极化干涉SAR相干最优理论及其验证分析

极化干涉SAR树高反演是当前SAR研究领域的一个重要方向。相干最优化是在各种散射机制中寻求最优的散射机制,对于极化干涉SAR,它不仅可以改善不同极化通道之间的相干系数,还能改善地物分类和垂直结构参数估计。首先详细分析极化干涉SAR反演树高的相干最优化理论基础,然后利用仿真数据从不同极化通道对线极化、Pauli基极化和最优极化进行了试验,从定性和定量进行对比分析,研究结果进一步验证相干最优分解方法可以提高干涉相干系数,并获得更好的干涉图,从而有利于提高树高反演的精度。     

基于Freeman散射熵和各向异性度的极化SAR影像分类算法研究

极化SAR影像中阴影、水体和裸露的耕地3种地物类型有非常相似的极化散射特性,常规基于非相干分解的分类方法难以将其有效地区分。对此,本文引入基于Freeman分解的散射熵Hf和各向异性度Af两个特征参数,并将其用于极化SAR影像分类。首先利用Hf和Af参数将阴影和水体提取出来,然后将其他地物按散射机制分为3大类,并对每一类再次利用Hf和Af参数进行细分,最后通过基于Wishart分布的聚类和迭代分类,得到最终的分类结果。通过利用Radarsat-2在河南登封获取的全极化SAR数据进行试验,表明该算法执行效率高,能够有效地区分阴影、水体和裸露的耕地,并且对其他地物类型也有很好的分类效果。     

基于高分三号极化SAR数据的农作物散射特性分析及分类

高分三号卫星是我国首颗多极化的高分辨率C波段SAR卫星,其于2017年1月正式交付用户使用后,主要被用于海洋遥感方面的研究。而极化SAR对于农作物的结构特征十分敏感,适合于农作物监测及分类。文中首次利用高分三号的极化SAR数据分析不同农作物的极化散射特性,然后利用H/α-wishart分类和H/A/α-wishart分类方法对湖南省岳阳县洞庭湖实验区域的高分三号极化SAR数据进行分类。整体分类精度高于85%,Kappa系数大于0.8。实验结果表明,高分三号全极化数据能够较好地表征农作物的散射特性,并可用于极化SAR农作物分类研究。     

利用随机森林回归进行极化SAR土壤水分反演

全极化合成孔径雷达影像能够提供地物丰富的极化信息,挖掘这些信息在地表参数反演中的作用是目前相关领域的研究趋势之一。针对冬小麦区域的不同植被覆盖情况,利用随机森林回归对常用极化特征在土壤水分反演中的重要性进行评估,并在此基础上进行特征选择,挑选优化的极化特征组合,构建了高精度的土壤水分反演模型。实验结果显示,由重要性评分较高的极化特征所组成的反演模型能得到均方根误差（root mean square error,RMSE）小于6%的反演精度,比只输入传统线极化后向散射系数的模型在不同时相、不同数据集的精度都有所提高。与支持向量回归和人工神经网络模型进行比较,利用随机森林回归进行重要性评分与土壤水分反演的效果更好。     

Yamaguchi分解Notch滤波的全极化SAR图像舰船目标检测

极化合成孔径雷达数据蕴含了丰富的地物极化散射信息,已广泛应用于海上舰船目标检测研究。针对极化相干矩阵无法直接用于分析特定散射体物理特性的缺陷,利用Yamaguchi极化分解改进了极化Notch滤波器。将基于模型的极化分解方法引入Notch滤波器,利用表面散射、二次散射、体散射和螺旋体散射等散射机制的能量构造散射矢量代替极化相干散射矢量,并加入功率能量因子,构造新的极化SAR图像Notch滤波器。Radarsat-2全极化SAR图像实验结果表明,改进算法有效增强了舰船目标与海杂波背景间的对比度,检测性能优越。     

X波段和全极化P波段SAR图像配准方法研究

利用多波段SAR数据进行遥感应用,首先需要将不同波段SAR图像数据进行配准。不同波段电磁波与地物散射机理不同,导致同一地物在不同波段SAR图像上的表征不同,难以直接配准。将全极化P波段数据进行极化分解,利用SIFT算子提取X波段与P波段α分量的局部特征,实现配准,并给出初步的匹配结果。实践证明,该方法具有较好的稳定性和较高的配准精度。     

极化方位角补偿信息支持下的植被参数反演

SAR图像中散射目标的散射矩阵受极化方位角(POA)的影响会改变散射体的散射特性,散射矩阵是极化干涉SAR (PolInSAR)估计不同极化状态下复相干性的基础。本文根据极化方位角产生机制,建立了多视情况下基于极化方位角补偿的极化干涉相干性估计模型,分析了极化方位角补偿对相干性估计方法和不同散射机制下相干性估计的影响程度,研究了基于三阶段法与极化方位角补偿的植被参数反演。利用L波段SIRC全极化SAR图像为实验数据验证极化方位角补偿对极化干涉相干性估计和植被参数反演的可行性。实验结果表明,极化方位角补偿能够改变不同极化状态相干性分布规律,提高相干直线拟合精度,改善植被参数反演的可靠性和合理性。     

