交叉极化散射分解算法

该算法利用交叉极化后向散射分量，有效区分森林与城市环境中的多类地物，解决L波段PolSAR数据的解释模糊问题。

Duan, Dingfeng · Wang, Yong · 张寅

Remote Sensing of Environment 2024

参数信息

平均分辨率

74.3 %

单次散射功率变化

30.6 %

体散射功率增幅

91.9 %

技术优势

平均分辨率达74.3%

算法在多种L波段PolSAR数据上验证，可有效区分易混淆的森林与城市地物。

显著增强体散射

分解后体散射功率增幅不低于91.9%，量化证明了交叉极化后向散射的关键作用。

不假设交叉极化为零

算法保留了协方差矩阵中全部四个同极化与交叉极化元素，避免了信息损失。

应用场景

• 遥感图像解译：用交叉极化信息自动区分森林与城市，减少人工解译工作量。
• 森林监测：避免将洪水森林错判为建筑，提升森林制图可靠性。
• 城市测绘：准确识别不同方位角的建筑，减少与高地的混淆。
• 灾害评估：在洪涝灾害中快速区分淹没林地与受灾建筑，辅助应急响应。