基于星载极化SAR数据的农作物分类识别进展评述

［目的］农作物播种面积信息不仅可为农情监测和作物估产提供重要的数据保障，还是国家制定粮食政策和经济计划的重要依据。快速、准确地获取农作物播种面积信息能为农业生产管理提供决策支持。极化SAR不受云雨天气的影响，在农作物遥感监测方面具有巨大的应用潜力，有效利用极化SAR数据进行农作物识别研究对促进雷达技术在国家农业遥感监测和农业供给侧结构性改革中发挥更大作用具有重要意义。［方法］以星载极化SAR技术的发展过程为论述主线，从单、双极化SAR数据，单、双极化SAR数据结合光学影像，全极化SAR数据三个发展阶段，对极化SAR数据在农作物分类识别中的研究与应用进行总结，并对比分析不同的识别特征、融合算法以及分类算法的优缺点。［结果］以往研究存在以下不足：当前研究多以识别水稻为主，对于难以识别的旱地作物研究较少；目前对旱地作物识别精度不高，平均识别精度不足85%；缺乏对不同作物散射机制及其随时相变化的研究，导致分类算法机理性不足，普适性较差。［结论］在今后的研究中，旱地作物散射机制的定量确定，如何利用散射机制及其变化来提高旱地作物遥感识别精度和普适性；目前分类算法大都是基于光学影像设计，如何利用SAR特殊的成像方式优化设计适用于极化SAR数据的分类算法，得到更高的分类精度；如何更好的跟光学遥感等多源数据（光学数据、GIS数据等）结合来提高精度，将成为未来极化SAR农作物识别中三个亟需重点解决的问题。     

基于SAR提高喀斯特地区LUCC光谱分类精度研究

喀斯特地区复杂地表形态导致地面调查可深入性差、精度不高,遥感则作为该区有效监测与研究人类活动对土地利用(LUCC)方式与利用程度影响的主要手段。文章利用ALOS多光谱数据与Terra SARX的数据进行融合,讨论了HH极化微波后向散射数据用于改善多光谱遥感数据LUCC分类的精度,并比较了不同融合方法对地物识别。结果表明:2种数据之间的融合充分利用了多光谱的光谱信息与HH极化数据丰富的结构与纹理的特征,增强了不同地物之间的光谱差异,提高地物可分性;PC法融合、IHS法融合分类精度较单独使用ALOS多光谱数据分类精度分别提高了8%与13%,而且由于HH极化对植被含水量的敏感性,提高了"插花"分布的旱地与草地、林地等由植被覆盖的土地利用类型的区分精度。通过该研究探讨了HH极化数据与多光谱数据融合在地表信息提取中的应用,拓展了遥感数据在喀斯特地区土地利用领域应用的范围。     

基于Radarsat 2全极化数据的多种雷达植被指数差异分析

[目的]雷达植被指数(Radar Vegetation Index,RVI)作为评价雷达影像植被分布与生长状态的重要指标,对植被生长动态监测具有重要意义。然而,不同算法的雷达植被指数对于同一地物类型的表征往往存在一定的差异。文章通过对比分析3种常用RVI在多种类型地物上的差异,为其在SAR影像特征提取、分类、识别等应用提供指导性意见。[方法]实验基于武汉市Radarsat-2全极化数据,结合Google earth历史影像和实地调研数据,选取林地、灌丛、草地、耕地、水生植被、建筑、道路、裸地、湖泊、河流10种典型地物样本,从样本折线图分布、类内标准差等方面,对分别通过H/A/alpha分解、Freeman分解和后向散射系数计算得到的3种常用雷达植被指数Van_RVI、Freeman_RVI和Kim_RVI进行了测算分析。[结果] 3种雷达植被指数有着相似的折线图走势,对植被的监测能力良好,但对于不同地物的敏感性稍有差异:Freeman_RVI对林地等高密度植被区域敏感程度较高; Van_RVI对耕地与林地、灌木与林地具有一定的区分性; Kim_RVI对水体与建筑的敏感程度较高。[结论] Freeman_RVI对高密度植被识别能力最好,可用于林地提取、森林制图; Van_RVI对植被与非植被的区分能力最好,适用于植被提取; Kim_RVI数据预处理计算速度最快,但提取精度不高,可用于应急制图。     

