加权全极化SAR图像分类下的功能区土地时空变化特征提取

doi:10.13474/j.cnki.11-2246.2022.0218

测绘通报 ›› 2022, Vol. 0 ›› Issue (7): 138-142,153.doi: 10.13474/j.cnki.11-2246.2022.0218

加权全极化SAR图像分类下的功能区土地时空变化特征提取

杨俊^1,2, 刘灵辉³

1. 湖南省第二测绘院, 湖南长沙 410114;
2. 自然资源部南方丘陵区自然资源监测监管重点实验室, 湖南长沙 410114;
3. 电子科技大学公共管理学院, 四川成都 611731

收稿日期:2021-12-10 修回日期:2022-05-20 出版日期:2022-07-25 发布日期:2022-07-28
作者简介:杨俊(1982—),女,高级工程师,主要研究方向为国土空间规划、土地综合整治、生态保护修复、自然资源调查评价等。E-mail:daodaocheng95j@163.com
基金资助:
2020年度国家社会科学基金(20BGL228)

Feature extraction of spatial and temporal change of land in functional areas based on weighted full-polarization SAR image classification

YANG Jun^1,2, LIU Linghui³

1. The Second Surveying and Mapping Institute of Hunan Province, Changsha 410114, China;
2. Key Laboratory of Natural Resources Monitoring and Supervision in the South hilly Area of the Ministry of Natural Resources, Changsha 410114, China;
3. School of Public Affairs and Administration, University of Electronic Science and Technology of China, Chengdu 611731, China

Received:2021-12-10 Revised:2022-05-20 Online:2022-07-25 Published:2022-07-28

摘要/Abstract

摘要： 为准确分析功能区土地时空演变情况,需准确区分土地时空变化的相关特征,本文设计了功能区土地时空变化特征提取模型。首先采用全极化分解和灰度共生矩阵,对SAR图像中反映功能区土地时空变化的、不同地物的各类散射特征和纹理特征进行分类。然后确定最佳加权全极化特征组合,将该组合输入随机森林模型,完成最终图像中地物分类。最后以湖南省某市生态功能区土地时空变化特征为例,实现功能区土地时空变化特征分类提取。测试结果表明,该模型采用加权全极化特征组合,可准确描述地物分布情况,保证地物的可靠分类,能实现较好的提取效果。

关键词: 加权全极化, SAR图像分类, 功能区土地, 时空变化, 特征提取, 特征组合

Abstract: In order to accurately analyze the spatial-temporal evolution of land in functional areas, it is necessary to accurately distinguish the relevant characteristics of land spatial-temporal change. This paper designs the feature extraction model of land spatial-temporal change in functional areas. By using full polarization decomposition and gray level co-occurrence matrix,all kinds of scattering features and texture features of different objects in SAR image which reflect the spatiotemporal change of land in functional area are classified, and the best weighted full polarization feature combination is determined.The combination is input into random forest model to complete the classification of ground objects in the final image and realize the feature extraction of spatiotemporal change of land in functional area. The test results show that: the model uses weighted full polarization feature combination,which can accurately describe the distribution of surface features and ensure the reliable classification of surface features.Taking the spatial-temporal change characteristics of land in an ecological function area of Hunan province as an example, it can achieve good extraction effect.

Key words: weighted total polarization, SAR image classification, functional area land, spatiotemporal variation, feature extraction, characteristics combination

中图分类号:

杨俊, 刘灵辉. 加权全极化SAR图像分类下的功能区土地时空变化特征提取[J]. 测绘通报, 2022, 0(7): 138-142,153.

YANG Jun, LIU Linghui. Feature extraction of spatial and temporal change of land in functional areas based on weighted full-polarization SAR image classification[J]. Bulletin of Surveying and Mapping, 2022, 0(7): 138-142,153.

