利用ASAR图像监测土壤含水量和小麦覆盖度

以高级合成孔径雷达（ASAR）影像数据和地面实测数据为基础，分析了裸土、低覆盖（覆盖度为0．2左右）冬小麦麦地的后向散射与土壤含水量、地表粗糙度及小麦覆盖度之间的关系，探讨了裸土和冬小麦麦地土壤含水量及小麦覆盖度的反演方法。分析结果表明：①裸土后向散射系数受地表粗糙度和土壤质地的综合影响较大，裸土的后向散射和土壤含水量正相关关系未达显著，反演裸土土壤含水量必须考虑这两个因素的影响。②冬小麦麦地两种极化后向散射对土壤含水量和小麦覆盖度的敏感性差异明显。由于小麦植株与土壤的水平同极化后向散射差异较大，水平极化后向散射系数和小麦覆盖度及土壤含水量相关性达到显著；冬小麦麦地的垂直同极化后向散射对土壤含水量较敏感，垂直极化后向散射系数和土壤含水量的相关性达到显著，但与小麦覆盖度的相关性相对较低。据此，利用冬小麦麦地的两个同极化后向散射系数，建立了后向散射系数与土壤含水量和小麦覆盖度之间的关系模型，实现了小麦覆盖度和冬小麦覆盖下的土壤含水量反演。验证结果表明：土壤含水量和小麦覆盖度反演结果与地面调查和测量结果一致。     

利用EnviSat ASAR数据监测南极冰架崩解

利用欧洲环境卫星(EnviSat)所携带的先进合成孔径雷达(ASAR)数据高时间、高空间分辨率的特点,实现了全南极范围内冰架年崩解面积的高精度估算和崩解类型的解译。利用40期重复覆盖全南极海岸线的EnviSatASAR数据探测了冰架崩解的位置、类型和发生时间,统计分析了2005年8月到2011年8月连续6年南极冰架崩解频率和面积的时空变化。结果显示:(1)2005年—2011年平均崩解面积为2969.7km2,年崩解面积变化幅度较大,年崩解频率略呈下降的趋势;(2)南极冰架崩解主要发生1—3月,其中2月崩解最频繁;(3)东南极威尔克斯地区域是当前南极冰架崩解最活跃的区域,冰架罗斯、龙尼-菲尔希纳及埃默里等3大冰架很稳定且鲜有崩解发生,东南极毛德皇后地区域冰架相对稳定;(4)空间尺度小于100km2的崩解频率占到总频率的94.1%,忽略它们将导致南极年崩解面积低估20.7%—92.9%;(5)以内部冰川应力为主要驱动力的开裂型(Rift-opening)崩解较以外部大气和海洋因素为主要驱动力的融水型(Melt-related)崩解发生更为频繁,但是两者在量上的差异不大(约10%)。     

基于PSInSAR方法和ASAR数据监测天津地面沉降的试验研究

概述了PSInSAR方法的技术流程，阐述了定标ENVISAT ASAR数据对PS候选点（Persistent Scatterer Cadidate，PSC）筛选 的作用。研究表明：对ENVISAR ASAR 数据进行定标有助于筛选出更多的PS候选点；以定标得到的后向散射系数作为阈值，可以剔 除散射信号统计特性较稳定但散射强度低的像素点，从而避免可能由这些点引入的相位误差。在初步实现PSInSAR方法的基础上， 运用14景ENVISAT ASAR数据获得了天津地区的年均线性沉降速率，揭示的天津市地面沉降趋势与前人研究结果较为一致，获得的形 变速率值的准确性尚待数据量的增多而进一步提高。     

基于神经网络方法的极化雷达地表参数反演

人工神经网络（Artificial Neural Network)是一个由独立处理单元以一定拓扑结构高度连接而成的并行分布式信息处理结构，适于解决各种非线性问题，积分方程（Integrated Equation Model)单散射模型可模拟各种地表参数条件下裸露地表后向散射系数，以IEM为基础生成训练数据，用L波段的C波段SIR-CHH，VV极化单散射后向散射系数数据为神经网络输入，通过后向反馈（BP）神经网络模型可同时反演得到裸露地表条件下地表介电常数，地表相关长度和均方根高度等地表参数。     

