中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 基于全极化SAR影像土地覆盖分类研究 林业调查规划 2014,39 (4) 1-4+9
Position: Home > Articles > Land Cover Classification based on Perfect Polari-metric SAR Images Forest Inventory and Planning 2014,39 (4) 1-4+9

基于全极化SAR影像土地覆盖分类研究

作  者：
田传召;范怀刚;岳彩荣;吕佳;王栋
单  位：
西南林业大学
关键词：
土地覆盖分类;PALSAR;全极化;SAR影像;极化分解
摘  要：
基于云南石林地区2009年4月23日的ALOS PALSAR的L波段全极化散射矩阵单视复数据,利用欧空局PolSARPro软件强大的极化处理功能,首先对数据进行极化分解,然后利用H/α/A—Wishart分类方法对该地区进行分类研究,利用2007年的森林资源二类调查数据作为真实样本数据进行精度检验。结果表明,全极化SAR数据可有效识别出建筑用地、林地、耕地、裸地和水域5种地物覆盖类型,总体分类精度达80.87%。
译  名：
Land Cover Classification based on Perfect Polari-metric SAR Images
作  者：
TIAN Chuan-zhao;FAN Huai-gang;YUE Cai-rong;LU Jia;WANG Dong;Southwest Forestry University;
关键词：
land cover classification;;PALSAR;;perfect polar metric;;SAR images;;polarization decomposition
摘  要：
Based on the perfect polari-metric scattering matrix haplopia data of ALOS PALSAR's L-band at April 23,2009 in stone forest,Yunnan Province,combined with ESA PolSARPro polarization powerful processing software,the data was polarization decomposition,and then using H /α /A-Wishart classification method,this region has been studied and conducted accuracy test by the use of 2007 forest resource inventory data as the real sample data. The results showed that perfect polarimetric SAR data could effectively identify five types' lands of building land,woodland,arable land,bare land and waters area,and the overall classification accuracy was counted for 80. 87%.

相似文章

导出引用
计量
文章访问数: 13
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46