基于三分量分解优化模型的农用地SAR 影像提取方法 - Ingenta Connect.PDF

第 31 卷 第 2 期 农 业 工 程 学 报 Vol.31 No.2 266 2015 年 1 月 Transactions of the Chinese Society of Agricultural Engineering Jan. 2015 基于三分量分解优化模型的农用地 SAR 影像提取方法 1 1※ 1 1 2 吴尚蓉 ，任建强 ，陈仲新 ，刘 佳 ，丁娅萍 （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-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 doi ：10.3969/j.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)-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. Wu Shangrong, Ren Jianqiang, Chen Zhongxin, et al. Extracting method for agricultural land of SAR image based on optimized three-component decomposition model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(2): 266 －276. (in Chinese with English abstract) 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