姬永杰 岳彩荣 张王菲（西南林业大学林学院，云南昆明650224）



SAR数据与光学数据融合在土地覆盖分类中的应用研究

姬永杰 岳彩荣 张王菲
（西南林业大学林学院，云南昆明650224）

摘要：采用ALOS-1-PALSAR数据的强度信息、HV/ HH极化比值信息和HV＆HH相干系数与TM影像融合，以支持向量机（SVM）的方法对土地覆盖进行分类，对比了TM影像、TM+SAR强度影像、TM+HV/ HH比值影像、TM+相干影像的分类结果。结果表明：分类精度由高到依次为TM+相干影像>TM+HV/ HH比值影像>TM+SAR强度影像>TM影像；采用SAR数据与光学数据融合，可以在不同程度上提高土地利用覆盖分类的精度。

关键词：土地覆盖分类；SAR；TM；融合

土地覆盖是随着遥感技术发展而出现的一个新概念，具体是指根据土地的自然属性将地球陆地表面分为不同的覆盖类型，包括地表植被、水体、湖泊、人工建筑物、土壤等类型［1］。土地利用覆盖变化是全球变化研究中的一个主要内容，随着遥感技术的兴起，已经成为土地覆盖分类研究的一个重要手段。大数据时代带来了大量不同类型的数据源，使得采用多源数据进行土地利用分类研究不仅成为可能，而且成为一种必然的趋势。目前，在土地利用覆盖类型相关研究中，主流数据仍为光学数据。光学遥感由于其波长特征，在多云多雨的地区会受到限制，而合成孔径雷达（synthetic aperture radar，SAR）技术由于具有全天时、全天候的特点，成为传统光学图像不可缺少的补充。近年来，伴随着新型SAR传感器的相继升空，微波遥感数据获取方式已由单波段、单极化、单角度发展到多尺度、多频率、多极化以及多时相等多种方式，使得SAR与多光谱数据相结合的研究手段在土地覆盖分类的研究与应用中越来越广泛［2-3］。光学数……