基于多时相合成孔径雷达与光学影像的冬小麦种植面积提取

• 作者: 周涛 潘剑君 韩涛 魏善宝
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 作物 遥感 合成孔径雷达 冬小麦 光学影像
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 215-221
• 页数: 7页
• 分类号: S127
• 字数: 8375字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2017.10.028

摘要

小麦是中国最重要的农作物之一,准确、及时掌握小麦种植面积具有重要意义.以探索合成孔径雷达(synthetic aperture radar,SAR)与光学数据对种植结构复杂地区冬小麦识别的能力,提高识别精度为目的.该研究以多时相SAR(Sentinel-1A)和光学影像(Landsat-8)为数据源,选取种植结构复杂的都市农业区为研究区.构建不同特征向量组合,利用支持向量机(support vector machine,SVM)提取冬小麦种植面积.通过对比分析基于不同特征向量组合的冬小麦识别精度,结果表明:1)使用SAR后向散射数据得到85.7%的制图精度和87.9%的用户精度;2)添加SAR数据纹理信息,总体精度高达90.6%,比单独使用后向散射数据在制图精度和用户精度上分别提高7.6%和6.7%;3)当SAR数据和光学影像结合时,总体精度高达95.3%(制图精度97%,用户精度98.4%),比单独使用SAR数据在制图精度和用户精度上分别提高3.7%和3.8%.因此,基于SAR数据的都市农业区冬小麦分类,有着较高分类精度,纹理信息和光学影像的添加能有效提高识别精度.研究结果可为SAR数据的农作物识别和应用提供理论基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘剑君	南京农业大学资源与环境科学学院	149	3243	33.0	49.0
2	韩涛	南京农业大学资源与环境科学学院	10	83	7.0	9.0
3	周涛	南京农业大学资源与环境科学学院	4	18	2.0	4.0
4	魏善宝	南京农业大学公共管理学院	3	18	2.0	3.0