基于单时相Sentinel-1双极化数据的海岸带三角洲水稻多物候期极化SAR(PS(0-99))分类研究

来自印度泰米尔纳德邦的研究团队针对海岸带三角洲地区水稻物候异质性问题，创新性提出极化SAR描述符PS(0-99)，利用单时相Sentinel-1 SLC/GRD数据成功实现水稻三大物候期及六生长阶段精准分类（最高F1值达0.88），为台风灾害下的水稻产量评估提供新方法。

　　

在台风频发的海岸带三角洲区域，处于不同生长阶段的水稻对气旋响应存在显著差异。这项创新研究以印度泰米尔纳德邦三处典型区域为样本，巧妙利用单时相Sentinel-1卫星的C波段双极化数据（包括SLC原始数据和GRD预处理数据），开发出名为PS_(0-99)的极化合成孔径雷达(SAR)描述符。该指标严格遵循BBCH植物生长国际标准，将水稻发育过程量化为0-99的连续标度。

研究结果显示，这个"水稻生长密码本"在物候异质性区域表现惊艳：不仅能准确区分营养生长、生殖生长和成熟期三大关键物候阶段（整体分类F1值86%，Kappa系数0.78），对成熟期物候的识别精度更是高达F1=0.88。更令人振奋的是，该方法成功解析出营养生长和成熟期包含的六个精细生长阶段——移栽期(F1=0.81)、分蘖期(0.76)、拔节期(0.82)、果实发育期(0.84)、成熟期(0.84)和衰老期(0.85)，就像给水稻装上了"生长进度条"。

不过研究也发现，由于生殖生长阶段植株体积散射(VWC)和含水量保持稳定，该描述符对此阶段的细分识别尚有提升空间。这项突破为单时相SAR数据在复杂农业景观中的应用开辟了新思路，特别适合台风灾害应急监测场景，让科学家们能像"作物侦探"般透过雷达信号解码隐藏的生长秘密。