APP下载

基于时序PolSAR影像与决策树模型的油菜物候期识别

2021-11-27李诗涛张王菲赵丽仙王熙媛

浙江农业学报 2021年11期
关键词:分类方法模型

李诗涛,张王菲,赵丽仙,王熙媛

(西南林业大学 a. 地理与生态旅游学院;b.林学院,云南 昆明 650224)

油菜(BrassicanapusL)是全球重要的油料作物,也是我国极具传统优势的油料作物。我国油菜种植面积和总产量约占全球的30%,在世界上占有重要地位[1]。物候期是油菜生长阶段重要的农业生态系统特征;同时,物候信息的准确获取也是作物农业生产、田间精细管理、计划决策等的重要依据;此外,物候期对于监测作物长势、进行作物种植管理、预测作物产量等具有重要意义[2]。物候期观测常用的遥感技术分为光学遥感监测和微波遥感监测2个方向[3]。其中,光学遥感受云雾等天气条件影响严重。与光学传感器相比,SAR(synthetic aperture radar)不仅能够在作物各生长时期提供稳定的数据源(全天时、全天候的数据获取能力),还能获取反映作物冠层结构信息的极化特征[4]。在SAR应用的相关研究领域中,极化信息的运用是其重要的一方面,已有研究证实了极化特征在农作物监测中的巨大潜力[5]。2009年Cloude[6]研究发现,基于PolSAR(polarimetric synthetic aperture radar)数据的极化分解技术对极化信息的提取与利用最为有效。极化分解方法分为相干分解与非相干分解,本研究选用非相干分解中H/A/alpha、Freeman-Durden和Yamaguchi这3种经典的分解方法进行极化信息提取。SAR技术对农作物监测的研究最早见于Le Toan等[7]的论文中,通过对SAR影像的分析发现不同作物的后向散射特征变化趋势存在差异,其中,最为显著的是水稻后向散射系数,表明了SAR对农作物监测的可行性。与单极化或双极化相比,PolSAR能更精准地描述作物的结构变化特征。……

登录APP查看全文

猜你喜欢

分类方法模型
一半模型
分类算一算
重尾非线性自回归模型自加权M-估计的渐近分布
教你一招:数的分类
3D打印中的模型分割与打包
用对方法才能瘦
四大方法 教你不再“坐以待病”!
捕鱼