基于多時相ENVISAT ASAR數(shù)據(jù)森林分類制圖.pdf

1、在遙感技術高速發(fā)展的現(xiàn)代化階段，合成孔徑雷達遙感技術不僅僅在軍事上應用廣泛，在民用方面，比如林業(yè)生產(chǎn)上，合成孔徑雷達(SAR)以其時效性、高精度、全天時、全天候的獨特優(yōu)點，獲得了廣泛的應用，同時向著更先進、更智能化，動態(tài)監(jiān)測的方向發(fā)展。在傳統(tǒng)的可見光或者紅外遙感受到諸如云霧、雨雪或者光照條件的限制時，SAR遙感技術很好地予以了補充，其全天時全天候的優(yōu)秀特點，使其在林業(yè)生產(chǎn)上可以發(fā)揮很大的作用。
　　在單極化、單波段的雷達圖像對地類

2、和森林分類效果不理想以及光學遙感在天氣等條件的限制下，本文選取ENVISAT ASAR AP模式的雙極化數(shù)據(jù)結合TM遙感圖像進行森林分類的實驗。
　　SAR影像與光學遙感影像不同，其特殊的主動微波發(fā)射接收模式所獲取的數(shù)據(jù)，在仍舊利用典型的分類方法來對其進行分類時，可能并不一定合適。所以如何更好的利用SAR影像，例如提高地物信息識別準確度、提取森林類別的特征信息，成為了新時期的研究方向與熱點。與之而來的是分類算法的優(yōu)化。在眾多經(jīng)典分

3、類算法中，并沒有一種通用且最優(yōu)秀的算法，這是由于立地條件及復雜地形與植被覆蓋決定的。本研究利用多時相、多極化的雷達影像來獲取更多地物信息，從而提高森林的分類精度，來達到研究目的。通過研究，得出下列結論:
　　(1)對單時相的ENVISAT ASAR影像進行預處理并進行經(jīng)典分類方法例如最大似然法(Maximum likelihood)、人工神經(jīng)網(wǎng)絡(NN)以及支持向量機(SVM)的分類，對比結果發(fā)現(xiàn)，支持向量機(SVM)所得結果精度