基于面向对象的光学和Sentinel—1 SAR数据油菜种植空间分布信息提取方法研究

摘要

为提高Sentinel—1 SAR数据作物种植分布提取精度,以湖北省江陵县为研究区域,运用资源三号卫星CCD融合数据(空间分辨率为2 m)提取田间边界对象,将对象内Sentinel—1 SAR后向散射系数取平均,以此消除相干斑点噪声的影响,再通过对各种地物纯像元SAR后向散射特征分析,发现3—4月油菜后向散射系数明显高于其他作物,运用得出的油菜分类阈值(4月22日VH极化的SAR后向散射系数大于2.1且小于3.5,且2月27日NDVI指数大于0.3),对满足条件的对象进行筛选,最后得出江陵县油菜种植空间分布信息.运用GPS定点对分类结果进行验证,得到其KAPPA系数为0.88,并运用其他两种传统分类方法(直接用SAR数据进行阈值分类、运用其他时段SAR数据进行对象提取)进行了比较,发现光学遥感数据提取对象、SAR数据确定对象属性的油菜空间分布提取方法的精度有一个质的提高.由于SAR数据不受云层影响,能定时获取,因此此方法很适合在多云雨地区的作物种植空间分布信息的提取.