基于雷达数据的区域土壤盐渍化监测

摘要

以新疆渭库绿洲为研究区,对Radarsat-2全极化数据进行Freeman-Durden和H/α这2种目标极化分解处理,得到相应的特征参数,结合SVM-Wishart半监督分类方法对研究区土壤盐渍化信息进行提取,并利用目视判读和野外实地考察对分类结果进行分析验证。研究结果表明:①应用不同极化分解得到的特征参数进行影像类型识别和参数特征空间构建,不同参数信息识别度不同,且参数之间特征空间分布不同,其中H/α分解后特征参数构成的特征空间存在明显规律;②利用SVM-Wishart半监督分类方法对Freeman-Durden分解和H/α分解结果进行分类,Freeman-Durden分解后分类效果优于H/α分解分类效果,分类精度分别达88. 00%和78. 96%;③SVMWishart半监督分类优于传统的SVM分类效果,可以较好地提取研究区土壤盐渍化信息。SVM-Wishart半监督分类可对极化非相干分解后得到的特征参数进行较充分的挖掘,并使分类结果得到一定程度的提高,在区域土壤盐渍化信息提取中具有优势。