Modelling coastal land use change by incorporating spatial autocorrelation into cellular automata models

This paper presents a spatial autoregressive (SAR) method-based cellular automata (termed SAR-CA) model to simulate coastal land use change, by incorporating spatial autocorrelation into transition rules. The model captures the spatial relationships between explained and explanatory variables and then integrates them into CA transition rules. A conventional CA model (LogCA) based on logistic regression (LR) was studied as a comparison. These two CA models were applied to simulate urban land use change of coastal regions in Ningbo of China from 2000 to 2015. Compared to the LR method, the SAR model yielded smaller accumulated residuals that showed a random distribution in fitting the CA transition rules. The better-fitting SAR model performed well in simulating urban land use change and scored an overall accuracy of 85.3%, improving on the LogCA model by 3.6%. Landscape metrics showed that the pattern generated by the SAR-CA model has less difference with the observed pattern.     

Development of a snow wetness inversion algorithm using polarimetric scattering power decomposition model

In this paper, a new snow wetness estimation model is proposed for full-polarimetric Synthetic Aperture Radar (SAR) data. Surface and volume are the dominant scattering components in wet-snow conditions. The generalized four component polarimetric decomposition with unitary transformation (G4U) based generalized surface and volume parameters are utilized to invert snow surface and volume dielectric constants using the Bragg coefficients and Fresnel transmission coefficients respectively. The snow surface and volume wetness are then estimated using an empirical relationship. The effective snow wetness is derived from the weighted averaged surface and volume snow wetness. The weights are derived from the normalized surface and volume scattering powers obtained from the generalized full-polarimetric SAR decomposition method. Six Radarsat-2 fine resolution full-polarimetric datasets acquired over Himachal Pradesh, India along with the near-real time in situ measurements were used to validate the proposed model. The snow wetness derived from the SAR data by the proposed model with in situ measurements indicated that the absolute error at 95% confidence interval is 1.3% by volume.     

优化枝切线设置的孔径雷达相位解缠方法

针对Goldstein枝切线法容易产生大面积封闭区域和枝切线整体长度较长的问题,该文提出了一种优化枝切线设置的干涉合成孔径雷达相位解缠方法:首先根据干涉条纹图中残差点的分布特点对残差点进行预处理,之后使用改进的遗传禁忌搜索算法计算剩余残差点的优化组合。结果不仅能够有效减少枝切线的整体长度,而且使封闭区域数量明显减少。实验结果表明该方法较好地实现了枝切线的优化设置,在解缠精度上有一定的优越性。     

基于纹理特征的SAR影像各拉丹冬冰川信息提取

冰川面积是监测冰川变化信息的重要参数。本文以各拉丹东地区为例,根据冰川区域特有的纹理特征,选取时间间隔为35天的ENVISAT ASAR干涉对,利用灰度共生矩阵提取纹理特征,通过波段组合进行监督分类,进而提取研究区冰川面积。同时以Landsat TM光学影像为依据,评价利用纹理特征提取结果的精度。研究表明:基于纹理特征并利用SAR影像提取冰川面积的方法是可行的,为提取冰川信息提供了又一可靠手段。     

PS-DInSAR公共主影像的优化选取

在充分顾及DInSAR时空基线跨度及多普勒质心频率差异3个因素对干涉相关性影响的基础上,提出一种PS—DInSAR公共主影像的优化选取算法,采用综合相关测度作为总体干涉相关性的衡量指标,给出具体的综合相关函数模型及其求解方法。借助欧洲空间局（ESA）ERS-1／2卫星从1992—2002年间飞越上海地区所获取的25幅C波段SAR影像作为源数据,开展了PS—DInSAR公共主影像的优化选取实验。计算结果与分析表明,综合相关系数模型用于PS公共主影像的优化选取是有效的和可靠的。     

InSAR复数影像配准方法探讨

复数影像配准是卫星合成孔径雷达干涉数据处理中的重要步骤之一,本文对目前影像配准最常用的方法进行了研究分析,提出了基于幅度影像的配准方案,并证明该方案配准精度高,适应能力强,运算效率高.     

SAR图像斑点噪声抑制的本质

合成孔径雷达（SAR）图像的斑点噪声阻碍SAR的应用。在过去20多年中，提出了许多SAR图像去除斑点噪声方法，虽然每种去除斑点噪声方法都能有效去除斑点噪声，但都不同程度地损失了图像的边缘信息，本文首先以数学物理的观点描述了SAR图像斑点噪声抑制问题。其次分析了斑点噪声的统计特性和几种典型的去除斑点噪声方法并进行了简单的比较，在最后研究了SAR图像斑点噪声抑制的本质，这对开发既能有效去除斑点噪声，又能有效保持边缘信息的去除噪声方法十分重要。     

几何失真对SAR图像匹配的影响及校正方法分析

合成孔径雷达SAR用于图像匹配导航系统,可大大提高导航精度。然而地形起伏和大气干扰等因素使得SAR实时图存在几何失真,降低了匹配性能。通过对SAR实时图几何失真成因分析,提出了一种二维可分离的几何校正方法,并得出方位向几何失真可跟随成像处理预先校正,图像后处理只需校正距离向。利用数字高程模型DEM和正射图模拟得到了3幅具有不同地形特征的SAR实时图,并分别利用3种几何校正方法对其进行统计实验,得到了不同地形SAR实时图几何校正方法选取的准则。     

利用多尺度Hough变换提取高分辨率SAR图像建筑物L型结构

提出了一种利用多尺度Hough变换从高分辨率SAR图像提取建筑物L型结构的方法。针对高分辨率SAR图像建筑物L型结构的特点,建立了建筑物L型结构简化几何模型,并采用从粗到精的思路利用多尺度Hough变换提取建筑物L型结构方向线。并提出了一种L型结构组合度函数对提取直线进行编组,确定建筑物L型结构的方向和拐点。最后,采用基于扫描线的方法计算L型结构线宽,得到完整规则的建筑物L型结构。多幅真实机载高分辨率SAR图像实验结果表明,本方法可以有效地提取高分辨率SAR图像建筑物L型结构,提取结果与实际位置吻合较好。     

SAR海洋内波表层流反演方法探讨

基于海洋内波SAR成像机理与M4S海面微波散射成像模型,提出SAR海洋内波表层流反演新方法。首先从SAR图像上获得内波剖面的海面后向散射强度,利用AH理论的线性近似关系得到猜测表层流,通过海面微波散射成像模型仿真海洋内波的SAR海面后向散射强度,利用二分法不断地修改风速和流速梯度等参数,使仿真信号最大程度的逼近实际SAR图像上的海面后向散射强度,输出最终海表层流。以中国南海海区3景海洋内波SAR图像为例,对该方法进行了探讨。结果表明,仿真的海洋内波SAR海面后向散射强度剖面和实际SAR图像上的信号剖面吻合,两者的相关系数达90%以上,说明该反演方法是收敛与可行的。