基于Sentinel-1B SAR数据的农作物分类方法研究

以欧空局免费资源哨兵1号(Sentinel-1B)时间序列数据为基础,利用不同农作物的后向反射系数——时间序列特征建立随机森林分类器,进行旱地作物分类,探索雷达遥感监测旱地农作物结构的可行性和实用性。研究结果表明:在三江平原地区利用多时相VV极化雷达数据可以区分玉米和大豆作物,分类精度介于65%—68%之间,利用本研究方法可以掌握农作物种植结构分布概况。     

水稻时域后向散射特性分析：雷达卫星观测与模型模拟结果对比

利用已有的微波后向散射模型模拟计算了水稻的雷达后向散射特性，分析了一个生长周期内水稻冠层与微波电磁波的相互作用。重点分析植物物理参数对其后向散射特征的影响及其随极化而变化的规律。以及这些特征在整个水稻生长周期中的变化规律。输入后向散射模型的数据包括通过田间测量获取的水稻物理参数。在地面测量的同时或准同时获取了中国广东肇庆试验区的多时相雷达卫星（RADARSAT）遥感图像。雷达卫星观测结果和后向散射模型模拟计算结果的比较分析表明：在水稻的生长过程中，水稻的后向散射特征随其物理参数的周期性变化而变化，并且在不同的极化状态具有不同的变化规律。这从理论上预示了多时相多极化雷达遥感技术进行水稻长势监测的潜力。     

卫星雷达遥感在滑坡灾害探测和监测中的应用:挑战与对策

将卫星雷达遥感应用于滑坡灾害的探测与监测，不仅可以从空间尺度上大范围捕捉到滑坡信号，而且可以从时间尺度上以较长周期追踪滑坡的运动状态。但是，卫星雷达遥感本身的局限性和滑坡所处的复杂地形环境使这一应用面临一些挑战。对卫星雷达遥感技术的4个主要挑战进行了总结与分析，同时给出了相应的解决方案:①通过提高卫星雷达影像的空间、时间分辨率，使用较长波段雷达信号或采用增强型时间序列分析技术，可降低密集植被覆盖对相干性的影响。另外，采用像素点偏移量追踪或距离向分频干涉测量方法，可克服传统干涉测量中大梯度形变引起的相位失相干。②大气延迟对卫星遥感的影响较大，尤其是地处山区的滑坡探测和监测，利用通用型卫星雷达大气改正系统可显著减弱干涉影像的大气信号并进一步简化时间序列分析，提高缓慢运动滑坡的探测和监测质量。③对于中等分辨率的雷达影像而言，利用数字高程模型可提前量化分析雷达几何畸变（如叠掩、阴影等）引发的滑坡探测监测的适用性；而对于高分辨率的雷达影像而言，利用机器学习方法无需外部高分辨率数字高程模型即可精确识别雷达影像的阴影和叠掩区并进行掩膜，从而大幅度提高数据处理效率。④针对高坡度地区残余的地形相位引起的解缠误差，可通过基线线性组合的方法予以减弱。此外，提出了一个基于多源对地观测的滑坡探测/监测系统框架，综合卫星雷达遥感与其他对地观测数据（如地基雷达、激光雷达、全球导航定位系统），搭建了一个自动化滑坡探测与监测系统。该研究旨在阐明卫星雷达遥感的优缺点，进一步深化其在滑坡灾害监测方面的应用和推广，引出未来侧重发展方向的思考与探讨。     

水稻时域散射特征分析及其应用研究

通过对肇庆试验区1996年和1997年获取的多时相、多模式雷达卫星（RADARSAT）数据分析，从图像上直接提取地物的后向散射系数，结合实地测量水稻的生长结构参数，建立了水稻生长模型，分析了不同生长周期（从80天到120－125天）4种类型水稻的时域散射特性。利用1997年4月至7月获取的7景标准模式雷达卫星数据，对试验区内三个县和两个行政区共5000km^2面积范围内的作物进行分类和水稻产量预估算，水稻类型分类及面积量算精度达91％。结果表明：利用雷达遥感数据进行水稻种植面积量算和估产需要水稻生长期间三个时相的数据，即插秧期、抽穗期、收割前期。若能够获得多参数雷达图像，可以用插秧期和收割前期的两个时相图像来代替上述的三个时相图像同样可以达到种植面积量算和估产的效果。这一结果充分说明多时相雷达卫星数据对我国南方水稻长势监测及估产具有明显优势和潜力。     

