农业机械学报

作者：李俐,陈琦琦,张超,尤淑撑,魏海,付雪

单位：中国农业大学,中国农业大学,中国农业大学,中国国土勘测规划院,中国国土勘测规划院,中国农业大学,

关键词：土地覆盖分类;影像融合;高分三号;Sentinel-1;递归非负矩阵下近似

基金：国家重点研发计划项目（2017YFB0502700）

为充分利用多时相、多极化SAR数据在不同土地覆盖类型中的后向散射特性，将递归非负矩阵下近似（Recursive nonnegative matrix underapproximation，RNMU）算法引入多源SAR数据的融合，并利用融合后的SAR影像实现较高精度的土地覆盖分类。融合过程中，在根据不同模式SAR影像特点进行多源SAR影像预处理的基础上，基于RNMU算法通过对多个输入SAR影像进行矩阵分解及迭代最优矩阵求解，得到融合影像。为验证融合后SAR影像在土地覆盖分类中的应用效果，以吉林省大安市为研究区，对多时相Sentinel-1的VV/VH双极化SAR数据和高分三号（GF-3）的HH/HV双极化SAR数据进行了基于RNMU的影像融合，并利用融合后的SAR影像进行研究区主要土地覆盖类型分类。实验结果表明，基于RNMU融合影像的土地覆盖分类总体精度达93.11%，Kappa系数为0.86，与Gram-Schmid（G-S）融合方法相比，分类总体精度提高了6.83个百分点，Kappa系数提高0.12。多源SAR融合为SAR影像融合提供了有效手段，为土地覆盖分类提供了更多高精度的数据资源。

来源：2020年第3期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2020年第3期