农业机械学报

作者：于飞，吕争，隋正伟，李俊杰，盖彦锋

单位：中国四维测绘技术有限公司,中国资源卫星应用中心,中国四维测绘技术有限公司,中国资源卫星应用中心,中国四维测绘技术有限公司,

关键词：水稻提取;合成孔径雷达;多时相;特征优选;干涉相干系数

基金：国家重点研发计划项目（2018YFB0505001）

多时相合成孔径雷达（Synthetic aperture radar，SAR）数据可为水稻提取提供丰富信息，在多云多雨地区对水稻识别和监测具有独特优势。但过多特征变量的加入，一定程度上造成“维数灾难”及信息冗余，因此，本文提出一种基于多时相后向散射特性及干涉相干性优选特征的水稻提取方法。基于研究区水稻生长周期的多时相Sentinel-1 SAR数据，构建后向散射系数和干涉相干系数特征集，利用ReliefF算法对特征重要性进行排序，同时采用JM距离确定最优特征数目完成最优特征选择，结合随机森林分类算法对研究区水稻进行提取及精度评价。结果表明：基于优选特征提取水稻面积相对误差为4.96%，总体精度达到92.48%，Kappa系数为0.90；从优选特征剔除干涉相干特征提取的水稻面积相对误差增加2.39个百分点，总体分类精度和Kappa系数分别降低4.03个百分点、0.06，说明干涉相干性有利于水稻信息提取。基于多时相后向散射特性及干涉相干性的特征优选减少了数据冗余，提高了运算效率，可实现大范围高精度水稻提取。

来源：2023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2023年第3期