tm影像辐射定标_用雷达影像看水稻,你绝对没见过!

本文介绍了基于雷达影像的水稻识别技术,详细阐述了雷达影像预处理、后向散射机制、极化方式选择以及Sentinel-1A和Landsat8数据的应用。通过VH极化敏感性分析,识别精度达到93.83%,展示了利用遥感技术在农作物灾情评估和监测中的潜力。
摘要由CSDN通过智能技术生成

505f746857f7cae60159baa70c6490e5.gif

说到水稻

你想到的是不是这样的

9b31ac818537250f748bfbee47a8d46f.png

还有这样的

28fb84e18711894e3069b68002f918fe.png

上面的图我们平时可以肉眼识别

那么这样的呢?

你见过吗?

???

54444f54d9f72bd61146003756b554fa.png

其实,这是基于雷达影像的水稻识别。你是不是也很好奇如何在这个影像中识别水稻?接下来就一起听听来自省国土资源测绘院地籍测量队《利用SAR数据进行广东省农作物台风灾情快速评估方法研究》科技项目组的讲解,看看他们是怎么做到的吧!

入门:专业术语学习

在正式介绍之前,

先给大家讲讲几个专业术语

科普时间 极化
  • 卫星电视广播信号的极化方式有两类:一种是线极化,一种是圆极化。其中在线极化方式下又分为水平极化和垂直极化;在圆极化方式下又分左旋圆极化和右旋圆极化。

  • 极化方式(Polarization):即电磁场的振动方向,卫星向地面发射信号时,所采用的无线电波的振动方向可以有多种方式,目前所使用的有:V垂直极化、H水平极化。

  • 水平极化(H):指卫星向地面发射信号时,其无线电波的振动方向是水平方向。例如:我们拿一条绳子左右抖动,产生的波是左右波动。

  • 垂直极化(V):指卫星向地面发射信号时,其无线电波的振动方向是垂直方向。例如:我们拿一条绳子上下抖动,产生的波是上下波动。

后向散射系数
  • 在两个均匀介质的分界面上,当电磁波从一个介质中入射时,会在分界面上产生散射,这种散射叫做表面散射。

  • 在表面散射中,散射面的粗糙度是非常重要的,所以在不是镜面的情况下必须使用能够计算的量来衡量。通常散射截面积是入射方向和散射方向的函数,而在合成孔径雷达及散射计等遥感器中,所观测的散射波的方向是入射方向,这个方向上的散射就称作后向散射。

NDVI
  • 归一化植被指数,用于检测植被生长状态、植被覆盖度和消除部分辐射误差等。

雷达影像识别水稻步骤

首先对雷达影像进行预处理,数据预处理包括六个步骤:热噪声去除、轨道校正、辐射定标、精改的Lee滤波、距离-多普勒地形校正以及数据线性刻度转化为对数刻度(dB)。

db206271b669a9b5f19120a34d01f686.gif

了解水稻后向散射机制是水稻识别的基础。水稻的散射作用主要是由稻叶和稻杆两种器官引起的。

由于水稻具有明显的竖直伸展性,水稻面有较强的反射作用,水面与水稻之间形成类似于二面角的结构。在水稻的插秧期,水稻植株较小,植株之间空隙较大,水稻田含有大量水,因此,该时期水稻后向散射系数较小。

dc5d58a3471db46a2f6bb6e592017362.png

注意:并不是任何一张SAR影像都能够很好得识别出水稻,要根据水稻自身特性选择最佳时相和极化方式。

最佳时相和最佳极化的选择

在这次研究中,使用的数据是Sentinel-1A的地距影像,时相为8月3日,其原因为此时期为晚稻的插秧期,水稻田中含有大量水,使水稻田后向散射系数与其它地表植被类型相差较大,便于与其它地表植被类型区分。  

同时还选取了9月27日的Landsat8影像,此时植被处于生长的旺盛期,可根据NDVI更好地将水体、裸地、低覆盖植被区以及高覆盖植被区进行区分。

根据以往的研究经验,水稻VH极化后向散射系数对于水稻生长比VV极化更敏感,且水稻后向散射系数与其他土地覆被类型的后向散射系数在VH极化的差别比VV极化大。因此,本研究将VH作为水稻识别的最佳极化。

af424acdc9bcd84849ac5fbbec47b36c.png

△2016年8月3日研究区土地覆被类型的VH极化后向散射系数(a)和2016年9月27日土地覆被类型的NDVI(b)

水稻识别规则

提取水稻种植区,但由于插秧期水稻田含有大量水,水稻田的后向散射系数较小,因此提取的区域还包含沼泽地或湿地、部分水体和山体的阴影区。

经过识别规则获得区域后,将该区域NDVI小于0的水体去除,把该区域NDVI范围为0-0.55的裸地或低盖度覆被的区域去除。最后,SAR成像的侧视特点会产生山体阴影,通过DEM和坡度数据将其去除。

c72f337dfd44c22081ce23fe41f828b0.png

水稻信息提取的结果

精度验证

最后我们采用野外调查和比对谷歌地图相结合的方式,验证出我们这次研究水稻的识别精度达到93.83%。随着技术的不断发展,利用雷达影像识别水稻以及其他地物将会越来越广泛被使用。

0534186e90d5676236d0d4e990ef5181.gif

怎么样,

这项研究有没有解开你原先的疑惑呢?

372483e413c41222c8b77e0aefedda67.gif

通讯单位:广东省国土资源测绘院地籍测量队】

- THE END -

b324fa4eea3ad85352881290ab50b99d.png

粤自然小编团队

编辑| 晓芬

校核| 章淼

c9164abaaf7d1a79ae9812a5b59e0ebe.png

点好看的人都特别好看哦~

aa04c105e3685da27b17f43b05e9f9b0.gif

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值