利用实验区环境星多光谱数据与Envisat ASAR VV极化数据进行融合,讨论了VV极化微波后向散射数据用于改善多光谱遥感数据农作物分类的精度,并比较了不同分类方法的分类精度。结果表明,两种数据之间的融合充分利用了环境星数据的光谱信息...利用实验区环境星多光谱数据与Envisat ASAR VV极化数据进行融合,讨论了VV极化微波后向散射数据用于改善多光谱遥感数据农作物分类的精度,并比较了不同分类方法的分类精度。结果表明,两种数据之间的融合充分利用了环境星数据的光谱信息和VV极化数据对于地物结构敏感的特征,不但增强了不同地物之间的光谱差异,而且提高了作物分类精度。两者融合后分类精度比单独使用环境星数据分类精度提高了约5个百分点,而且由于VV极化数据对田间非耕地信息的敏感性,对于田块边界的识别效果有很大的改善。通过该研究探讨了VV极化数据和多光谱数据融合在作物分类中的应用,拓展了遥感数据在农业领域应用的范围,具有推广价值。展开更多
基金National Key Technology Research and Development Program of the Ministry of Science and Technology of China(2014BAD06B01-17)National Natural Science Foundation of China(41301471)International Postdoctoral Exchange Fellowship Program(20130043)
文摘利用实验区环境星多光谱数据与Envisat ASAR VV极化数据进行融合,讨论了VV极化微波后向散射数据用于改善多光谱遥感数据农作物分类的精度,并比较了不同分类方法的分类精度。结果表明,两种数据之间的融合充分利用了环境星数据的光谱信息和VV极化数据对于地物结构敏感的特征,不但增强了不同地物之间的光谱差异,而且提高了作物分类精度。两者融合后分类精度比单独使用环境星数据分类精度提高了约5个百分点,而且由于VV极化数据对田间非耕地信息的敏感性,对于田块边界的识别效果有很大的改善。通过该研究探讨了VV极化数据和多光谱数据融合在作物分类中的应用,拓展了遥感数据在农业领域应用的范围,具有推广价值。
