基于SAR影像的城市建筑变化监测极化香农熵提取方法

摘要

随着城市化进程的加快，基础设施建设不断完善以及环境压力的增加，精准监测城市扩展动态变化成为迫切需求。可见光遥感影像易受云层、雾霾和降水等气象因素的影响，导致其识别结果不稳定。在城市快速变化的情况下，卫星观测的频次过低会导致错过一些短期内发生的重要变化。合成孔径雷达（SAR）影像凭借其全天候、全时段及高分辨率优势，能够提供丰富的地物散射特性信息，为城市规划、灾害防护和可持续发展提供强有力的技术支撑。研究基于Sentinel-1 SAR数据提出一种结合H/A/Alpha极化分解和极化香农熵的城市建筑变化监测方法，成功监测了2018—2024年成都市城市扩展中的建筑物变化。与Sentinel-2光学遥感影像目视解译建筑物结果对比，极化香农熵提取建筑物总体准确率在75%以上，并在建筑形态较为规整的区域达到80%。此外，采用多时相数据捕捉了部分区域的建筑物扩展和改建过程，揭示了成都市中心城区发展减慢、周边近郊区域加快发展的城市动态变化过程。

关键词

极化SAR / 香农熵 / 城市发展 / Sentinel-1 / 建筑物提取

基金资助

国家自然科学基金面上项目(42371462)