论文部分内容阅读
土地资源监测对资源合理配置、促进经济发展和生态化环境保护有着重要意义。植被作为土地资源中重要的组成元素之一,准确、及时地获取其变化信息是十分必要的。合成孔径雷达(Synthetic Aperture Radar,SAR)作为主动遥感技术之一,具有全天时、全天候的成像能力,逐渐成为植被监测的研究热点和有效观测手段之一。随着雷达技术的不断发展,全极化数据能提供植被长势和形态结构特征等方面的信息。本文基于多时相全极化SAR数据,对江苏省金湖县附近地区的主要植被类型——水稻和森林进行监测。其中,主要对森林进行识别和种类分类研究,对水稻进行种类识别及关键物候期反演等方面的研究。本文主要的研究内容如下:(1)基于时间序列全极化SAR数据以及野外地面同步测量获取的样本点,分别对水稻和森林进行极化特征参数提取,并分析水稻和森林引起的雷达响应特性和极化特征参数变化。(2)对水稻和森林极化特征参数时域分析,分别筛选出对水稻和森林生长变化敏感的极化特征参数。利用不同植被极化特征参数之间的差异,选取决策树算法对水稻和森林进行种类识别,将研究区内的籼稻和粳稻,杨树和果树分别识别出来。籼稻和粳稻的制图精度分别为98.54%和92.12%,果树和杨树的制图精度分别为97.35%和96.77%,得到了高精度的分类结果。(3)利用极化特征参数构造出一个能体现水稻生长关键物候变化特征的雷达物候指数(RPI),并对时间序列RPI曲线进行Savitzky-Golay(S-G)滤波重构。分析RPI随水稻生长的变化规律及特征。利用曲线导数法提取重构后的RPI时序曲线的特征点(最值点等),进行水稻关键物候期识别,并对识别结果分析验证。结果表明,识别出的水稻关键物候期日期与野外地面调查实验获得日期相差全部在?16天以内,说明利用RPI可以准确的识别水稻关键物候期。以上的研究结果,说明全极化SAR数据可以高精度的识别植被种类并对植被进行生长监测。全极化SAR数据在植被监测应用方面还有很大潜力可挖掘。