基于极化 SAR 图像的玛纳斯河流域典型区积雪识别

• 作者: 冯学智 周淑媛 朱榴骏 肖鹏峰 郭金金
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: Radarsat-2 玛纳斯河流域 目标分解 极化特征 积雪识别
• 年，卷（期）: 2015,（5）
• 页码范围: 966-975
• 页数: 10页
• 分类号: TP181
• 字数: 5588字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2015.05.007

摘要

极化合成孔径雷达具备全天候的积雪观测能力,而且能提供丰富的极化特征用于积雪识别。选取2014年3月19日新疆玛纳斯河流域典型区 Radarsat-2数据,首先对全极化 SAR(Synthetic Aperture Radar)数据进行目标分解提取积雪极化特征,再利用 J-M 距离(Jeffreys-Matusita)进行特征选择,分析不同极化特征对积雪的可分性,最后利用最优特征集和支持向量机(Support vector machine,SVM)进行积雪识别。结果表明：Yamaguchi 分解和Freeman 分解的体散射分量、相干矩阵特征值和香农熵四种极化特征对积雪有较强的识别能力；多种极化特征联合识别相对于单一特征识别积雪具有较大优势,基于四种极化特征的积雪识别精度达到84%。利用极化特征进行积雪识别可获得较好效果,能够弥补可见光遥感难以识别云下积雪的不足。