基于三分量分解优化模型的农用地SAR影像提取方法

来源：农业工程学报杂志2015年第2期北京时间：

作者：吴尚蓉,任建强,陈仲新,刘佳,丁娅萍,

摘要：针对中国北方部分农区夏秋两季易受长时间云、雨、雾影响导致区域农用地信息难以实时准确获取的现状，在Freeman极化分解模型基础上，该文提出了一种三分量极化分解优化模型农用地合成孔径雷达（SAR）影像自动提取方法，并开展不同作物覆盖条件下农用地信息提取试验研究。该文首先通过引入体散射分量参数，二次散射分量参数和布拉格散射分量参数，对现有Freeman极化分解模型进行优化，使分解结果更符合农业区域不同地物散射特征；然后，在利用优化三分量极化分解方法提取极化分量基础上，结合模糊C均值聚类，实现农用地信息高精度自动提取。最后，该研究以中国重要黄淮海农业区河北衡水枣强县为试验区，以Radarsat-2影像为试验数据源，在作物全覆盖和作物部分覆盖2种条件下，通过将优化三分量-FCM分类和常用雷达分类方法H-Alpha-Lambda分类的农用地提取结果与地面验证样方进行对比，完成该研究所提出SAR影像农用地提取方法的精度验证和评价。结果表明，在作物全覆盖条件下，利用优化三分量-FCM分类提取农用地信息的总体精度和Kappa系数分别为96.12%和0.857，较H-Alpha-Lambda分类方法分别提高了8.69个百分点和0.337；在作物部分覆盖条件下，利用优化三分量-FCM分类提取农用地信息的总体精度和Kappa系数分别为97.53%和0.902，较H-Alpha-Lambda分类分别提高了17.37个百分点和0.595。可见，无论在作物全覆盖还是部分覆盖条件下，优化三分量-FCM分类方法提取的农用地精度均优于H-Alpha-Lambda分类方法，证明了该算法提取农用地信息具有一定可行性和适用性，为SAR影像在农业遥感应用中的农用地信息提取提供了新的思路。

关键词：极化, 分解, 散射, 模型, SAR影像, 农用地