极化SAR 农作物分类研究进展

【目的】农作物分类是农情遥感监测的重要环节。及时、准确地获取农作物类型、面 积及空间分布信息对加强农业生产管理、制定经济政策以及保障国家粮食安全具有重要意 义。【方法】文章从监测的农作物类型、使用的数据源、分类特征、算法及精度等方面系统 总结了近10 余年来农作物极化SAR 分类的研究进展，梳理归纳了农作物SAR 分类特征及 其提取方法，对比分析了各种极化SAR 分类方法的优缺点及适用条件，并总结了多源多时 相数据在极化SAR 农作物分类中的应用。【结果】利用极化SAR 数据进行作物分类的精度 逐步提高，但仍存在以下不足：早期极化SAR 监测的作物类型较为单一，以水稻为主，近 期虽涉及多种作物类型，但针对个别旱地作物的分类研究精度仍不高；针对农作物尤其是旱 地作物的散射机制研究明显不足，适合各种旱地作物的分类特征尚未明确与优选；农作物极 化SAR 分类算法以统计方法和机器学习算法为主，机理性和稳定性不强。【结论】农作物极 化SAR 分类未来的发展方向：（1）深入研究农作物散射机制，发展更具普适性的分类算法； （2）选取用于分类的关键时相、关键特征；（3）多源数据融合，充分发挥各自优势，提高分 类精度。

Research advances on crop classification using PolSAR data