基于SAR数据的鄱阳湖水体提取及变化监测研究

以C波段Envisat ASAR和L波段ALOS PALSAR交替极化模式的数据为数据源,分析了鄱阳湖主要地物的散射特性,并分别引入纹理特征和不同极化通道间的极化差和极化比等参数增强地物的表征;应用主成分变换对地物的参数向量进行特征提取,增强水体与其他地物的差异,并在第一主成分中选择适当阈值,准确提取出不同时期的鄱阳湖水体信息。实验表明,用上述方法提取水体信息的精度比直接使用地物后向散射系数的监督分类法提取精度要高得多。通过分析和对比上述不同波段SAR数据中水体与其他类别间的Jeffries-Matusita距离可以看出,C波段SAR数据提取鄱阳湖水体的精度比L波段高。并给出了鄱阳湖水体在2007年春、夏和冬3个季节中水域面积的动态变化情况。     

植被高度的极化干涉互协方差矩阵分解反演法

经典三阶段极化干涉SAR植被高反演算法中地面散射相位估计不准确,从而导致植被高反演精度存在偏差。针对这一关键问题,本文提出基于极化干涉互协方差矩阵分解的植被高度反演新方法。该方法利用Freeman分解理论和极化干涉互协方差矩阵,估计出更准确的地面散射相位;然后,结合RVOG模型反演植被高度。利用欧空局（ESA）的软件PolSARpro模拟的L波段极化SAR数据和亚马逊森林地区的ALOS PALSAR L波段数据进行实验,结果表明本文提出的新算法提取的植被高度相比经典三阶段法精度更高,从而验证了算法的有效性和可靠性。     

RADARSAT-2全极化SAR数据地表覆盖分类

全极化合成孔径雷达(SAR)能够测量每一观测目标的全散射矩阵,但地物分布的复杂性往往造成不同地物具有相似的后向散射信号特征,因而增加了地物信息提取的难度。文中基于北京地区的RADARSAT-2全极化雷达数据,在图像处理的特征分解的基础上,利用PolSARPro软件提取包含地物散射机理信息的各种极化参数,按H-α、A-α、H-A对全极化SAR影像进行基于散射机理的分类,继而将分类结果作为Wishart H/A/α、Wishart H/α的初始类别划分。最后,采用决策树分类算法对基于Wishart分布的监督分类及以上两种分类算法进行融合处理,从而实现地物的分类,并将分类结果与经典的分类算法进行对比分析,验证了文中方法的有效性。     

PolSAR数据在矿山遥感监测中的可行性研究

随着极化合成孔径雷达系统的发展,Pol SAR数据在各个领域得到了广泛的应用。本文研究了Pol SAR数据在矿山监测领域的可行性。首先对Pol SAR数据进行滤波去噪等预处理;然后介绍了适合矿山地物分类的Cloude特征向量分解和Freeman分解方法,在极化分解的基础上采用了一种结合散射熵和Freeman分解的Wishart分类方法进行分类,最终得到矿山监测地物的分类图,并通过人工解译的方式对分类后的图像信息进行归类并建立数据库,得到矿山地区的地物分类图。以机载Pol SAR数据为例,得到了较好的实验结果。     

机载X波段极化干涉SAR数据非监督分类方法研究

针对经典极化分类算法在处理机载X波段SAR数据时将过多地物分为体散射类型,并且容易受噪声影响,分类结果存在大量误分现象的问题,通过对机载X波段SAR数据非监督分类方法的研究,提出将极化干涉信息用于机载X波段极化干涉SAR数据的分类。通过运用极化干涉数据进行目标分解得到参数A1和A2对数据进行初始分类,然后结合改进的Wishart最大似然分类算法来进行地物的自适应分类。实验结果表明,该方法能有效避免平地效应的影响,抗噪性好,能正确区分三种典型散射类型,分类效果明显优于极化分类效果。     

机载SAR系统极化定标方法的优化研究

正全极化合成孔径雷达技术能够通过获取地物在不同极化状态下的散射回波信号,在地理国情监测、环境变化研究方面有着广泛的应用。相较于星载SAR,机载SAR系统由于既可以独立执行对地观测任务,又可以作为星载SAR系统研究的基础和实验平台,在极化SAR研究中有着重要的作用。但天线系统所固有的缺陷和不足,降低了极化SAR数据质量,干扰了信息的准确获取。这让极化定标的研究显得十分重要。针对极化畸变现象,科     

