TY - JOUR ID - 10.12105/j.issn.1672-0423.20200202 TI - 极化SAR 农作物分类研究进展 AU - 曾妍,王迪※,田甜,张影 VL - 32 IS - 2 PB - 《中国农业信息》 编辑部 SP - 13 EP - 26 PY - JF - 中国农业信息 JA - 中国农业信息 UR - http://www.cjarrp.com/zgnyxx/ch/reader/view_abstract.aspx?file_no=20200202&flag=1 KW - 全极化合成孔径雷达;农作物分类;极化目标分解 KW - Polarimetric SAR(PolSAR);Crop classification;Polarimetric target decompositions AB - 【目的】农作物分类是农情遥感监测的重要环节。及时、准确地获取农作物类型、面 积及空间分布信息对加强农业生产管理、制定经济政策以及保障国家粮食安全具有重要意 义。【方法】文章从监测的农作物类型、使用的数据源、分类特征、算法及精度等方面系统 总结了近10 余年来农作物极化SAR 分类的研究进展,梳理归纳了农作物SAR 分类特征及 其提取方法,对比分析了各种极化SAR 分类方法的优缺点及适用条件,并总结了多源多时 相数据在极化SAR 农作物分类中的应用。【结果】利用极化SAR 数据进行作物分类的精度 逐步提高,但仍存在以下不足:早期极化SAR 监测的作物类型较为单一,以水稻为主,近 期虽涉及多种作物类型,但针对个别旱地作物的分类研究精度仍不高;针对农作物尤其是旱 地作物的散射机制研究明显不足,适合各种旱地作物的分类特征尚未明确与优选;农作物极 化SAR 分类算法以统计方法和机器学习算法为主,机理性和稳定性不强。【结论】农作物极 化SAR 分类未来的发展方向:(1)深入研究农作物散射机制,发展更具普适性的分类算法; (2)选取用于分类的关键时相、关键特征;(3)多源数据融合,充分发挥各自优势,提高分 类精度。 ER -