多时相双极化合成孔径雷达干涉测量土地覆盖分类方法

综合采用时相、极化和干涉3种维度的SAR数据进行土地覆盖分类。以黑龙江省逊克县多时相ALOS PALSAR数据覆盖区为研究区,利用不同时相极化SAR、干涉SAR信号对地物特征的敏感性,结合后向散射强度和干涉相干的时变特征进行地物解译,发展了基于多时相、多极化、干涉SAR数据的SVM土地覆盖分类方法。研究结果表明,引入双极化SAR中不同极化(HH-HV)间的相干系数,并结合所选择的时相特征、极化特征以及干涉相干特征进行分类,可解决双极化SAR影像中林地与城市及建设用地的混分问题,得到更高精度的土地覆盖分类结果。     

高山峡谷区D-InSAR滑坡监测数据特征分析

对同一区域制订了8景Radarsat-2降轨的编程数据,重点研究卫星视线与地表法线夹角对于后向散射系数和相干系数的影响。研究结果表明,由于SAR数据成像原理的特殊性,一种模式的SAR监测并不能有效覆盖研究区域的整个范围。卫星视线与地表法线夹角对后向散射系数和相干系数的影响明显,从而得出有效SAR数据的局部入射角阈值,并根据阈值得出研究范围内降轨数据、升轨数据以及它们联合监测的可信区域。为进一步制定升轨编程数据进行区域滑坡早期识别提供依据,以达到全区域监测的目的。     

极化干涉SAR数据地表土地类型分类

基于新疆和田地区1994年10月9日和10日SIR-C-L波段全极化雷达数据。首先对极化干涉测量的基本原理和数据处理流程进行了详细的阐述，接着，用Cloude相干最优算法得到了与3种地物散射机制相对应的3个最优相干图。并且就地物相干性对极化的强烈依赖和3种散射机制中地物的最优相干特性进行了分析，具有最高相干值的相位图在提取DEM方面较有利，具有最低相干值的相干图在地物识别方面较有利。最后，在对最优相干系数。后向散射系数和熵进行数据相关性分析基础上，利用得到的最优相干系数，熵和后向散射系数数据进行了土地类型的识别和分类，得到了很好的效果。     

多时相全极化SAR数据融合方法与土地覆盖分类研究

结合多时相和全极化SAR数据在地表覆盖分类中的优势,通过融合多时相全极化SAR数据,降低雷达图像上斑点噪声的影响,开展土地覆盖分类研究。以贵州扎佐林场大约12 km×17 km的区域为研究区,使用6个不同时期的RADARSAT-2全极化数据进行地表覆盖分类研究。研究结果表明:不同地物的后向散射机制有很大区别,且对应的后向散射系数随时间的变化规律也各不相同;该方法能有效区分人工建筑、森林、农田和水体等地物,斑点噪声得到有效抑制,图像质量,特别是视觉效果大为改善。     

基于Sentinel-1A数据的临高县早稻面积提取

为了探讨双极化Sentinel-1A雷达影像数据识别提取早稻面积分布信息的能力,在分析典型地物后向散射系数的基础上,沿用极化差分合成孔径雷达(synthetic aperture Radar,SAR)图像和极化比值SAR图像对典型地物分类有着重要作用的思路,提出水体归一化参数,随后采用支持向量机(support vector machine,SVM)分类方法和阈值分类方法选取单时相、多时相水体归一化极化SAR数据(2017年3月10日、3月22日、4月3日、4月15日、4月27日)提取早稻面积。结果表明,阈值分类方法优于SVM分类方法,其总体精度为89.01%,Kappa系数为0.823 1,早稻的制图精度和用户精度分别为92.68%和82.26%;种植面积为1.29万hm~2,与临高县主要的早稻生产基地在空间分布上基本一致。由此可得,多参数的极化SAR数据可以提高识别提取地物的精度,提取早稻面积的最佳监测数据为多时相水体归一化VH极化SAR数据。     

多参数SAR数据森林应用潜力分析

利用多参数机载全球雷达(GlobeSAR)数据和航天飞机成像雷达(SIR-C/X-SAR)数据,分别在我国南、北方两个试验区进行森林识别与分类,以及蓄积量估测的试验.为了更好地了解雷达后向散射与森林结构特征的关系,分别从雷达图像上提取了后向散射系数和强度,进行森林类型识别效果的分析,以及森林结构参数与雷达后向散射强度的相关分析.结果显示多波段、多极化SAR数据能有效地识别不同类型的森林.雷达的后向散射强度对森林的结构参数,尤其是森林的平均胸径和高度较为敏感,据此对试验区的森林蓄积量进行了估测,并分析了多参数SAR在森林应用中的潜力.     

