航天飞机极化干涉雷达数据反演地表植被参数

利用基于极化干涉测量的基本原理和相干散射模型。提出了基于模拟加温-退火算法的极化干涉雷达数据地表植被参数的反演算法,首先,对极化干涉测量的基本原理和一个考虑了地表和植被散射的二层相干散射模型进行了阐述。接着,对模拟退火算法的基本理论和基于模拟加温-退火算法的地表植被参数反演模型进行了论述,最后,利用和田地区1994年10月9日和10日的航天飞机SIR-CL波段单视散射短阵复数据进行了地表植被参数反演的计算,将反演结果与实测数据比较,表明该反演算法能以较好的精度获取地表植被的高度。     

非均匀植被地表全极化散射的高分辨率雷达图像的模拟

用自然地表非球形散射体全极化一阶散射的Mueller矩阵解,在选定高空间分辨率条件下,计算具三维空间结构与非均匀分布的植被地表的全极化后向散射。用射线跟踪法,按射程计算将散射投影在平面图像对应单元的像素点上,得到自然地表的雷达图像模拟。改变非均匀地表的组成,如树木数目与高度、下垫地表、隐藏目标等,产生各种条件下自然地表景象产生的雷达图像模拟。作为一个对比,模拟图像与机载SAR图像在散射量级以及P,L,C波段多通道散射的物理解释上作了比较。     

SBAS-InSAR方法支持下的矿区地表沉降监测及参数反演

煤矿开采极易诱发各类地质灾害,从而对矿区人民的生命财产安全带来严重影响.因此,对矿区地表进行形变监测及对其开采面参数进行反演获得形变规律,可有效防止矿区地质灾害的发生.本文选取山西省的店坪煤矿和汾源煤业作为研究区域,基于Sentinel-1A卫星影像数据,使用小基线集(SBAS)方法提取研究区的形变结果.使用Okada...     

地表温度的被动微波遥感反演研究进展

微波遥感能穿透云层,甚至可穿透一定程度的雨区,可以弥补热红外遥感的不足。发展基于被动微波遥感的地表温度反演算法可以全天候地为相关领域提供数据服务。根据前人研究,该文从方法论的角度将已有的反演方法分为统计模型法、物理模型法和神经网络算法3类,分析了每种方法的优缺点,并探讨了未来微波遥感反演地表温度的发展方向,以期为进一步研究提供参考。     

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.     

单视线向D-InSAR的地表沉陷预测参数反演方法

为了提高非充分采动条件下地表沉陷预测参数反演精度,提出基于单视线向差分合成孔径雷达的地表沉陷预测参数反演方法。根据单视线向位移量和概率积分法预测模型中的位移量(下沉和水平移动)之间函数关系,推导了视线向位移与地表沉陷预测参数之间的函数关系。开展了参数反演模拟实验,结果表明,利用在无噪声、低噪声、高噪声条件下反演的地表沉陷预测参数,模拟地表走向和倾向位移量,拟合误差不超过10 mm,求取的地表沉陷预测参数的相对误差均能保持在5%以内。利用本文提出的参数反演方法进行全局最优拟合,得到实验区地表沉陷预测参数,将实测下沉量与预测下沉量进行对比,均方根误差为11.8 mm,预测精度能够满足工程要求。     

基于BP神经网络的矿区地表沉降预测研究

BP神经网络具有非常强的非线性映射能力,广泛应用于分类识别、逼近、回归、压缩等领域。本文基于BP神经网络的理论基础,利用某矿区地表沉降观测点1~10期的实测沉降数据资料,结合MATLAB建立针对矿区地表沉降的预测模型,并预测其11~15期的沉降情况。通过将预测值与实测值进行对比,分析预测模型精度,结果表明BP神经网络用于矿区地表的沉降研究是可行的。     