结合雷达影像纹理特征的作物叶面积指数估测

研究了结合雷达影像纹理特征进行作物叶面积指数(LAI)估测的可行性,分析了作物LAI与多极化雷达纹理特征的相关性。将ENVISATASAR影像6种纹理特征与实测玉米的LAI进行相关分析发现,HH极化影像的灰度共生矩阵纹理特征与玉米LAI的相关性较VV极化的高;HH极化影像的对比度、异质性,VV极化影像的偏度、均质性等纹理特征与实测LAI均有较大的相关性。分别对两种极化影像雷达波散射强度及纹理特征与实测LAI进行多元回归分析,发现HH极化方式的相关系数达到0.68、VV极化的为0.87。说明结合纹理特征的雷达估测作物LAI方法具有一定的可行性。     

融合升降轨的极化干涉SAR三层模型植被高度反演方法

森林参数的获取不仅可以估算地表生物量和林下地形,还有助于研究全球碳循环和分析全球气候变化。极化干涉SAR植被参数反演算法一般是基于随机地体两层模型(RVoG),但是当实际植被有着冠层、树干层和地表层的明显三层结构时,植被参数反演精度就会变差;另外,由于机载SAR系统数据的近距远距垂直向波数差异较大,导致试验结果存在着由其引起的系统误差。针对这两个问题,本文提出了一种融合升降轨的极化干涉SAR三层模型植被参数反演方法。该方法首先采用三层植被RVoG模型修正微波在穿透植被时的散射过程;然后采用融合升降轨道数据的方式削弱其系统误差;最后,采用非线性迭代平差的反演算法来进行植被高度反演。为了验证该方法的有效性,采用了德国宇航局DLR提供的BioSAR2008项目的两景升轨及两景降轨E-SAR P波段全极化SAR数据进行试验,并采用3组反演策略进行比较分析。结果表明,三层植被模型能够更好地描述植被散射过程;同时,新方法有效降低了由垂直向波数引起的系统误差,提高了树高反演精度。     

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...     

高精度曲面建模应用中边界误差解决方案

提出一种SAR数据检测桥面高度的反演方法。用几何射线描述桥梁散射机制, 依据去取向理论和分类参数分析, 得到SAR成像中桥梁结构目标单次、二次、三次散射的成像规律。通过SAR图像分类参数的聚类与细化、滤波和Hough变换直线检测算法, 检测出单次、二次和三次散射回波所成位置线图像, 进一步构成桥面高度的反演算法。用机载Pi-SAR数据反演了日本鸣门大桥的桥面高度和桥面宽度, 并与实测数据对比。按照该方法, 进一步采用星载ALOS-PALSAR数据检测中国东海大桥的桥面高度。反演方法是可行的。     

GF-6影像下的南方路域针叶植被LAI反演研究

为了更好应用国产高分辨率遥感影像监测评价南方路域植被环境,研究南方路域针叶植被叶面积指数遥感反演.该文以长益高速研究区域的高分六号影像(GF-6)为基础,提出了可适用于针叶叶片的LIBERTY+ SAIL耦合模型并结合多元线性回归、局部加权回归反演路域植被针叶LAI的方法.研究中以耦合模型模拟的冠层光谱反射率、GF-6影像和野外实测生化参数为数据源,通过相关性分析,将与LAI相关性较高的SAVI、RVI和EVI 3种植被指数作为反演因子,结合组合模型反演LAI并评定模型的反演精度.结果 表明,耦合模型对南方路域针叶植被LAI的估算精度整体较高,对比分析两种叶面积指数的组合预测模型,耦合模型结合局部加权回归组合反演LAI具有优越性,可更好地反演路域植被针叶LAI.     

林火干扰区全极化SAR影像的散射特性分析

目前,利用合成孔径雷达(synthetic aperture Radar,SAR)影像进行林火监测主要限于从林火前后时相的单极化通道振幅数据或者火后全极化影像振幅数据开展,而从林火对森林散射机制改变角度开展多时相全极化SAR林火监测的研究还较少。以2009年阿拉斯加地区发生的林火为例,以林火发生前后获取的Radarsat-2全极化影像为实验数据,从林火所改变的森林后向散射强度和散射机制角度,对林火发生前后各个极化通道后向散射强度、主导散射机制和去极化作用参数进行了定量分析,并对变化原因给出了解释。研究表明,对于北方森林,林火发生后林火干扰区的后向散射强度在同极化通道相比林火前增加了20%,交叉极化通道也有小幅增加,主导散射由林火前占59%的体散射变为林火后占53%的表面散射,去极化作用相比林火前减小45%。这些结论对于利用多时相全极化SAR数据开展林火燃烧面积或者燃烧强度监测具有参考价值。