基于Sentinel1A双极化时序数据的甘蔗株高反演方法

作     者：孙盛 刘立露 胡忠文 余旭 SUN Sheng;LIU Lilu;HU Zhongwen;YU Xu

作者机构：广东工业大学计算机学院广州510006 深圳大学自然资源部大湾区地理环境监测重点实验室深圳518000 广东工业大学土木与交通工程学院广州510006 

出 版 物：《农业机械学报》 (Transactions of the Chinese Society for Agricultural Machinery)

年 卷 期：2022年第53卷第2期

页      面：186-194页

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 09[农学] 080203[工学-机械设计及理论] 0901[农学-作物学] 0802[工学-机械工程] 0714[理学-统计学（可授理学、经济学学位）] 0701[理学-数学] 

基　　金：国家自然科学基金项目(61672007) 自然资源部大湾区地理环境监测重点实验室开放基金项目(2019002) 广东省海洋与渔业厅渔港建设和渔业发展专项(A201701D04) 广东省国际合作领域项目(2019A050509009)。 

主　　题：时序数据 Sentinel1A 甘蔗 株高反演 双极化雷达植被指数 

摘      要：甘蔗株高为甘蔗品种与土壤、气象、水文等因素的综合反映,是甘蔗长势监测与估产的重要指标。研究以华南地区气候与天气条件为基础,通过对覆盖甘蔗全生长期的23景时间序列Sentinel1A数据进行预处理、矩阵转换与CloudePottier分解,求得双极化雷达植被指数(Dual-pol radar vegetation index,DPRVI)。分析了该指数与甘蔗长势参数(株高)随甘蔗不同生长期的动态变化规律。采用4种经典的经验回归模型(线性、二次多项式、指数、对数),以分段函数形式对不同生长期的甘蔗株高进行反演,建立最佳反演模型。实验结果表明,拟合模型在分蘖期前相关性最高,二次多项式模型拟合效果最优,决定系数R^(2)与均方根误差分别达到了0.882与0.118 cm,对反演效果最好的分蘖期之前的二次函数模型进行验证,结果表明决定系数R^(2)达0.839,平均绝对偏差为7.4%,说明DPRVI反演甘蔗株高是有效的。将DPRVI与其他3种经典的反演参数进行对比,结果表明,DPRVI的性能优于其他3种参数。通过分析可得,DPRVI可以较好地反演甘蔗生长前期的株高变化,反演的株高参数可供农业管理部门参考。