论文部分内容阅读
水稻是世界三大粮食作物之一,为超过世界1/3的人口提供粮食来源十年来,由于绿色革命,世界水稻产量持续增长。未来十年里,由于水稻单产提高、种植面积增加都已接近极限水平,其总产量不可能持续增长。与此同时,过去五十年来,世界人口以每年8000万人的速度持续增长,预计2050年左右,世界人口将会达到90亿。这种水稻产量不可能无限制增加与人口持续增长之间的矛盾很容易导致世界粮食市场的紧张局势,进而引起全球粮食危机和大面积饥荒。因此,准确实时地掌握水稻种植面积、监测水稻生产状况,估计水稻产量,对保障社会安定、促进经济发展和维护世界和平具有重要的意义,进而成为各国政府和相关决策者的迫切需求。合成孔径雷达(SyNhetic Aperture Radar,SAR)其全天时、全天候、高重复覆盖率成像等优势,已被证明是水稻监测的有效手段之一。极化是雷达遥感的重要优势之一。随着极化SAR的发展,尤其是全极化SAR出现以后,极化信息成为研究的热点。全极化SAR数据为我们提供了丰富的信息,不仅包括强度信息,还有相位信息。面对如此信息丰富的数据源,如何充分发挥它的优势,提高雷达遥感在水稻监测研究中应用水平成为目前亟待解决的问题。本文主要基于RADARSAT-2全极化SAR数据,构建不同层级极化8VK数据(多极化、紧致极化和全极化),以此为基础层层递进,充分挖掘极化信息的应用潜力,分析水稻的后向散射特性、极化响应特征、散射机制以及它们的区域变化特征,在此基础上提出基于极化信息的水稻识别方法。
论文的主要研究内容包括:
(1)基于多时相多层级极化SAR数据,分析水稻抽穗始期-收割期(生殖生长阶段),在传统线极化(HH/HV/VV)、圆极化(RR/LL/LR)和紧致极化(RH/RV/RR/RL)上的后向散射特性及其差异还有时域变化特征,并发现水圆极化RR、LL以及紧致极化RH对此阶段水稻的生长变化更为敏感,可以在程度上弥补水稻生殖生长阶段线极化后向散射系数出现饱和的情况,更辑利守监测这一阶段水稻含水量和干重的变化,进而服务于水稻监测和估产。
(2)基于RADARSAT-2全极化SAR数据,利用极化合成和极化分解方法分析提炼水稻的极化响应特征和主要散射机制,并结合多时相数据分析它们的时域变化特征。在定性分析的基础上,基于Pauli、Freermn-Durden和Cbude-Pottier三种极化分解方法,定量地给出了水稻三种主要散射机制的贡献及其比例关系。
(3)在水稻后向散射特性分析的基础上,通过与其它地物类型对比分析,发现水稻在HH与HV和VV极化、以及RH与RV极化上存在较大的差异。基于这一特点,利用多极化和紧致极化SAR数据进行水稻识别研究。此外,通过散射机制分忻,发现水稻抽穗始期二次散射的贡献与其它地物存在较大的差异,基于这一特点,利用全极化和紧致极化SAR数据进行水稻识别研究,并给出水稻识别方案。
(4)利用分类精度评价方法,对不同层级极化SAR数据在水稻识别中的应用效果进行评价。通过对比分析发现,全极化SAR数据在水稻识别中的应用效果最佳,水稻识别精度可以达到87%以上。紧致极化SAR数据在水稻识别中的应片j效果仅次于全极化,水稻识别精度一般在85%以上。简单多极化SAR数据组合对水稻的识别效果不够理想,通过引入不同极化之间的差异,水稻识别精度有较大改善。由于全极化SAR数据的刈幅宽度比较窄,入射角可选范围相对较小,当需要同时兼顾制图面积和制图精度时,紧致极化SAR数据是一个很好的拆衷选择
文所取得的创新性成果有:
(1)摆脱对理论散射模型的依赖,首次利用多时相全极化RADARSAT-2数掘,分析水稻散射机制及其时域变化特征,形成了一种基于全极化SAR数据的水稻散射机制定量分析方法,并对水稻散射机制及其时域变化特征有了比较深刻的认识。
(2)首次基于紧致极化SAR模拟数据分析水稻在RH/RV/RR/RL极化的响应特征,同时,利用针对紧致极化SAR数据的m-delta分解进行水稻散射机制分析并在此基础上进行识别研究,提出基于紧致极化SAR数据的水稻识别方法,为紧致极化SAR数据前期论证提供可靠的依据。
(3)在水稻散射机制分析的基础上,基于RADARsAT-2全极化数据,根据水稻抽穗始期二次散射贡献比较大这一特点,进行水稻识别研究,并提出相应的识别方法。