Sentinel-1A时序数据结合多源信息的早稻种植面积监测研究

摘要

以高安市为研究区,选取不同生长期早稻的时序双极化Sentinel-1A雷达数据,通过实地和高分辨率影像提取401个早稻、旋耕田、非粮农作物、建筑物、林地、水面及其他地类等7种典型地物作为样本数据。对VH和VV极化条件下不同典型样本的后向散射系数特征进行分析,采用最小距离、最大似然和SVM等方法对影像数据进行分类,引入土地利用图斑、植被指数以及坡度等多因素进行决策分析,并对植被指数的提取方式进行了优化,提出了基于不同相邻生长期的NDVI差值灰度图分类方法获取了早稻种植图斑。精度验证结果表明,SVM分类法的效果最优(总体精度87.43%,Kappa系数0.824)。在验证预留样本后发现,较单一雷达后向散射系数的提取结果,多因素分析的分类精度具有较大提升,最终评定的分类精度为92.22%,分类赋权精度为94.76%。利用时序雷达数据的后向散射系数、SVM分类法及多源信息,可以提升对早稻种植面积的监测效率且精度较好,研究结果可为早稻种植面积的快速、准确监测提供参考。