综合主动和被动微波数据监测土壤水分变化

微波遥感测量土壤水分的方法主要分主动和被动两种，它们都是基于干燥土壤和水体之间介电常数的巨大差异。估算植被覆盖土壤表面土壤水分必须要考虑地表粗糙度和植被覆盖影响的问题。植被覆盖土壤表面的后向散射包括来自植被的体散射，来自地表的面散射和植被与地表间的交互作用散射项。本研究建立了一个半经验公式模型，用来计算体散射项，综合时间序列的主动和被动微波数据，消除植被覆盖的影响，估算地表土壤水分的变化状况。并应用1997年美国SGP‘97综合实验中的机载800m分辨辐射计ESTAR数据计算表面反射系数，综合Radarsat的SCAN-SAR数据得到体散射项，然后，由NOAA/AVHRR和TM计算得到的NDVI值加权分配50m分辨率的体散射项，最后计算50m分辨率的表面反射系数的变化值，从而得到土壤水分的变化情况，验证数据表明该计算结果与实测值一致。     

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。     

模拟AMSR-E数据的地表多参数反演

为了提供更适用的地表参数反演方案,对Njoku等模拟AMSRE-E数据的多参数反演工作重新进行正向模拟和算法改进,算法用MATLAB开发实现.反演结果表明,改进后的反演方法不仅在精度上略高于原方法,而且还能反演裸露地表可实际测量的粗糙度参数,并在更大的植被含水量范围内达到较高的反演精度.     

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.     

面向LAI 反演的参数化SAILH 模型

建立了一种基于植被冠层辐射传输模型SAILH 的参数化模型。该模型首先对SAILH 模型中用到的9 个 中间变量的计算过程进行简化, 然后用一个明确的表达式计算光照冠层的单次散射贡献。分别用模拟数据和2008 年黑河地区星-机-地同步实验中获取的地面测量数据对该参数化模型的反演精度和效率进行了评价。评价结果表明 该参数化模型能在保证反演精度的基础上极大的提高反演效率; 利用模拟数据进行的模型稳定性评价表明, 参数 化模型的稳定性优于SAILH 模型。     

人工神经网络模型反演植被生物量参数

该文利用 1988年小麦生长期中生物量参数和微波 (10 2GHz)主被动遥感实测数据 ,作为输入输出I/O矢量对 ,训练人工神经网络为参数反演模型。然后用 1989年小麦生长期中微波主被动遥感实测数据和该神经网络模型 ,来反演其生物量参数在整个 1989年生长期中的变化。反演结果与遥感实测结果作了很好的比较     

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.     

ENVISAT ASAR重轨INSAR用于东南极冰盖格罗夫山角峰地区冰流探测的初步结果

由于可以探测到视线向的微小形变量，重复轨道雷达干涉测量（INSAR）成为探测极地冰流的有效手段。基于ERS-1／2SAR影像的INSAR已经成功获取了南北极许多地区的冰流信息。采用最新的ENVISAT ASAR影像，利用干涉方法获得了东南极内陆格罗夫山地区的首幅ASAR干涉条纹图（其中包括地形信息和冰流信息）。其与利用该地区1996年ERS-1和JERS-1数据所获得的干涉条纹进行对比表明，在格罗夫山角峰群内分布有两个冰流子系统，且状态较为稳定，ENVISAT ASAR数据在冰盖干涉测量方面具有良好的性能和应用潜力。     

利用ENVISAT ASAR雷达数据提取DEM

主要讨论了利用 ENVISAT ASAR 雷达数据通过干涉测量技术提取 Bam 地区的 DEM。首先介绍了干涉测量的原理及干涉数据对的选取,然后介绍了 InSAR 数据的处理方法,最后用真实的数据提取 Bam 地区的 DEM。试验证明利用 InSAR 技术可以快速地、高精度地获取大面积的 DEM。     

基于主成分分析的ENVISAT ASAR数据在福建省漳州市香蕉园地提取中的应用(英文)

