双频多极化SAR数据与多光谱数据融合的作物识别

《双频多极化SAR数据与多光谱数据融合的作物识别》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第11卷第1期地球信息科学学报V0I．11．N0．12009年2月J0I1RNAI0FGE0一IF()RMAT10NSCIENCEFeb．．2009双频多极化SAR数据与多光谱数据融合的作物识别赵天杰，李新武。，张立新，王芳(1北京师范大学／中罔科学院遥感应用研究所遥感科学同家重点实验室，北京10o875；2北京师范大学地理学与遥感科学学院，北京100875；3农业部资源遥感与数字农业重点开放实验事，北京10008l；4中国科学院遥感应用研究所，北京loo101)摘要：本文以北京昌平为研究区域，针对

2、农作物的分类特点，结合AsAR的VV极化、新型PALSAR的HH、HV极化以及TM的多光谱数据进行细化分类。首先，使用MIMIcs模型对该地区主要农作物玉米和果林的后向散射特性进行了模拟分析，并跟sAR实际观测数据进行对比。在充分认识农作物后向散射的机制和数值大小关系的基础上，构建一种基于BP神经网络和止态模糊分布函数的模糊神经网络模型，结合双频多极化sAR数据和多光谱数据进行农作物类型的识别。研究结果表明：双频多极化sAR数据能够提供有利于作物类型识别的信息，并产生重要的可分离性，其结合多光谱数据

3、进行作物类型识别是一种有效的途径，具有较大的优势。关键词：双频多极化；MIMIcs；模糊冲经网络；作物类型识别；AsAR；PALRl引言异和局限性。为提高农作物识别率，融合不同类型遥感数据的作物类型识别，是一有效的技术途农作物类型遥感识别是进行农业资源调查、径。作物估产和灾害监测的基础和前提。目前，农作McNarinetaI．使用机载c波段极化数据对苜物类型识别的主要方法有：利用光学数据中不同蓿、玉米、大豆和小颗粒谷物(如小麦等)进行作物类型在各波段上的光谱特征差异或时问序列识别，发现HH—HV—L

4、L三种极化组合方式具有进行识别，但是由于不同类型农作物的光谱特征最高的KafJpa系数，在精度上单极化和双极化结曲线具有很强的相似性，往往会发生重叠或交果比较发现它们有着极大的差别，这表明增加一叉，相同的作物群也会具有类似的物候规律，因种极化方式的重要性。Guind0neta1．结合x、此，识别能力有限；利用雷达数据中不同频率c、和L波段的HH和VV极化，将研究区域分成同极化方式下作物后向散射特性的差异进行识了甜菜区、马铃薯区、冬小麦区、冬大麦区和燕别，由于雷达噪声的存在，其分类精度有待提麦区，分类

5、精度达到了90％以上。Bouman和高；利用高光谱数据较高的光谱分辨率探测作物Hoekman发现L波段的数据在裸土区域对植物更更细微的光谱差异进行识别，成本较高。目前，为敏感，而且这些长波能够穿透植被获得其下所各种不同遥感器获取的多频谱、多极化、多时相覆盖的土壤信息。Ferrazzolieta1．发现L波段对的影像数据越来越多，农作物类型识别方法也有低密度作物的生物量变化有响应，并且在观察高很多，但各种单一传感器获取的影像数据在时密度作物时可能减少饱和度所产生的影响J。这间、空问和光谱分辨率等方面都

6、存在着明显的差些研究结果表明：短波长所获得的信息在识别农收稿日期：20HD8—03—25；修回日期：2008—06—26．基金项目：国家自然科学基金青年基金项目“}硬化F涉sAR植被覆盖区土壤水分反演研究”(4050105O)，国家重点基础研究发展计划项目(2007cB714403)，农业部资源遥感与数字农业重点开放实验室2006年开放课题“多极化雷达和光学遥感数据农作物类型识别方法研究”。作者简介：赵天杰(1985一)，男，硕十生，主要从事微波遥感在积雪、冻土、植被及土壤水分等方面的理论、方法和应

7、用研究。E_I11ail：zha0tianjie@ail_com1期赵天杰等：双频多极化sAR数据与多光谱数据融合的作物识别85作物类型上更为合适，而长波长对于作物所覆盖创建后向散射系数图像。的土壤显得更为敏感，适合用于低密度作物的识=D^『，sin()／(1)别；极化数据可以极大地提高农作物类型识别的其中，，为后向散射系数，为像元灰度值，，，，精度，特别是多频极化数据的精度更高，对于每为入射角，K为绝对定标常数，从数据头文件中读一种分类，某种频段和极化方式的结合能产生重取。然后，利用公式(2)将上

8、述结果转化为dB值。要的可分离性。以上工作显示出了多频多极化数。[d曰]=10lg(。)(2)据集在农作物种类制图方面的优越性，但其中很PALSAR产品按照处理级别的不同分为Leve1多都是基于机载数据源来开展的，因此，有必要1．0、Level1．1和Level1．5，本文选择FBD开展不同频率和极化方式卫星数据的农作物类型(FINEBEAMD0uBLEPOLARIsAT10N)模式的识别研究。由于SAR图像中不可避免地存在很多Level1．5产品，是经过距离和方位(