排序方式: 共有56条查询结果,搜索用时 15 毫秒
1.
2.
利用欧洲资源卫星1号和2号获取的重轨干涉测量雷达数据,首先进行干涉测量数据相关性估测,并结合干涉测量数据的振幅信息,开展新疆喀什试验区地表土地类型的识别与分类,区分和识别出裸土、盐碱地、灌丛、裸岩/戈壁、沼泽和水体 6类土地类型。最后通过对不同土地类型的后向散射特性和相关性的分析,探讨了干涉测量数据相关性与干旱-半干旱地区地表特征的关系。 相似文献
3.
4.
多时相Radarsat数据在广东肇庆地区稻田分类中的应用 总被引:11,自引:2,他引:11
将1996年获取的4个时相的Radarsat图像用于广东肇庆地区的稻田分类试验,结果表明,多时相Radarsat数据对水稻类型的识别精度较高,而且稻田的轮作规律容易推测出来。本文系统地介绍了这一试验研究的最新进展,探讨了神经网络分类方法在SAR图像处理中的应用潜力和Radarsat数据在中国南方水稻监测中的最佳时相选择和有效分辨率问题。 相似文献
5.
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。 相似文献
6.
水稻时域散射特征分析及其应用研究 总被引:14,自引:3,他引:14
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。 相似文献
7.
8.
氯化钠盐土壤介电虚部特性的初步研究 总被引:4,自引:0,他引:4
含水含盐土壤的介电虚部模型是土壤含水量含盐量的函数。通过一系列关系研究:介电常数虚部ε",土壤导电率σa,土壤溶液导电率σw,土壤溶液离子浓度SMv,含盐量S,最终得到介电常数虚部ε"和土壤含水量Mv。含盐量S的关系,即土壤介电模型。通过微波网络仪,对150组具有不同含水含盐量的土壤,在频率范围0.2-20GHz(频率取样间隔为0.05GHz)进行介电常数测量。在不同频率下,利用这些实测数据通过最佳拟合的方法确定土壤介电模型中的待定参数,从而得到不同频率时土壤介电虚部经验模型。另外,利用吉兰泰地区41个含盐土壤样品进行模型验证,结果表明,模型计算值与测量值高度相关。最后得出:(1)含盐量对介电常数虚部的影响随频率增大而降低;(2)土壤类型和介电常数虚部几乎没有相关性。 相似文献
9.
基于IEM模拟的干旱区多时相数据含水含盐量反演模型及分析 总被引:5,自引:0,他引:5
根据干旱区的一些自然地理特征,利用IEM模型生成干旱区的多时相(少雨期、多雨期)后向散射数据,然后对数据进行统计分析。一方面印证了多雨期与少雨期后向散射差(αwet^0-αdry^0)与土壤介电常数高度相关的实验观察;另外一方面根据大量的模拟数据找到确切的(αwet^0-αdry^0)与土壤介电常数的关系。最后对盐渍化干旱区的情况(有的干旱区有严重的盐渍化)进行了探讨,发现后向散射系数差(αwet^0-αdry^0)与大介电常数虚部差成较好的线性关系,这为反演土壤含盐量提供了一定依据,但由于介电常数虚部是由含水含盐量两个量决定的,所以要直接反演出含水含盐量还需要进一步研究。 相似文献
10.
形变监测是海塘安全运行的重要组成部分。本文利用杭州地区2006年—2010年获取的31景EnvisatASAR影像,根据MTInSAR(Multi-Temporal In SAR)方法,综合提取PS(Persistent Scatterer)和DS(Distributed Scatterer)点,得到密集的钱塘江海塘形变的In SAR测量结果。与28个点的水准数据对比表明,两者的平均误差为0.436 mm,最大误差为5.016 mm,验证了In SAR技术毫米级的测量精度和准确性。通过这两种数据的时间序列分析发现,海塘的沉降在空间上具有连续性,其空间分布呈现为单峰下沉曲线;在时间上,则具有明显的线性变化规律,并伴随有短时间范围的小幅度波动。 相似文献