Key points are not available for this paper at this time.
L'objectif de cet article est double : d'abord, évaluer le potentiel des données radar pour la cartographie de la végétation tropicale et, ensuite, évaluer la contribution des différents indicateurs polarisés pouvant être dérivés d'un ensemble de données entièrement polarisées. En raison de sa capacité à prendre en compte de nombreux paramètres hétérogènes, tels que les divers indicateurs polarisés en cours d'examen, un algorithme de machine à vecteurs de support (MVS) est utilisé lors de l'étape de classification. La contribution des différents indicateurs polarisés est estimée par une méthode avancée et régressive gloutonne. Les résultats ont été évalués avec des données polarisées AIRSAR acquises dans un environnement tropical dense. Les résultats sont comparés à ceux obtenus avec l'approche Wishart standard, pour des bandes à fréquence unique et multifréquence. Il est montré que, lorsque les données radar ne satisfont pas la distribution Wishart, l'algorithme MVS fonctionne beaucoup mieux que l'approche Wishart, lorsqu'il est appliqué à un ensemble optimisé d'indicateurs polarisés.
Lardeux et al. (Thu,) ont étudié cette question.