利用RADARSAT立体影像提取DEM摄影测量方法研究

根据SAR影像特点,采用等效中心投影方程建立SAR影像构像模型,通过空间后方交会解求模型参数.分析由SAR影像构建立体模型的特点,提出利用空间交会和迭代的方法,由双像解析求得物方坐标,内插得到DEM.利用RADARSAT立体影像的实验结果表明,本文提出的提取DEM的方法是正确可行的.     

基于遥感及GIS的精确时空虚拟现实研究

本文探讨了GIS支持下遥感影像精确时空建模及其虚拟现实的理论和方法.描述了自然景观对象的时空表达、精确时空模型单元的基本关系,阐述了基于遥感和GIS的时空模型可视化一般理论,及时空数据库支持下真实景观的影像模拟方法,最后给出了目前研究存在的若干技术问题.     

地形对森林参数SAR反演的影响研究

合成孔径雷达以其独特的成像机理及其全天候全天时的成像能力成为了区域和全球森林参数反演的一种全新手段.但是由于SAR独特的成像机理及其几何构象关系,使得地形对SAR影像的几何和辐射特性都有巨大的影响.分析了地形对SAR影像的几何、辐射的影响方式及目前国内外采取的相应改正模型,在研究和分析的基础上发现:在地形的正射校正过程中,目前的模型虽然定位精度达到了相当水平,但其亮度重采样对遥感反演造成的影响却未见考虑;同时对于阴影叠掩等造成辐射失真的改正方法达不到反演的要求;特别是在入射角造成不同地表覆盖类型的改正方面还鲜有可用的模型.     

基于Radarsat-2和环境星的淮河流域冬小麦估产模型比较研究

建立基于微波和光学卫星影像的农作物估产模型,可对上报作物产量准确性及估产模型精度进行相互验证.应用2014年4月中旬和5月初星载合成孔径雷达(SAR)——RADARSAT-2和同期HJ影像各两幅,选择安徽省寿县和怀远县冬小麦产区,通过试验田产量和反演的雷达影像后向散射系数,以及从环境星计算得到的归一化植被指数(NDVI),建立冬小麦线性估产模型,在此基础上对估产模型精度进行比较:通过星载SAR的同极化HH和交叉极化HV方式建立的估产模型对寿县涧沟镇冬小麦估产精度分别为68.37％和74.01％,对怀远县龙亢镇冬小麦估产精度分别为63.10％和69.10％;通过HJ星建立的估产模型对寿县涧沟镇和怀远县龙亢镇冬小麦估产精度分别为69.52％和66.43％.基于HJ星影像得到的冬小麦估产模型精度和基于SAR得到的估产模型精度接近.模型结果为上报产量准确性、冬小麦估产模型验证、参数纠正及推广奠定基础和积累经验.     

森林地上生物量遥感估算研究进展

森林地上生物量是森林生态系统的重要参数及评估碳循环的重要指标,对森林地上生物量的精确估算至关重要。遥感技术因其独特的优势而在大尺度区域地上生物量估算研究中发挥着不可替代的作用。本文总结了光学(多光谱和高光谱)数据、SAR (极化SAR、干涉/极化干涉SAR和层析SAR)数据、小光斑LiDAR、大光斑LiDAR (机载LiDAR、星载ICESat/GLAS、ICESat-2/ATLAS、GEDI)数据以及多传感器(光学和LiDAR、光学与SAR、SAR和LiDAR)数据联合估算森林地上生物量的研究现状及不足,讨论了尺度问题、植被自身复杂性及模型精度与适用性等问题,从发展机理模型、固定样地与林地分类、林业大数据与多源数据协同等角度对生物量估算进行展望。     

基于面向对象的QUICKBIRD数据和SAR数据融合的地物分类

为了实现精确植被类型信息提取,以福建省三明市将乐林场Quickbird影像和Radarsat-2全极化影像作为基础数据,探讨高空间分辨率光学遥感影像与SAR(合成孔径雷达)全极化影像融合进行地表覆盖及森林类型识别的可行性。采用面向对象多尺度分割方法对Quickbird全色与多光谱的融合影像进行处理,SAR影像采用Gram-Schmidt融合方法处理,运用处理的Quickbird与SAR的融合影像,分类提取植被的光谱、纹理和几何特征信息,建立类层次结构,并对分类结果进行比较分析。结果表明:基于对象与知识的方法对高空间分辨率影像分类取得了较好的分类效果,多源遥感数据分类的总体精度为0.903。     