基于多尺度分割的面向对象分类方法提取冬小麦种植面积

应用面向对象方法,对遥感图像进行多尺度分割,即首先进行大尺度分割,结合NDVI提取植被信息,将图像分为植被和非植被;然后在植被信息类内再进行小尺度分割,利用NDVI并融入几何特征进一步提取冬小麦种植面积及空间分布。在遥感分类的基础上,将线性数据按宽度缓冲,从分类结果中扣除。将扣除结果与地面样方实测数据对比分析。结果表明,监测结果减轻了传统分类方法的椒盐效应,监测结果与验证样方数据比较精度为94.06%。     

基于GF-1 PMS影像的柠檬种植面积估算

为应用国产高空间分辨率影像快速、准确估算丘陵区柠檬种植面积,文章基于GF-1 PMS影像使用不同数据预处理及分类法估算柠檬种植面积。通过对影像进行大气校正、数据融合、滤波等处理,分别得到光谱反射率数据、融合影像和纹理特征数据(分辨率分别为8m、2m、2m)。通过可分离性分析,发现荒草地和未成林柠檬的可分性最差,二者在光谱反射率数据、融合影像和纹理图像中的可分性数值均小于1.8,是影响柠檬分类精度的主要因素。基于最大似然法的分类精度评价结果显示,纹理图像数据估算精度好于8m分辨率的多光谱反射率数据和2m分辨率的融合图像,适当的影像预处理有助于提高监督分类精度。对比基于最大似然法的精度,基于面向对象法的柠檬面积估算精度达95.09%,高于监督分类法的,使用GF-1 PMS影像估算柠檬面积最优方法为面向对象法。该研究为应用国产高分辨率遥感数据快速、准确估算丘陵地区果树种植面积提供了相关参考。     

基于SAR遥感的北方旱地秋收作物识别研究

在我国北方旱地秋收作物生长关键期,云雨天气影响较大,无法及时、有效地获取光学遥感数据,因此利用雷达遥感进行旱地作物识别研究非常必要。文章以河北省衡水市为研究区,选择6期RADARAST-2全极化影像作为数据源,分类方法为随机森林法。首先通过对比不同时相间的组合结果,优选出了研究区典型秋收作物(玉米、棉花)的最佳识别时相及组合方式。其次,提取最优识别时相的后向散射信息、纹理信息、极化分解等3部分信息,依据信息间相互组合的结果及随机森林算法对变量的重要性评价,文中对上述3部分信息进行了重要性评估。结果表明:利用SAR识别旱地秋收作物时应着重关注作物生长前期的时相,其中玉米在6月27日单一时相下就可获得90%以上的高精度;棉花面积小、地块破碎,但通过6月3日与6月27日两个时相的结合也得到了70%以上的精度。在玉米识别中极化信息具有较大的贡献,极化变量的加入主要增加了玉米和建筑用地的可分离性,与单纯利用后向散射信息分类相比精度提高了近7%;同样,纹理信息和极化分解信息的加入也使棉花的精度提高了3%。最后,利用随机森林算法对变量的重要性评价机制,优选出对玉米识别最为重要的5个变量,依次为:VH、Alpha、Yamaguchi4-Odd、Freeman-Vol和Mean(HV)。该研究利用雷达数据进行旱地作物识别,验证了雷达影像对旱地秋收作物的识别能力,不仅保证了数据获取与天气状况的独立性,还凭借SAR独有的数据获取方式,为光学数据提供了补充。     

