[发明专利]一种结合极化分解与地形特征的表碛覆盖型冰川识别方法

摘要

本发明涉及结合极化分解与地形特征的表碛覆盖型冰川识别方法,首先根据雷达散射矩阵S计算相干矩阵T，然后通过极化分解和地理编码得到极化分解特征、局部入射角以及雷达波束与坡向之间的夹角δ，其中多个极化分解特征主成分分析后与局部入射角合成待分类影像，δ按照60度为单位分割得到小（S）、中（M）、大（L）三个区的矢量文件。其次，分割光学影像得到地类样本矢量，裁剪待分类影像计算样本值。最后对待分类影像执行SVM分类算法，识别表碛覆盖型冰川。与传统方法相比，本发明使用的极化分解特征与冰川表面物理属性密切相关，而分区执行分类可以有效减弱地形造成的误分，进一步细化冰川区分类和提高识别精度。

主权项

1.结合极化分解与地形特征的表碛覆盖型冰川识别方法，包括以下步骤:/n第一步、读取SAR影像的散射矩阵后计算相干矩阵，然后对相干矩阵进行极化滤波和方位向校正；/n第二步、对相干矩阵实施极化分解，得到表面散射、体散射、二面角散射、散射熵、各向异性和平均散射角共6种极化分解特征；/n第三步、根据数字高程模型ASTER GDEM得到研究区各像元的坡度和坡向，并对研究区的六种极化分解特征进行地理编码，得到各像元的局部入射角，随即获得局部入射角影像，结合传感器轨道倾角和各像元的坡向，计算雷达波束与各像元坡向之间的夹角信息，根据所述夹角信息按照从小到大将SAR影像分为多个区域；/n第四步、将6个极化分解特征进行多波段合成，得到一个由6个波段组成的多波段特征影像，对其进行主成分分析，所述局部入射角影像作为一个波段与主成分分析结果组合，得到一个多波段影像并作为待分类影像；/n第五步、对同时期的光学遥感影像进行面向对象多尺度分割，按照积雪、裸冰、表碛、岩石这四个地物类型对分割结果进行目视解译，选取若干对应地物类型的矢量数据作为该地物类型的样本边界矢量，所述矢量数据为多边形矢量数据；/n第六步、首先利用不同地物类型样本边界矢量裁剪所述待分类影像，得到研究区内的分类样本集，包括积雪、裸冰、表碛、岩石四种地物类型样本，然后在SAR影像中选取强后向散射区作为无效数据区样本，共得到五种地类的样本；/n第七步、根据第三步中SAR影像分成的多个区域对待分类影像和五种地类的样本进行裁剪，得到每个区域的待分类影像和对应的多种地类样本；/n第八步、针对待分类影像的每个区域，使用区域中样本进行分类器训练，并且利用训练后的分类器对待分类影像的该区域进行分类，最终得到待分类影像每个区域的分类结果；/n第九步、将待分类影像不同区域的分类结果进行合并，得到最终的冰川识别结果，包括积雪、裸冰、表碛和岩石，其中，积雪、裸冰和表碛为冰川区，岩石为非冰川区。/n