ASAR数据与水稻作物模型同化制作水稻产量分布图

提出了利用雷达数据进行水稻估产的技术方法,并以ASAR数据为例,探讨了雷达数据在水稻估产中的可行性.首先利用ASAR数据进行水稻制图,从各时相ASAR数据中提取水稻后向散射系数.随后,基于像元尺度,采用同化方法,以LAI为结合点,将水稻作物模型ORYZA2000与半经验水稻后向散射模型结合,建立嵌套模型模拟水稻后向散射系数.选择水稻出苗期和播种密度为参数优化对象,利用全局优化算法SCE-UA对0RYZA2000模型重新初始化,使模拟的水稻后向散射系数值与实测值误差最小,并由优化后的ORYZA2000模型计算每个像元的水稻产量,生成水稻产量分布图.结果表明,水稻产量分布图能够描绘研究区水稻实际产量的分布趋势,但由于采用潜在生长条件模拟,模拟的水稻平均产量比实测平均值高约13%,验证点的水稻产量模拟值与实测值相对误差为11.2%.由于半经验水稻后向散射模型存在对LAI变化不够敏感和对水层的简化处理,增加了水稻估产的误差.但从总体上看,利用该方法进行区域水稻估产是可行的,并为多云多雨地区的水稻遥感监测提供了重要参考.     

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。     

Envisat-1双极化雷达数据建模及应用

根据欧空局Envisat-1卫星上ASAR传感器的系统参数和双极化特点，利用AIEM模型模拟，建立了裸露地表同极化后向散射模型和粗糙度参数计算模型。前者把同极化总后向散射系数表达成人射角和两个地表参数（土壤水分和粗糙度）的函数；后者给出了用双极化雷达数据计算粗糙度的方法。把这两个模型结合，用于土壤水分反演，分别用模拟数据和实测数据验证，良好的结果证明了这两个模型的可靠性和实用性。双极化后向散射模型的建立，将为以后PALSAR（日本）和RADARSAT-2（加拿大）多极化雷达数据的应用打下基础。     

地基雷达的微波面散射模型对比与土壤水分反演

为了探究地基合成孔径雷达(c GBSAR)后向散射信号的时空变化规律和研究雷达土壤水分反演的影响因素,在内蒙古闪电河流域的昕元牧场站进行了地基雷达观测试验,本文结合以上观测试验的地基雷达数据进行波段、入射角度、极化通道3个雷达参数以及地表粗糙度参数对雷达的后向散射系数影响的分析,然后利用以上分析结果选择地表微波面散射模型,最后利用选定的地表微波面散射模型构建人工神经网络数据集来反演地表土壤水分。结果表明:(1)在地基雷达视场内,各地表微波面散射模型的模拟结果与地基雷达实测的L波段全极化数据拟合效果最佳的是AIEM-Oh模型。(2)通过对20°—60°范围内的雷达入射角度的AIEM-Oh模型后向散射系数模拟的绝对残差分析发现,雷达入射角为25°、41°和53°时模拟结果最接近雷达实测值。(3)最后通过分析土壤水分反演结果发现,当雷达入射角度为41°时的土壤水分反演精度最高,相关系数R是0.8080,RMSE是0.0385 m~3m~3。本文的结论是雷达后向散射信号受到雷达入射角度和地表粗糙度相互作用的影响,因此通过考虑地表粗糙度来合理的选取雷达入射角能够提高土壤水分的反演精度。     

结合贝叶斯理论和MRF的主被动遥感数据协同分类

提出一种基于贝叶斯理论和马尔科夫随机场MRF(Markov Random Fields)的主被动遥感数据协同分类方法。该方法依据光学与微波遥感数据在地物提取中的各自优势,首先对ASAR后向散射系数进行入射角归一化,然后构建一种基于贝叶斯理论和MRF的分类器,以归一化后的ASAR双极化数据与TM7个波段共同参与分类。分别对ASAR入射角归一化的有效性和主被动协同的必要性进行验证,结果表明,采用本文方法的分类精度达到89.4%,较未进行角度校正的主被动数据协同分类的精度提高了4.1%,较单独TM分类的精度提高了11.5%,体现出主被动遥感数据协同在分类上的潜力。     

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。     

合成孔径雷达影像地形校正半经验模型

结合SAR成像特点和数学理论知识,给出左视、右视两种侧视成像情况下影响地形起伏区域SAR后向散射的本地入射角理论计算模型,基于微波散射物理模型AIEM,模拟不同雷达入射角下地形坡度、坡向对SAR数据后向散射的影响,结果表明雷达入射角相对较小的SAR数据受地形起伏影响较小,是地形起伏地区SAR应用的最佳数据源。并提出一种SAR影像后向散射系数的地形校正半经验模型。地形校正过的SAR影像分类总体精度较未校正SAR影像提高12%。     