森林地上生物量的极化相干层析估计方法

基于微波的后向散射系数估计森林地上生物量(AGB)易受后向散射系数饱和的影响,而利用森林高度,根据生长方程估计AGB,却没有考虑和AGB密切相关的林分密度、树种组成、林层垂直分布等空间结构特征的作用,针对这些问题,提出一种基于极化相干层析(Polarization Coherence Tomography,PCT)技术的AGB估计方法。基于德国宇航局(DLR)机载SAR系统(ESAR)获取的特劳斯坦(Traunstein)试验区L-波段极化干涉SAR(PolInSAR)数据,通过对具有不同AGB水平的典型林分的相对反射率函数曲线的分析,定义了9个与AGB具有相关性的特征参数。然后基于20个林分的实测AGB数据,以林分尺度上这9个特征参数的平均值为自变量,以实测林分平均AGB为因变量,采用逐步回归分析法构建了AGB估测模型,并对该模型进行评价,对影响模型估计精度的因素进行分析,结果表明,由PCT提取的相对反射率函数特征参数对AGB很敏感,充分利用相对反射率函数信息可提高AGB估计精度。     

利用光学和SAR遥感数据的若尔盖湿地植被分类与变化监测

湿地植被在固碳过程中扮演重要角色。作为高寒湿地生态系统的典型代表，若尔盖湿地的植被分类与变化监测对于研究其碳汇功能具有重要意义。光学遥感和微波遥感在植被监测中各有其优缺点，因此本研究提出结合Sentinel-2光学数据和Sentinel-1合成孔径雷达SAR (Synthetic Aperture Radar)数据的若尔盖湿地植被分类与变化监测方法。基于动态时间归整算法DTW (Dynamic Time Warping)提取Sentinel-1 SAR数据的时间序列物候特征，结合Sentinel-2多光谱数据的光谱特征，以2020年实地获取的植被样本及使用样本迁移得到的2017年样本，通过随机森林算法分别对两个时期的若尔盖湿地植被进行分类并对其变化进行分析。研究表明：(1)结合Sentinel-1和Sentinel-2数据，充分发挥各自多时相、多光谱的优势对若尔盖湿地植被进行分类得到可靠的分类结果，总精度达到了97.43%,Kappa系数为0.96。(2)基于样本迁移原理，本研究通过将2020年实地采集的样本迁移至2017年，解决了历史时期实地样本不可得的问题，并针对SAR数据的特点提...     

光学遥感植被指数与SAR遥感参数的相关性及其主要影响因素研究

建立合成孔径雷达(synthetic aperture Radar,SAR)数据和光学植被指数的定量关系有助于融合这两种数据源,提高山区森林遥感的时序监测能力。为此,以内蒙古大兴安岭根河林区为例,首先分析了归一化植被指数(normalized difference vegetation index,NDVI)、增强型植被指数(enhanced vegetation index,EVI)、绿度植被指数(greenness vegetation index,GVI)和归一化水分指数(normalized difference water index,NDWI)与C波段雷达数据的相关性,接着对比了不同森林干扰下NDVI,NDWI与X,C,L波段雷达数据的相关性差异。结果表明:①极化比(polarization ratio,PR)和干涉相干系数与各植被指数呈显著负相关,PR与NDVI,EVI,GVI线性趋势好(R~2=0. 40～0. 49),VH的干涉相干系数与各植被指数线性趋势好(R~2=0. 43～0. 51);②地表类型会影响VH与NDVI线性回归结果,在植被密集的灌草、火烧迹地和森林内线性趋势好(R~2=0. 64～0. 76);③不同森林干扰下相关性存在差异:在火烧迹地内NDVI与X波段HH和C波段PR呈显著负相关,NDWI与C波段VH呈显著正相关;在未受干扰林地内NDVI和NDWI与C波段PR呈显著正相关;在采伐迹地内L波段PR与NDVI呈显著负相关,L波段VV和VH的PR与NDWI呈显著负相关。     

边坡单元的SAR数据特征

针对传统D-InSAR技术以栅格单元为研究对象而无法充分反映地形条件的问题,该文提出了以边坡单位为研究对象的D-InSAR数据特征分析。通过基于边坡单元的区域地形因子与后向散射系数和相干系数关系的分析方法,建立了研究区域SAR数据的可信区域滤波方法,提取出了研究区域SAR数据分析结果的可信区域。该方法提高了SAR数据的有效性,为滑坡早期监测提供了可靠的数据基础。通过对金沙江乌东德区域的SAR数据实例分析,验证了该方法的实用性。     

Radarsat SAR的森林生物物理参数信号响应及其蓄积量估测

利用地面实测数据，系统探讨了Radarsat SAR 数据在森林蓄积量估测方面的应用潜力和森林生物物理参数信号响应。结果表明 ： Radarsat SAR后向散射系数与森林蓄积量、树高及胸径之间的关系可以用对数模型模拟； 树种对后向散射系数具有一定影响； 利 用后向散射系数估测森林蓄积量，其精度基本符合林场大面积总体估测的精度要求，但小班水平应用效果不理想。     

基于INSAR的青海玉树地震破坏程度评估

利用SAR影像所包含的相位和强度信息,将相干系数与幅度特性相结合,通过逐步回归的方法,建立了以后向散射系数、相关系数和相干系数为因子的地震破坏程度的评估模型.以该模型为基础,对青海玉树地震进行了受灾评估.     

