10.11873/j.issn.1004-0323.2021.2.0372
基于SAR纹理信息的农作物识别研究——以农安县为例
以吉林省农安县为研究区,以Sentinel-1B双极化数据为数据源,提取出典型农作物玉米、大豆、水稻的多个纹理特征值,筛选出最佳农作物识别纹理信息参数,结合eCognition软件中的规则库,充分挖掘SAR数据中农作物纹理特征包含的属性信息,构建决策树,基于面向对象分类方法对典型农作物进行提取,通过SAR农作物提取结果的分析,获得研究区农作物最佳分类时相及最佳农作物识别纹理信息组合,对各典型农作物进行分类制图,探讨基于SAR影像后向散射特征提高农作物识别精度的可行性.结果表明:SAR数据相对于光学数据,能提供更丰富的农作物纹理信息,选取合适的纹理信息作为分类辅助数据,可以有效解决光学数据中"异物同谱"现象,提高农作物识别精度,对于研究区农作物提取贡献最大的3种SAR纹理特征依次为:均值、方差和相异性.
Sentinel-1B、双极化SAR数据、面向对象分类、决策树、纹理特征
36
TN958
中国气象局省所科技创新发展专项;重庆市气象部门业务技术攻关项目;重庆市技术创新与应用发展专项;中国博士后科学基金;四川省科技计划项目
2021-07-26(万方平台首次上网日期,不代表论文的发表时间)
共9页
372-380