基于全極化SAR圖像的植被信息提取技術(shù)研究.pdf

1、植被是生態(tài)系統(tǒng)中的重要組成部分，植被信息的提取對于監(jiān)測環(huán)境變化以實(shí)現(xiàn)可持續(xù)發(fā)展具有重要意義。傳統(tǒng)提取植被信息的方法主要是地表實(shí)測法和光學(xué)遙感技術(shù)，地表實(shí)測法很難獲得準(zhǔn)確的植被信息；而光學(xué)遙感又易受天氣的影響，二者均不能對植被信息進(jìn)行及時(shí)準(zhǔn)確的提取。SAR技術(shù)的發(fā)展為提取植被信息提供了新的手段，其不受云、雨、霧影響的特點(diǎn)，可對植被進(jìn)行全天時(shí)和全天候的監(jiān)測，而全極化SAR數(shù)據(jù)為植被信息提取開辟了新途徑。
　　本文首先分析了極化SAR的

2、基礎(chǔ)理論，然后探討了基于全極化SAR數(shù)據(jù)提取植被覆蓋信息和反演植被生物量的算法，并將兩種算法進(jìn)行了驗(yàn)證，最后利用兩種算法提取復(fù)雜地形區(qū)域的植被信息。具體工作如下：
　　（1）基于Wishart H/α分類算法實(shí)現(xiàn)全極化SAR圖像的植被覆蓋信息提取。將分類算法應(yīng)用于達(dá)里湖區(qū)域的全極化數(shù)據(jù)，然后基于植被散射機(jī)制提取覆蓋信息，之后與光學(xué)圖像進(jìn)行對比計(jì)算提取精度，發(fā)現(xiàn)在不同多視處理視數(shù)下的植被覆蓋信息提取差異較大。通過進(jìn)行誤差分析，改進(jìn)分

3、類算法，提高植被覆蓋信息提取的精度，將原精度54.0％和73.1%分別提高到81.7%和88.0%。
　　（2）基于MIMICS模型模擬的神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)全極化SAR圖像的生物量信息反演。將地表實(shí)測的邛崍區(qū)域的水稻生長參數(shù)輸入MIMICS模型中，生成神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，然后訓(xùn)練神經(jīng)網(wǎng)絡(luò)，建立后向散射系數(shù)與生物量間的關(guān)系。將建立好的訓(xùn)練網(wǎng)絡(luò)應(yīng)用于邛崍區(qū)域的全極化 SAR圖像上，反演研究區(qū)的生物量，并利用地表實(shí)測生物量值與反演值進(jìn)行比

4、對，驗(yàn)證算法的精度，得到相關(guān)系數(shù)為0.921。
　?。?）實(shí)現(xiàn)復(fù)雜地形的植被覆蓋信息提取和生物量反演。選取復(fù)雜地形區(qū)域?yàn)槊h山區(qū)，針對復(fù)雜地形，需借助DEM進(jìn)行幾何校正，然后利用改進(jìn)的Wishart H/α分類算法提取植被覆蓋信息，之后利用基于MIMICS模型模擬的神經(jīng)網(wǎng)絡(luò)算法反演生物量，實(shí)現(xiàn)植被覆蓋信息的提取和植被生物量的反演，并通過與光學(xué)圖像對比以及分析兩個(gè)時(shí)相圖像的生物量提取結(jié)果，得出生物量的變化趨勢與植被生長趨勢一致，實(shí)現(xiàn)