10.3969/j.issn.1560-8999.2009.01.013
双频多极化SAR数据与多光谱数据融合的作物识别
本文以北京昌平为研究区域,针对农作物的分类特点,结合ASAR的VV极化、新型PALSAR的HH、HV极化以及TM的多光谱数据进行细化分类.首先,使用MIMICS模型对该地区主要农作物玉米和果林的后向散射特性进行了模拟分析,并跟SAR实际观测数据进行对比.在充分认识农作物后向散射的机制和数值大小关系的基础上,构建一种基于BP神经网络和正态模糊分布函数的模糊神经网络模型,结合双频多极化SAR数据和多光谱数据进行农作物类型的识别.研究结果表明:双频多极化SAR数据能够提供有利于作物类型识别的信息,并产生重要的可分离性,其结合多光谱数据进行作物类型识别是一种有效的途径,具有较大的优势.
双频多极化、MIMICS、模糊神经网络、作物类型识别、ASAR、PALSAR
11
TN9;TP7
国家自然科学基金青年基金项目"极化干涉SAR植被覆盖区土壤水分反演研究"40501050;国家重点基础研究发展计划项目2007CB714403;农业部资源遥感与数字农业重点开放实验室2006年开放课题"多极化雷达和光学遥感数据农作物类型识别方法研究"
2009-05-05(万方平台首次上网日期,不代表论文的发表时间)
共7页
84-90