基于SVM雷达卧龙大熊猫栖息地森林成图

卧龙自然保护区(世界自然遗产地)是大熊猫最主要的栖息地之一。结合雷达遥感全天时、全天候观测优势,以及森林覆盖对栖息地生境评价的重要性,开展多时相、双极化雷达数据森林精细成图研究就显得尤为重要。本研究首先对雷达数据进行辐射地形校正;然后选用5个时相ALOS PALSAR数据,采用支持向量机(support vector machine,SVM)方法进行森林精细成图。研究选取了5个多时相、双极化典型特征信息参与初始训练和分类,即HH_m,HV_m,TSD,HH_m-HV_m和HH_m/HV_m;接着通过对不同信息组合分类精度的试验与对比,获取了最优特征组合HH_m,HV_m,TSD,HH_m-HV_m。对应分类总体精度、森林及非森林类别用户精度分别为86.90%,82.34%和92.83%,显著优于单时相单极化数据分类结果(分类总体精度55.47%)。研究结果验证了多时相、双极化雷达遥感数据在自然遗产地森林精细成图中的有效性,并揭示了雷达遥感在多云多雨地区生境监测与评价中的潜力与应用价值。     

泰国水稻种植面积月变化的遥感监测

介绍了光学和微波遥感影像相结合进行泰国水稻种植面积监测方法。泰国雨季雨量充足 ,气温适合 ,同一时间耕地上水稻的物候多样 ,每月水稻种植面积都发生变化。利用旱季的TM影像 ,获得耕地信息。同时利用TM影像覆盖的雷达区域进行非耕地去除 ,进行非监督分类 ,提取反映水稻种植不同生长期的雷达影像后向反射系数特征 ,建立各种类型的分类模型 ,采用监督分类的方法对全景雷达数据进行水稻种植情况调查 ,并分别予以识别和统计 ,反映研究区水稻月种植情况。分类结果通过类别检验和面积量算检验进行精度评价和分析。     

水稻时域散射特征分析及其应用研究

通过对肇庆试验区1996年和1997年获取的多时相、多模式雷达卫星（RADARSAT）数据分析,从图像上直接提取地物的后向散射系数,结合实地测量水稻的生长结构参数,建立了水稻生长模型,分析了不同生长周期（从80天到120－125天）4种类型水稻的时域散射特性。利用1997年4月至7月获取的7景标准模式雷达卫星数据,对试验区内三个县和两个行政区共5000km^2面积范围内的作物进行分类和水稻产量预估算,水稻类型分类及面积量算精度达91％。结果表明：利用雷达遥感数据进行水稻种植面积量算和估产需要水稻生长期间三个时相的数据,即插秧期、抽穗期、收割前期。若能够获得多参数雷达图像,可以用插秧期和收割前期的两个时相图像来代替上述的三个时相图像同样可以达到种植面积量算和估产的效果。这一结果充分说明多时相雷达卫星数据对我国南方水稻长势监测及估产具有明显优势和潜力。     

基于知识推理的农作物空间分布监测方法研究

利用遥感技术进行农作物识别和监测是遥感应用领域的重要研究内容之一。以2006—2007年两个时相的CBERS-02 CCD影像为主要遥感数据源,对山东省某市的主要农作物的种植分布情况进行监测。将农作物的物候特征、光谱特征和纹理特征及GIS辅助信息等多源信息融合,建立识别知识规则,通过知识推理,逐步识别出冬小麦、夏玉米和棉花。最后,利用混淆矩阵对实验结果进行验证。通过分析比较,证明上述方法在监测作物空间分布方面具有较高精度。     

