基于多时相多极化差值图的稻田识别研究

提出了一种基于多时相多极化差值图的稻田识别方法,该方法在简化稻田识别算法的同时,仍具有较好的稻田识别精度。以江西省高安地区的早稻识别为例,利用两景ENV ISAT ASAR交叉极化模式数据(VV/HH)计算了同时相多极化差值图和同极化多时相差值图。由于稻田含有水层和水稻的垂直株型等属性特征,稻田在两时相上VV极化和HH极化后向散射差异都很大,且与其他地物具有明显差别,因此利用同时相多极化差值图可以很好地分辨出稻田来;从时间变化看,HH极化雷达波对水稻生长和稻田的变化比对其他地物的变化更敏感,使稻田分布信息在HH极化多时相差值图中反应突出。而VV极化对地物的时相变化不够敏感。因此,建立最优差值图组合,分别采用阈值分类方法和监督分类方法对差值图组合进行分类提取稻田。通过比较分类结果,认为基于统计分析的监督分类方法更好,其稻田识别的精度达到84.92%。文章最后对提出的稻田识别方法及分类结果进行了分析。