参考文献

[1] 赵泉华,谢凯浪,王光辉,等.全卷积网络和条件随机场相结合的全极化SAR土地覆盖分类[J].测绘学报,2020,49(1):65-78.
[2] 黄鹏艳,卜丽静,范永良.结合视觉特征的极化SAR图像分类[J].国土资源遥感,2020,32(2):88-93.
[3] 李洋,王官云,王彦平,等.多角度极化SAR图像散射特征分解及SVM分类[J].电波科学学报,2019,34(6):771-777.
[4] 赵泉华,冯林达,李玉.基于最优极化特征组合的SAR影像湿地分类[J].地球信息科学学报,2021,23(4):723-736.
[5] 党涛,宋起,刘勇,等.基于多层次分割分类模型及其特征空间优化的建筑物提取方法[J].国土资源遥感,2019,31(3):111-122.
[6] 张学儒,周杰,李梦梅.基于土地利用格局重建的区域生境质量时空变化分析[J].地理学报,2020,75(1):160-178.
[7] WANG Zhiyong,SUN Peilei,LIU Jian.More than a combined characteristics of polarization SAR sea ice type extraction method[J].Journal of Remote Sensing Information,2020,35(4):23-29.
[8] 王彦平,王官云,李洋,等.多角度极化SAR图像散射特征建模及其应用[J].信号处理,2019,35(3):396-401.
[9] 邓旭,徐新,董浩.单极化合成孔径雷达图像颜色特征编码与分类[J].计算机应用,2018,38(7):2056-2063.
[10] 韩萍,孙丹丹.特征选择与深度学习相结合的极化SAR图像分类[J].信号处理,2019,35(6):972-978.
[11] LI Luoru,XU Xin,DONG Hao,et al.SAR image with the Gaussian mixture model of the polarization characteristics of classification[J].Journal of Optics,2019,33(1):458-467.
[12] 陈睿,赵超,刘兴冉,等.基于多源卫星数据的黑河中游绿洲区土地利用分类与作物类型提取及其时空变化分析[J].中国生态农业学报,2018,26(9):1415-1422.
[13] 陈铁桥,柳稼航,朱锋,等.适用于遥感分类的多邻域粗糙集加权特征提取方法[J].武汉大学学报(信息科学版),2018,43(2):311-317.
[14] 吴文福,邵振峰,杨会巾.全极化SAR图像的建筑物提取研究[J].测绘科学,2019,44(11):143-147.
[15] 李平,徐新,董浩,等.利用可分性指数的极化SAR图像特征选择与多层SVM分类[J].计算机应用,2018,38(1):132-136.
[16] 唐小娟,崔静,王以兵,等.肃南裕固族自治县土地利用时空结构分析[J].中国农村水利水电,2021(5):94-101.
[17] 王睿川,王岩飞.基于半监督空间-通道选择性卷积核网络的极化SAR图像地物分类[J].雷达学报,2021,10(4):516-530.
[18] 余莎莎,余洁,朱腾,等.一种改进的MCSM/H-PSO全极化SAR影像分类方法[J].测绘通报,2018(11):53-57.
[19] 左岍,周勇,李晴,等.鄂西南地区土地利用格局时空变化及轨迹特征分析[J].水土保持学报,2022,36(1):161-169.
[20] 李彦旻,沈育生,王世航.基于土地利用变化的安徽省陆地碳排放时空特征及效应[J].水土保持学报,2022,36(1):182-188.

加权全极化SAR图像分类下的功能区土地时空变化特征提取

Feature extraction of spatial and temporal change of land in functional areas based on weighted full-polarization SAR image classification

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	赵侃, 师芸, 牛敏杰. Google Earth Engine平台下秦岭地区植被覆盖时空变化分析[J]. 测绘通报, 2022, 0(5): 49-55.
[2]	王丽蒙, 王加胜, 杨昆, 王志敏, 粟凡婕, 陈鑫亚. 1990—2019年石漠化区耕地时空特征及成因分析——以富源县为例[J]. 测绘通报, 2022, 0(4): 77-82.
[3]	丁鸽, 燕立爽, 彭健, 朱传广, 黄雪亭. 基于RANSAC算法的隧道点云横断面提取[J]. 测绘通报, 2021, 0(9): 120-123.
[4]	耿万轩, 周维勋, 金双根. 基于LDCNN特征提取的多核SVM高分辨率遥感影像场景分类[J]. 测绘通报, 2021, 0(8): 14-21.
[5]	淳锦, 张新长, 郭海京, 张建国, 金诗程. 基于多源信息与深度学习特征提取的人口空间抽样方法[J]. 测绘通报, 2021, 0(8): 42-47.
[6]	陶莉, 胡召玲. 利用Sentinel-2A数据提取长江中下游丘陵地带农作物种植信息[J]. 测绘通报, 2021, 0(7): 39-43.
[7]	高照忠, 魏海霞, 黄铁兰. 粤港澳大湾区土地覆盖及景观格局时空变化分析[J]. 测绘通报, 2021, 0(5): 25-29.
[8]	钱学飞, 沈映政, 王友昆, 陈宇, 徐博. 一种改进SURF的视觉影像匹配算法[J]. 测绘通报, 2021, 0(1): 99-102,107.
[9]	邵亚奎, 王蕾, 朱长明, 方晖, 张新, 黄端, 陶莉. GEE云平台支持下的西天山森林遥感监测与时空变化分析[J]. 测绘通报, 2020, 0(8): 13-17.
[10]	宋晓春, 刘兴科, 孙玮婕. 黑河流域MODIS气溶胶产品时空对比分析[J]. 测绘通报, 2020, 0(7): 64-69.
[11]	江杉, 王益澄, 马仁锋. 中国东海叶绿素浓度变化分析及其海水温度响应[J]. 测绘通报, 2020, 0(6): 39-44.
[12]	李红梅, 张春亢, 张霞, 罗竹. Morse理论支持下的建筑物点云特征提取[J]. 测绘通报, 2020, 0(5): 31-35,42.
[13]	瑚敏君, 冯德俊, 李强. 基于实例分割模型的建筑物自动提取[J]. 测绘通报, 2020, 0(4): 16-20,62.
[14]	谭远模, 谢思梅, 谢荣安. 土地利用时空变化与城市化发展分析[J]. 测绘通报, 2020, 0(4): 139-142,146.
[15]	高梓成, 王国利, 郭明, 周腾飞. TLS在复杂钢结构特征获取中的应用[J]. 测绘通报, 2020, 0(2): 151-154,159.