基于三分量分解优化模型的农用地SAR影像提取方法.pdfVIP

第 31卷 第 2期 农 业 工 程 学 报 、，ol_31 NO．2 266 2015年 1月 Transactionsofthe Chinese Society ofAgriculturalEngineering Jan．2O15 基于三分量分解优化模型的农用地 SAR影像提取方法 吴尚蓉 ，任建强 ，陈仲新 ，刘 佳 ，丁娅萍2 (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) 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一2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．AlDha．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．AlDha．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 doi：10．3969~．issn．1002—6819．2015．02．038 中图分类号：TP722．6 文献标识码：A 文章编号：1002—6819(2015)一02—0266—11 吴尚蓉，任建强，陈仲新，等．基于三分量分解优化模型的农用地SAR影像提取方法 [J]．农业工程学报，2015，31(2)： 266——276． WuShangrong，RenJianqiang，ChenZhongxin，eta1．ExtractingmethodforagriculturallandofSAR imagebasedonoptimized three—componentdecompositionmodel[J]．TransactionsofhteChineseSocieytofAgriculturalEngineering(Transactionsofhte CSAE)，2015，31(2)：266--276．(inChinesewithEnglishabstract) 方法包括 目视解译、非监督分类、结合地面样点的监督 0 引 言 分类、多时相数据分析、多源数据融合、遥感技术与抽 及时准确地获取农用地信息对中国区域农业资源监 样技术相结合等3【】，应用的数据源大多以不同时间、空 测与评价、基本农田保护、保障国家粮食安全以及缓解 问和光谱分辨率的光学遥感影像为主。但是