论文部分内容阅读
准确高效地提取海冰的类型及分布范围,对于海冰灾害的监测及预防等都具有重要意义。极化SAR具有全天时、全天候、不受云雾影响的优势,已成为海冰类型提取的重要技术手段。目前利用极化SAR数据进行海冰类型提取主要存在以下问题:一是分类特征参数的选择对海冰类型提取结果具有重要的影响;二是仅依靠单一属性特征难以实现海冰类型的精准监测;三是常见的双极化SAR数据海冰类型提取方法适应性比较差,亟待一种新的双极化SAR数据海冰类型提取算法。针对上述问题,本文利用极化SAR数据进行辽东湾海冰类型提取研究,主要进行了三个方面的研究。(1)极化SAR图像特征提取与分析。针对GF-3全极化SAR数据,基于极化数据特性,提取海冰SAR图像后向散射强度特征参数;基于Pauli分解、H/α/A分解、AnYang分解三种目标分解方法,提取海冰SAR图像极化目标分解特征参数;基于灰度共生矩阵,提取海冰SAR图像纹理特征参数,共获得22个海冰类型提取特征参数。分析不同属性特征参数对海冰类型识别的有效性,结果表明不同特征参数包含不同的地物目标信息,将后向散射强度特征参数、极化目标分解特征参数和纹理特征参数进行组合可以提高海冰类型之间的差异性。(2)全极化SAR数据海冰类型提取算法。以渤海辽东湾为实验区,选用高分三号(GF-3)全极化SAR数据,提出一种联合极化SAR目标分解特征和纹理特征的海冰类型提取方法。该方法首先通过特征分析选取海冰分类的有效特征参数,其次利用有效特征参数构建联合特征矢量,最后基于支持向量机(SVM)分类器,实现了极化SAR图像海冰类型的精确提取。实验结果表明,联合多类特征参数进行海冰类型提取,分类效果得到较大改善,通过与最大似然(MLC)分类器结果对比,验证了 SVM分类器对融合多类特征进行海冰类型提取的有效性,分类总精度高达93%。(3)双极化SAR数据海冰类型提取算法。以渤海辽东湾为实验区,选用GF-3和哨兵1号(Sentinel-1)双极化SAR数据,提出一种基于多特征融合的双极化SAR数据海冰类型提取方法。该方法首先提取海冰图像的多类特征包括后向散射强度特征、极化目标分解特征和衍生特征、纹理特征;其次进行特征筛选,选择有利于海冰类型提取的特征参数构建最优特征矢量;最后应用SVM分类器实现海冰类型的大面积监测。结果表明,本文提出的基于多特征融合的双极化SAR数据海冰类型提取方法,分类结果更准确,精度优于其他方案。