RSE最新发文！合成孔径雷达（SAR）区分温带落叶性沼泽与高地森林和灌木地的新见解

主要观点总结

本文研究了多时相SAR影像在区分温带落叶沼泽与林地和灌木丛中的应用，通过引入数字高程模型及其衍生数据，提高了分类精度。

关键观点总结

关键观点1: 研究背景

SAR是一种遥感技术，能够穿透云层、雨水和植被等地表障碍，提供高质量的地表信息。然而，如何有效利用SAR数据区分湿地类型仍面临挑战。

关键观点2: 研究目标

深入探讨传感器和环境特征对SAR数据回波行为的影响，尤其是季节性变化的驱动因素，进而提升SAR影像在湿地分类中的准确性。

关键观点3: 研究方法

基于多时相SAR影像和数字高程模型，使用随机森林算法进行分类分析，并引入Shapley值作为变量重要性的衡量标准。

关键观点4: 研究结果

研究发现，生长期早期采集的影像分类精度较高，而随着生长季节的推进，分类准确性逐渐降低。通过组合多个影像日期的数据，分类准确率显著提高。DEM及其衍生数据的引入也显著提高了分类精度。

关键观点5: 研究结论

多时相SAR影像结合DEM及其衍生数据在湿地分类中非常重要。C波段数据在优化采集时间下也能提供高精度的分类结果。Shapley值分析显示HH极化数据在分类中起到了关键作用。