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。     

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。     

水稻微波后向散射系数的模拟分析

提出了一套完整的水稻一次后向散射作用物理模型,通过该模型可以定量地模拟水稻对入射电磁波的后向散射作用,包括不同入射角、不同时相、不同波段、不同极化等各种情况,从而得到大量有价值的模拟结果。通过深入分析这些结果,可以对如何利用ＳＡＲ遥感数据更准确、更经济、更方便地进行水稻识别、长势监测及产品评估等工作提供理论依据和方法指导。     

农作物后向散射特性的测量

利用多波段极化散射计对中原地区常见的几种农作物（水稻、棉花、玉米、花生）的后向散射特性进行了测量,并从散射系数的测量结果得出了其在不同频率及不同地物参数下的散射特点     

基于卫星测高后向散射系数的极区海冰分布特性研究

海冰对气候变化非常敏感,了解极地海冰分布范围和表面属性不仅对于极地环境非常重要,对全球温度趋势估计和建立全球气候模型非常关键。ENVISAT卫星可覆盖至南北纬81.4°,其携带的RA2雷达高度计为极地海冰研究提供了周期性的主动微波海冰探测途径。本文用ENVISAT雷达高度计探测的Ku波段后向散射系数对2011年南极和北极各月份的海冰覆盖特征（范围和海冰表面属性）进行了详细研究,利用海水和海冰的不同散射特征,设置后向散射系数阈值为13db可成功分离海冰和海水。除夏季外,雷达高度计和美国冰雪数据中心基于辐射计获取的极区海冰覆盖边界高度符合。因北极中央区域（81.4°N以北）没有轨迹覆盖,本文只估计了南极海冰的覆盖面积,夏季海冰的覆盖范围面积比辐射计探测结果偏大,这和雷达高度计对离散薄冰较强的观测能力关,在海冰密集分布的其他季节结果则有很好的符合,其中冬季面积平均差异为0.17 Mkm2。分析了南极和北极海冰的分布特征差异,和南极相比北极冬季海冰表面较粗糙干燥,而夏季海冰表面湿度较大。本文研究结果表明ENVISAT雷达高度计可准确的探测包括海冰覆盖和海冰表面属性变化在内的海冰季节性演变过程,可在海冰监测、极地科考等领域中发挥重要作用。     

地表土壤水分与雷达后向散射系数及入射角之间关系研究

应用雷达技术反演土壤水分较著名的经验模型有Oh模型[1]、Dubois模型[2]以及Shi模型[3]。本文在Shi模型的基础上,对土壤水分与雷达后向散射系数之间的关系进行探讨,反演出土壤水分与雷达后向散射系数及入射角之间的关系。     

基于粗糙海面高度频谱函数的雷达后向散射系数计算

海面雷达后向散射系数是主动微波遥感定量化研究海洋的基础，基于各种海浪谱模式的后向散射系数计算可比性差，鉴于风成粗糙海面的波面斜率呈非Guassian分布的特点，本文给出了依据自由海面的二维高度谱计算海面的雷达后向散射系，并与实际SIR－C／X－SAR数据进行对比。     

基于光谱分类的太湖水体后向散射研究

由于时空变化而产生的水体后向散射系数参数化差异一直是影响水质参数遥感定量反演精度的一个重要因素。在对太湖遥感反射率光谱进行分类的基础上,针对影响太湖水体水色的不同主导因子,把太湖水体分为3种类型,分别利用半分析方法和光学闭合原理对后向散射系数进行模拟,在此基础上研究其光学特性及其与水体组分浓度的关系,最后针对3种不同主导类型的水体分别建立了后向散射系数参数化模型。将后向散射特性在不同时间和空间上的差异转化为水体不同主导因子在生物-光学上的差异,从而得到适用于太湖不同湖区及不同季节的后向散射系数参数化模型,为利用分析方法对太湖水质参数进行更为精确的遥感反演提供了基础。     

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。     

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。     

域分析、域模型在GIS中的应用

根据GIS在应用开发中的现状和遇到的问题,通过对相关解决技术如组件技术、软件体系结构技术等的研究与分析,介绍了双重生命周期模型,提出了GIS在国土信息管理领域的特定域模型,目的在于降低应用开发的复杂度,提高软件生产率,支持动态的可扩展的软件体系结构模型。     

傅里叶时频分析的建筑物沉降预测

针对时间序列自回归(AR)模型在高层建筑物沉降预测中出现的对于历史资料分析和利用不充分的情况,提出了一种基于傅里叶时频分析的沉降预测模型。以桂林市某在建的高层建筑物的沉降变形为例,在分别从时域和频域两个方面充分分析资料的基础上,对建筑物的沉降观测数据进行建模分析,得到了均方误差为0.107 9 mm的预测精度,很好地克服了AR模型在应用中存在的问题,提高了预测精度。     

基于ARMA模型的GPS基准站坐标时间序列分析

由于利用GAMIT/GLOBK软件对连续运行多年的GPS基准站数据进行处理的原始结果存在一定的噪声,本文利用ARMA模型对GPS基准站坐标进行时间序列分析,其中采用Pandit-Wu方法确定ARMA模型的阶数.试验结果表明,采用Pandit-Wu方法能够准确地确定ARMA模型的阶数,并且基于ARMA的时间序列有效地消除了一定量的噪声,让GPS基准站随着时间的变化规律与趋势更加明显,说明ARMA模型在GPS基准站坐标时间序列分析中剔除噪声及突显变化量与趋势具有良好的效果.     

基于时间序列模型的沉降监测预报分析

时间序列模型预测具有可靠性与高效性的特点。本文结合沉降监测工程,采用Matlab进行建模预报分析,分别基于预测模型(AR、MA、ARMA)进行应用。对比自回归模型、滑动平均模型及自回归滑动平均模型预测结果的精度,表明3种模型可预测期连续分布,模型组合可提高预测精度。     

基于时间序列分析和灰色理论的建筑物沉降预测模型研究

基于时间序列分析方法建立建筑物沉降预测模型,其中通过二次移动平均法提取出沉降监测序列中的趋势项,并在此基础上采用灰色系统理论动态GM（1,1）模型进行趋势项预测。实际算例结果表明,该模型能够较好地预测沉降变化的发展趋势,并具有较高的预测精度,证明了该预测模型具有一定的可行性和有效性。     

原子钟时域频率稳定性影响因素分析

为了明确地分析原子钟的时域频率稳定性特性，本文在给出各种方差估计式的基础上，分析了影响原子钟时域稳定性的主要因素，如能量谱噪声、频率漂移、无数据段以及周期变化分量等，并给出了相应的改正方法。     

三峡库区水质数据时间序列分析预测研究

阐述了时间序列分析的概念、种类及分析方法,以三峡库区水质各指标的水期时间序列数据为研究对象,采用Holt-Winters时间序列预测模型进行了水质预测的试验研究.