衢山岛海域秋季浮游植物群落组成及影响因素

根据2010年10月的调查数据,对衢山岛海域浮游植物的种类组成、优势种、丰度、多样性及其环境因子进行了分析。在本次调查期间,共采集到浮游植物7门181种,其中硅藻133种,占总种数的73.9%,为调查海域浮游植物群落的主要类群,且中肋骨条藻为绝对优势种;甲藻38种,占总种数的21.1%。该海域浮游植物的种类组成和细胞丰度具有明显的潮周期特性,体现为大潮期浮游植物种类数和细胞丰度明显高于小潮期;大、小潮期间浮游植物平均H′分别为0.65和1.10;由聚类分析发现,浮游植物不同群落间组成差异显著。衢山岛海域富营养化现象较为严重,大潮期间,无机氮及活性磷酸盐的平均浓度分别为0.81 mg/L和0.04 mg/L;小潮期间,无机氮及活性磷酸盐的平均浓度分别为1.04 mg/L和0.04 mg/L。     

极化SAR目标相对最优极化研究

目标相对最优极化就是选取一种极化状态,使得研究目标和背景地物的接收功率对比达到最大。通过讨论了目标相对最优极化问题,提出了改进的模型和解算方法,利用实际数据对其模型和方法进行了实验,验证了其有效性和正确性。     

全极化SAR图像中溢油极化特征研究

相比于单极化SAR图像,全极化SAR图像不仅能体现海面目标的几何特征、后向散射特征,还能体现目标的极化特征。因此,在溢油检测方面,极化SAR更具优势。特征提取作为溢油检测的关键步骤,直接影响到溢油检测的精度。在本文中,我们分析了全极化SAR图像中海面溢油的极化特征,如极化散射熵、平均散射角等。并提出了新的极化特征P,该特征参数能够反映海面目标电磁散射过程中布拉格散射机制和镜面散射机制的比例。为了研究极化特征溢油检测的能力,本文基于SIR-C/X-SAR和Radarsat-2全极化SAR图像开展了相关实验,并对比分析了溢油的多种极化特征。实验结果显示,在中低风速情况下,C波段溢油探测效果优于L波段;本文提出的极化特征P对海面散射机制敏感;基准高度和特征参数P在C波段比其他极化特征更适于溢油检测。     

基于SAR极化比和纹理特征的海面溢油识别方法

针对海洋表面SAR影像的特点,采用基于灰度共生矩阵的纹理特征方法是提取海面溢油信息的常用方法,但实际海洋表面复杂的信息使得SAR图像上产生类似溢油现象的暗斑区域,这导致在利用纹理特征方法提取溢油信息时存在虚警率,降低了溢油信息的提取精度。基于RADARSAT-2 SAR四极化影像,本文提出基于SAR极化比影像的纹理特征识别方法对海面油膜进行识别提取。结果显示,基于SAR极化比影像的纹理特征识别方法可以有效且准确地提取海面溢油信息,相比于VV极化影像的纹理特征识别方法,溢油监测过程中的虚警率降低了17.96%,溢油监测总体精度达到96.83%。     

基于多特征多核学习的全极化SAR溢油提取方法

全极化合成孔径雷达(Synthetic Aperture Radar,SAR)数据具有丰富的极化信息,能够提取出大量异构性特征。核学习方法在解决小样本、高维特征分类问题上具有优势,但异构特征对不同核函数具有响应差异。本文利用一种引入先验标签的多核学习方法进行全极化SAR的溢油信息提取,即基于分析结果对特征集进行遴选与组合,分别在每个特征组合中训练得到一个预备层核函数,以新获取的预备层核函数作为新的底层核函数,对全部特征进行学习分类。通过提取与分析溢油和海水的统计特征、物理散射特征和纹理特征,建立溢油全极化SAR特征谱,并利用引入先验标签的多核学习分类器进行溢油提取实验。结果表明,该方法能够利用全极化SAR多维异构特征的互补特性有效提高溢油分类提取精度。     

基于RADARSAT-2四极化SAR影像的海面风速反演

选取成像于中国东海和南海海域的102景RADARSAT-2(RS-2)精细四极化SAR原始影像以及ERA-Interim风场,在各极化通道下利用相应风速反演模型开展风速反演的研究.CMOD5地球物理模式函数对VV极化SAR数据反演风速效果最好,可以获取海面高精度风速数据.对于HH和交叉极化SAR影像,利用RS-2 SA...     

