基于极化散射特性的神经网络海岸带信息提取

应用遥感手段开展海岛海岸带监测为海岸带资源开发利用提供科学的信息支撑。采用Radarsat-2数据,开展Cloude极化,获得分解参数,进行海岸带地物特性极化参数特性研究,在此基础上,以辽宁鲅鱼圈作为研究区域,运用神经网络方法开展海岸带信息分类提取研究。结果表明:极化目标分解理论对海岸带信息提取具有一定的应用潜力,采用基于H/α的分类方法能较好地区分单次散射的特征地物,但对于偶次散射和体散射的混合体,仅从极化特征参数还难以区分;综合利用极化散射特性及神经网络分类方法则可以有效进行分类,采用基于SPOT5数据的"我国近海海洋综合调查与评价专项"遥感调查成果为验证标准,精度达到88.5%。分类精度与训练样本有关,此外,海岸带区域地物分布往往较为复杂,对于复杂地物的散射机制研制,是下一步研究工作的重点。