双频多极化SAR数据与多光谱数据融合的作物识别

详细信息   全文下载|推荐本文 |

• 出版年：2009
• 作者：赵天杰；李新武；张立新；王芳
• 单位1：北京师范大学/中国科学院遥感应用研究所遥感科学国家重点实验室
• 单位2：北京师范大学地理学与遥感科学学院
• 出生年：1985
• 学历：硕士生
• 语种：中文
• 作者关键词：双频多极化；MIMICS；模糊神经网络；作物类型识别；ASAR；PALSAR
• 起始页：84
• 总页数：7
• 经费资助：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”
• 刊名：地球信息科学学报
• 是否内版：否
• 刊频：双月刊
• 创刊时间：1996
• 主管单位：中国科学院
• 主办单位：中国科学院地理科学与资源研究所
• 主编：陈述彭
• 地址：北京大屯路甲11号
• 邮编：100101
• 电子信箱：dqxxkx@igsnrr.ac.cn
• 网址：http://www.dqxxkx.cn
• 卷：11
• 期：1
• 期刊索取号：P626.06 208-1
• 数据库收录：全国中文核心期刊；中国科技核心期刊；中国科学引文数据库源刊
• 核心期刊：全国中文核心期刊；中国科技核心期刊

摘要

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。