基于多种极化分解方法和全极化合成孔径雷达数据的干旱区盐渍化监测

• 作者: 丁建丽 买买提·沙吾提 依力亚斯江·努尔麦麦提 塔西甫拉提·特依拜 孙倩 张飞
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 土壤 干旱 监测 盐渍化 PolSAR WFS-SVM
• 年，卷（期）: 2015,（23）
• 所属期刊栏目: 农业水土工程
• 页码范围: 145-153
• 页数: 9页
• 分类号: S156.4
• 字数: 6996字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2015.23.019

摘要

土壤盐渍化不仅严重制约着干旱区农业可持续发展，并且对绿洲生态环境构成了重大威胁。该文提出将多种极化目标分解方法、绕封模型（wrapper feature selector, WFS）特征子集选择方法和支持向量机（support vector machine, SVM）结合起来（简称WFS-SVM），利用全极化合成孔径雷达（polarimetric synthetic aperture radar, PolSAR）数据实现对土壤盐渍化监测。以新疆干旱区典型绿洲——渭干河-库车河三角洲绿洲（渭-库绿洲）为研究区，对研究区四极化Radarsat-2数据进行多种极化目标分解处理，得到相应的特征参数和特征分量。采用WFS方法进行SVM最佳特征子集的选择，并选出最佳适应度的子集对 SVM进行训练。从而构建基于最佳特征子集和最优分类参数的WFS-SVM分类模型，对研究区进行不同程度盐渍地信息（包括重度盐渍地和中-轻度盐渍地）的提取，并结合野外实地考察验证数据，将分类结果与经典的Wishart监督分类方法和一般SVM分类方法进行了对比和验证。结果表明，该方法较大程度地提高了全极化PolSAR影像在干旱区盐渍地信息提取的精度，相比Wishart监督分类，该方法分类总精度和Kappa系数分别提高了14.12个百分点和0.18，证明了该文所提出的监测方法具有有效性和研究潜力。该成果也将促进PolSAR数据在干旱区盐渍化监测中发挥更大的作用。