时空感知
顾祯蓉, 李勇, 葛莹, 王鸿燕, 储思敏, 刘秀慧, 赖美芸, 丁涵
时空信息学报.
2025, 32(01):
83-93.
地表水是保障生态平衡、维系人类生存的重要自然资源。在可见光影像匮乏的多云多雨区域,如何借助合成孔径雷达(synthetic aperture radar,SAR)影像,克服样本数量有限这一难题,精准获取地表水分布信息,是一个极具挑战性的问题。以肯尼亚地表水资源监测为研究对象,本文利用Sentinel-1A 数据,提出一种半监督协同随机森林的SAR 影像气候复杂地区地表水提取方法。首先,利用灰度共生矩阵提取SAR 影像的纹理特征,结合极化特征、水体指数和地形特征等,建立多维特征空间;其次,利用Boruta 算法进行特征优选,并利用随机森林基分类器结合半监督协同训练方法,构建半监督协同随机森林模型,提取研究区地表水分布;最后,为验证方法可行性,与常用方法进行比较评价。结果表明,本文方法在仅有少量样本的情况下,能够更好地区分水体与非水体的差异,提高了对水体细节处的识别能力,降低模型漏检率,水体分类总体精度、召回率、F1 分数分别达到91.54%、88.31%、92.08%。