基于全級化SAR數(shù)據(jù)玉米長勢監(jiān)測及制圖研究.pdf

1、玉米是我國重要的糧食作物,飼料作物和工業(yè)原料。對于全國范圍內(nèi)玉米種植面積和長勢狀況的監(jiān)測,需要客觀、準(zhǔn)確、可靠的技術(shù)支撐體系作為保障。隨著遙感技術(shù)的發(fā)展,大范圍內(nèi)的農(nóng)作物長勢和種植面積監(jiān)測成為可能,其監(jiān)測結(jié)果為國家農(nóng)業(yè)生產(chǎn)決策、糧食貿(mào)易提供了重要的參考依據(jù)。在我國東部地區(qū),多云雨的氣候條件限制了光學(xué)遙感對玉米的監(jiān)測,很難在玉米的生長期內(nèi)獲得完整、連續(xù)的觀測數(shù)據(jù)。而雷達(dá)遙感具有不受天氣和光照條件的限制,全天時(shí)、全天候成像能力的優(yōu)點(diǎn),成為對

2、玉米監(jiān)測又一主要的數(shù)據(jù)來源。
　　 本文利用玉米生長期內(nèi)的3景全極化Radarsat-2雷達(dá)影像數(shù)據(jù),以江蘇省睢寧縣為試驗(yàn)區(qū),結(jié)合玉米地上生長參數(shù)數(shù)據(jù),對玉米制圖原理和方法進(jìn)行了分析和探討,比較了決策樹分類和基于散射特征的分類方法,并通過實(shí)測GPS數(shù)據(jù)分別對兩種分類方法進(jìn)行檢驗(yàn)；在此基礎(chǔ)上,對玉米后向散射系數(shù)與玉米生物學(xué)參數(shù)的相關(guān)性進(jìn)行了分析,通過建立經(jīng)驗(yàn)?zāi)Ｐ蛯τ衩字饕L參數(shù)(LAI)進(jìn)行反演,并結(jié)合實(shí)測地面數(shù)據(jù)對反演精度進(jìn)行

3、驗(yàn)證。結(jié)果表明,Radarsat-2雷達(dá)影像數(shù)據(jù)對玉米長勢狀況和種植面積監(jiān)測具有可行性和較高的準(zhǔn)確性,為雷達(dá)遙感影像提取,識別和檢驗(yàn)農(nóng)作物信息提供了重要的參考。就此,論文所得主要結(jié)果如下:
　　 (1)Radarsat-2雷達(dá)遙感數(shù)據(jù)的預(yù)處理。運(yùn)用SARINFOS、PLOSARPRO、ENVI、ERDAS等軟件,完成對原始數(shù)據(jù)的輻射定標(biāo),噪聲濾波,幾何精校正和地理參考的預(yù)處理步驟。實(shí)現(xiàn)了3景影像與地面0.1m分辨率的GPS矢量數(shù)

4、據(jù)相互的精確配準(zhǔn),這為以后從影像數(shù)據(jù)中農(nóng)作物的信息提取和利用提供了標(biāo)準(zhǔn)的數(shù)據(jù)源。
　　 (2)玉米識別與制圖方法的研究。通過分析3景雷達(dá)遙感數(shù)據(jù)中不同地物類型的后向散射特征的差異性,利用決策樹分類算法和基于散射機(jī)理的分類算法對影像進(jìn)行農(nóng)作物識別分類和玉米種植面積提取。經(jīng)過驗(yàn)證,基于散射機(jī)理的分類方法為83.07％,玉米分類精度80.9％；決策樹分類的總精度80.09％,玉米分類精度84.7％。兩種方法都能以較高的精度進(jìn)行玉米分類

5、。但由于SAR圖像會(huì)受到相干噪聲斑點(diǎn)的影響,對決策樹分類算法的識別干擾較大,相比較決策樹分類算法,基于散射機(jī)理的分類算法結(jié)果圖中象元分布更加平滑、均勻,分類較好。
　　 (3)探討了對制圖結(jié)果驗(yàn)證的方法。分別利用分類算法中混淆矩陣和象元統(tǒng)計(jì)的方法,結(jié)合實(shí)地GPS樣方數(shù)據(jù),對分類結(jié)果圖進(jìn)行驗(yàn)證。比較了驗(yàn)證方法的結(jié)果,依據(jù)提供同樣的訓(xùn)練樣本區(qū),比起由遙感圖像處理軟件生成的混淆矩陣驗(yàn)證方法,象元統(tǒng)計(jì)的驗(yàn)證方法更為滑晰、方便。