基于SAR提高喀斯特地区LUCC光谱 分类精度研究

摘要：

喀斯特地区复杂地表形态导致地面调查可深入性差、 精度不高,遥感则作为该区有效监测与研究人类活动对土地利用(LUCC)方式与利用程度影响的主要手段.文章利用ALOS多光谱数据与TerraSAR-X的数据进行融合,讨论了HH极化微波后向散射数据用于改善多光谱遥感数据LUCC分类的精度,并比较了不同融合方法对地物识别.结果表明:2种数据之间的融合充分利用了多光谱的光谱信息与HH极化数据丰富的结构与纹理的特征,增强了不同地物之间的光谱差异,提高地物可分性;PC法融合、IHS法融合分类精度较单独使用ALOS多光谱数据分类精度分别提高了8%与13%,而且由于HH极化对植被含水量的敏感性,提高了"插花"分布的旱地与草地、 林地等由植被覆盖的土地利用类型的区分精度.通过该研究探讨了HH极化数据与多光谱数据融合在地表信息提取中的应用,拓展了遥感数据在喀斯特地区土地利用领域应用的范围.

关键词：SAR、ALOS、融合、LUCC、分类精度

所属期刊栏目：37

分类号：TP39;S127;F301.24(计算技术、计算机技术)

资助基金：受贵州师范大学研究生创新基金资助研创201417;国家重点基础研究发展计划课题"人为干预下喀斯特山地石漠化的演变机制与调控"2012CB723202;贵州省科技计划课题"岩土类型格局"黔科合JZ字[2014]200201;贵州省软科学研究项目"国家重点生态功能区生态文明建设与科技支撑研究——以贵州为例"黔科合R字[2014]2012号

在线出版日期：2016-05-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：50-56,79