合成孔径雷达森林资源监测技术研究综述

合成孔径雷达（Synthetic Aperture Radar,SAR）技术凭借其全天时、全天候的成像能力以及对森林垂直结构信息敏感的特点,在森林资源监测中具有独特的优势,已成为当前森林资源遥感调查技术的研究热点.本文首先介绍了SAR森林资源监测技术的发展背景、发展轨迹和相关知识;然后,重点阐述了极化SAR、干涉SAR、极化干涉SAR和层析SAR在林地覆盖类型分类、变化检测以及森林参数定量化估测应用中的技术方法;最后,就SAR在森林资源监测研究和应用中存在的问题与发展趋势进行了总结与展望.     

利用典型Stokes参数的油菜物候期识别

油菜关键物候期信息的获取对于油菜的田间管理、观赏时间预测及产量估测等具有重要意义,是精准农业实施的重要组成部分。极化合成孔径雷达技术不仅可以实现对作物全天时监测,而且对作物的结构信息敏感,在物候期提取中极具潜力。首先,以覆盖油菜整个生长期的5景时间序列全极化Radarsat-2数据为基础,基于Stokes矢量提取了平均强度g₀、归一化平均强度g_0m、平均极化度ρ_m、零度方向路线球面度P_dor、零度孔径路线倾斜度I_dap和零度孔径路线弧对称度A_adap6个典型Stokes参数;然后,对比分析了这6个参数对油菜整个生长期动态变化的响应特征,并以此为基础采用决策树(decision tree,DT)算法对油菜的物候期进行了识别。研究结果表明,6个Stokes参数中,除ρ_m和A_adap外,其他4个参数均对油菜物候期变化敏感,在油菜物候期识别中具有极大的潜力。DT算法能有效识别油菜的各关键物候期,其分类结果与样地实测数据具...