基于SAR遥感的北方旱地秋收作物识别研究

摘要：

在我国北方旱地秋收作物生长关键期，云雨天气影响较大，无法及时、有效地获取光学遥感数据，因此利用雷达遥感进行旱地作物识别研究非常必要。文章以河北省衡水市为研究区，选择6期RADA-RAST-2全极化影像作为数据源，分类方法为随机森林法。首先通过对比不同时相间的组合结果，优选出了研究区典型秋收作物(玉米、棉花)的最佳识别时相及组合方式。其次，提取最优识别时相的后向散射信息、纹理信息、极化分解等3部分信息，依据信息间相互组合的结果及随机森林算法对变量的重要性评价，文中对上述3部分信息进行了重要性评估。结果表明：利用SAR识别旱地秋收作物时应着重关注作物生长前期的时相，其中玉米在6月27日单一时相下就可获得90%以上的高精度；棉花面积小、地块破碎，但通过6月3日与6月27日两个时相的结合也得到了70%以上的精度。在玉米识别中极化信息具有较大的贡献，极化变量的加入主要增加了玉米和建筑用地的可分离性，与单纯利用后向散射信息分类相比精度提高了近7%；同样，纹理信息和极化分解信息的加入也使棉花的精度提高了3%。最后，利用随机森林算法对变量的重要性评价机制，优选出对玉米识别最为重要的5个变量，依次为： VH、 Alpha、 Yamaguchi4-Odd、Freeman-Vol和Mean ( HV)。该研究利用雷达数据进行旱地作物识别，验证了雷达影像对旱地秋收作物的识别能力，不仅保证了数据获取与天气状况的独立性，还凭借SAR独有的数据获取方式，为光学数据提供了补充。

关键词：合成孔径雷达(SAR)、旱地农作物、分类、随机森林、变量优选

所属期刊栏目：37

分类号：S127(农业物理学)

资助基金：国家科技重大专项项目“高分农业遥感监测与评价示范系统”09-Y30B03-9001-13/15

在线出版日期：2016-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：27-36