基于多源遥感数据的面向对象林分类型识别

林分类型的识别是森林资源监测的核心问题之一.为研究多源遥感数据协同的面向对象林分类型分类识别,采用Radarsat-2数据和QuickBird遥感影像协同进行面向对象分类.在面向对象分类过程中,采用3种分割方案:单独使用QuickBird遥感影像分割;单独使用Radarsat-2数据分割;Radarsat-2&QuickBird协同分割.3种分割方案均采用10种分割尺度(25～250,步长25),应用修正的欧式距离3指标评价不同分割方案的分割结果,确定最优分割方案及最优分割尺度.在最优分割结果的基础上,基于地形、高度、光谱及共同特征的不同特征组合,应用带有径向基(RBF)核函数的支持向量机(SVM)分类器进行杉木林、马尾松林、阔叶林3种林分类型识别.结果表明:与单独使用一种数据相比,Radarsat-2数据和QuickBird遥感影像协同方案在面向对象林分类型分类方面具有优势.Radarsat-2&QuickBird协同分割方案,以最优尺度参数100进行分割时,分割结果最好.在最优分割结果的基础上,应用两种数据源提取的全部特征进行面向对象林分类型识别的精度最高(总精度为86%,Kappa值为0.86).本研究结果不仅可为多源遥感数据结合进行林分类型识别提供参考和借鉴,而且对于森林资源调查和监测有现实意义.     

干涉合成孔径雷达监测湿地水位研究综述

湿地水位是表征湿地水文情势的重要指标,干涉合成孔径雷达(InSAR)监测湿地水位具有空间分辨率高、精度高、成本低和效益好等突出优势。本文简要介绍了InSAR监测湿地水位的先决条件,系统阐述了InSAR监测湿地水位技术的类型及其优缺点,重点探讨了InSAR监测湿地水位的影响因素。InSAR监测湿地水位须满足三大前提条件:1)存在非淹没水生植被;2)主要后向散射机制为双回波散射;3)干涉相干性超过一定的阈值。目前,该水位监测技术已从传统的InSAR技术发展到STBAS、MM和DSI等改进的InSAR技术,已由监测相对水位变化发展到监测绝对水位和水深时间序列。InSAR监测湿地水位的影响因素包括合成孔径雷达(SAR)的工作参数和湿地本身的特性。最后,指出该领域未来亟待加强的研究方向为:探讨该水位监测技术应用于更多具有不同后向散射特性及干涉相干性特征的其他生态区的潜力;开发多传感器、多轨道、多波段、多极化和多时相的InSAR新算法;引入新的SAR数据源;加强InSAR监测湿地水位的“副产品”,如湿地水文连通性、流向和流态等研究。