基于ASAR数据的水稻制图及生物量参数反演

【摘要】：水稻是人类最主要的粮食作物之一，水稻的种植面积和长势对于世界粮食安全等许多方面都具有非常重要的意义。随着时代的发展，遥感技术已经逐渐成为农作物的主要监测手段。然而水稻主要分布在热带和亚热带，在水稻生长季，受到云雨天气的影响，难以获取足够的光学影像来监测水稻，而雷达遥感具有不受云雨影响，全天候、全天时监测等优点，逐渐成为水稻监测的重要数据来源。 本文在一个水稻生长周期中获取了3景ENVISATASAR数据，并利用江西省南昌县的各种水稻生物物理参数，如鲜重、干重、株高、叶面积等，对水稻面积提取方法和生物量估算进行深入的分析和研究。本文的研究内容与结论主要有以下几个方面： (1)分析了水稻多时相的后向散射特征及与其他地物后向散射特征的差别，分别用最大似然分类方法与支持向量机分类方法提取出南昌县水稻种植面积。结果表明两种方法都能够较好的提取出研究区域内的水稻种植面积，对于水稻的识别精度分别为73.81%和80.95%，支持向量机识别水稻的效果更好，其提取结果在后续研究中用于水稻生物量分布制图。 (2)总结了水稻的实测生物量与反演生物量之间的关系。反演结果表明，水云模型可以用于水稻生物量的反演，而且HH极化方式下实测值与反演值的相关性(R2)为0.55，而VV极化方式下为0.48。也就是说HH极化对水稻生物量和冠层含水量的变化更加敏感，因此在水稻生物量的反演上采用HH极化更加合适。 (3)为了提高反演的可能性，将光学与雷达HH遥感数据协同应用，构建了水稻生物量的经验统计反演模型。从反演的结果可以看出，两种遥感数据协同应用构建的模型能够满足反演的需求，而且实测值与反演值的相关性(R2)为0.81。根据反演结果与提取的水稻种植面积，分别对两个时间的水稻生物量分布进行制图并分析这个时期内水稻的长势变化。