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.