单时相双极化ENVISAT ASAR数据水稻识别

许多研究已表明合成孔径雷达(SAR)对水稻识别及作物长势监测很有潜力。但是，以往的研究多是采用单极化多时相SAR数据进行水稻监测的。该文本着探讨多极化方式的优势以及降低数据购买成本和减少数据处理量的目的，对单时相双极化的ENVISAT ASAR APP数据的水稻识别能力进行了评价。在水稻生长季节，获取了覆盖江苏洪泽县的ASAR APP时间序列数据。首先，分析比较不同地物的后向散射系数，选择出最能区分水稻与非水稻的单时相数据；然后，采用决策阈值法将水稻信息从图像中提取出来；最后，利用DGPS实测的样地数据对水稻识别进行精度验证。结果表明，利用水稻齐穗期至近成熟期的HH和VV极化的ENVISAT ASAR APP图像能较好区分水稻与非水稻， 水稻识别精度可达86％以上。     

Combined use of optical and radar satellite data for the detection of tillage and irrigation operations: Case study in Central Morocco

The objective of this study is to present a new application of optical and radar remote sensing with high spatial (∼10 m) and temporal (a few days) resolutions for the detection of tillage and irrigation operations. The analysis was performed for irrigated wheat crops in the semi-arid Tensift/Marrakech plain (Central Morocco) using three FORMOSAT-2 images and two ASAR images acquired within one week at the beginning of the 2005/2006 agricultural season.The approach we developed uses simple mapping algorithms (band thresholding and decision tree) for the characterisation of soil surface states. The first images acquired by FORMOSAT and ASAR were processed to classify fields into three main categories: ploughed (in depth), prepared to be sown (harrowed), and not ploughed-not harrowed. This information was combined with a change detection analysis based on multitemporal images to identify harrowing and irrigation operations which occurred between two satellite observations.The performance of the algorithm was evaluated using data related to land use and agricultural practices collected on 124 fields. The analysis shows that drastic changes of surface states caused by ploughing or irrigation are detected without ambiguity (consistency index of 96%). This study provided evidence that optical and radar data contain complementary information for the detection of agricultural operations at the beginning of agricultural season. This information could be useful in regional decision support systems to refine crop calendars and to improve prediction of crop water needs over large areas.     

ENVISAT ASAR数据森林分类研究综述

简要叙述了ENVISAT ASAR的数据特点及优势，总结了SAR的分类方法及发展趋势，并指出了当前利用SAR数据分类过程中存在的问题。     

基于ASAR的冬小麦不同生育期土壤湿度反演

基于ASAR高级合成孔径雷达ASAR数据和地面调查数据,结合MIMICS模型分析方法,研究ASAR后向散射数据与土壤湿度及冬小麦结构参数之间的关系,构建冬小麦不同生育期土壤湿度反演模型。研究结果表明：冬小麦冠层散射影响ASAR信号探测土壤湿度的深度,冬小麦生长初期（起身期前）ASAR信号探测土壤湿度的最佳深度为0～20 cm,拔节期后ASAR信号探测土壤湿度的最佳深度为0～5 cm。冬小麦抽穗期前,ASAR IS2 VV模式后向散射系数与土壤湿度线性相关性较高,可以利用经验统计模型方法反演土壤湿度;冬小麦生长旺盛期（抽穗期）,经验模型土壤湿度反演精度较差,多角度ASAR数据模型能够提高土壤湿度反演精度。利用该土壤湿度反演模型,起身期、拔节期和抽穗期土壤湿度反演的均方根误差分别为0.0125、0.0247和0.0298 g/g。     

基于ASAR数据的水稻制图最佳时相参数提取

针对ASAR交叉极化模式数据,选用HH/VV极化比值提取水稻制图的最佳时相参数.结合SAR图像统计特性,采用比值变化检测方法,通过理论公式计算和比较变化检测的总误差概率,分别提取单时相双极化和多时相双极化水稻制图的最佳时相参数.结果显示,单时相制图的最佳时相是水稻生长中后期,即水稻幼穗分化期至水稻收割前期内任一时相;而多时相制图的最佳时相为一组时相的组合,即应至少包含水稻移栽期和水稻生长中后期各一时相.最后,采用阈值分类算法对最佳时相参数进行了验证.结果显示,选用最佳时相影像和理论推导的分类阈值能够显著提高水稻制图的精度.     