基于多源信息的苏南典型地区县级土地利用现状与动态快速建库研究

对常熟市不同时期(1984、1992、1999、2001年),TM、SPOT、ETM Pan遥感影像多波段合成、分辨率融合、图像增强处理、精确校正与配准,建立不同影像的土地利用分类解译标志,以2001年ETM Pan合成图像为基础,通过目视判读,首先建立2001年土地利用本底数据库,通过连续对比法获得各时期常熟市土地利用数据库以及不同时期之间土地利用动态数据库。研究表明,以高分辨率原始影像建立土地利用本底数据库,较低分辨率图像做动态变化的方法是切实可行的,达到了1:5万专业制图的要求。不同分辨率影像的精确配准后不仅提高了低分辨率图像利用率,而且通过对比分析提高了判读精度,可以实现土地利用数据库快速更新。     

基于面向对象和多尺度影像分割技术的城市用地分类研究——以武汉市城市中心区为例

对城市用地进行分类研究.可为城市土地的合理规划布局与有效管理提供即时信息支撑.利用Quik-Bird高分辨率遥感影像,采用面向对象的影像分析技术与多尺度影像分割技术,运用eCognition软件对武汉市城市中心区用地进行分类研究.针对研究区各用地类型,构建优化分类模型,选择适宜的影像分割尺度和分割特征、按照合理的顺序逐步提取城市用地分类信息.评价结果表明:该方法分类速度快、精度高,为高分辨率遥感影像城市用地分类研究提供了新思路.     

基于优化HRNetV2的高分辨率遥感影像土地利用自动分类

研究目的：基于语义分割模型HRNetV2实现高分辨率遥感影像的土地利用自动分类,以期推动深度学习语义分割方法实现遥感影像的土地利用自动分类研究,并为该类研究提供可参考的案例。研究方法：首先对语义分割模型HRNetV2从损失函数、特征提取方面进行优化,以提高模型的分割精度;其次用优化后的HRNetV2模型对民乐县2 m的高分辨率遥感影像进行土地利用分类,并基于混淆矩阵对分类的结果进行评估。研究结果：（1）优化后的HRNetV2语义分割模型的MIOU达81.9%,相较于优化前提高了4.4%, 证明了优化方法的有效性;（2）针对民乐县进行的土地利用自动分类总体精度达89.72%,Kappa系数达0.888。研究结论：优化后的HRNetV2语义分割模型在高分辨率遥感影像的土地利用自动分类中具有较强的应用前景。     

福州市土地利用格局变化及预测研究

以福州市为例,利用不同时期SPOT卫星遥感影像,通过GIS软件人机交互解译,获取福州市1999年和2009年的土地利用现状数据;其次借助ARCGIS的空间分析功能对两个时期土地利用现状图进行空间叠加分析,然后采用Markov转移矩阵模型进行模拟预测,结果表明:未来福州市耕地、荒草地、水域及水利设施、交通运输用地面积比例持续减少,城镇村及工矿用地则不断增加,而园地、林地、其他土地在变化过程中呈现极大值、之后下降,最终各地类面积比例趋于一个相对稳定的状态。     

贵州省县域农村贫困度时空变化分析

目的 农村贫困程度的变化是一个动态变化的过程，动态、客观地监测农村贫困的时空变化对国家扶贫工作十分重要。方法 文章利用DOSP/OLS夜光数据集构建的平均灯光指数ALI（Average light index，ALI）与社会经济数据构建的综合贫困指数IPI（Integrated Poerty Index，IPI）建立关系，进而估算2003—2018年贵州省县（区）域间综合贫困指数，分析农村贫困的时空格局演变。结果 （1）ALI与IPI建立模型估算的IPI与真实的IPI拟合程度较好，R²超过了0.86，具有一定的准确性和科学性；（2）贵州省各县（区）域IPI指数的变异系数和泰尔指数在2003—2018年两者都有所增长，增长幅度分别为19.21%和2.38%，表明农村贫困度差异在逐渐增大。但贫困程度极高的县（区）域呈下降趋势，由2003年的65个减少到2018年的37个；（3）标准差椭圆分析表明贵州农村贫困程度整体呈现“东北—西南”的空间分布格局，椭圆覆盖面积和贫困化重心变化不大；（4）探索性空间数据分析显示，贵州各县（区）域农村贫困程度表现出显著的正相关，并存在较强的空间聚集现象；（5）由空间变差函数分析可知，贵州农村的贫困程度表现出较强烈的空间关联性和组织性，贫困程度的结构空间分异引起的贫困程度空间关联作用范围呈缩小的趋势，且由随机性因素引起的空间异质性呈下降趋势。结论 夜间灯光遥感能一定程度上反映贵州的县（区）域农村贫困化程度，能够较客观地反映贫困变化。2003—2018年贵州省农村贫困程度高的区域持续减少，减贫效果显著。     