基于正则化的地表反射特性参数反演方法

区域和全球尺度下研究气候变化,需要准确描述大气边界层处下垫面地表的光反射特性。为此,提出基于正则化的约束反演方法,其核心在于正则化参数的选取。通过L曲线拐点位置的确定,求出最合适的正则化约束参数,以稳定陆表反射特性参数的定量反演。京津唐地区数值反演试验与熵减分析结果表明,可见光红通道和近红外通道的信息指数分别为11.682 2和10.072 6;基于L曲线的地物反射特性正则化反演前后,两个通道的平均信息指数增量分别为0.440 0和0.354 6,最大增量为2.467 2和2.290 5。L曲线正则化方法的优势在于其不依赖于地表参数的先验知识,可有效解决卫星观测信息不足时地表参数的反演问题。     

应用微波遥感数据的东北地区地表温度反演

针对无源微波遥感时间分辨率高可以克服云层影响获取地表温度的问题,该文应用AMSR-E微波亮度温度数据,分别选取了基于发射率估计的单通道反演法和多通道线性拟合法反演东北地区地表温度。在原有方法的基础上提出算法改进:对单通道反演法按照植被生长周期在生长季与非生长季分别建立发射率估计方程,探究各微波通道在每种地表覆被类型的反演能力并组合反演精度最高的通道,将微波极化差异指数作为表征发射率参数加入多通道拟合方程。结果显示,获取的地表温度剔除水体和冰雪无效像元后可用性达到100%,改进后的单通道反演法均方根误差由3.58~4.6降低至2.0~3.1,在75%的区域的误差小于2 K;多通道拟合法的最终均方根误差为2.6~3.5,同样有较高精度且只使用微波亮温数据就能获取地表温度。     

利用ANFIS方法反演裸土区土壤水分含量

为了更好地进行土壤水分反演,发展了一种基于ALOS/PALSAR数据、利用自适应神经模糊推理系统(adaptive neuro fuzzy inference system,ANFIS)反演土壤水分的方法.首先,根据研究区实际情况,利用AIEM和Oh模型模拟了试验区裸土区的后向散射特性,建立了后向散射系数与地表粗糙度之间的关系;然后,考虑到研究区地表粗糙度几乎没有变化这一情况,设定了地表粗糙度对后向散射系数的影响为常量;在此基础上,分别利用ANFIS,BP神经网络、多元线性回归和多元非线性回归方法构建了裸土区土壤水分的反演模型,并利用野外实测数据对模型进行了验证.研究结果表明,采用ANFIS方法构建的模型反演精度最高,其均方根误差为0.030,相对误差为14.5％.因此,可以利用ANFIS方法反演裸土区的土壤水分含量,其反演结果具有较高的精度.     

基于散射机制分解的ESPRIT植被高度反演新方法

ERPRIT算法估计的地表散射相位由于易受到森林去极化成分的影响而出现较大的偏差,从而导致植被高度反演结果严重偏低.针对这一问题,本文提出一种基于散射机制分解的ESPRIT植被高度反演算法.该算法关键点是利用Freeman分解理论和极化干涉互协方差矩阵估计得到更加准确的地表散射相位,以替代ESPRIT算法估计的地表散射相位,进而改善植被高度反演的精度.最后,分别利用欧空局（ESA）免费发布的PolSARpro软件模拟L波段极化干涉合成孔径雷达数据和PALSAR真实星载数据验证改进算法的有效性.     

