SAR海洋内波表层流反演方法探讨

基于海洋内波SAR成像机理与M4S海面微波散射成像模型,提出SAR海洋内波表层流反演新方法。首先从SAR图像上获得内波剖面的海面后向散射强度,利用AH理论的线性近似关系得到猜测表层流,通过海面微波散射成像模型仿真海洋内波的SAR海面后向散射强度,利用二分法不断地修改风速和流速梯度等参数,使仿真信号最大程度的逼近实际SAR图像上的海面后向散射强度,输出最终海表层流。以中国南海海区3景海洋内波SAR图像为例,对该方法进行了探讨。结果表明,仿真的海洋内波SAR海面后向散射强度剖面和实际SAR图像上的信号剖面吻合,两者的相关系数达90%以上,说明该反演方法是收敛与可行的。     

3层模型的内波传播方程与参数反演

根据流体力学基本方程组,利用摄动展开、多重尺度变换等方法,推得3层海洋分层模式下的非线性薛定谔(NLS)方程,发展了描述内波传播的新模型;利用该方程与SAR遥感探测机理相结合,得到反演内波振幅的关系,并选取中国南海东沙岛附近和英国马林陆架外缘海域,进行内波参数反演研究。结果表明,该模型反演的内波振幅与实测值更接近,验证了理论模型的适用性。     

利用SAR图像计算内波深度和振幅的可行性研究

根据星载合成孔径雷达(SAR)内波成像机理,建立了包括KdV方程、作用量谱平衡方程和Bragg散射模型在内的内波深度和振幅探测模型,更为严谨地推导出用SAR图像计算内波深度的方法,并首次推导出内波振幅的计算方法.利用该方法对台湾东北部海域的两幅ERS-1 SAR内波图像进行了实例研究,结果表明,该方法是合理且可行的.     

内波海面海浪等效谱与SAR内波图像模型的关系

内波海面的电磁计算模型一般把流体力学-电磁波模型简单处理并与SAR图像模式相结合，根据电磁散射模型的计算要求，提出了一个等效的海浪谱模式，并用在电磁散射的计算，最后，用SIR-C/X-SAR在中国南海海面的内波表面图像进行了对比，对L-和X-波段具有很好的计算结果。     

利用轨道参数修正的无控制点星载SAR图像几何校正方法

使用距离多普勒模型进行SAR图像几何校正时,卫星轨道误差、系统成像参数误差和DEM高程的误差会影响几何校正精度。本文提出了一种基于轨道参数修正的星载SAR图像几何校正方法。首先利用多项式对卫星轨道进行参数化,然后使用模拟SAR图像与真实SAR图像进行匹配得到控制点来修正轨道参数,最后利用修正后的参数进行几何精校正,从而提高几何校正精度。该方法无需地面控制点,适用于不易于人工测量获取地面控制点地区的SAR图像几何校正,与基于模拟SAR图像匹配并使用多项式改正的几何校正方法相比,本文方法具有更高的精度。使用Radarsat-2图像进行试验,并使用地面实测GPS控制点验证了本方法的有效性。     

基于Faster R-CNN的卫星SAR图像南海海洋内波自动检测

海洋内波广泛存在于世界各大洋和边缘海中,在海洋能量串级中扮演着重要角色,在海洋资源开发、海洋工程建设和海洋军事活动等方面均具有重要学术价值与实际意义。海洋内波在合成孔径雷达SAR (Synthetic Aperture Radar)图像上呈现出亮暗相间的条纹状特征。本文利用2001年—2020年南海海域包含不同微波波段(C、L、X)、不同极化方式、不同空间分辨率的631幅星载SAR图像,构建了5480个SAR图像南海海洋内波样本,结合Faster R-CNN框架,利用迁移学习的方法,实现SAR图像上的海洋内波自动检测。模型识别准确率达到95.7%,召回率为92.3%,在准确率较高的同时还能保持较低的虚警率。该算法的建立使得基于海量卫星SAR数据检出海洋内波成为可能,从而为针对性地开展内波动力参数反演和过程研究提供了技术和数据基础。     

InSAR部分地学参数反演

自然因素或人类活动可使地球表层或内部应力发生变化,进而产生灾害事件。获取灾害事件与灾害过程的关键地学参数对于准确理解灾变过程、科学解释灾变机制、正确拟定应对策略具有重要意义。InSAR技术已广泛应用于自然因素或人类活动导致的灾害事件与灾变过程的参数反演。本文首先介绍了InSAR卫星的发展和地表形变监测的基本原理;然后分析了InSAR地学参数反演在地震、火山活动、地下水抽取、矿山开采、冻土冻融、冰川运动、地下流体迁移等各类潜在致灾事件中的研究现状;最后分析了InSAR地学参数反演存在的主要挑战和问题。     

一个基于平稳小波变换的SAR内波检测方法

SAR图像数据量的激增,迫切要求一种自动的内波检测技术来代替传统的人工解译。基于此,本文提出一种基于平稳小波变换（SWT）的SAR图像内波检测方法,利用SWT对SAR内波图像进行分析处理,计算SWT系数的小波梯度信息,通过模极大值搜索方法进行内波边缘特征提取。最后通过南中国海东沙群岛观测的多幅SAR图像进行实验与分析,实验结果证明平稳小波变换对于SAR内波检测是有效的。     