Pi-SAR极化数据与K分布指数估算森林生物量与实验验证

用2002年和2003年日本Pi-SAR全极化数据,研究日本北海道苫小牧森林地区的森林生物量.雷达后向散射系数随森林生物量的增大而增大并迅速达到饱和,L波段雷达数据饱和点约为40t/hm2,X波段仅约为20t/hm2.在SAR数据统计分布中,K分布的指数参数在饱和点以上仍随生物量的增大而增大,并且HV极化方式时相关性最高.根据交叉极化数据K分布的指数参数与森林生物量的关系,本文估算了23个观测点的森林生物量,结果表明平均准确率为85%.因此该算法可以作为一种新的估算森林生物量的手段.     

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。     

基于CASE推理的多时相星载SAR影像分类

提出了一种基于案例(CASE)推理的多时相SAR影像分类方法.选用北京地区2000年(4景)和2004年(3景)的多时相Radarsat-1 SAR影像及相应地理基础分类图作为数据进行实验,结果表明,该方法能得到较好的SAR影像分类结果.分类总体精度可望达到85%.     

联合时间序列相干性和后向散射系数的黄河三角洲湿地分类

针对后向散射系数难以完成高精度湿地分类问题,本文以16景VH极化的Sentinel-1A影像为数据源,构建了一种联合时间序列相干性和后向散射系数的分类方法。通过对长时间序列的后向散射系数和相干性分析,选择互花米草易与其他地物混淆的3个时相(6月27日(R)、11月18日(G)、11月30日(B))的后向散射系数图为合成数据源,引入11月18—30日相干图代替11月30日后向散射系数图。采用SVM和随机森林分类器,探究相干性引入前后黄河三角洲湿地分类精度变化。研究表明,相干性引入后,SVM和随机森林分类结果的总体精度分别提升了3.07%和3.85%,互花米草的分类精度分别提升了9.39%和11.42%。     

基于RADARSAT SAR估测热带人工林叶面积指数研究

 研究了雷达后向散射系数 与热带人工林叶面积指数（LAI）的相关性。该研究通过对水云模型的修正,提出了一种半经 验性的估测热带人工林叶面积指数的方法。利用Radarsat -1 SAR数据对广东雷州人工林的验证表明,其主要林种的估测相关系数 R2接近0.5。该方法充分考虑了森林的特点以及雷达成像的特性,对于估测多云雨地区热带森林叶面积指数具有一定的参考价值。     

基于极化相干矩阵的河流水质污染监测初探

利用遥感手段监测水质污染具有监测范围广、实时性强的优点。本研究选择中国南方地区水质变化明显的河流区域作为研究对象,利用C波段星载极化合成孔径雷达(极化SAR)卫星RADARSAT-2提供的数据,对基于极化SAR的河流水质污染监测技术进行了初步研究。首先介绍了电磁波的极化现象以及极化SAR的基本原理;其次结合一次同步测量实验,提取河流区域,并对极化SAR数据与水质常见监测指标的监测数据进行对比分析,通过对10个采样点18组数据的分析发现,极化相干矩阵中的T 22元素与部分水质指标(如五日生化需氧量BOD₅等)具有较强的相关性,从而反映水质的污染状况;并通过实测数据和最小二乘法,拟合得到了利用[T]矩阵元素反演BOD₅的经验公式,拟合系数达到0.82。最后通过对地表散射模型和菲涅尔系数的分析,从理论上探讨了极化相干矩阵中部分元素与水体物理性质存在相关性的原因。初步理论分析和实验数据表明,T 22元素能够反映水体的污染状况。     

一种基于极化距离测度的SAR变化检测方法

本文在经典的极化分类Wishart距离基础上提出了一种对变化敏感的极化距离测度,发展了相应的多时相极化SAR变化检测方法。以北京地区的多时相全极化RADARSAT-2影像进行了实验,对比分析了提出的极化距离测度与各个极化通道后向散射系数对数比值对不同类型地物变化的区分能力,结果表明,提出的极化距离测度不仅对所有的变化类型均有良好的检测作用,而且对变化区域有更高的区分力。这说明本文提出的极化SAR变化检测方法具有广泛的应用价值。     

基于多时相SAR数据的大区域城镇信息变化检测

多时相SAR变化检测技术,通过分析同一区域不同时相的SAR数据可以检测地表地物目标的变化信息,在土地资源调查及监测管理方面具有广泛应用。本文将长时间SAR图像相干性特征与目标幅度信息进行融合,并采用多时相SAR数据堆栈处理方法进行大区域城建目标分类及变化信息检测。最后采用13景ALOS PALSAR数据对中国天津地区2007~2010年期间的城建区域变化进行了检测实验,得到了良好的实验结果,并验证方法有效性。