[00137706]水稻信息提取、分类雷达遥感成套技术

一、机理研究：1.建立了水稻微波后向散射模型，所建模型可以对各种植被的后向散射系数进行计算模拟。该专题重点对水稻后向散射系数随时相的变化特性进行了模拟，为水稻识别和星载SAR图像时相的选择提供了指导；2.对在一些时相后向散射系数易与水稻混淆的作物的散射特性进行了图像模拟，实测了水稻、棉花、玉米等作物的后向散射系数，建立了非水稻作物-棉花的后向散射模型，并通过理论模型和实测数据的对比研究，完善了微波后向散射模型，为水稻识别提供了技术支持。二、图像预处理和处理方法、技术研究：研究并开发了一个功能齐全的SAR数据预处理程序包，包括SAR CEOS格式数据头文件的读取，PRI和SLC影像数据的读取、交互式自适应滤波、星载SAR影像正射校正、辐射标定和非平坦地形辐射干扰校正、影像显示等功能。主要特点简介如下：1.在深入研究SAR影像几何构像模型的基础上，完成和实现了星载SAR影像的正射校正算法。该算法将当地DEM大地坐标和卫星轨道空间坐标统一到WGS84笛卡尔三维空间坐标系中，基于SAR方位向的多普勒模型和距离向模型建立SAR构像模型，模型参数初值可以从头文件中提供的卫星轨道坐标矢量数据等计算得到，并可利用控制点进行非线性最小二乘迭代优化，几何校正精度达到了该专题的要求(误差不大于2个SAR数据标称分辨率)。2.利用星载SAR图像定标常数和辐射标定公式，编制了SAR图像定标程序，使平坦地形地物散射特性可从定量化角度进行比较；3.建立了非平坦地形辐射干扰校正模型，并编制了实现程序；对SAR影像进行非平坦地形的辐射干扰校正可以提高对非平坦地区梯田水稻的识别能力；4.提出了新的基于模糊隶属度函数的自适应滤波器算法，并编制了应用程序，其特点一是不需要噪音分布的假设，从而使之能适用于各种噪音的滤除，二是用户可以灵活方便地通过可视化界面随时调整相应参数，以改变处理结果使满足不同的需求。三、应用技术研究：1、在应用技术研究中总结了一套综合应用“3S”技术进行水稻识别、面积估算和精度评价的方法，主要特点表现在以下几个方面：(1)实现了仅用两个SAR图像的多时相SAR水稻识别技术，可节省可观的数据购买资金、数据处理时间和费用，在技术路线和方法上具有创新性，对于应用星载SAR实现水稻识别和监测技术的实用化具有重大意义；(2)地形因子与水稻分类方法相结合的梯田水稻识别技术，可明显提高识别精度；(3)对神经元网络专家系统分类方法编制了应用程序，为成果推广提供了自主版权的分类软件；(4)将GPS和DGPS测量技术应用到水稻识别和面积测算及其精度评价中去。2、根据SAR的成像特点完成了耕地系数的测量和估算。着重研究了稻田沟渠、道路、田埂等线性地物在影像上夸大的机制以及夸大的角分布特点，并在实验样区对实地和SAR影像的线性地物的尺度进行了大量的量测，测算了稻田耕地系数，为精确量算稻田面积提供了必要的依据。3、平坦地区水稻识别精度不低于90.09％，非平坦区梯田水稻识别精度达到87.91％以上，已达到该专题合同对识别精度的要求；4、对1997年和1998年各两季水稻分别进行了水稻识别和面积测算，并利用这一序列数据进行了水稻种植面积动态变化监测；5、将增城试验区扩大到整个珠江三角洲，利用1998年两个时相共16景的ERS-2 SAR数据进行了水稻识别和面积测算精度分析，并对该区域两季水稻的变化进行了监测；6、目前正和广东省有关科研院所合作，将成套技术推广应用于整个广东省水稻识别和面积测算项目中。