研究目的
为整合雷达与光学影像的优势，采用基于对象和光谱分类技术，构建一种融合Sentinel-1与Sentinel-2影像以实现精准土地覆盖制图的方法论框架。
研究成果
欧空局工具箱支持的预处理链为准备可处理影像提供了可靠高效的方法。集成哨兵1号与哨兵2号影像进行土地覆盖制图的方法框架已成功建立并通过测试，证明了结合雷达与光学影像实现精准土地覆盖制图的潜力。
研究不足
该研究仅限于南索洛克地区，在未经调整的情况下可能无法直接适用于其他地区。土地覆盖制图的准确性取决于预处理步骤的质量和所使用的分类算法。
1：实验设计与方法选择：
本研究融合Sentinel-1A C波段SAR与Sentinel-2A光学数据进行土地覆盖分类。
2：样本选择与数据来源：
采用1幅Sentinel-1A影像和2幅覆盖南索洛克地区的Sentinel-2A影像。
3：实验设备与材料清单：
使用ESA的Sentinel应用平台及SEN2COR工具箱进行数据预处理。
4：实验流程与操作步骤：
包括辐射校正、地形校正、图像定标、热噪声去除、TOPSAR解聚、重采样、斑点滤波、大气校正、图层叠加及裁剪。
5：数据分析方法：
基于eCognition? v.9.01软件进行面向对象分类，并采用k近邻（k-NN）算法实现分类。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
Sentinel-1A
Level 1 product
European Space Agency
Radar imaging for land cover mapping
-
Sentinel-2A
Level 1C
European Space Agency
Optical imaging for land cover mapping
-
SNAP Software
Sentinel Application Platform
European Space Agency
Data pre-processing for Sentinel images
-
SEN2COR
Toolbox
European Space Agency
Atmospheric correction for Sentinel-2 images
-
eCognition
v.9.01
Object-based classification
-
登录查看剩余3件设备及参数对照表
查看全部
