이 논문에서는 토지 피복분류를 목적으로 C 밴드와 L 밴드 다중 편광 자료의 결정 수준 융합을 수행하여 융합 효과를 살펴보았다. 앞으로 이용이 가능해질 C 밴드 Radarsat-2 자료와 L 밴드 ALOS PALSAR 자료를 모사하기 위해 C 밴드와 L 밴드 NASA JPL AIRSAR 자료를 감독분류에 이용하였다. Target decomposition으로부터 얻어지는 산란 특성과 관련된 특징들을 입력으로 SVM을 분류 기법으로 적용한 후에, 사후확률을 확률비 모델의 틀안에서 융합하는 결정수준 융합을 수행하였다. 적용 결과, L 밴드가 C 밴드에 비해 피복 구분에 적절한 투과 심도를 나타내어 22% 정도 높은 분류 정확도를 나타내었지만, 결정수준 융합을 통해 개별 토지피복 항목의 구분력의 향상으로 인해 L 밴드 자료의 분류결과에 비해 10% 정도의 보다 향상된 분류 정확도를 얻을 수 있었다.
This paper investigates the effects of the fusion of multifrequency (C and L bands) polarimetric SAR data in land-cover classification. NASA JPL AIRSAR C and L bands data were used to supervised classification in an agricultural area to simulate the integration of ALOS PALSAR and Radarsat-2 SAR data to be available. Several scattering features derived from target decomposition based on eigen value/vector analysis were used as input for a support vector machines classifier and then the posteriori probabilities for each frequency SAR data were integrated by applying a probabilistic ratio model as a decision level fusion methodology. From the case study results, L band data had the proper amount of penetration power and showed better classification accuracy improvement (about 22%) over C band data which did not have enough penetration. When all frequency data were fused for the classification, a significant improvement of about 10% in overall classification accuracy was achieved thanks to an increase of discrimination capability for each class, compared with the case of L band Shh data.
