基于H/A/α分解全极化合成孔径雷达数据的
干旱区土壤盐渍化分类

来源：江苏农业科学杂志2019年第第22期北京时间：

作者：尼格拉·吐尔逊; 依力亚斯江·努尔麦麦提; 王远弘; 木哈代思·艾日肯

单位：1.新疆大学资源与环境科学学院，新疆乌鲁木齐 830046；2.新疆大学绿洲生态教育部重点实验室，新疆乌鲁木齐 830046

摘要：新疆土壤盐渍化分布广泛，选择我国南疆渭干河-库车河三角洲绿洲部分区域为研究区，利用全极化合成孔径雷达数据对土壤进行分类。在多次野外考察及试验的基础上，针对全极化合成孔径雷达影像提取地物物理性质的特征并准确分类的问题，提出一种综合H/A/α & Pauli极化特征分解和支持向量机(SVM)的分类策略，简称H/A/α & Pauli-SVM分类模型。该模型通过H/A/α、Pauli分解法分别提取全极化合成孔径雷达影像的7种参数作为最优极化特征，并将这些信息组合成1个特征向量，最后引入较高精度的SVM分类算法，选择训练样本和验证样本后对全极化合成孔径雷达影像进行监督分类和精度验证。结果显示，该方法相比于本研究采用的其他方法能够得到更理想的分类结果，分类后总体精度提高到了88.87%，κ系数提高到了0.86。

关键词：土壤;盐渍化;极化分解;SVM分类;H/A/α'H/A/α

基金资助：国家自然科学基金(编号：41561089、U1703237)；新疆大学大学生创新训练计划(编号：201710755103)。