利用SAR图像动态时间翘曲绘制复杂农业区的作物类型( Mapping crop types in complex farming areas using SAR imagery with dynamic time warping )

GW Gella W Bijker M Belgiu

作物类型信息在许多实际应用中是必不可少的,但其制图常常受到大多数农业区的固有特征的限制,如片断化和农田面积小、作物形态在季节中的变化以及云量。本研究探讨了利用合成孔径雷达(SAR)的时间序列和作物物候信息，结合不同的动态时间规整实施策略，能否克服这些限制。针对荷兰小块农田的破碎景观,我们使用了Sentinel-1双旋光仪(VV+VH)和TerraSAR-X单旋光仪(HH)图像和荷兰作物地块基本登记(BRP)数据集进行训练和验证。在图像预处理之后，生成雷达植被指数和极化分解。分析了作物对入射雷达信号的响应,以及仅使用后向散射带或结合导出的指数和极化分解特征的后向散射带的时间加权动态时间规整(twDTW)方法对作物分类的准确性。此外，还对两种改进的动态时间扭曲策略，即可变时间权重动态时间扭曲（vtwDTW）和形状相似角度量(AMSS)进行了性能测试。此外，我们研究了TerraSAR-X和Sentinel-1分类输出的决策级融合的精度性能。结果表明,即使在面积相对较小（约0.08ha)的破碎景观中,利用两种传感器的twDTW结果进行决策级融合,也能成功地进行作物类型图的绘制,准确率可达77.1%。仅对Sentinel-1(VV+VH)应用twDTW,包括Ratio、MRVI、DPSVI指标,总准确率达69.5%；没有这些指标，准确率稍低（67.5%）。将叶片几何形状相似的6种不同粮食作物合并到冬粮和夏粮中，分类准确率提高到80.6%。我们的研究结果表明，在SAR图像上的twDTW可以在农田面积相对较小的破碎景观中绘制作物类型图，为在小农耕作地区绘制作物类型图提供了潜力。

SciDown文献求助系统（解决99%问题） Public Download Elsevier ResearchGate