极化SAR干涉测量模拟研究

极化SAR干涉测量将极化测量技术和干涉测量技术巧妙地结合,能够提高干涉测量精度,尤其是在植被覆盖的情况下,不仅能够测量地表地形,而且使得估计植被高度成为可能。因此,近几年来国际上对极化SAR干涉测量技术的研究越来越重视,极化SAR干涉测量已成为SAR应用技术发展的重要方向。通过模拟技术深入研究极化SAR干涉测量理论和方法,并提出了一种新的极化SAR干涉测量改进算法,模拟实验结果表明,该算法可以进一步提高测量精度。     

多基线极化干涉SAR植被高度反演方法

针对传统单基线PolInSAR三阶段植被高度算法,反演易受到噪声因素影响导致反演结果精度较低等问题。文中采用几何结构最优法和高程精度最优法两种多基线PolInSAR植被高度反演方法,结合瑞典北部E-SARP波段数据,验证得出两种多基线算法植被高度反演的精度以及其在不同植被高度覆盖区的适用条件。实验结果表明两种多基线方法植被高度反演精度相对传统单基线算法分别提高44.05%和22.11%,且当两种多基线方法同时反演植被高度时,植被高度大于10m时采用几何结构最优法较好;植被高度小于10m时采用高程精度最优法。     

星载极化SAR数据模拟

介绍了自行开发的星载极化SAR数据计算机模拟系统,此系统采用的模拟方法遵循了星载极化SAR系统实际运行的情况,按发射脉冲时间序列,分别依次计算各发射脉冲相应的回波数据,与常用的以点目标为基础逐点模拟方法相比,计算效率高,现贴近实际系统,便于模拟各种误差的影响和保持其对所有目标回波影响的一致性和相关性。给出了星载极化SAR数据模拟的实例。     

面向多基线干涉SAR高程反演的全局最优相干方法

本文针对多基线极化干涉SAR数据,提出了面向多基线干涉SAR高程反演的全局最优相干方法。该方法将多景全极化干涉影像联合在一起,构建多基线极化相干矩阵,由多基线最优相干准则指导,求解全局条件下的最优干涉图。该方法可以有效降低多基线干涉中散射中心不一致对干涉相位影响,从而提高干涉相位的精度和可靠性,并提高最终获取DEM的精度。利用国产X-SAR系统和德国E-SAR系统获取的多基线全极化数据进行全局最优相干方法试验,利用多基线极化最优相干方法生成全局条件下的最优干涉图,依据多基线高程反演方法计算目标高程,验证了本文提出的方法的有效性。     

面向城市地物分类的L波段SAR影像极化特征提取与分析

针对ALOS PALSAR全极化数据提取了多种极化特征,分析其对人工地物、裸地、农田、林地、水体5种典型地物的提取能力。实验结果表明,利用全极化SAR影像提取的极化特征可以较好地区分城市典型地物类型,并且全极化数据的地物区分能力优于双极化数据。对于单一时相的数据分类结果而言,人工地物与其他非人工地物的极化特征差别最大,水体与林地也较容易区分,而裸地和农田容易混淆。     

一种综合多特征的全极化SAR图像分割方法

提出了一种综合利用极化特征、统计特征和几何形状特征的全极化SAR图像分割方法。该方法采用分形网络演化算法思想,基于相干矩阵Pauli分解构建对象间的极化特征相似性准则,根据相干矩阵的Wishart分布假设构建对象间的统计特征相似性准则;制定对象合并过程中多特征的综合策略,通过极化特征增强及权重调整统一各类特征异质度的水平,最终建立全极化SAR图像多特征综合分割流程。实验结果表明,该方法能有效抑制斑点噪声,地物边界分割准确,特别是对具有均质纹理的农田、水体等分割效果较好。     

极化干涉SAR植被高反演复数最小二乘平差法

提出一种PolInSAR植被高反演的复数最小二乘法。在考虑植被层时间去相干的条件下,将RVoG扩展为RVoG+VTD模型;之后,将模型解算问题概括为复数的实部、虚部联合平差问题,提出了该模型线性化的方法及参数解算方法;最后利用解算得到的更为准确的“纯”体去相干系数反演植被高度。采用覆盖德国Oberpfaffenhofen地区的2景E-SAR L波段数据进行试验并与经典的非线性迭代及三阶段算法进行对比分析。结果表明,本文提出的方法结果精度优于其他两种方法,运算效率方面明显优于非线性迭代算法,略低于三阶段算法。