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。     

基于双频多极化数据的农作物后向散射特性模拟分析及类型识别

以北京昌平地区为研究区域,获取了2007年该试验区C波段ENVISAT/ASAR数据和L波段ALOS/PALSAR数据,并提取了地物的后向散射系数。首先,利用MIMICS模型对该地区的春玉米、夏玉米和果木的后向散射特性进行模拟和分析;然后,将模拟结果同雷达实际观测数据进行对比;最后,利用不同作物之间的后向散射系数数值大小关系,建立分类二叉树,很好地区分了春玉米和夏玉米,总分类精度达86.66%。研究结果表明:双频多极化雷达数据能够提供有利于作物类型识别的多方面信息,对农作物遥感具有较大的优势和潜力。     

宽观测带SAR图像入射角效应量化研究与校正

针对宽观测带SAR图像,在对入射角效应量化研究的基础上,提出了一种入射角效应按类校正方法。利用分水岭分割和区域标记技术实现地物取样,基于结合线性回归估计的余弦朗伯定律,实现对地物后向散射值的按类辐射校正。针对Envisat ASAR C波段HH极化数据的实验结果表明,入射角效应对雷达后向散射有明显的影响,含水量越高的地物类型,入射角效应越明显。利用本文方法进行入射角效应校正的效果优于绝对定标和一阶余弦校正的效果。     

Application of ENVISAT ASAR Data in Mapping Rice Crop Growth in Southern China

This research letter presents preliminary results of mapping rice crop growth using ENVISAT advanced synthetic aperture radar (ASAR) alternating polarization HH/HV data. Four ASAR HH/HV images were collected in the early rice-growth cycle in the test site in 2006, and the temporal response of ASAR data to the rice field was analyzed. The height and biomass of rice were measured during acquisition of ASAR data, and empirical relationships were established between the backscattering coefficient and these two parameters. Based on the temporal variation of the radar response, a method for mapping a rice growth area was developed using the combination of ASAR HH and HV polarization data between two acquisition dates. The results confirm that C-band SAR data have great potential in the development of an operational system for monitoring rice crop growth in Southern China.     

水稻生长期微波介电特性研究

利用植被介电常数的Debye-Cole双频色散模型，模拟计算了广东肇庆水稻试验区1996年晚稻和1997年早稻人插秧期、发蘖期、扬花期到成熟期各生长期的介电常数值，并根据计算结果，探讨了电磁波频率、水稻含水量、温度、含盐度及水稻冠层干体密度对介电常数的影响。其中，不同生长期水稻的介电常数各不相同，不同水稻类型（早稻和晚稻），介电常数的变化趋势不尽相同。电磁波频率、水稻含水量、温度和水稻冠层干体密度均对介电常数有不同程度的影响，而含盐度却对介电常数影响不大。     

Estimation of rice grain yield from dual-polarization Radarsat-2 SAR data by integrating a rice canopy scattering model and a genetic algorithm

Fast and accurate estimation of rice yield plays a role in forecasting rice productivity for ensuring regional or national food security. Microwave synthetic aperture radar (SAR) data has been proved to have a great potential for rice monitoring and parameters retrieval. In this study, a rice canopy scattering model (RCSM) was revised and then was applied to simulate the backscatter of rice canopy. The combination of RCSM and genetic algorithm (GA) was proposed for retrieving two important rice parameters relating to grain yield, ear length and ear number density, from a C-band, dual-polarization (HH and HV) Radarsat-2 SAR data. The stability of retrieved results of GA inversion was also evaluated by changing various parameter configurations.Results show that RCSM can effectively simulate backscattering coefficients of rice canopy at HH and HV mode with an error of <1 dB. Reasonable selection of GA’s parameters is essential for stability and efficiency of rice parameter retrieval. Two rice parameters are retrieved by the proposed RCSM-GA technology with better accuracy. The rice ear length are estimated with error of <1.5 cm, and ear number density with error of <23 #/m². Rice grain yields are effectively estimated and mapped by the retrieved ear length and number density via a simple yield regression equation. This study further illustrates the capability of C-band Radarsat-2 SAR data on retrieval of rice ear parameters and the practicability of radar remote sensing technology for operational yield estimation.     