一种基于参考DEM的InSAS去平地方法

提出一种基于参考DEM的In SAS去平地方法,该方法通过采用预先估计的低分辨DEM作为参考面代替平面地形进行平地效应去除,能够有效避免相位展开这一干涉信号处理中的难点,获得精确的高程估计结果。In SAS仿真数据和湖试数据的处理结果,表明了该方法的有效性。     

基于高分光学与全极化SAR的海南八门湾红树林种间分类方法

合理的红树种间组成结构是有效发挥红树林湿地生态价值的前提,明确的红树林种间分布信息是开展红树林生态系统治理和规划工作的有效依据。针对海南八门湾红树林湿地,基于高分三号(GF-3)全极化合成孔径雷达(synthetic aperture radar,SAR)和高分六号(GF-6)多光谱遥感数据,本文提取了35个红树林遥感特征,利用极端梯度提升树(eXtremegradientboosting,XGBoost)算法开展了特征重要性排序、特征筛选和红树林种间分类实验,将其与传统的支持向量机(supportvectormachine,SVM)、随机森林(randomforest,RF)机器学习算法进行精度比较,并基于XGBoost算法进行了3种特征组合方式(优选特征、多光谱特征、全极化SAR特征)的分类精度比较,旨在探索XGBoost对红树林种间分类的适用性和光学与全极化SAR数据对红树林种间分类的能力。结果表明:1)识别红树林种类的优势特征依次为多光谱的光谱波段、极化分解参数、光谱植被指数,且仅利用前8个优选特征(绿光波段反射率G、蓝光波段反射率B、Yamaguchi面散射分量Ys、近红外波...     

基于SERD与SPAN的全极化SAR数据海岸线分类

基于Wishart分类器的全极化SAR图像H/α分类方法应用于海岸线分类,可区分不同海岸线类型。在聚类过程中,传统H/α-Wishart方法时常将各类聚类中心对应的散射机理混淆,使得同为单次面散射的淤泥质与砂质海岸线类别难以区分。针对此问题,提出了改进型的辅助分层分类方法。算法运用单次反射特征值相对差异度与极化总功率系数构成的二维特征空间,结合支持向量机得到最优分界判据,以分离初始分类结果中混淆的淤泥质与砂质海岸线。实验表明,改进方法能够有效区分淤泥质与砂质岸线,分类混淆矩阵对应kappa系数由0.794提升至0.853,分类识别率得到显著提高。     

利用极化SAR数据进行土地覆盖分类研究

基于相关矩阵特征向量的目标分解将地物回波复杂的散射过程分解成相互独立的三种单一散射分量:单向散射、双向散射和交叉散射,分别对应各自的目标相关矩阵。目标分解技术降低了散射回波之间的相关性,有利于分析地物散射机理,有助于提高分类精度。对荷兰F levoland地区全极化数据进行分解,经过试验和相关性分析,选用7种数据形成多参数数据组合,对其进行最大似然监督分类,同时进行常规三种极化加相位差的分类和基于复W ishart分布的最大似然分类,逐像元计算混淆矩阵,分析对比三种分类结果的精度,试验表明:相对于常规数据组合分类,基于复W ishart分布的监督分类可以小幅度提高分类精度,而利用目标分解得到多参数组合数据进行分类则有大幅度的提高。     

Separation of ocean features from multifrequency full-polarization SAR imagery

Different ocean features usually appear in synthetic aperture radar (SAR) images simultaneously. This makes the image compli- cated and hard to understand. Because of lower signal-to-noise rate , it is much more difficult to separate different ocean features than to separate different land features. A completely novel method is presented to separate ocean features from multifrequency po- larimetric SAR imagery. AIRSAR data from Jet Propulsion Laboratory (JPL), National Aeronautics and Space Administration (NASA) are used in the case studies and good results are achieved.     

基于SAR快速提取浒苔信息应用研究

2008年6月以来青岛近海出现的大面积浒苔对青岛奥帆赛场造成严重影响。如何快速、准确地发现浒苔,对治理浒苔具有显著的指导作用。采用卫星遥感数据,尤其是SAR数据对浒苔进行监测,运用一种基于区域增长面向对象的影像尺度分割方法,调整影像的分割尺度,快速提取浒苔信息,在浒苔遥感监测中效果显著。     

SAR图像分块CFAR迭代的极地冰山检测

通过迭代CFAR算法,本文发展了一种针对分块SAR图像的冰山检测方法。考虑到滑动窗口运算负担大、计算效率低,首先对SAR图像进行分块,以提取分块内的亮目标冰山。利用高斯模型表征后向散射系数的统计分布,冰山检测阈值可简单地表达为均值和方差的线性组合,将分块内像素逐个比对阈值以检测冰山。考虑到同一场景中尺寸变化大的冰山影响检测精度,以识别的冰山像素做种子执行区域生长,从而提取大尺寸的冰山。针对单个分块迭代上述处理,以降低高斯模型表征分块统计分布的误差,提高冰山检测精度。利用2013年11月22日和29日获取自极地海域的两景RADARSAT-2图像开展验证试验。结果表明,数量多、尺寸变化大并嵌入在海冰等极地常见情形下的冰山,能被文中方法有效识别,选取区域内正确率高达85%以上,且具有良好的运行效率。     

利用浅水地形及其SAR影像确定海面风向的一种方法

利用浅水地形的SAR影像以及基于浅水地形SAR仿真模型计算得到的仿真SAR影像,基于仿真SAR影像与真实SAR影像之间的相关性提出了一种确定海面风向的方法——最大相关系数法.以南沙双子礁海域为例,利用最大相关系数法确定出了一幅RADARSAT SAR影像成像时刻的海面风向,通过对结果的比较分析可以看出对于包含浅水地形的SAR影像应用该方法探测海面风向是可行的.     