基于Radarsat-2和环境星的淮河流域冬小麦估产模型比较研究（英文）

建立基于微波和光学卫星影像的农作物估产模型,可对上报作物产量准确性及估产模型精度进行相互验证。应用2014年4月中旬和5月初星载合成孔径雷达(SAR)——RADARSAT-2和同期HJ影像各两幅,选择安徽省寿县和怀远县冬小麦产区,通过试验田产量和反演的雷达影像后向散射系数,以及从环境星计算得到的归一化植被指数(NDVI),建立冬小麦线性估产模型,在此基础上对估产模型精度进行比较:通过星载SAR的同极化HH和交叉极化HV方式建立的估产模型对寿县涧沟镇冬小麦估产精度分别为68.37%和74.01%,对怀远县龙亢镇冬小麦估产精度分别为63.10%和69.10%;通过HJ星建立的估产模型对寿县涧沟镇和怀远县龙亢镇冬小麦估产精度分别为69.52%和66.43%。基于HJ星影像得到的冬小麦估产模型精度和基于SAR得到的估产模型精度接近。模型结果为上报产量准确性、冬小麦估产模型验证、参数纠正及推广奠定基础和积累经验。     

基于多时相Sentinel-1A数据的水稻面积提取

合成孔径雷达(SAR)具有全天候、全天时获取遥感影像的能力,因此在南方多阴雨地区有着较高的应用潜力。本研究以江苏省盐城市建湖县为研究区域,选用当地水稻生长周期内的长时间序列Sentinel-1A影像作为数据源,依据光谱微分变换分析法,采用一种雷达微分变换的方法,通过对长时间序列SAR影像进行一阶和二阶微分变换处理,选取其中水稻与其他地物后向散射系数差异明显的时间段,再利用支持向量机(SVM)模型进行分类从而获取水稻信息。与利用多时相极化SAR影像的阈值分类法进行比较可知,基于二阶微分变换的SVM分类方法优于阈值分类方法,其总体精度为89.88%,Kappa系数和F1值分别为0.841 2和0.879 5,水稻提取面积为525.32 km²,相对误差为11.58%。说明,经过微分变换的时序SAR数据结合SVM模型进行分类可以进一步提高水稻面积提取精度,为作物识别提供了一种新的思路。     

基于机载激光扫描数据提取建筑物的研究现状

机载激光扫描系统是集成了GPS、惯性导航系统(INS)和扫描激光测距系统并利用飞机作为运行平台,来获取地面的三维位置,进而快速生成数字表面模型(DSM).随着机载扫描激光测距系统的不断完善和发展,获取城市DSM数据也变得越来越快速,而且方便和经济可靠,地面激光点的密度也大大提高.目前国外激光扫描系统的激光点密度一般都达到了1～20点/m2,因此利用机载激光扫描系统获取的城市DSM提取建筑物也渐渐受到重视.利用激光扫描数据提取建筑物可以分为两大类,第一类是单纯以获取的机载激光测距数据来提取建筑物,第二类是融合激光测距数据和其他相关信息的建筑物提取,如融合航空影像、融合IKONOS高分辨率卫星影像来提取建筑物.本文对国际上利用机载激光扫描测距数据进行建筑物提取的最新研究进展进行了一些分析,同时也给出了应用我国研制的机载激光扫描数据提取建筑物的试验研究和初步结果.     

