全极化SAR图像海岸带典型地物提取与分类方法研究的任务书.docx

全极化SAR图像海岸带典型地物提取与分类方法研究的任务书
一、选题背景
在海洋沿岸带，常常会出现许多具有特色的地物，如沿海城市、港口码头、海滩、沙洲、海藻、岩礁等等。这些地物均有其独特的物理特征，在各种遥感图像中可以呈现出不同的形态特征。全极化SAR(SyntheticApertureRadar)是一种新型的遥感技术，由于其良好的穿透性、天气无关性及成像能力，广泛应用于海岸带监测和研究。因此，利用全极化SAR数据提取海岸带典型地物并进行分类研究，具有重要的实用价值和科学意义。
二、研究目的
本研究旨在探索基于全极化SAR数据的海岸带典型地物提取与分类方法，研究内容包括以下几个方面：
1.基于全极化SAR数据进行海岸带典型地物提取，采用的方法包括角度反射率分解、多极化分解、极化干涉等。通过比较不同方法的优缺点，选择最优的方法进行地物提取，并进行验证和分析。
2.对提取出的地物进行分类，采用的方法包括支持向量机(SVM)、人工神经网络(ANN)等。通过对比实验和交叉验证，选择最优的分类算法，并对分类结果进行验证和分析。
3.将提取和分类结果与高分辨率光学影像进行比较和分析，以验证全极化SAR数据提取和分类结果的准确性和有效性。
三、论文结构
本研究论文将分为以下几个部分：
1.绪论：介绍研究背景和意义，并简述本文研究内容、方法、步骤和结论。
2.全极化SAR数据在海岸带典型地物提取中的应用：介绍全极化SAR数据的特点、优点和缺点，并介绍在海岸带典型地物提取中的应用情况及研究现状。
3.全极化SAR数据海岸带典型地物提取方法：介绍全极化SAR数据的反射率分解、多极化分解、极化干涉等方法，并比较其优缺点，选择最优的方法进行地物提取。
4.全极化SAR数据海岸带典型地物分类方法：介绍SVM、ANN等分类方法，通过对比实验和交叉验证，选择最优的分类算法，并对分类结果进行验证和分析。
5.提取和分类结果分析：将提取和分类结果与高分辨率光学影像进行比较和分析，以验证全极化SAR数据提取和分类结果的准确性和有效性。
6.结论：总结全文研究的主要内容和结论，并指出本文的创新之处和存在的不足之处。
7.参考文献：收集和整理相关文献，并按照规范格式写出。
四、研究计划
1.第一周：收集和整理全极化SAR数据及高分辨率光学影像，了解各种地物特征和分类方法。
2.第二周：进行全极化SAR数据预处理和配准，并进行角度反射率分解、多极化分解、极化干涉等地物提取方法的测试和比较。
3.第三周：整理各种地物的特征向量，并进行SVM、ANN等分类算法的测试和比较。
4.第四周：将提取和分类结果与高分辨率光学影像进行比较和分析，验证全极化SAR数据提取和分类结果的准确性和有效性。
5.第五周：对论文进行初稿写作，并针对导师意见进行修改和完善。
6.第六周：对论文进行终稿的撰写、审读和修改，并完成论文提交工作。
五、参考文献
1.董华清，周虞，等.全极化SAR海岸带典型地物分类研究[J].海洋科学进展，2007，25(4)：466-474.
2.徐颖，任鹏，等.基于全极化SAR数据的海岸带地物分类方法研究[J].海洋技术学报，2011，30(3)：101-106.
3.JiapengLi,LeiZhang,etal.PolarimetricSARimageclassificationbasedonsuperpixelmodel[C].OceanRemoteSensing:Methodology,TechniqueandApplication,2019:111-122.
4.薛娇，李慧，等.基于光学和SAR数据的海岸带地物提取方法比较研究[J].海洋测绘，2018，38(1)：1-7.
5.翁帅，杜文，等.基于全极化SAR数据的海岸带典型地貌提取研究[J].海洋地质前沿，2018，34(4)：25-33.