侧视雷达影像距离-共面模型严密定位

本文对现有侧视雷达遥感影像的几何构像模型在摄影测量应用中的不足进行了理论分析,以外方位元素作为定向参数,依次建立了像点坐标显函数形式的距离-共面(R-Cp)方程、地心直角坐标系中星载侧视雷达影像的距离-共面方程、以及星载侧视雷达遥感影像的严密定位模型,并进行了稀少控制点条件的星载TerraSAR-X影像定位试验。理论和试验表明,本文所建立的R-Cp严密定位模型,使得雷达影像像点量测坐标作为摄影测量观测值的属性得到体现,容易吸收和利用光学遥感影像基于共线方程模型发展起来的成熟的数字摄影测量数据处理方法,有利于提高雷达遥感影像摄影测量数据处理的严密性、稳定性、可靠性及数据处理效率。     

雷达遥感六十年：四个阶段的发展

雷达遥感问世60年来已经历了4个阶段的发展,其在对地观测中的作用正日益凸显,已经广泛应用于不同领域。4个阶段分别是单波段单极化阶段,多波段多极化阶段,极化和干涉阶段,以及以双/多站或星座、高时序高分宽幅、3维成像为代表的新阶段。本文结合作者长期在雷达遥感领域的研究经历,总结和回顾了雷达遥感的阶段发展和具有里程碑式的代表性技术;从观测技术、数据处理和应用角度阐述了新阶段雷达遥感的发展趋势,以及雷达遥感与人工智能和大数据结合的思考;最后着眼未来,介绍了月基雷达对地观测平台的前瞻性研究。     

利用雷达干涉数据进行城市不透水层百分比估算

人工不透水层是城市地区的重要特征.作为城市生态环境的关键指数,不透水层百分比(Impervious Surfaces Percentage, ISP)常用于城市水文过程模拟、水质面源污染及城市专题制图等研究中.本文利用ERS-1/2 重复轨道雷达干涉数据,采用分类与回归树(CART)算法探究了雷达遥感在城市ISP估算中的可行性和潜力,并与SPOT5 HRG光学遥感图像的估算结果进行了分析比较.香港九龙港岛实验区的初步研究结果表明,雷达干涉数据在城市不透水层研究中具有一定的应用潜力,特别是裸土和稀疏植被的ISP估算结果要好于光学遥感,这主要得益于雷达干涉数据(特别是长时间相干图像)在人工建筑物和裸土或稀疏植被之间具有很强的区分能力,另外,雷达干涉数据和光学遥感数据间的融合能够提高ISP估算精度.     

基于目标时域散射特性的土地覆盖类型分类研究

目标散射特性随时间变化的规律称之为目标时域散射特性。目标时域散射特征是利用多时相雷达遥感图像进行目标识别的基础。本研究以广东肇庆为试验区,利用多时相单参数雷达图像进行土地覆盖类型分类研究,分析了试验区内典型植被的结构、形态及其散射机理等特征,总结了各类目标的时域散射特性,区分识别了多种目标,制作了土地覆盖类型分类图.     

混沌理论在变形分析与预报中的应用

由于受到各种环境因素及仪器本身的影响,变形监测被看作为一个复杂系统。它本身的各种参变量是不确定的、随机的,表现为复杂的非线性行为。运用现代混沌理论,对变形监测时间序列进行探索性研究,把混沌时间序列理论引入到变形分析研究中,对该理论的建立及预测方法进行了讨论。通过实例表明混沌时间序列预测方法对变形数据序列的预测具有比较好的精度。     

多源雷达遥感数据汶川地震灾情应急监测与评价

合成孔径雷达(SAR)具有全天时、全天候成像能力和图像立体感强的优势,在汶川大地震灾情监测与评估中发挥了不可替代的作用.利用多源多时相高分辨率雷达遥感数据,对汶川地震灾区各城镇和次生灾害进行了快速、系统、连续的监测,并根据雷达图像特征对房屋损毁情况、滑坡和堰塞湖的分布与规模等进行了快速定量评估,建立了相应的解译标志.监测成果及报告呈送了国家各有关部门和救援队伍,为抢险救灾及灾后重建工作提供了详实、可靠的科学依据.     