Banana is one of the main economic agrotypes in Zhangzhou, Fujian Province. The multi-temporal ENVISAT ASAR data with different polarization are used to classify the banana fields in this paper. Principal component analysis (PCA) was applied for six pairs of ASAR dual-polarization data. For its large leaves, banana has high backscatter. So the value of banana fields is high and shows very bright in the 1st component, which makes it much easier for banana fields extraction. Dual-polarization data provide more information, and the VV and VH backscatter of banana show different characters with other land covers. Based on the analysis of the radar signature of banana fields and other land covers and the 1st component, banana fields are classified using object-oriented classifier. Compared to the field survey data and ASTER data, the accuracy of banana fields in the study area is 83.5%. It shows that the principal component analysis provides the useful information in SAR images analysis and makes the extraction of banana fields easier. Supported by the Program for New Century Excellent Talents in University (NCET-05-0573), Fujian Science and Technology Project (No.2006I0018), the Science Project of the Education Department of Fujian Province(No. 2006F5022).     

基于ENVISAT ASAR、Landsat TM与DEM的泥炭沼泽信息提取方法

泥炭沼泽是重要的湿地类型之一,对全球变化和生态平衡具有重要意义。本研究在野外实地调查和对比不同地物类型在不同极化方式下雷达影像后向散射系数差异的基础上,以ENVISAT ASAR、Landsat TM与数字高程模型（digital elevation model,DEM）数据为基本信息源,利用面向对象与决策树分类相结合的遥感影像分类方法,实现对小兴安岭西部泥炭沼泽典型分布区不同泥炭沼泽类型的空间分布信息提取,总体分类精度93.54%,Kappa系数0.92。结果表明,该方法在泥炭沼泽信息提取方面具有较大的应用潜力,相对于先前的研究,在分类精度上有一定的提高。     

Monitoring of the water-area variations of Lake Dongting in China with ENVISAT ASAR images

As an active microwave remote sensing sensor, synthetic aperture radar (SAR) can image the Earth surface with high spatial resolution in both day and night under all weather conditions. In this paper, a digital image processing technique was implemented to extract water area information from SAR images and the result is used to monitor the water area variation of Lake Dongting, the second largest freshwater lake in China. 8-year time series of European Space Agency's ENVISAT ASAR (Advanced Synthetic Aperture Radar) images acquired between 2002 and 2009 were obtained and a land-water classification scheme was implemented. Using independent in situ water level data measured at a lake-side hydrologic station during study period, we derived the relationship between water level and water area of Lake Dongting. The results show that, (1) during dry seasons, the water area is 518 km² larger than that in the 1990s reported by Yangtze BHYRWRC (Bureau of Hydrology and Yangtze River Water Resources Commission), 2000; (2) the water area of Lake Dongting increased significantly in the 2000s after the Chinese Government's “return land to lake” policy took effect in 1998; (3) the water level of Lake Dongting could be low during a rainy season due to drought; but could be high in a dry season due to discharges from the upstream Three Gorges Dam. In addition, the relationship between water storage change and water area/level change is obtained.     

多时相ASAR数据的地表覆盖分类研究

本文选择了位于念青唐古拉山脉西段,覆盖范围大约100×100km2的区域,使用四个不同时期内的ASAR图像数据进行地表覆盖分类的研究。研究结果表明,虽然同种类型的地物在同一景雷达图像上的后向散射系数存在一定的差异,但是其后向散射系数随时间的变化规律却是一致的。根据地物后向散射系数的这种时相特征,我们对研究区的地表覆盖进行了分类,结果显示使用该方法能有效地区分草原、草甸、裸岩、水体、终年积雪等。     

Envisat ASAR数据在沿海防护林提取中的应用

沿海防护林的建设与生态环境和经济发展密切相关。本文以福建省漳浦县沿海防护林地区为例,利用2005年多时相、多极化的ENVISATASAR(Environmental Satellite Advanced Synthetic Aperture Radar)数据,分析了典型地物后向散射极化和时间特性。沿海防护林的后向散射随时间变化较小,VV极化能较好的体现沿海防护林的表面形态和特征,VH极化可以将水体和沿海防护林很好的区分开来,植被间的差异在HH极化中得到较好的反映。针对不同的极化组合情况,采用面向对象的方法提取沿海防护林信息,并对提取结果进行了对比分析,认为多极化的数据更有利于防护林信息的提取。