基于Sentinel-1A数据的临高县早稻面积提取

发布时间：2023-03-20 04:31

　　为了探讨双极化Sentinel-1A雷达影像数据识别提取早稻面积分布信息的能力,在分析典型地物后向散射系数的基础上,沿用极化差分合成孔径雷达(synthetic aperture Radar,SAR)图像和极化比值SAR图像对典型地物分类有着重要作用的思路,提出水体归一化参数,随后采用支持向量机(support vector machine,SVM)分类方法和阈值分类方法选取单时相、多时相水体归一化极化SAR数据(2017年3月10日、3月22日、4月3日、4月15日、4月27日)提取早稻面积。结果表明,阈值分类方法优于SVM分类方法,其总体精度为89.01%,Kappa系数为0.823 1,早稻的制图精度和用户精度分别为92.68%和82.26%;种植面积为1.29万hm²,与临高县主要的早稻生产基地在空间分布上基本一致。由此可得,多参数的极化SAR数据可以提高识别提取地物的精度,提取早稻面积的最佳监测数据为多时相水体归一化VH极化SAR数据。

【文章页数】：9 页

【文章目录】：
0 引言
1 研究区概况及数据源
    1.1 研究区概况
    1.2 遥感数据源及其预处理
    1.3 野外调查资料
    1.4 早稻物候资料
2 研究方法
    2.1 水体归一化参数
    2.2 监测方法
    2.3 分类方法
    2.4 精度评价方法
3 结果与分析
    3.1 基于水体归一化时间序列极化SAR数据J-M距离的可分离性分析
    3.2 基于水体归一化极化SAR数据的SVM分类
    3.3 基于水体归一化极化SAR数据的阈值分类
4 结论



本文编号：3766690