融合Sentinel-1特征参数的海冰类型监测研究  

作　　者：许家媛 尹芋迟 王嘉睿 王洁[1] 

机构地区：[1]上海海洋大学海洋科学与生态环境学院,上海 浦东新区 200120

出　　处：《中文科技期刊数据库(全文版)自然科学》2024年第8期157-160,共4页

摘　　要：本文以Sentinel-1A为实验数据,提取加拿大西北航道部分区域的纹理特征和极化特征,采用相关分析和ReliefF法筛选出对分类具有促进作用的特征参数,将参数进行组合后输入随机森林分类器进行海冰类型的识别。通过对比不同组合特征的分类精度,得到以下结论:融合纹理特征和极化特征的分类精度高达92.01%,分类结果相较其他融合特征组合也更加平滑,加入纹理特征或极化特征使分类精度提高了2.59%——18.75,Kappa系数也相应的得到了提高。实验表明,特征融合对识别不同海冰类型有促进作用,可以弥补单一特征之间的不足,提高海冰分类的精度。

关 键 词：SENTINEL 纹理特征 极化特征 随机森林 

分 类 号：TP751[自动化与计算机技术—检测技术与自动化装置]