SAR数据与光学数据融合在土地覆盖分类中的应用研究

采用ALOS-1-PALSAR数据的强度信息、HV/HH极化比值信息和HVHH相干系数与TM影像融合,以支持向量机(SVM)的方法对土地覆盖进行分类,对比了TM影像、TM+SAR强度影像、TM+HV/HH比值影像、TM+相干影像的分类结果。结果表明:分类精度由高到依次为TM+相干影像TM+HV/HH比值影像TM+SAR强度影像TM影像;采用SAR数据与光学数据融合,可以在不同程度上提高土地利用覆盖分类的精度。     

用星载合成孔径雷达(SAR)立体影像生成DEM的方法研究

星载SAR成像是一种微波成像,由于微波具有穿透云雾、雨雪等的特点,使得SAR能够不受天气和时间的限制而对地球扫描成像,这使得SAR具有一般光学成像所没有的优点.人们正积极探索把SAR数据用于测绘并来解决一些问题.考虑到卫星在短时间内的运动比较平稳,并且它的相对关系精确度高,本文主要从SAR成像的几何角度和两景影像的相对关系出发,分析了雷达成象的特点,进而探讨了从立体像对上提取DEM的方法,并就具体步骤做了进一步的阐述.     

基于SVM的多光谱影像与SAR图像融合地物分类研究

多光谱遥感图像反映了不同地物的光谱信息,而SAR图像则反映了地表不同地物的后向散射强度信息。通过二者结合,可以实现优势信息互补,提高遥感影像分类的精度。多光谱影像与单波段单极化SAR图像融合分类有2种策略：一种是将SAR图像作为一个波段加入多光谱影像中进行分类;另一种先把多光谱影像与SAR图像融合,然后对融合后的图像进行分类。以成都市使用支持向量机分类方法对2种分类策略下的分类精度进行验证。结果表明,后者分类精度要高于前者,同时2种分类方法的分类精度都明显高于单独使用多光谱影像的分类精度。     

基于机载P波段全极化SAR数据的森林地上生物量估测

【目的】森林生物量的空间精准量化对了解陆地碳储量、碳收支、碳平衡,以及揭示森林碳储量与全球气候变化的影响过程具有重要意义。P波段波长较长,在森林中具有更高的穿透能力,研究机载P波段SAR数据提高森林地上生物量(AGB)估测精度的可行性。【方法】以机载P波段全极化合成孔径雷达(SAR)数据和高精度激光雷达(LiDAR)数据估测的森林AGB抽样点为基础,提取20个极化SAR特征,并分别与森林AGB变化作敏感性响应情况分析。采用多元线性回归模型(MLR)、K近邻方法 (KNN)、支持向量回归(SVR)和随机森林(RF)4种估测方法,探究机载P波段SAR数据的森林AGB估测精度。【结果】在较低森林AGB(均值约45 t·hm^-2)的森林覆盖区中,P波段的同极化后向散射系数、Freeman-Durden和Yamaguchi分解中的表面和二次散射分量对森林AGB变化敏感;此外H-A-ALPHA极化分解的散射角(alpha)、拓展极化参数极化辨别率参数(PDR)也对森林AGB变化敏感。4种方法估测的森林AGB相对误差均约30%,其中MLR估测结果精度最低,估测精度为63.55%...     

基于sentinel-1A的武汉市武昌区洪水监测

洪水淹没范围的提取精度是城市内涝监测的关键问题之一.洪水一般发生在阴雨天气,利用光学遥感影像存在大量云层阻挡,无法有效监测洪水淹没区域,而星载合成孔径雷达(SAR)可以穿透云层,获得类似光学的高分辨率雷达图像,可全天候观测.基于哨兵1号数据,对武汉市武昌区灾前影像采用基于监督分类和非监督分类共5种方法对水体进行了提取.结果表明:支持向量机法的提取精度最高;利用该方法对灾后影像进行提取,对灾前灾后影像进行差值运算,得到城市洪水的淹没范围.利用雷达影像进行洪水监测对抗洪救灾和改进城市洪水模型具有重要意义.     

