基于极化SAR图像的玛纳斯河流域典型区积雪识别

摘要

极化合成孔径雷达具备全天候的积雪观测能力,而且能提供丰富的极化特征用于积雪识别.选取2014年3月19日新疆玛纳斯河流域典型区Radarsat-2数据,首先对全极化SAR(Synthetic Aperture Radar)数据进行目标分解提取积雪极化特征,再利用J-M距离(Jeffreys-Matusita)进行特征选择,分析不同极化特征对积雪的可分性,最后利用最优特征集和支持向量机(Support vector machine,SVM)进行积雪识别.结果表明:Yamaguchi分解和Freeman分解的体散射分量、相干矩阵特征值和香农熵四种极化特征对积雪有较强的识别能力;多种极化特征联合识别相对于单一特征识别积雪具有较大优势,基于四种极化特征的积雪识别精度达到84%.利用极化特征进行积雪识别可获得较好效果,能够弥补可见光遥感难以识别云下积雪的不足.