Influence of surface and vegetation characteristics on C-band radar measurements for soil moisture content

Soil moisture estimation using microwave remote sensing faces challenges of the segregation of influences mainly from roughness and vegetation. Under static surface conditions, it was found that Radarsat C-band SAR shows reasonably good correlation and sensitivity with changing soil moisture. Dynamic surface and vegetation conditions are supposed to result in a substantial reduction in radar sensitivity to soil moisture. A C-band scatterometer system (5.2 GHz) with a multi-polarization and multi-angular configuration was used 12 times to sense the soil moisture over a tall vegetated grass field. A score of vegetation and soil parameters were recorded on every occasion of the experiment. Three radar backscattering models Viz., Integral Equation Model (IEM), an empirical model and a volume scattering model, have been used to predict the backscattering phenomena. The volume scattering model, using the Distorted Born Approximation, is found to predict the backscattering phenomena reasonably well. But the surface scattering models are expectedly found to be inadequate for the purpose. The temporal variation of soil moisture does show good empirical relationship with the observed radar backscattering. But as the vegetation biomass increases, the radar shows higher sensitivity to the vegetation parameters compared to surface characteristics. A sensitivity analysis of the volume scattering model for all the parameters also reveals that the radar is more sensitive to plant parameters under high biomass conditions, particularly vegetation water content, but the sensitivity to surface characteristics, particularly to soil moisture, is also appreciable.     

广东肇庆地区SIR-C森林雷达后向散射特征分析

森林雷达后向散射特征的研究是森林微波遥感应用的重要前提。本文利用不连续树冠森林微波后向散射模型模拟了肇庆地区松树林的雷达后向散射特征,并与从ＳＩＲ－Ｃ图像提取的雷达后向散射特征进行对比,从而分析和探讨了该区松树的雷达后向散射机制。     

双极化SAR数据反演裸露地表土壤水分

为了较高精度地获取大范围地表土壤水分,提出一种基于双极化合成孔径雷达数据的裸露地表土壤水分反演模型即非线性方程组,通过改进的粒子群算法求解非线性方程组从而得到土壤水分。首先通过AIEM模型数值模拟和回归分析,得到一种新的组合粗糙度,然后模拟分析得到土壤水分与雷达后向散射系数的关系,从而建立雷达后向散射系数与组合粗糙度、土壤水分的经验关系。利用ASAR C波段双极化雷达数据,基于经验关系和改进的粒子群算法即可实现土壤水分的反演。经过黑河流域实测土壤水分数据对模型进行验证,反演结果与实测数据具备良好的相关性(R~2=0.778 6)。与以往同一区域研究成果比较,文中的方法反演精度有所提高,更适用于裸露地表土壤水分反演。     

Tropical Dry Deciduous Forest Stand Variable Estimation Using SAR Data

Optical remote sensing data have been extensively used to derive biophysical properties that relate forest type and composition. However, stand density, stand height and stand volume cannot be estimated directly from optical remote sensing data owing to poor sensitivity between these parameters and spectral reflectance. The ability of microwave energy to penetrate within forest vegetation makes it possible to extract information on both the crown and trunk components from radar data. The type of polarization employed determines the radar response to the various shapes and orientations of the scattering mechanisms within the canopy or trunk. This study mainly presents experimental results obtained with airborne E-SAR using polarimetric C and L bands over the tropical dry deciduous forest of Chandrapur Forest Division, Maharashtra. A detailed documentation of the relationship between SAR C & L bands backscattering and forest stand variables has been provided in the present study through linear correlation. Linear correlation of the single channel SAR derived estimates with the field measured means show a good correlation between L HV backscattering coefficient with stand volume (r² = 0.71) and L HH backscattering coefficient with stand density (r² = 0.75). The results imply that SAR data has significant potential for stand menstruation in operational forestry.     

Low-angle reflectivity modeling of land clutter

In this letter, a practical mean reflectivity model of radar land clutter (LC) for the complex system design of ground-based radars involved in low-angle targets on some typical terrains is studied using the inductive reasoning method. The functional relationships between the radar parameters and radar surface clutter backscattering are analyzed. Following the recent research work in the area of reflectivity modeling of LC in the literature, the least squares method is employed to estimate the model parameters. The model is validated using reliable practical data and shown to outperform other models in accuracy.     

雷达后向散射模型及其在雷达图像地形影响纠正中的应用

在从雷达估测森林生物量时，经常遇到的一个问题是地形对雷达信号的影响。地形使得雷达波的入射角度改变，使每个雷达图像像元所包含的地表面积改变，由于地面的起伏，植被本身的结构也不同，纠正这种由地形而不是植被类型引起的雷达图像的变化是一个很复杂的问题，除了需要高质量的地形数据外，还必须理解植被雷达信号随地形变化的规律。提出一种可用来模拟森林及其它植被处于山坡上的雷达后向散射模型。结合DEM数据，模拟的结果可用来进行雷达图像的地形影响纠正，如果多极化或多波段图像存在，通过雷达模型可用从一种极化推导出的地形信息来纠正其它极化的图像数据。