运用Sentinel-1A时序数据和动态时间规整算法提取稻虾田空间分布信息

发布时间：2023-05-03 22:11

　　针对稻虾田水稻移植期的不确定性给稻虾田空间分布信息提取带来的困难,运用SAR VH极化年时序数据、VV极化年时序数据以及调查区稻虾田各自极化的年时序数据通过标准化处理后,进行TWDTW方法(time-weighted dynamic time warping)计算,得到二波段(VH极化、VV极化)与调查区稻虾田年时序数据相似度空间分布栅格数据,再利用最大似然法进行监督分类,得到2016—2018年3年的监利县稻虾田空间分布栅格数据,分类结果与4块区域(龚场镇、福田寺镇、红城乡、白螺镇,面积分别是373.33、2 200.00、126.67、240.00 hm²)稻虾田实际分布图比较,其Kappa系数分别是0.79、0.80、0.75、0.90,介于0.75～0.90之间,说明运用Sentinel-1A时序数据和动态时间规整算法的提取方法是准确的。由于SAR传感器具有全天侯以及不受云层影响等特点,能定期获取研究区上空数据,相比光学传感器获得无云或者少云数据的不确定性,此方法能在实际操作中运用。

【文章页数】：7 页

【文章目录】：
1 研究区概况和数据预处理
    1.1 研究区概况
    1.2 数据的预处理
    1.3 分类结果验证方法
2 稻虾田提取原理与方法
    2.1 稻虾田提取原理
    2.2 稻虾田提取方法
        2.2.1 DTW计算方法
        2.2.2 稻虾田提取计算流程
3 结果与分析
    3.1 时序数据标准化处理对稻虾田空间分布信息提取的影响
    3.2 稻虾田空间分布信息提取结果验证
    3.3 监利县稻虾田空间分布特征
4 结论与讨论



本文编号：3807378