基于极化SAR的罗布泊湖盆“大耳朵”特征分析的中期报告.docxVIP

基于极化SAR的罗布泊湖盆“大耳朵”特征分析的中期报告 这篇中期报告是基于极化合成孔径雷达（PolSAR）数据进行的罗布泊湖盆“大耳朵”特征分析的进展报告。 首先，我们对获取的四个时段的L 频段PolSAR数据进行了预处理，包括辐射校正、去斑点、去噪声和旋转矫正等。接下来，我们使用极化散射矩阵分解（PSD）方法来获得了极化信息，包括极化通道分解（PCD）和保角度直方图分解（H/alpha/entropy）等方法，以生成多个散射特征参数图像。 其次，我们应用了随机森林（RF）算法，对不同时段的散射特征参数进行特征选择，并通过特征重要性评估来确定重要参数。通过该方法，我们得到了一个最优的特征集合，包括9个散射特征参数，建立了一个RF分类模型。 最后，我们对分类结果进行了分析。该模型对“大耳朵”特征的识别率较高，其时间序列变化趋势也比较明显。同时，我们发现，在不同时段散射特征参数的变化对分类结果具有不同的影响，个别参数在某些时段具有较好的分类能力，在其他时段则分类能力较弱。因此，我们还需要进一步探究这些参数的物理意义和彼此的关系，以更好地理解和解释“大耳朵”特征的形成和演化过程。 总体而言，本报告提出了一种基于极化SAR的罗布泊湖盆“大耳朵”特征分析方法，通过该方法，能够有效地识别和分析“大耳朵”特征的时空特征，并为探究相应的物理机制提供了基础。