从SAR影像提取DEM的方法研究

SAR影像自动提取地形信息是雷达遥感研究的一个热门课题,迄今为止,从SAR影像提取DEM的方法可以归结为四类:雷达角度测量,雷达立体测量,雷达干涉测量和雷达极化测量。对这几种方法一一作介绍,着重阐述雷达干涉测量提取DEM技术的原理,并给出DEM提取流程及实例分析。     

利用Radarsat-2极化雷达数据探测湿地地表特征与分类

利用新型的Radarsat-2极化雷达数据,结合极化雷达目标分解方法提取鄱阳湖湿地不同地表类型的极化特征量,并进行了Wishart非监督和监督分类,取得了较高的精度.研究表明,Radarsat-2卫星的全天候极化雷达成像能力将在湿地监测和制图中有较大的应用潜力.     

基于多特征CRF的无人机影像松材线虫病监测方法

利用无人机遥感技术进行林业调查，可以获取低成本、高分辨率、高时间密度的遥感数据，特别是为小尺度范围的森林病虫害监测提供了非常有效的监测手段。本文以小型无人机为影像获取平台，航摄获取可见光RGB影像，基于高分辨率影像进行松材线虫病松树提取方法研究。根据影像特点，提取影像中地物颜色、纹理特征，并采用CRF方法进行分类，识别出病害松树。通过比较多种分类方法的提取结果，验证了基于多特征CRF方法在松材线虫病监测中的可行性和有效性。     

雷达遥感滑坡隐患识别与形变监测

滑坡是全球发生最为频繁、造成损失最严重的自然灾害之一,滑坡表面形变测量对于滑坡的早期识别、监测和预警具有重要意义。雷达遥感具有非接触式大范围空间连续覆盖和高精度形变测量等优势,在滑坡地质灾害领域中取得了广泛的应用。本文概述武汉大学干涉雷达遥感团队近几年在利用雷达遥感监测滑坡形变方面的研究内容,包括：雷达遥感在滑坡形变监测中的可行性和适用性分析、大范围滑坡隐患识别、复杂山区滑坡形变测量、大梯度滑坡形变测量、滑坡三维形变提取等。     

小波变换在时间序列特征提取中的应用

时间序列的数学特征主要包括随机项、周期项以及趋势项.针对变形监测等测绘领域中如何对时间序列进行特征提取并进行分析与预测等重要问题,提出一种基于多尺度分析的小波变换方法.首先选取合适的小波基函数、分解层次等参数,其次将待分析的时间序列分解成低频和高频两部分,最后将分解后的时间序列投射到不同尺度上,从而可以提取所需要的有用信息.研究结果表明,基于多尺度分析的小波变换方法能够有效对时间序列进行特征提取,分析出其中的随机项、周期项、趋势项等信息,可以用于GPS变形监测等工程实际中.     

农作物长势综合监测——以印度为例

提出农作物长势综合监测方法,利用卫星遥感得到的NDVI时间序列数据,综合采用实时监测、过程监测和时间序列聚类监测方法,明确不同方法适用的监测尺度及监测目的,对不同范围农作物长势进行监测。改进了Crop Watch全球农情遥感速报系统运行化作物长势监测方法,克服了原有作物长势监测中实时监测方法无法反映相同区域苗情在整个生长过程中的连续变化情况的缺点。实现对相同区域作物长势连续变化的定量描述,可对作物长势进行更准确的判断。利用官方发布的作物单产变幅数据,对单产变幅较大的12个作物主产省区作物长势监测结果的准确性进行判断,结果表明:6个邦的实时监测和聚类监测方法所得结果一致,都符合作物单产变化的实际状况;4个邦的聚类监测方法所得结果对作物长势监测更为准确,更符合该区域作物单产的实际变化;1个邦实时监测结果对作物长势监测比聚类监测方法更为准确;只有1个邦采用两种方法对作物长势的监测存在误差,聚类监测方法在对农作物生长过程的连续监测及空间分布的定量化表述方面,比实时监测更为准确。3种方法可以综合使用,实现业务化运行的农作物长势监测。