行景观健康评价可以有效评估湿地公园建设绩效，对指导湿地公园的科学性规划与建设具有重要意义。从研究区的景观数据中，提取土地利用类型面积所占比例、道路长度、不同类型坡岸长度等景观评价指标，采用F-score 方法和随机森林法，对这些指标进行特征选择，
并作为输入特征向量；采用主成分分析方法，分析水质评价指标，将其分为优质、良好、一般和较差4 类，并作为输出分类结果。在此基础上，建立支持向量机分类评价模型；通过选择合适的核函数和核参数，实现景观健康评价。研究结果表明，苏州太湖三山岛国家湿地公园景观健康水平具有明显的空间差异性，研究区西部几乎未受到人为干扰，景观健康等级为优质；主岛的东北部位于旅游核心区域，人为干扰程度较重，景观健康等级大多属于一般和较差；主岛东南部建有人工修复湿地，明显改善了该区域的景观健康等级。在模型训练过程中，对比多项式核函数、Sigmoid 核函数和高斯核函数三者的分类结果发现，高斯核函数的分类精度最高，训练集精度为90.0%，检核集精度为85.7%。在影响湿地公园景观健康因素众多、野外监测数据较少的条件下，本研究采用的支持向量机方法可以快速取得合理的评价结果，揭示湿地公园景观健康的空间差异。

关键词: 湿地公园, 景观健康, 支持向量机, 分类, 评价

中图分类号: 

• Q149