基于控制点影像库的合成孔径雷达图像几何校正

近年来,多谱段和高分辨率合成孔径雷达(SAR)成像技术已取得巨大进步,人们也高度重视其潜在的应用前景.但是,因为雷达斜视成像性质和地形起伏影响,SAR图像在山区的几何畸变非常复杂,采用常规方法不能达到正射校正的结果,所以目前SAR图像的应用情况并不尽人意.实际应用的雷达图像正射纠正方法,特别是密集三角形格网的数字微分纠正方法需要大量纠正控制点,但是,雷达图像噪声和目标边缘模糊使自动匹配的选点算法难以成功.提出了一种基于控制点影像库的纠正控制点选点方法,用以提高点位精度和工作效率.该方法包括纠正区域控制点影像建库、灵活交互操作机制设计和点匹配操作.对不同空间分辨率雷达图像的实验处理结果表明,该方法具有较好的应用价值.     

塘沽海区海底地形的SAR影像仿真与反演研究

利用袁业立、金梅兵(1997)提出的海底地形SAR影像仿真与反演模型，对渤海塘沽海区的一张Radarsat SAR影像进行了仿真和水深反演研究。研究结果表明：仿真影像与真实SAR影像基本吻合，反演水深与实际水深也有较好的一致性；进一步证实了袁业立(1997)SAR成像机理的正确性和在中国近海利用SAR影像进行浅海水深探测的可行性。     

激光雷达技术在我国地形测图中应用前景广阔

激光雷达技术（Light Detection and Ranging,LiDAR）是近十年来快速发展并得到广泛应用的测量手段。美国地质调查局（USGS）、美国国家宇航局（NASA）以及美国地质学会（AASG）已经开始讨论建设全美高分辨率激光雷达数据库。我国正处于东部城市化、土地利用巨变、西部无图而经济高速发展的时期,国家、地方、企业生产单位迫切需要现实性强、精确度高、比例尺大的地形数据产品。满足这些要求的主要途径是采用激光雷达这一先进的测绘技术。我们建议国家、地方与企业统筹规划,各司其职,努力建设我国的激光雷达基础数据库。本文通过Stoker等（2008）介绍的第二届全美激光雷达战略研讨会上论述的激光雷达技术特点、激光雷达数据的科学需求与应用以及商业化运作问题,结合我国目前的激光雷达发展趋势、测绘数据需求以及土地利用变化监测等科学问题,简析激光雷达技术在我国的应用前景。     

SAR图像点目标检测新方法

分析了2L-IHP目标检测算法,提出了一种基于幅度和相位信息的SAR图像目标检测方法,实现了SAR图像中人工目标的有效检测.     

基于物方影像匹配的DEM聚类变化检测

提出了DEM的变化检测问题,采用了基于密度的聚类分析方法对匹配所得的初始变化区域进行分析,实现了地表高程变化区域的检测.     

“高分辨率卫星SAR技术与应用专题研讨会”圆满落幕

2008年10月31日,“高分辨率卫星SAR技术与应用专题研讨会”在杭州圆满落幕。来自全国科研、教育和企业界的160多名代表参加了会议并就微波对地观测技术与应用等问题进行了学术研讨。     

我国煤炭航测技术的最新发展

中国煤炭地质总局航测遥感局作为我国煤炭航测技术的主要单位,承担着95％以上的煤炭矿区航测成图任务,并逐步发展成为我国集航空摄影、遥感地质、地图制印、地下管线探测、地理信息技术等全面发展的空间信息产业集团：伴随着计算机技术的发展,煤炭航测技术走过了从模拟测图到解析测图,最后发展到今天的全数字测图的历程。目前煤航已拥有和掌握了IMU／DGPS辅助航空摄影技术、SAR（合成孔径雷达）成图技术、LIDAR（机载激光扫描）技术等空间数据采集最新技术。     

基于高分辨率遥感影像的林地变化检测方法研究

本文采用2013年QuickBird和2017年GF-1卫星遥感影像,以黑龙江省五常市为研究区,利用遥感影像的光谱特征提取纯净森林像元,构建整合森林指数(Integrated Forest Z-Score,IFZ)对影像的森林和非森林区域进行区分,叠加对比分析两期影像提取结果,得到研究区内林地的变化区域.再将自动提取结果与人工判读图斑进行精度验证,面积误差为4.2％,图斑重叠率为85％.从精度结果可知,高分辨遥感影像可以准确地监测林地变化,对研究环境变化和森林经营管理具有决策性作用.     

基于àtrous小波分解的贝叶斯SAR图像滤波

合成孔径雷达(SAR)在成像过程中由于回波的相干性而产生斑点噪声,严重干扰了图像的自动解译。根据SAR图像斑点噪声的特殊性,首先对影像进行对数变换,并使用àtrous运算法则对变换后的影像进行分解,然后通过贝叶斯原理估计修正小波系数。与自适应局域统计滤波和基于M allat分解的滤波算法进行分析比较,结果表明,该方法在噪声滤除和边缘保持方面效果较好。     

雷达遥感在澜沧江中下游地区锰矿调查评价中的应用

澜沧江吓游地区地处热带-亚热带，植被及第四系覆盖严重，应用雷达遥感技术可以初步揭露植覆盖，利用SAR图像识别主要岩石类型和构造形式，并圈定了主要含锰岩系，进而确定了成锰有利地段。