极化目标分解算法在地物覆盖类型识别中的应用

摘要

本文选择PALSAR全极化数据和宜良县森林资源二类调查数据作为数据源,首先对PALSAR全极化数据进行了定标、多视和配准处理.在此基础上,选择了Pauli、Krogager 、Freeman-Durden和Cloude-Pottier算法进行了极化分解研究,利用宜良县森林资源二类调查数据中的地类和森林类型作为已知地物覆盖类型,比较分析了四种目标分解算法对不同地物类型的分解结果.Pauli分解算法可以清晰的分辨出植被、建筑和水体,Krogager和Freeman-Durden分解算法可以清晰的分辨出植被和水体,但有一部分农地和幼林没有分辨出来,Cloude-Pottier分解算法分辨效果不是太好,仅仅能够分辨出植被,对于水体、建筑和农地的效果不理想.