基于ENVISAT ASAR数据的水稻时域后向散射特征分析

该文结合2004年和2006年在江苏省里下河地区进行的水稻观测试验,采用多时相双极化ASAR APMode数据分析了水稻HH极化、VV极化和比值系数σ°HH/VV的时域变化特征及与水稻生长参数的相关关系。通过建立水稻HH、VV和σ°HH/VV的时相变化曲线,分析了水稻抽穗期前后雷达信号随水稻冠层、植株含水量及稻田水层变化的后向散射特征。同时,选择水稻叶面积指数、鲜生物量和水稻株高与含水量的乘积为水稻参数,采用线性回归相关分析,探讨了水稻HH、VV和σ°HH/VV与所选水稻参数之间的相关关系。结果表明,以水稻抽穗期为转折点,水稻各极化后向散射系数随水稻的生长呈现先增大后减小的变化趋势,与所选水稻参数的时相变化大体一致。水稻HH和VV极化后向散射系数与所选水稻参数的相关系数都在0.75以上,其中与水稻鲜生物量的相关系数在0.9以上。σ°HH/VV与水稻参数的相关关系显著,相关系数均在0.85以上,并且受水稻品种、种植方式和地理环境等差异的影响较小,因此可用于水稻参数反演的可靠变量。     

基于ASAR和MODIS遥感数据的蓝藻水华提取

将同期的ENVISAT ASAR图像和MODIS图像进行配准,利用经过大气校正后的MODIS光学图像,根据分类决策树对图像EVI进行分类,借此对太湖的藻华和非藻华区域进行划分,并以此为据在ASAR图像上研究两者的V/V后向散射特性,使用阈值法对藻华范围进行提取,并将结果与MODIS图像上得到的藻华范围进行对比。结果表明,通过ASAR图像与MODIS图像得到的藻华范围较好地吻合,由此说明,在一定条件下,ASAR图像可以显示出藻华。最后从机理上探讨了风速对藻华成像的影响,分析了光学和微波图像提取藻华范围不完全一致的原因以及利用微波数据监测藻华的局限性。     

基于多时相ENVISAT ASAR的鄱阳湖水面覆盖信息提取及其应用研究

使用ENVISAT ASAR数据,考虑到合成孔径雷达侧视扫描的特点和鄱阳湖不同地形地貌、气象条件和水文条件等方面常有较大区别,采用分块阈值法对鄱阳湖地区2009年水面覆盖变化情况进行了提取和分析,并采用高分辨率HJ-1A卫星数据对ASAR影像水体信息提取结果进行了检验,结果证明了分块阈值法的有效性。最后计算了鄱阳湖区域水位高于17 m（吴淞高程）且连续淹没时间不超过70 d的湿地面积,为政府规划植树区域、实施补偿政策以及减轻洪灾损失提供科学依据和参考。     

水稻极化散射特征分析及稻田分类方法研究

通过对江苏省洪泽试验区2004年获取的多时相、多极化雷达卫星(Envisat)数据分析,从图像上提取后向散射系数,建立了水稻生长模型,分析了不同极化方式的水稻后向散射特征。利用该试验区同年获取的气象卫星(NOAA)数据,提取水稻的归一化植被指数(NDVI),分析了其与水稻后向散射系数之间的相关性。最后,根据水稻的多极化后向散射特征和获取的多时相雷达数据,利用阈值法提取稻田信息,识别精度达90%以上。结果充分说明利用多时相、多极化雷达卫星数据对水稻长势监测及面积提取具有明显的优势和潜力。     

基于ENVISATASAR数据的高山松林蓄积量估测模型研究

以香格里拉县南部为研究区,利用ENVISATASAR双极化数据,基于数理统计方法对该地区的高山松林蓄积量估测模型进行研究。首先分析HH,日y,HV／HH值与高山松林样地蓄积量之间的相关性,结果为日y极化数据与蓄积量相关性最高;然后建立简单线性模型、指数模型以及加入地理因子的多元线性模型与非线性模型,得出指数模型为最优模型;利用独立的检验样本对最优模型进行精度评价,预测值与实测值基本相符合,平均相对误差为14．41％。