学位论文 > 优秀研究生学位论文题录展示

多维度SAR森林及其类型分类识别方法研究

作 者: 王馨爽
导 师: 姚顽强
学 校: 西安科技大学
专 业: 地图制图学与地理信息工程
关键词: 多维度SAR 土地覆盖分类 森林类型识别
分类号: S771.8
类 型: 硕士论文
年 份: 2013年
下 载: 47次
引 用: 0次
阅 读: 论文下载
 

内容摘要


森林在全球碳循环及大自然空气调节中发挥着重要作用,对森林分布的监测与制图意义重大。光学遥感在森林提取、识别等资源监测方面意义重大,然而,却存在对多云雨雾地区、短期全覆盖森林数据获取难和森林类型严重的“同谱异物”等问题。合成孔径雷达(SyntheticAperture Radar,SAR)以其全天时、全天候的强穿透成像能力,成为光学遥感的有益补充,有时甚至是数据获取的唯一手段。但是,由于SAR斑点噪声、分类方法策略、维度信息量少及森林植被自身复杂特征等各方面的局限,至今未能有比较完善的SAR分类方法体系进行森林类型的细致分类。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、单角度等发展到多频率、多极化、多角度以及多时相等综合获取方式,这就为SAR森林分类识别的研究和应用提供了前所未有的机遇和发展潜力。针对现有森林资源调查中森林类型识别技术的局限性,论文综合利用极化、干涉、时相以及极化干涉四种维度的SAR数据进行土地覆盖分类和森林类型分类研究:(1)以黑龙江省逊克县星载多时相ALOS PALSAR数据覆盖区为实验区,利用不同时相极化SAR(PolSAR)、干涉SAR(InSAR)对植被结构变化特征的敏感性,结合后向散射系数与干涉相干性的时变特征进行地物解译,发展了基于多时相、多极化、干涉SAR的SVM土地覆盖及森林类型分类方法。(2)以德国Traunstein地区机载ESAR数据为研究对象,发展了一种将PolSAR与极化干涉SAR(PolInSAR)相结合的森林类型(针叶林、阔叶林)识别方法。首先利用PolSAR数据的散射特征区分森林与非森林,但仅靠极化信息无法有效识别具体的森林类型。为此,论文综合考虑了单幅影像的极化强度信息和两幅像对之间的极化相干信息,引入了全极化SAR数据的干涉信息和同极化差特征参数Co-Pd,分别基于极化干涉T6矩阵和相干优化R矩阵进行最大似然迭代分类。研究结果表明:(1)多时相分类中引入双极化SAR不同极化之间的极化相干系数,结合所选择的时相特征、极化特征以及干涉相干特征,可以解决双极化SAR中林地与城市及建设用地的混分问题,得到更好的土地覆盖分类结果。在森林类型区分中,多时相的平均干涉相干性对有林地、疏林地及灌木林地的识别十分有效;综合运用所选取的多时相干涉、极化比等有效维度信息能很好的突出地物的边缘与结构,更细致地区分不同森林类型。(2)PolInSAR森林类型识别中,基于极化干涉T6矩阵和相干优化R矩阵的最大似然迭代分类均能达到识别针叶林和阔叶林的目的,且本文所发展的基于R矩阵的森林类型识别方法效果最好,类别间的界限也比较清楚。

