基于全極化SAR數(shù)據(jù)的旱地作物識(shí)別與生物學(xué)參數(shù)反演研究.pdf

1、農(nóng)作物種植面積、長勢(shì)監(jiān)測(cè)是農(nóng)情遙感監(jiān)測(cè)的關(guān)鍵內(nèi)容。隨著遙感技術(shù)的發(fā)展，大范圍的農(nóng)作物種植面積、長勢(shì)監(jiān)測(cè)成為可能，其監(jiān)測(cè)結(jié)果可為國家農(nóng)業(yè)生產(chǎn)管理、糧食政策制定提供重要參考依據(jù)。目前國家農(nóng)業(yè)部農(nóng)作物遙感監(jiān)測(cè)業(yè)務(wù)使用的主要是光學(xué)遙感數(shù)據(jù)。然而，在進(jìn)行我國北方旱地作物監(jiān)測(cè)時(shí)發(fā)現(xiàn)，由于受作物生長關(guān)鍵期頻繁的云雨天氣限制，經(jīng)常無法獲取完整、連續(xù)的光學(xué)遙感數(shù)據(jù)，嚴(yán)重影響了監(jiān)測(cè)工作的時(shí)效性和監(jiān)測(cè)結(jié)果的準(zhǔn)確性。合成孔徑雷達(dá)（synthetic apert

2、ure radar，SAR）遙感技術(shù)因具有全天時(shí)、全天候監(jiān)測(cè)地表信息的能力，彌補(bǔ)了多云雨天氣下光學(xué)遙感數(shù)據(jù)的不足，在作物遙感監(jiān)測(cè)方面具有廣泛的使用需求和巨大的應(yīng)用潛力。以往國內(nèi)外在利用雷達(dá)技術(shù)進(jìn)行農(nóng)作物類型識(shí)別、長勢(shì)監(jiān)測(cè)方面開展了大量研究工作，但研究對(duì)象大多集中于水田作物，對(duì)旱地作物的研究相對(duì)較少。針對(duì)上述問題，本文開展基于合成孔徑雷達(dá)數(shù)據(jù)的旱地作物識(shí)別與長勢(shì)監(jiān)測(cè)研究。
　　本文選取華北平原的河北省深州市為研究區(qū)，利用多時(shí)相、全極

3、化Radarsat-2SAR數(shù)據(jù)進(jìn)行了旱地作物類型識(shí)別與生物學(xué)參數(shù)反演研究。主要研究內(nèi)容包括以下3個(gè)方面：第一，結(jié)合遙感和地面調(diào)查數(shù)據(jù)，分析了研究區(qū)典型地物的后向散射特征，建立了相應(yīng)的地物分類指標(biāo)，選取多種分類方法（決策樹、支持向量機(jī)）進(jìn)行了典型地物識(shí)別與精度驗(yàn)證，比較了各分類方法的作物識(shí)別精度；第二，分析了旱地作物識(shí)別的最佳時(shí)相及其組合方式，提取了用于典型地物識(shí)別的各種輔助變量（極化分解、紋理）信息，以分類精度為評(píng)價(jià)指標(biāo)，采用隨機(jī)森林

4、法評(píng)價(jià)了各變量對(duì)改善分類精度的重要性；第三，分析了雷達(dá)后向散射系數(shù)與作物生長參數(shù)（株高、葉面積指數(shù)、植株干、鮮重等）的相關(guān)關(guān)系，建立了作物生長參數(shù)與后向散射間的相關(guān)模型，利用模型反演了作物生長參數(shù)。
　　基于以上研究內(nèi)容得出以下結(jié)論：
　　1.利用SAR遙感識(shí)別旱地作物時(shí)應(yīng)著重關(guān)注作物生長前期的時(shí)相。玉米識(shí)別的最佳時(shí)相為苗期至拔節(jié)前期之間，最佳極化方式為交叉極化，用6月27日HV極化進(jìn)行玉米識(shí)別時(shí)，精度達(dá)80％以上；棉花識(shí)別

5、的最佳時(shí)相為苗期至花蕾后期之間，最佳極化方式為交叉極化，利用HV7.21-HV6.3進(jìn)行棉花識(shí)別，精度為73.31%。在旱地作物識(shí)別中支持向量機(jī)法優(yōu)于決策樹法，并且支持向量機(jī)法在識(shí)別小地塊和控制斑點(diǎn)噪聲方面優(yōu)勢(shì)明顯。
　　2.利用多種輔助變量信息進(jìn)行旱地作物識(shí)別時(shí)發(fā)現(xiàn)極化信息的重要性優(yōu)于紋理信息，極化信息的加入使分類精度在后向散射信息分類結(jié)果的基礎(chǔ)上提高了近7%，極化信息的加入主要增加了玉米和建筑用地的可分離性。紋理信息和極化信息

6、的加也使棉花的精度提高了3%。通過針對(duì)玉米的變量優(yōu)選，其中5個(gè)變量組合（VH、Alpha、Yamaguchi4-Odd、Freeman-Vol、Mean）可使玉米獲得較高的精度，然而利用所有信息獲取的結(jié)果仍為最優(yōu)。通過多變量信息組合對(duì)研究區(qū)分類結(jié)果的對(duì)比發(fā)現(xiàn)多時(shí)相信息組合優(yōu)于單時(shí)相，極化分解信息作用強(qiáng)于紋理信息，光學(xué)與雷達(dá)數(shù)據(jù)的結(jié)合效果最好。
　　3.后向散射系數(shù)與作物生長參數(shù)具有階段性相關(guān)的特點(diǎn)，其中作物生長中前期和后期部分生長