SNB-SAR数据在大范围水稻种植面积调查中的应用——以广东省早稻调查为例

研究了在GIS支持下 ,RadarsatSNB -SAR数据用于广东省大范围水稻种植面积调查的方法与应用。首先 ,对SAR数据预处理 ,包括辐射校正、Frost滤波和几何精校正等 ;然后对预处理影像的后向散射值进行信息定量判断 ,结合GIS的辅助分析 ,剔除不可能是水稻信息的像元 ;最后对剔除非水稻信息后的影像进行最大似然法的有监分类 ,获取各区域水稻分布的影像并统计面积。结果表明 ,该方法对于大范围的水稻种植面积调查具有实用、快速的特点 ,其精度在平原地区具有较高的可靠性 。

RADARSAT SNB SAR数据在大面积水稻估产中的应用研究

由于雷达遥感的全天候、全天时的优势,使之成为南方大范围农业信息动态监测的最佳遥感手段。为了适宜于运行系统,本研究采用加拿大雷达卫星(RADARSAT)窄波扫描模式(SNB)数据,以广东省为例进行了大范围水稻估产。通过建立稻作图谱,解决了在地形复杂、农业集约化程度低、水稻田分布不规则,且地块间田间管理水平差异很大等诸多因素影响下的水稻信息提取问题;在野外观测站采集的水稻生长期生理生态数据的基础上,建立了基于RADARSATSNBSAR的雷达遥感时序信息水稻估产模型。通过2000年早、晚两季水稻估产的实践证明,此模型估产的精度在平原区达到95%,而在复杂的丘岭谷地则需进一步提高图像预处理的精度,改进特殊地段估产模型的精度。从实用性而言,这是一套高效、经济的技术方法,易于投入实际运行阶段。