基于多时相合成孔径雷达与光学影像的冬小麦种植面积提取

摘要：

小麦是中国最重要的农作物之一,准确、及时掌握小麦种植面积具有重要意义.以探索合成孔径雷达(synthetic aperture radar,SAR)与光学数据对种植结构复杂地区冬小麦识别的能力,提高识别精度为目的.该研究以多时相SAR(Sentinel-1A)和光学影像(Landsat-8)为数据源,选取种植结构复杂的都市农业区为研究区.构建不同特征向量组合,利用支持向量机(support vector machine,SVM)提取冬小麦种植面积.通过对比分析基于不同特征向量组合的冬小麦识别精度,结果表明:1)使用SAR后向散射数据得到85.7%的制图精度和87.9%的用户精度;2)添加SAR数据纹理信息,总体精度高达90.6%,比单独使用后向散射数据在制图精度和用户精度上分别提高7.6%和6.7%;3)当SAR数据和光学影像结合时,总体精度高达95.3%(制图精度97%,用户精度98.4%),比单独使用SAR数据在制图精度和用户精度上分别提高3.7%和3.8%.因此,基于SAR数据的都市农业区冬小麦分类,有着较高分类精度,纹理信息和光学影像的添加能有效提高识别精度.研究结果可为SAR数据的农作物识别和应用提供理论基础.

关键词：作物、遥感、合成孔径雷达、冬小麦、光学影像

所属期刊栏目：33

分类号：S127(农业物理学)

资助基金：江苏高校优势学科建设工程资助项目

在线出版日期：2017-07-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：215-221