文献类型：期刊文章

作　　者：吴尚蓉[1] 任建强[1] 陈仲新[1] 刘佳[1] 丁娅萍[2]

机构地区：[1]中国农业科学院农业资源与农业区划研究所/农业部农业信息技术重点实验室,北京100081 [2]航天天绘科技有限公司西安分公司,西安710100

出　　处：《农业工程学报》

基　　金：国家高技术研究发展计划(863计划)课题(2012AA12A307);国家自然科学基金(41471364;41371396);农业部"948计划"项目(2011-G6);中央级公益性科研院所专项资金资助项目(IARRP-2014-18);农业部农业科研杰出人才基金和农业部农业信息技术重点实验室开放基金(2014005);国家科技支撑计划课题(2012BAH29B02);农业部农情遥感监测业务运行项目

年　　份：2015

卷　　号：31

期　　号：2

起止页码：266-276

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20151000594700)、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对中国北方部分农区夏秋两季易受长时间云、雨、雾影响导致区域农用地信息难以实时准确获取的现状,在Freeman极化分解模型基础上,该文提出了一种三分量极化分解优化模型农用地合成孔径雷达(SAR)影像自动提取方法,并开展不同作物覆盖条件下农用地信息提取试验研究。该文首先通过引入体散射分量参数,二次散射分量参数和布拉格散射分量参数,对现有Freeman极化分解模型进行优化,使分解结果更符合农业区域不同地物散射特征;然后,在利用优化三分量极化分解方法提取极化分量基础上,结合模糊C均值聚类,实现农用地信息高精度自动提取。最后,该研究以中国重要黄淮海农业区河北衡水枣强县为试验区,以Radarsat-2影像为试验数据源,在作物全覆盖和作物部分覆盖2种条件下,通过将优化三分量-FCM分类和常用雷达分类方法 H-Alpha-Lambda分类的农用地提取结果与地面验证样方进行对比,完成该研究所提出SAR影像农用地提取方法的精度验证和评价。结果表明,在作物全覆盖条件下,利用优化三分量-FCM分类提取农用地信息的总体精度和Kappa系数分别为96.12%和0.857,较H-Alpha-Lambda分类方法分别提高了8.69个百分点和0.337;在作物部分覆盖条件下,利用优化三分量-FCM分类提取农用地信息的总体精度和Kappa系数分别为97.53%和0.902,较H-Alpha-Lambda分类分别提高了17.37个百分点和0.595。可见,无论在作物全覆盖还是部分覆盖条件下,优化三分量-FCM分类方法提取的农用地精度均优于H-Alpha-Lambda分类方法,证明了该算法提取农用地信息具有一定可行性和适用性,为SAR影像在农业遥感应用中的农用地信息提取提供了新的思路。

关 键 词：极化 分解  散射 模型  SAR影像 农用地

分 类 号：TP722.6]