多維度SAR森林及其類型分類識別方法研究.pdf

1、森林在全球碳循環(huán)及大自然空氣調(diào)節(jié)中發(fā)揮著重要作用,對森林分布的監(jiān)測與制圖意義重大。光學(xué)遙感在森林提取、識別等資源監(jiān)測方面意義重大,然而,卻存在對多云雨霧地區(qū)、短期全覆蓋森林?jǐn)?shù)據(jù)獲取難和森林類型嚴(yán)重的“同譜異物”等問題。合成孔徑雷達(dá)(SyntheticApertureRadar,SAR)以其全天時(shí)、全天候的強(qiáng)穿透成像能力,成為光學(xué)遙感的有益補(bǔ)充,有時(shí)甚至是數(shù)據(jù)獲取的唯一手段。但是,由于SAR斑點(diǎn)噪聲、分類方法策略、維度信息量少及森林植被自

2、身復(fù)雜特征等各方面的局限,至今未能有比較完善的SAR分類方法體系進(jìn)行森林類型的細(xì)致分類。隨著新型SAR傳感器的相繼升空,微波遙感數(shù)據(jù)獲取方式已由單波段、單極化、單角度等發(fā)展到多頻率、多極化、多角度以及多時(shí)相等綜合獲取方式,這就為SAR森林分類識別的研究和應(yīng)用提供了前所未有的機(jī)遇和發(fā)展?jié)摿Α?br>　　針對現(xiàn)有森林資源調(diào)查中森林類型識別技術(shù)的局限性,論文綜合利用極化、干涉、時(shí)相以及極化干涉四種維度的SAR數(shù)據(jù)進(jìn)行土地覆蓋分類和森林類型分類

3、研究:(1)以黑龍江省遜克縣星載多時(shí)相ALOSPALSAR數(shù)據(jù)覆蓋區(qū)為實(shí)驗(yàn)區(qū),利用不同時(shí)相極化SAR(PolSAR)、干涉SAR(InSAR)對植被結(jié)構(gòu)變化特征的敏感性,結(jié)合后向散射系數(shù)與干涉相干性的時(shí)變特征進(jìn)行地物解譯,發(fā)展了基于多時(shí)相、多極化、干涉SAR的SVM土地覆蓋及森林類型分類方法。(2)以德國Traunstein地區(qū)機(jī)載ESAR數(shù)據(jù)為研究對象,發(fā)展了一種將PolSAR與極化干涉SAR(PolInSAR)相結(jié)合的森林類型(針葉

4、林、闊葉林)識別方法。首先利用PolSAR數(shù)據(jù)的散射特征區(qū)分森林與非森林,但僅靠極化信息無法有效識別具體的森林類型。為此,論文綜合考慮了單幅影像的極化強(qiáng)度信息和兩幅像對之間的極化相干信息,引入了全極化SAR數(shù)據(jù)的干涉信息和同極化差特征參數(shù)Co-Pd,分別基于極化干涉T6矩陣和相干優(yōu)化R矩陣進(jìn)行最大似然迭代分類。
　　研究結(jié)果表明:(1)多時(shí)相分類中引入雙極化SAR不同極化之間的極化相干系數(shù),結(jié)合所選擇的時(shí)相特征、極化特征以及干涉相

5、干特征,可以解決雙極化SAR中林地與城市及建設(shè)用地的混分問題,得到更好的土地覆蓋分類結(jié)果。在森林類型區(qū)分中,多時(shí)相的平均干涉相干性對有林地、疏林地及灌木林地的識別十分有效;綜合運(yùn)用所選取的多時(shí)相干涉、極化比等有效維度信息能很好的突出地物的邊緣與結(jié)構(gòu),更細(xì)致地區(qū)分不同森林類型。(2)PolInSAR森林類型識別中,基于極化干涉T6矩陣和相干優(yōu)化R矩陣的最大似然迭代分類均能達(dá)到識別針葉林和闊葉林的目的,且本文所發(fā)展的基于R矩陣的森林類型識別