ALOS PALSAR�״�Ӱ��InSAR���ݴ����еĻ��ߺ͵���������

?????????????InSAR?????е????????????????????ζ??α??????????????????????????????????????о?????????????????ALOS PALSAR???????????????????α????????????????????????ALOS PALSAR?????????3??5 m???????е???????????￡??α?????????????????????о?????????????????С?????????????????????DEM?????????￡?SRTM DEM????????ALOS PALSAR??????????1cm???α???????????????????С??400 m??     

ALOS数据像素级融合方法比较研究

遥感数据融合是多源遥感海量数据富集表示的有效途径。如何在提高融合影像空间分辨率的同时最大限度地保持光谱信息是长期以来遥感数据融合研究的焦点内容。本文以ALOS PRISM和ALOS AVNIR-2传感器的数据为数据源,比较研究了遥感领域中常用和代表性的BROVEY、IHS、MULTIPLICATIVE、PCA、WAVELET和HPF六种融合方法,并通过主观评价和定量分析对融合效果进行了综合评价。实验结果表明,HPF方法在显著提高融合影像空间分辨率的同时,有效保持了多光谱影像的光谱信息,是适合ALOS数据的最优融合方法。     

兴仁县罗马山滑坡体形变监测及成因分析

InSAR技术是当前从卫星雷达遥感获取的对地观测数据中提取地形信息最主要的技术手段。本文以贵州省普安县罗马山为研究区,收集了2017年4月16日至2018年8月5日共10景ALOS PALSAR2数据,生成9个干涉对,以形变时间序列的方式对研究区中的滑坡体进行形变监测分析。同时,收集兴仁县2017年4月至2018年8月降雨量信息,通过与形变时间序列的对比分析,可发现降雨量与形变的高度相关性,这对滑坡灾害的预防具有重要意义。     

Retrieval of tropical forest biomass information from ALOS PALSAR data

Advanced Land Observing Satellite Phased Array L-band Synthetic Aperture Radar (ALOS PALSAR) data from different observation modes were analysed to determine (1) which observation mode most accurately retrieves tropical forest biomass information and (2) whether different modes, when considered together, yield improved results in comparison to identical data-sets analysed independently. We performed regression analysis to estimate above-ground forest biomass using PALSAR backscatter data for natural and planted forests in south-eastern Bangladesh. The coefficient of determination (r ²) was lower or equal to 0.499 (n = 70) when PALSAR data from different observation modes were separately considered, but increased sharply when one class (rubber) is dropped and average backscatter of fine beam single (FBS) and polrimetric (PLR) modes are used in the analysis. The results presented in this article are useful for both regional and global forest biomass inventories and fixing acquisition modes for planned L-band SAR missions.     

基于 ALOS 影像与 CV 模型的瞬时海岸线提取

利用ALOS多光谱影像及CV模型对山东沿海三种不同类型海岸、人工海岸、砂质海岸、淤泥质海岸进行海岸线提取,为比较不同特征影像对海岸线提取效果的影响,对同一类型海岸又分为近红外影像、421彩色合成影像、NDWI影像、PCA影像并分别进行海岸线提取,最后利用缓冲区分析进行精度比较。分析得出：对于人工海岸、砂质海岸两种海岸,在一个像元缓冲区内,提取精度基本可以达到80％以上,两个像元内可达到95％以上;对于淤泥质海岸,四种特征影像的提取效果均比较差,只有NDWI影像在两个缓冲区内可达到87％;总体来说, ND-WI影像提取的效果最好。     

基于ALOS遥感影像的湿地地表覆被信息提取研究

为了验证ALOS遥感影像湿地地表覆被信息提取的可行性,以黑龙江省三江平原典型内陆淡水沼泽湿地为研究对象,通过ALOS遥感影像波段的光谱及纹理特性分析,探讨适合水体、旱地、水田、沼泽、林地、建设用地、草甸等覆被类型的分类特征;基于非监督、监督及面向对象分类方法,遴选能实现最优分类结果的特征组合,为湿地地表覆盖分类数据源及方法的选择提供参考。结果表明：非监督、监督及面向对象分类方法的总体精度分别达到63.86%、96.14%和85.26%;非监督分类方法整体分类效果不够理想;面向对象方法虽然得到了相对较高的分类精度,但是针对建设用地、林地及草甸地类信息提取的精度处于较低水平;监督分类方法能取得较好效果,最适合于湿地地表覆被信息提取。     

星载PALSAR影像几何精度定量评价与误差分析

选择有代表性的星载PALSAR影像,利用Doppler、距离、椭球方程建立其成像模型,对其几何定位精度进行了试验,获得了它的几何系统误差和儿何纠正误差的定量值.根据地面高程误差是影响SAR影像几何纠正精度丰要因素的原理,利用计算机仿真技术定量系统地分析了地面高程误差对其几何纠正精度的影响,获得了地面高程误差对视角的影响、视角误差对影像几何精度的影响以及单位高程误差对影像几何精度的影响等定量结论及影响变化规律,为PALSAR影像的处理与应用提供了科学的依据,更重要的是为SAR影像几何精度分析和误差分析提供了一种新的定量方法.     

ALOS卫星遥感数据影像特征分析及应用精度评价

通过影像灰度等级分析、单变量统计分析和影像纹理特征分析以及平面点位精度、影像分类精度和图斑面积精度评定,针对ALOS数据图像质量开展影像特征研究与应用精度综合评价,并与SPOT5数据对比。ALOS数据在纹理特征及面积精度方面(尤其是较小的图斑面积精度)均明显优于SPOT5;建设用地和农用地二、三级地类的影像分类精度均可达到优良等级;点位中误差精度可满足1∶1万比例尺制图要求。ALOS数据在国土资源调查和管理中具有良好的应用前景,可与SPOT5形成较好的数据互补。     

Exploring image fusion of ALOS/PALSAR data and LANDSAT data to differentiate forest area

Remote sensing data utilize valuable information via various satellite sensors that have different specifications. Image fusion allows the user to combine different spatial and spectral resolutions to improve the information for purposes such as forest monitoring and land cover mapping. In this study, I assessed the contribution of dual-polarized Advanced Land Observing Satellite/Phased Array type L-band Synthetic Aperture Radar data to multispectral Landsat imagery. The research investigated the separability of forested areas using different image fusion techniques. Quality analysis of the fused images was conducted using qualitative and quantitative analyses. I applied the support vector machine image classification method for land cover mapping. Among all methods examined, the à trous wavelet transform method best differentiated the forested area with an overall accuracy (OA) of 94.316%, while Landsat had an OA of 92.626%. The findings of this study indicated that optical-SAR-fused images improve land cover classification, which results in higher quality forest inventory data and mapping.     

ALOS融合影像质量评价及其土地盐渍化应用研究

将经过配准的同一地区不同空间分辨率和光谱分辨率的遥感影像进行融合是提高土地覆盖/土地利用分析精度的有效途径。采用PCA、IHS、HPF和小波变换融合法对内蒙古杭锦后旗中部地区的ALOS全色和多光谱影像进行融合,并对融合结果进行了定性和定量评价。基于地物光谱特征、解译标志和监督分类法提取试验区土地盐渍化信息,比较多光谱影像和融合影像的土地盐渍化信息提取精度。结果显示,PCA、IHS和HPF融合影像的空间细节表现能力得到提升,而PCA和小波变换融合影像的光谱保真度优于IHS和HPF融合影像;PCA融合影像的盐渍化分类精度、总分类精度和Kappa系数均为最高,是最适于试验区土地盐渍化分类研究的融合方法。