全文目录


摘要  2-4
ABSTRACT  4-9
1 绪论  9-18
  1.1 选题背景及意义  9-10
  1.2 国内外研究现状及发展趋势  10-15
    1.2.1 PolSAR 分类研究现状  10-13
    1.2.2 基于多时相特征 SAR 分类研究现状与发展趋势  13
    1.2.3 PolInSAR 分类研究现状与发展趋势  13-14
    1.2.4 森林植被类型遥感分类识别研究现状与发展趋势  14-15
  1.3 论文研究内容和结构安排  15-18
    1.3.1 研究内容  15-17
    1.3.2 论文结构  17-18
2 多维度 SAR 基本理论  18-34
  2.1 微波遥感基本理论  18-23
    2.1.1 电磁波  18-19
    2.1.2 雷达成像原理  19
    2.1.3 雷达方程与后向散射  19-20
    2.1.4 微波散射机理分析  20-23
  2.2 多维度 SAR 概述  23-33
    2.2.1 PolSAR 基本理论  23-27
    2.2.2 InSAR 基本理论  27-31
    2.2.3 PolInSAR 基本理论  31-33
  2.3 遥感影像分类基本原理  33-34
3 实验区与数据源  34-40
  3.1 第一实验区及数据(逊克县)  34-38
    3.1.1 实验区概况  34-35
    3.1.2 分类参考数据  35
    3.1.3 森林资源二类调查数据  35-36
    3.1.4 地面实测数据  36-37
    3.1.5 多时相、多极化 SAR 数据  37-38
  3.2 第二实验区及数据(TRAUNSTEIN)  38-40
    3.2.1 实验区概况  38
    3.2.2 PolInSAR 及地面实测数据  38-40
4 多时相多极化 SAR 干涉测量土地覆盖及森林类型识别方法  40-63
  4.1 分类系统  40-42
  4.2 数据预处理  42-47
    4.2.1 辐射定标  42-43
    4.2.2 多视处理  43
    4.2.3 多时相影像配准  43
    4.2.4 后向散射强度影像生成  43-45
    4.2.5 相干性估计  45-46
    4.2.6 影像滤波  46-47
    4.2.7 地理编码  47
  4.3 典型地物 SAR 时变特征分析  47-56
    4.3.1 后向散射特征  48-51
    4.3.2 干涉相干性  51-54
    4.3.3 极化方式影响  54-56
  4.4 分类方法  56-60
    4.4.1 支持向量机(SVM)算法  56-57
    4.4.2 基于多时相、多极化、干涉 SAR 的 SVM 分类法  57-60
  4.5 结果与分析  60-63
5 PolInSAR 森林类型识别方法研究  63-79
  5.1 数据预处理  63
  5.2 基于极化信息森林区域提取  63-71
    5.2.1 Freeman 分解法提取森林  63-65
    5.2.2 Wishart/H/α/A 非监督分类法提取森林  65-69
    5.2.3 实验结果及分析  69-71
  5.3 基于极化干涉信息森林类型识别  71-79
    5.3.1 极化干涉最优相干  71-72
    5.3.2 基于极化干涉 6矩阵识别森林类型  72-73
    5.3.3 改进的基于相干优化 矩阵识别森林类型  73-75
    5.3.4 实验结果与分析  75-79
6 结论与展望  79-81
  6.1 结论  79-80
  6.2 讨论与展望  80-81
致谢  81-83
参考文献  83-88
硕士期间取得的研究成果  88

相似论文

  1. 耦合“图—谱”特征的遥感影像自动分类方法研究,TP751
  2. CBERS-02B星CCD影像大范围土地覆盖分类潜力分析,P237
  3. 基于MODIS的蒙东地区土地覆盖分类及退耕还林还草变化监测研究,S127
  4. 基于MODIS数据土地覆盖分类研究,TP79
  5. 基于Hyperion高光谱数据的森林类型精细识别研究,S771.8
  6. 基于IKONOS影像融合的土地覆盖分类及居民地信息提取研究,TP79
  7. 城市热环境和植被覆盖关系的方法研究,TP79
  8. 基于不同分类方法土地利用/覆盖分类精度分析,TP18
  9. 中国土地覆盖分类与变化监测遥感研究,P237
  10. 基于MODIS数据的浙江省土地覆盖分类研究,P237
  11. 基于智能算法的土地覆盖分类研究,F301
  12. 四川天全退耕还林工程遥感监测及评价,S771.8
  13. 遥感图像林业信息挖掘及案例分析,S771.8
  14. 火烧迹地森林恢复的遥感影像时空特征谱研究,S771.8
  15. XML格式林业矢量专题图网络传输的研究,S771.3
  16. 基于航片估测乌兰布和沙漠地上生物量的研究,S771.5
  17. 森林植被信息提取的尺度问题研究,S771.8
  18. 泗阳县杨树生物量遥感估算及其动态变化分析,S771.8
  19. 基于遥感与地理信息系统的景观动态分析,S771.8
  20. 基于3S技术的黄龙山林地资源时空动态变化及驱动力分析,S771.8
  21. 基于叶片和冠层级别的高光谱城市树种识别,S771.8

中图分类: > 农业科学 > 林业 > 森林工程、林业机械 > 森林测量、林业测绘 > 森林遥感
© 2012 www.xueweilunwen.com