科研之友
微信
新浪微博
Facebook
分享链接
摘要
以河北省塞罕坝机械林场2020年L波段全极化ALOS-2为数据源，主要对落叶松林、阔叶林和针叶混交林等进行分类，比较多时相极化分解结合干涉相干性、单时相极化分解和单时相极化分解结合干涉相干性3种方案对7种地物的分类精度。具体方法如下：(1)计算每个时相全极化数据的12个极化分解方法(81个极化分解特征);(2)将后向散射系数和干涉相干性分别结合筛选到的极化分解特征得到3种分类方案，结合随机森林分类器按重要性筛选参与分类的特征；(3)确定研究区内土地覆盖类型的最佳分类方案。研究结果表明，同一时相，按照筛选特征的重要性增加参与分类的特征，总体分类精度先增加然后趋于稳定；时相信息可以提高极化SAR影像极化分解分类精度，总体分类精度和Kappa系数分别由87.33%、0.851 0提高到90.41%、0.887 5;结合随机森林分类器进行特征筛选，获得5个时相的102个分类特征，得到最佳分类精度(总体分类精度达93.84%,Kappa系数为0.927 6)。多时相干涉相干性结合多时相极化分解可以有效提高土地覆盖类型的识别精度，也可为林分类型的快速识别提供参考。
- 单位
