基于alospalsar数据时相特征的土地覆盖识别

合成孔径雷达遥感具备全天时、全天候的观测能力,是多时相数据获取的有效保证。以福建省漳浦县为研究区,利用alospalsar双极化数据开展土地覆盖识别研究。首先基于多时相的强度数据构建时相稳定性指数,基于重复轨道干涉数据的相位信息计算相干性,以此分析和描述该地区典型地物的雷达数据时相特征。然后以典型地物的时相特征为基础,构建决策树分类器,进行土地覆盖识别。最后以实地考察数据、alosavnir\|2影像和googleearth影像为参考,进行分类结果的精度评价,总体精度达到81.43%,比利用不同时期的后向散射强度图像为输入波段的最大似然法的分类精度(总体精度为63.06%)高出很多。结果表明:在分类中有效融合时相信息,可以充分提高地物的可分性。