基于Sentinel-1A极化SAR数据与面向对象方法的山区地表覆被分类.pdfVIP

自然资源学报, 2017, 32(12): 2136-2148 Journal of Natural Resources DOI: 10.11849/zrzyxb 基于Sentinel-1A 极化SAR 数据与面向对象方法 的山区地表覆被分类 * 向海燕，罗红霞，刘光鹏，杨任飞，雷 茜，程玉丝，陈婧祎 （西南大学地理科学学院/岩溶环境重庆市重点实验室，重庆400715 ） 摘要：地表覆被分类对国土资源调查评估及全球变化具有基础性和关键性意义，但山区由于 地形和云雾等的影响，可利用光学遥感影像和其他资源十分稀缺。因此，论文以渝东南山区为 研究区，基于Sentinel-1A 极化合成孔径雷达（SAR）数据，通过系列预处理，得到后向散射系数 值，同时对各类地物的VV/VH 极化后向散射系数、纹理、高程和坡度等特征值统计分析，综合 这些特征值运用面向对象分类方法对单时相与多时相SAR 数据进行地表覆被分类，最后将这 两种分类方法与Landsat 8 OLI 数据分类作对比。研究表明：1）在同时运用面向对象分类方法 的前提下，单时相SAR 数据分类和Landsat 8 OLI 数据分类精度相当，多时相SAR 数据面向对 象分类精度最高，总精度为85.65% ，Kappa 系数为0.829 9 ；2 ）与光学数据相比，SAR 数据对阔叶 林、人工建筑提取有优势，精度提高了10%以上，多时相特征有利于耕地和针阔混交林提取，分 类精度比单时相提高了9%左右；3）研究区土地覆被类型以林地为主，占总面积的42.68% ，耕 地、草灌次之，人工建筑、草地与河流占地面积较少。 关 键 词：Sentinel-1A ；极化合成孔径雷达；面向对象方法；山区地表覆被分类 中图分类号：P237 文献标志码：A 文章编号：1000-3037(2017) 12-2136-13 近年来，SAR 技术向高分辨率、多模式、多极化方向发展，不仅可通过地物回波功 率反演地物形状，而且可通过不同极化通道间的相对相位信息反映出地物的介电性能等 [1] 特性 ，日益被用到土地利用动态监测和土地覆被变化中，而且在国际遥感领域受到高度 重视，已成为SAR 的主要研究方向之一。大量研究基于ASAR 、Radarsat 等数据利用多 时相、多频率、多角度和多极化雷达后向散射系数信息进行土地覆被分类，这些信息可 [2-3] [4] 以反映同一地物的不同特征，对地表覆被信息提取十分有利 。Li 等 用不同频率的L 波 段ALOS PALSAR 数据和C 波段Radarsat-2 数据对巴西北部进行土地利用分类。Niu 等[5] 用多时相Radarsat-2 数据对加拿大安大略的城市土地覆被进行分类，分类精度达到了86% 以上。后来一些研究发现SAR 图像中含有丰富的纹理信息，不同的地表粗糙度呈现出不 同的纹理特征，国内外已有学者将纹理用于SAR 图像的信息提取中并辅助分类，效果较 [6] [7] 好 。Mishra 等 用双极化C 波段Radarsat- 1数据结合纹理信息采用SVM 分类方法对印度 北部部分地区地表覆被信息提取，精度可达到88.97%。 收稿日期：2016-11-28 ；修订日期：2017-04-10。 基金项目：国家自然科学基金项目 ）；中国博士后科学基金项目 （2016M600714）。[Foundation items: National Natural Science Foundation of China, No. China Postdoctoral Science Foundation, No. 2016M600714. ] 第一作者简介：向海燕 （1993- ），四川省达州人，硕士研究生，主要从事遥感与GIS 应用方面研究。E-mail: xhy8899@ *通信作者简介：罗红霞 （