星载SAR成像参数联合估计方法

通信系统的不可靠性会造成SAR卫星下发数据出现误码或丢失,从而导致几何参数的解译、计算出现较大的误差或者缺失,限制了SAR数据成像处理及后续利用。针对该问题,提出一种基于回波数据的成像参数联合估计方法。首先通过回波数据进行多普勒中心频率估计和多普勒调频斜率估计;然后,根据SAR多普勒参数特性,建立多普勒参数与几何参数之间的超定方程组,并利用多普勒参数估计值求解方程组反演几何参数;最后,利用多普勒参数估计值和几何参数估计值完成SAR数据成像处理。实验结果表明,本文方法可以获得可靠的多普勒参数估计值和几何参数估计值,从而有效地解决像参数欠缺情况下的星载SAR成像处理问题。     

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。     

一种利用SAR图像检测船舶尾迹的方法

给出了一种检测星载SAR(合成孔径雷达)图像中船舶尾迹的方法,该方法主要特点是将Radon变换局部化,即在对像素灰度值积分过程中沿着线性特征被分割后的若干短线段进行积分,而非对整张图像进行积分.该方法克服了Radon变换方法的局限性,使尾迹信号在背景噪声较强时依旧能被检测出,并且能检测出相对于整幅图像的尺寸较短小的尾迹.     

SAR图像斑点噪声的小波软门限滤除算法

本文介绍利用小波分析和软门限对合成孔径雷达（ＳＡＲ）图像斑点噪声（Ｓｐｅｃｋｌｅ）进行抑制与滤除的算法。首先选择合适的小波基对合成孔径雷达（ＳＡＲ）图像进行小波分解,应用Ｄａｖｉｄ Ｌ．Ｄｏｎｏｈｏ软门限理论,并且将其推广到２维信号。针对ＳＡＲ图像斑点噪声的特殊性,即在小波变换域内图像和斑点噪声的奇异性不同,选取合适的门限在小波域内滤波。最后进行小波反变换得到去噪后的ＳＡＲ图像。实验证明,该算法能     

基于多个极化通道的SAR影像道路探测

提出了一种从SAR影像的多个极化通道探测道路的新方法。首先，介绍了用边缘探测器构造道路探测器的方法； 然后，将多参数统计假设检验的方法应用到全极化影像的信息融合中，并将该方法提取的结果与传统Tupin法提取的结果进行了比较。实验表明，该方法对全极化SAR影像道路边缘的提取效果较好，具有一定的适用性。     

单波段单极化高分辨率SAR图像纹理分类研究

以2003年7月淮河洪水监测获取的高分辨率SAR图像为试验数据，首先对数据进行了分析，指出了高分辨率SAR图像的特点，之后通过小波变换对图像进行两层小波分解得到子图像，并在选择合适的能量计算窗口条件下，计算子图像的纹理能量，最后使用了BP神经网络方法进行纹理分类。研究结果表明，采用小波纹理分类方法对高分辨率SAR图像分类是可行的，可以获得高的分类精度，同时也指出了纹理分类的不足和进一步研究的方向。     

基于数据场聚类的遥感影像分类方法研究

将数据场聚类方法引入到遥感影像分类中,将数据集映射到光谱空间,让光谱点对聚类的贡献通过势能充分表现出来。通过特征空间的建立、势能的计算及势能图像的分割等步骤实现了对遥感影像的分类,并讨论了辐射因子及辐射半径等对聚类的影响。     

局部最优估计的参数求解方法

结合了飞行器轨道拟合的实际问题,介绍了在约束条件下基于局部最优估计的参数求解,阐述了其经验和方法。     

星载SAR图像的稻田耕地系数实验研究

农田线性地物在SAR图像上的夸大表现,对基于SAR图像进行的农作物面积精确量算会产生一定的影响。本研究利用SAR图像提取了稻田沟渠、道路及田埂等线性地物,在实地和图像上分别进行了大量的测算,分析了图像上的夸大与相对方向角之间的关系,计算了线性地物半波亮度宽度的概率分布,以及稻田线性地物的耕地系数,为精确量算稻田面积提供了科学依据,并对进一步研究提出了建议。     

基于多特征对象的高分辨率遥感影像分类方法及其应用

提出了基于多特征对象的高分辨率遥感影像分类方法，分析了该方法相对于基于像元的和单纯依靠光谱特征的传统处理方式所具有的优势，总结了该方法的特点，并给出了相关实验结果。实验表明，对于高分辨率遥感影像，基于多特征对象的分类技术能产生较好的结果。     

基于纹理和光谱信息的高分辨率遥感影像分类

提出了一种基于纹理和光谱信息的高分辨率遥感影像分类方法,阐述了其基本原理,并通过试验的对比和分析,证明了利用光谱特征与纹理特征相结合进行分类比单纯运用光谱特征进行分类效果更好。