Semi-automated procedures for shoreline extraction using single RADARSAT-1 SAR image

Coastline identification is important for surveying and mapping reasons. Coastline serves as the basic point of reference and is used on nautical charts for navigation purposes. Its delineation has become crucial and more important in the wake of the many recent earthquakes and tsunamis resulting in complete change and redraw of some shorelines. In a tropical country like Malaysia, presence of cloud cover hinders the application of optical remote sensing data. In this study a semi-automated technique and procedures are presented for shoreline delineation from RADARSAT-1 image. A scene of RADARSAT-1 satellite image was processed using enhanced filtering technique to identify and extract the shoreline coast of Kuala Terengganu, Malaysia. RADSARSAT image has many advantages over the optical data because of its ability to penetrate cloud cover and its night sensing capabilities. At first, speckles were removed from the image by using Lee sigma filter which was used to reduce random noise and to enhance the image and discriminate the boundary between land and water. The results showed an accurate and improved extraction and delineation of the entire coastline of Kuala Terrenganu. The study demonstrated the reliability of the image averaging filter in reducing random noise over the sea surface especially near the shoreline. It enhanced land-water boundary differentiation, enabling better delineation of the shoreline. Overall, the developed techniques showed the potential of radar imagery for accurate shoreline mapping and will be useful for monitoring shoreline changes during high and low tides as well as shoreline erosion in a tropical country like Malaysia.     

基于面向对象和模糊逻辑的SAR溢油检测算法

星载合成孔径雷达(Synthetic Aperture Radar,SAR)具有全天时、全天候的工作能力,已被众多学者认为是非常适合探测海面溢油污染的遥感器。然而在SAR影像中经常出现"类油膜"现象,这严重干扰了SAR溢油检测的精度。因此,如何有效区分SAR影像中的油膜和类油膜,对提升溢油检测精度具有重要意义。本文利用面向对象图像分析的方法,从20景ENVISAT ASAR影像中提取了较多的溢油和类油膜样本,对其基于对象的形状、物理和纹理特征进行了综合分析,找出了适合区分溢油和类油膜的特征量。利用特征分析的结论,本文建立了一种基于模糊逻辑的溢油检测算法。该算法可以有效区分SAR影像中的溢油和类油膜,还可以给出暗斑被判定为溢油的概率。溢油检测实验说明,本文方法能够得到令人满意的效果。     

基于DRLSE模型的SAR溢油提取方法

为提高海上溢油轮廓SAR提取精度,验证了FCM(Fuzzy C-Means Algorithm)与DRLSE(Distance Regularized Level Set Evolution)模型结合的方法提取SAR溢油信息的有效性;鉴于其无法避免细小噪音的影响以及薄油膜提取效果不好的问题,提出了阈值和DRLSE模型结合的溢油信息提取方法,通过阈值构建溢油区域初始轮廓,克服了图像细小噪声对溢油提取的影响,更有利于提取薄油膜信息,溢油提取精度优于H/A/alpha-Wishart非监督分类方法和FCM与DRLSE模型结合的方法。     

珠江口海域叶绿素a质量浓度SAR反演模型

以珠江口海域的Radarsatt-2全极化SAR数据和海域表层水面叶绿素a质量浓度实测数据为基础,利用微波散射原理及Cloude Pottier理论对SAR图像进行分解,得到平均散射角a、散射熵H及VH、VV、HH、HV等6个参数;采用BP人工神经网络模型建立上述6个参数与叶绿素a质量浓度的数学关系模型,并结合实测数据对叶绿素a质量浓度进行分类。结果表明:当隐含层节点数为9,输入层和隐含层传递函数分别为tansig和logsig,学习速率和动量系数均为0.2时的网络结构对叶绿素质量浓度反演取得了较好的效果,叶绿素a质量浓度实测值与预测值之间的决定系数(R~2)为0.826。将模型应用于不同时期的2幅图像进行验证,效果良好,与实际情况基本相符。     

Sentinel-1卫星合成孔径雷达获取第一幅台风图像

In this note, we present the first Sentinel-1 synthetic aperture radar(SAR) typhoon image acquired in the northwest Pacific on October 4, 2014. The eye shape and sea surface wind patterns associated with Typhoon Phanfone are clearly shown in the high-quality SAR image. SAR winds retrieval procedure was given but the actual wind estimates will only be available after the European Space Agency(ESA) releases the official calibration coefficients in order to accurately derive the SAR-measured normalized radar cross section. This study demonstrates the advantage of Sentinel-1 SAR with regards to imaging fine scale typhoon patterns on the sea surface beneath storm clouds. This paper also advocates the use of Sentinel-1 SAR data that is made freely and openly available worldwide for the first time in civilian SAR history.