共 41 条
- [6] 微波后向散射数据改进农作物光谱分类精度研究[J]. 贾坤,李强子,田亦陈,吴炳方,张飞飞,蒙继华.光谱学与光谱分析. 2011(02)
- [8] 基于MODIS和ENVISAT数据的湖北省四湖地区土地覆盖分类[J]. 薛莲,金卫斌,熊勤学,刘章勇.应用生态学报. 2010(03)
基于合成孔径雷达的农作物识别研究进展
被引：37
作者：
王迪
[1
,2
]
周清波
[1
,2
]
陈仲新
[1
,2
]
刘佳
[1
,2
]
机构：
[1] 农业部农业信息技术重点实验室
[2] 中国农业科学院农业资源与农业区划研究所
来源：
关键词：
合成孔径雷达;
分类;
算法;
农作物识别;
多极化;
多波段;
D O I：
暂无
中图分类号：
S127 [遥感技术在农业上的应用];
学科分类号：
082804 ;
摘要：
精准识别农作物对于及时准确估计农作物种植面积、产量等关键农情信息具有重要意义。合成孔径雷达(synthetic aperture radar,SAR)以其不受云雨天气影响,可全天时、全天候监测等优点已被广泛应用于农情遥感监测领域,为大区域尺度的农作物遥感识别提供了强有力的数据保障和技术支持。该文以雷达技术的发展进程为论述主线,对20余年来国内外农作物SAR识别研究与实践应用的新进展进行了系统总结,具体归纳为4个方面:早期研究(20世纪80年代末-2002年),特征是以单波段、单极化、多时相SAR数据为主;基于多极化、多波段SAR数据进行农作物识别与面积监测研究;利用SAR与光学遥感相结合提高农作物的识别精度与效率研究;农作物SAR分类算法研究。在今后农作物SAR识别研究中,对于复杂种植结构背景下的旱地作物识别,如何优化组合SAR系统工作参数(极化方式、频率及入射角等)及与光学遥感融合来提高农作物识别精度与时效性,发展机理性的农作物SAR分类算法将是需要重点解决的3个问题。
引用
收藏
页码：203 / 212
页数：10
相关论文