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

1、農(nóng)作物種植面積、長勢監(jiān)測是農(nóng)情遙感監(jiān)測的關(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、長勢監(jiān)測成為可能，其監(jiān)測結(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)測業(yè)務(wù)使用的主要是光學(xué)遙感數(shù)據(jù)。然而，在進行我國北方旱地作物監(jiān)測時發(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)，嚴重影響了監(jiān)測工作的時效性和監(jiān)測結(jié)果的準確性。合成孔徑雷達（synthetic apert

2、ure radar，SAR）遙感技術(shù)因具有全天時、全天候監(jiān)測地表信息的能力，彌補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)外在利用雷達技術(shù)進行農(nóng)作物類型識別、長勢監(jiān)測方面開展了大量研究工作，但研究對象大多集中于水田作物，對旱地作物的研究相對較少。針對上述問題，本文開展基于合成孔徑雷達數(shù)據(jù)的旱地作物識別與長勢監(jiān)測研究。
　　本文選取華北平原的河北省深州市為研究區(qū)，利用多時相、全極

3、化Radarsat-2SAR數(shù)據(jù)進行了旱地作物類型識別與生物學(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，選取多種分類方法（決策樹、支持向量機）進行了典型地物識別與精度驗證，比較了各分類方法的作物識別精度；第二，分析了旱地作物識別的最佳時相及其組合方式，提取了用于典型地物識別的各種輔助變量（極化分解、紋理）信息，以分類精度為評價指標，采用隨機森林

4、法評價了各變量對改善分類精度的重要性；第三，分析了雷達后向散射系數(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遙感識別旱地作物時應(yīng)著重關(guān)注作物生長前期的時相。玉米識別的最佳時相為苗期至拔節(jié)前期之間，最佳極化方式為交叉極化，用6月27日HV極化進行玉米識別時，精度達80％以上；棉花識別

5、的最佳時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進行棉花識別，精度為73.31%。在旱地作物識別中支持向量機法優(yōu)于決策樹法，并且支持向量機法在識別小地塊和控制斑點噪聲方面優(yōu)勢明顯。
　　2.利用多種輔助變量信息進行旱地作物識別時發(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%。通過針對玉米的變量優(yōu)選，其中5個變量組合（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研究區(qū)分類結(jié)果的對比發(fā)現(xiàn)多時相信息組合優(yōu)于單時相，極化分解信息作用強于紋理信息，光學(xué)與雷達數(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，其中作物生長中前期和后期部分生長