王平
- 作品数：2 被引量：9H指数：2
- 供职机构：贵州师范大学喀斯特研究院更多>>
- 发文基金：贵州省科技计划项目国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术农业科学更多>>
- 基于全极化SAR与多光谱的喀斯特山区农村林地提取被引量：7
- 2017年
- [目的]为加快推动贵州省"互联网+"林业建设,打破贵州喀斯特高原山区遥感监测瓶颈,选取了空间分辨率8m的Radarsat-2全极化SAR数据与空间分辨率6m的SPOT 6多光谱影像作为数据源,探究微波与光学遥感结合在喀斯特山区农村地区的林地提取技术。[方法]首先采用ENVI SARscape与NEST软件对SAR图像预处理。将Radarsat-2全极化数据与SPOT 6标准假彩色影像进行HSV融合。计算融合图像的平均梯度、信息熵、标准差与均值,评价出最优融合效果的极化方式。基于K均值(K-means)与最大期望(EM聚类)聚类算法分割图像,选择合适的算法,基于聚类分割的阈值进行面向对象的林地分类。最后,基于像素的混淆矩阵精度评价,结合贵州省林业厅调查数据、野外样方和航拍图,建立参考样本评价分类结果。[结果](1)融合之后,目视解译出林地边缘明显但较粗糙;对于在林地中小面积建筑物、农田中的较分散的林地小图斑能够识别,但边缘粗糙;有林地和灌木林地在色调上区分明显;在融合后的明度图中的灌木林地有明度较大的像元,此类像元为石旮旯地。(2)通过定量分析,融合之后的影像较SAR和光学数据信息量大。同极化平均梯度大于交叉极化,HH极化方式下各指标最大。图像EM聚类分割比K-means聚类更加细化。EM聚类图像的特征区分明显;(3)研究分类出了有林地、灌木林地和其他林地。面向对象的林地分类总体分类精度达到85.71%。[结论]研究将微波与光学遥感结合,为喀斯特山区中农村地区的林地提取提供新思路,与传统的林地监测相比,数据获取快捷,提高工作效率,精度准确。有助于通过遥感的手段解决地块破碎区域的林地提取问题,为提高多源遥感技术在喀斯特农村地区中的林地智能监测的能力提供借鉴。
- 王平周忠发殷超
- 关键词：全极化RADARSAT-2图像融合聚类分析
- 基于Freeman分解的喀斯特高原山区烟田土壤水分反演研究被引量：2
- 2016年
- 为探究SAR技术在喀斯特高原山区烟田旱情监测,选取贵州省清镇市流长乡现代烤烟农业基地单元为研究区,采用SAR目标极化分解技术反演团棵期烟田土壤水分。选取Radarsat-2全极化数据,通过Freeman-Durden极化目标分解技术,分解出3种散射机制,并从目视解译假彩色合成影像与散射功率两个角度综合分析主要散射机制,根据SAR影像散射量中的介电常数与土壤水分密切相关的原理,尝试不同的回归模型,用主要散射机制占比反演烟田土壤水分,并用线性回归检验法检验其反演精度。结果表明:此方法能够较好地反演喀斯特高原山区烟田团棵期土壤水分,体现出SAR影像信息中单次散射模拟微粗糙表面散射及反演土壤水分的优势,为喀斯特高原山区烟田旱情监测提供技术参考。
- 王平周忠发廖娟
- 关键词：RADARSAT-2烟田
