-
题名基于国产GF-3雷达影像的农田洪涝遥感监测方法
被引量：8
- 1
-
-
作者
阳驰轶
官海翔
吴玮
刘美玉
李颖
苏伟
-
机构
中国农业大学土地科学与技术学院
农业农村部农业灾害遥感重点实验室
应急管理部国家减灾中心
中国气象局河南省农业气象保障与应用技术重点开放实验室
河南省气象科学研究所
-
出处
《自然资源遥感》
CSCD
北大核心
2023年第4期71-80,共10页
-
基金
“十四五”国家重点研发计划项目“农情信息空天地高精度高时效智能监测系统研发与应用”之课题三“农情参数高分遥感机理模型与定量解析研究”(编号:2022YFD2001103)
国家自然科学基金项目“多源高分光学遥感数据与作物模型同化的不确定性研究”(编号:41805090)共同资助。
-
文摘
在全球气候变暖背景下,愈发频繁的洪涝灾害是造成我国粮食作物减产的主要农业灾害之一。雷达遥感技术具备全天候的对地观测能力,是快速监测区域范围内洪涝灾害信息的一种重要手段。随着人工智能领域的发展,机器学习方法广泛应用于洪涝灾害遥感监测,虽然该类算法具有较高的精度,但其训练过程往往需要大量的野外调查或遥感解译样本支持。为克服样本标记限制、提高区域尺度洪涝灾害监测的精度,本研究以2021年7月20日河南北部特大洪涝事件为背景,利用国产高分三号(GF-3)双极化雷达影像(HH-HV),构建了一种基于弱监督高斯混合模型(gaussian mixture model,GMM)的洪涝淹没作物监测方法,通过该方法提取了豫北部分区域农田洪涝淹没范围。通过对比4种典型的机器学习方法,包括随机森林、支持向量机、K最近邻分类和平行六面体方法,发现该文构建的弱监督GMM方法的精度最高,其总体精度为0.95,Kappa系数为0.90。该研究对于提高基于合成孔径雷达(synthetic aperture radar,SAR)遥感技术监测区域尺度作物洪涝的准确性和普适性具有重要意义。
-
关键词
GF-3雷达影像
洪涝
农田洪涝淹没
高斯混合模型
-
Keywords
GF-3 radar image
flood
farmland flooding
Gaussian mixture model
-
分类号
TP79
[自动化与计算机技术—检测技术与自动化装置]
-