基于最小距离法的RADARSAT-2遥感数据旱地作物识别

利用雷达遥感技术进行作物识别是当前作物遥感监测的研究热点之一,但利用雷达遥感技术进行旱地作物识别的相关研究较少,该文以RADARSAT 2雷达遥感数据对两种旱地作物玉米和棉花进行识别。以河北省枣强县为研究区,对其区域内的玉米和棉花进行识别。首先分析了与卫星过顶时刻同步采集的作物参数与后向散射系数之间的相关性发现,在植株高度、生物量、作物含水量、叶面积指数这四个作物参数中,植株高度与后向散射系数的相关性最大,其次是作物含水量;同时,通过最小距离法应用多时相、多极化雷达遥感数据进行作物识别,其精度可达到85%,通过与资源三号光学遥感数据结合,其作物识别精度提高到了93%。研究结果表明,雷达遥感数据应用于旱地作物识别是可行的,雷达遥感数据与光学遥感数据的结合能提高旱地作物识别的精度。该研究为应用雷达遥感数据进行旱地作物识别提供了参考。     

基于遥感的乡镇级土地利用总体规划实施动态监测技术研究 ——以杭州市余杭区塘栖镇为例

研究目的：建立规划实施动态监测系统，及时反馈规划实施情况以及规划布局与现实的差距，实现“动态规划”。研究方法：文献分析法和实证研究。研究结果：阐述了基于SPOT5高分辨率遥感数据的规划实施动态监测的技术路线、精度要求，高分辨率遥感数据是快速进行乡镇级规划实施动态监测的技术支撑。研究结论：以杭州市余杭区塘栖镇为例，证实了SPOT5高分辨率遥感数据应用于土地利用规划实施动态监测的可行性。塘栖镇1997 — 2005年新增建设用地面积中符合土地利用总体规划中的建设预留区域用途管制规则的比例为86.84%，城乡居民点用地扩展违反规划用途管制规则最为显著。主动调整城乡空间发展过程中的群体利益，是编制第三轮乡镇级土地利用总体规划需要关注的。     

基于多时相高分辨率遥感影像的土地整治项目进展评价模型研究

研究目的：为进一步拓展土地整治遥感监测手段,本文以多时相高分辨率遥感数据为数据源,在土地整治工程地物信息提取基础上,构建形象进度评价模型以综合掌握项目实施进展。研究方法：挣值分析法,实证研究法,文献研究法。研究结果：从遥感影像提取的工程矢量信息分析评价结果符合项目实际进展。研究结论：在遥感监测信息提取的基础上,本文提出的工程形象进度评价模型可用于计算项目整体工程进展,评价项目进度情况,并找出导致项目进展缓慢的工程建设内容。     

沂蒙山区土壤侵蚀问题及对策

沂蒙山区是淮河流域水土流失最严重的地区;分析了沂蒙山区土壤侵蚀状况,提出了水土保持策略:合理开发利用土地资源;坡地退耕还林,强化水土保持工作;控制人口数量,提高人口素质。     

济南市土地利用动态监测分析

选用济南市1995年和2000年两期遥感影像,利用ERDAS软件图像处理模块及计算机解译模块,分别提取两期影像中城镇、交通、工矿用地,林地,草地,耕地,水体及其它未利用土地;利用EXCEI数据处理功能和ARCVIEW统计分析模块得出五年来济南市区土地利用面积变化表及转移矩阵表,并总结了五年来土地利用动态变化的特征。