基于Sentinel-1/2数据的中国南方单双季稻识别结果一致性分析

摘要：

[目的]微波遥感因具有全天时、全天候数据获取的特点,在多云雨的中国南方水稻识别研究中表现出巨大潜力.本研究通过对比Sentinel-1SAR遥感数据和Sentinel-2光学遥感数据用于水稻遥感制图的效果,分析光学和SAR遥感数据对于单双季稻识别结果的一致性,并探索水稻识别的最优SAR影像特征.[方法]本研究使用Sentinel-1/2卫星数据,基于面向对象的随机森林分类算法和Google Earth Engine平台,提取洞庭湖平原4个典型水稻种植区的单双季稻空间分布.通过比较9种不同传感器和特征组合场景的分类精度和分类结果统计指标,并计算NDVI和SAR特征时序(VH、VV、VH/VV)的R2和DTW距离,分析识别单双季稻的最优SAR特征,评估光学和SAR遥感数据对于单双季稻识别结果的一致性.[结果]VH、VV和VH/VV时序识别单双季的总体精度分别为90.42％、82.08％和88.33％,而联合VH和VH/VV时序识别单双季稻的总体精度可达91.67％.VH(VH/VV、VV)时序与单双季稻NDVI时序的R2和DTW距离分别为0.870(0.915、0.986)、4.715(1.896、5.506)(单季稻)和 0.597(0.783、0.673)、2.396(1.839、3.441)(双季稻).较高的R2和较低的DTW距离说明单双季稻的VH/VV时序与NDVI时序相关度更高,可以较好地反映单双季稻的生长周期规律.同时,VH可以较好地反映单双季稻移栽期的淹水特征.基于光学数据和SAR数据在6个时间窗口的特征(S-2:NDVI、EVI、LSWI;S-1:VH、VH/VV)识别单双季稻的总体精度分别为91.25％和90.00％,识别结果面积相关性可达95.70％.[结论]SAR遥感数据与光学遥感数据水稻识别结果一致性较高.应用Sentinel-1在多云雨区识别单双季稻具有巨大潜力,VH和VH/VV后向散射系数时序是识别水稻的优质特征.研究结果为多云多雨区使用SAR数据进行特征优选以高精度识别单双季稻提供了重要技术支撑.

关键词：单双季稻识别、时序特征、Sentinel-1/2、一致性分析、Google Earth Engine

所属期刊栏目：55

分类号：TP391.9;TP79;G633.7

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;国家重点研发计划;中国科协青年人才托举工程项目;中央高校基本科研业务费专项基金;中央高校基本科研业务费专项基金

在线出版日期：2022-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共17页

页码：3093-3109