基于时间序列全极化合成孔径雷达的水稻物候期反演

基于多时相全极化合成孔径雷达(synthetic apertureradar,SAR)数据,对江苏省淮安市金湖县附近地区水稻进行种类识别和关键物候期反演;通过提取分析水稻极化特征参数时序曲线变化特征,筛选出对水稻物候变化敏感的极化特征参数,构造出一个能体现水稻生长关键物候变化特征的雷达物候指数(radar phenologyindex,RPI),利用Savitzky-Golay(S-G)滤波重构后的雷达物候指数反演水稻关键物候期。结果表明:粳稻和籼稻在极化参数香农熵的响应方面差异较大,利用香农熵可将籼稻和粳稻较好地识别出来,识别精度分别为92.38%和95.10%,取得了较好的识别效果;利用曲线导数法提取水稻时序雷达物候指数曲线特征点,识别出水稻3个关键物候期,且识别出的水稻关键物候期日期与野外地面调查获得的日期相差全部在±16 d以内,说明利用雷达物候指数可以较准确地反演出水稻关键物候期。