基于ALOS_PALSAR双极化雷达影像遥感监测水稻的研究——以德阳地区为例

李章成,李源洪,周华茂

西南师范大学学报(自然科学版)

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
	姓名不能为空！
邮箱
	邮箱不能为空！非法的邮箱地址。
手机号码
	电话不能为空！请输入有效手机号!
标题
	标题不能为空！
留言内容
	内容不能为空！
验证码
	验证码不能为空！验证码错误！

基于ALOS_PALSAR双极化雷达影像遥感监测水稻的研究——以德阳地区为例

李章成,李源洪,周华茂. 基于ALOS_PALSAR双极化雷达影像遥感监测水稻的研究——以德阳地区为例[J]. 西南师范大学学报(自然科学版), 2012, 37(6).

引用本文:

李章成,李源洪,周华茂. 基于ALOS_PALSAR双极化雷达影像遥感监测水稻的研究——以德阳地区为例[J]. 西南师范大学学报(自然科学版), 2012, 37(6).

Monitoring of Paddy Rice Crop with Remote Sensing Technology Based on Multi-temporal Dual Polarization ALOS-PALSAR Images——A Case Study of Deyang County[J]. Journal of Southwest China Normal University(Natural Science Edition), 2012, 37(6).

Citation:

Monitoring of Paddy Rice Crop with Remote Sensing Technology Based on Multi-temporal Dual Polarization ALOS-PALSAR Images——A Case Study of Deyang County[J]. Journal of Southwest China Normal University(Natural Science Edition), 2012, 37(6).

基于ALOS_PALSAR双极化雷达影像遥感监测水稻的研究——以德阳地区为例

李章成,李源洪,周华茂

四川省农业科学院遥感应用研究所,成都 610066;农业部遥感应用中心成都分中心,成都 610066

Monitoring of Paddy Rice Crop with Remote Sensing Technology Based on Multi-temporal Dual Polarization ALOS-PALSAR Images——A Case Study of Deyang County

摘要: 该文以包含平坝地及丘陵区的德阳地区为研究区,利用该区水稻拔节(7月10日)和乳熟(8月25日)两景双极化(HH/HV) ALOS_PALSAR雷达数据,参照2009年6月3日TM(129/038,130/038)光学影像,分析主要地物影像特征,对比分析水稻在不同时相、不同极化方式后向反射系数,结合GIS和GPS技术获取的地面调查资料,对水稻种植区域进行识别和面积监测,最后利用水稻本底调查资料进行对比,探讨利用ALOS_PALSAR数据进行水稻遥感监测的可行性和准确性.该文采用了监督分类和决策树分类两种方法,其中决策树分类以后向反射系数HH/HV比值和两时相HV-HV差值为基础,以HH-HV≥1.5和0.2≤HH/HV≤0.6(7月10日)和0.15≤HH/HV≤0.6(8月25日)为水稻阈值区域.结果表明:与2009年水稻本底解译随机选取的100个水稻图斑相比较,监督分类准确率为91，,区域水稻种植总解译面积比本底增加了8.2，;决策树分类准确率为93，,区域水稻种植总解译面积比本底增加了3.48，.结合地面样方调查资料,利用ALOS_PALSAR多时相影像进行水稻识别和面积测量可以达到较高精度.
- ALOS-PALSAR,水稻识别,后向反射系数,极化特征,遥感监测

计量

文章访问数: 395
HTML全文浏览数: 208
PDF下载数: 0
施引文献: 0

基于ALOS_PALSAR双极化雷达影像遥感监测水稻的研究——以德阳地区为例

李章成,李源洪,周华茂

四川省农业科学院遥感应用研究所,成都 610066;农业部遥感应用中心成都分中心,成都 610066

关键词:

ALOS-PALSAR,水稻识别,后向反射系数,极化特征,遥感监测

摘要: 该文以包含平坝地及丘陵区的德阳地区为研究区,利用该区水稻拔节(7月10日)和乳熟(8月25日)两景双极化(HH/HV) ALOS_PALSAR雷达数据,参照2009年6月3日TM(129/038,130/038)光学影像,分析主要地物影像特征,对比分析水稻在不同时相、不同极化方式后向反射系数,结合GIS和GPS技术获取的地面调查资料,对水稻种植区域进行识别和面积监测,最后利用水稻本底调查资料进行对比,探讨利用ALOS_PALSAR数据进行水稻遥感监测的可行性和准确性.该文采用了监督分类和决策树分类两种方法,其中决策树分类以后向反射系数HH/HV比值和两时相HV-HV差值为基础,以HH-HV≥1.5和0.2≤HH/HV≤0.6(7月10日)和0.15≤HH/HV≤0.6(8月25日)为水稻阈值区域.结果表明:与2009年水稻本底解译随机选取的100个水稻图斑相比较,监督分类准确率为91，,区域水稻种植总解译面积比本底增加了8.2，;决策树分类准确率为93，,区域水稻种植总解译面积比本底增加了3.48，.结合地面样方调查资料,利用ALOS_PALSAR多时相影像进行水稻识别和面积测量可以达到较高精度.