| 基于多时相合成孔径雷达数据的水稻种植面积监测 |
| |
| 引用本文： | 郭玉娣,李根,李春,梁冬坡.基于多时相合成孔径雷达数据的水稻种植面积监测[J].江苏农业学报,2023(5):1179-1188. |
| |
| 作者姓名： | 郭玉娣 李根 李春 梁冬坡 |
| |
| 作者单位： | 1. 天津市气候中心;2. 高分辨率对地观测系统天津数据与应用中心 |
| |
| 基金项目： | 国家自然科学基金项目(31901398)； |
| |
| 摘 要： | 与光学遥感相比，合成孔径雷达(SAR)遥感能够不受云雨天气影响，为大范围作物种植信息的精准监测提供新手段。本研究以天津市小站稻为例，基于2018-2021年的多时相Sentinel-1A SAR影像，提出了结合小站稻生长特征相似性分析与随机森林分类的水稻种植分布和面积监测方法。首先提取VV和VH极化方式下不同地物的后向散射系数时间序列特征曲线，并利用HANTS滤波来消除噪声影响。然后根据野外调查数据获取小站稻参考生长曲线，构建小站稻相似性指数，筛选出小站稻可能种植区域。最后采用随机森林分类模型提取小站稻种植面积。结果表明，基于多时相Sentinel-1A SAR影像相似性分析及随机森林分类能够获得较高精度的水稻种植面积，VV和VH两种极化方式下提取的水稻种植面积与统计年鉴结果的平均相对误差分别为2.67%和3.80%,总体分类精度分别达到95.52%和93.40%,Kappa系数分别为0.94和0.93;与不引入相似性指数进行分类相比，VV和VH极化方式下引入相似性指数后总体分类精度分别提高4.35个百分点和3.13个百分点，Kappa系数分别提高0.04和0.03,水稻的制图精度分别...
|
| 关 键 词： | 合成孔径雷达 随机森林 相似性指数 水稻种植面积提取 |
|
|