基于光学与雷达遥感的山地油菜分布提取研究

通过对Sentinel-2光学影像主成分特征波段、植被指数和多时相Sentinel-1 SAR不同极化散射特征波段构建多种地物特征影像集组合,基于支持向量机分类(SVM)算法对重庆市合川区2019年产季冬油菜分布进行识别提取精度分析.结果表明:植被指数可以大幅度提高油菜作物分布提取的制图精度,基于红边波段的植被指数要比传统的近红外波段对改善油菜提取的制图精度更加有效,制图精度提高4.5%;在一定程度上,多时相极化SAR数据VV-VH特征组合可以替代光学影像用于丘陵山地地块破碎地区油菜种植分布信息的提取,油菜制图精度提高15.74%,融合绿熟期油菜作物光学特征和同期SAR散射特征的波段组合因冠层角果含水量增加,油菜作物雷达散射特征加强,油菜制图精度由46.07%提高到66.29%,总体精度提高到60.40%.在光学影像主成分特征与多时相SAR散射特征下,油菜制图精度提高到70.79%,用户精度提高至85.14%,总体精度提高10%左右.在西南多云雾地区,以时间序列SAR数据为主导,光学影像为补充的方法用于西南丘陵山地作物种植信息提取是一种较为可靠的方法,可为我国西南地区农作物信息提取提供参考.     

4种遥感数据时空融合模型生成高分辨率归一化植被指数的对比分析

【目的】针对时空融合方法在遥感植被状况调查及动态变化监测中的应用,比对时空自适应反射率融合模型(STARFM)、增强型时空自适应反射率融合模型(ESTARFM)、回归拟合空间滤波和残差补偿模型(Fit-FC)和规则集回归树融合模型(RPRTM)等4种时空融合模型对归一化植被指数(NDVI)的融合效果。【方法】以三江源地区2块具有差异性地表特征的区域为研究样地,采用上述4种时空融合方法,融合空间分辨率30 m的Landsat 8影像和250 m时间步长16 d的MODIS NDVI数据,生成步长为16 d的30 m空间分辨率的NDVI数据。基于Landsat NDVI影像通过定性的目视判别和定量的统计分析来评价不同融合模型结果的空间特征模拟效果,并以真实的MODIS NDVI时间动态为参考,分析了不同融合方法对地表植被动态特征的拟合效果。【结果】(1)关于空间特征的捕捉,在地表覆盖状况较复杂的区域,RPRTM融合效果最佳(R²=0.82);而对于输入影像差异较大的区域,ESTARFM融合效果最佳(R²=0.95)。(2)关于时间动态的捕捉,RP...     

双极化SAR影像的分类研究

合成孔径雷达(SAR)遥感数据的穿透性,可以反应亚表层的结构信息等特点,对地表景观分类有特殊的作用.通SAR究地物后向散射和极化等特性,可以反映地物的粗糙度、含水量等特点,用于土地利用调查有很好的效果.文章重点研究了双极化SAR数据特性与数据处理,利用决策树分类、K-means分类方法对吉林西部松原地区进行土地利用分类,并与Landsat 8数据的分类结果进行对比分析.结果表明,基于地物极化特性的双极化雷达数据分类结果明显优于光学遥感影像.     

基于时间序列MODIS LST产品的重构研究

利用遥感数据可以对地球资源环境进行大面积连续监测,得到更为精确的研究结果,MODIS LST数据因其优化的时空分辨率成为较理想和常用的数据源。同时,遥感数据由于受到云、气溶胶以及传感器角度等影响均存在不同程度的噪声污染、数据缺失等问题。针对该现象,以河南省为研究区域,以MODIS LST数据为研究对象,利用谐波分析方法对河南省2011年全年每天四个时刻的MODIS LST 时间序列数据进行重构。结果表明,利用该方法重构的数据可对MODIS缺值70%以上的影像进行弥补,并且60%以上影像误差可控制在3℃以内,能得到较好的重构结果;同时重构LST数据与相应气温数据相关性大部分在0.8左右,能够较好拟合LST的变化趋势。     

基于GIS和RS的郑州市城区土地利用变化研究

以郑州市城区为研究对象,基于1988,1992,2001年的TM影像和2006年的中巴地球资源卫星影像,在遥感和地理信息系统软件支持下,采用土地资源数量变化模型、土地利用程度变化模型和转移矩阵分析了郑州市城区18 a间土地利用的时空变化情况.研究表明,郑州市城区土地利用变化较大,主要表现在耕地面积的减少与城镇用地、农村居民用地和工矿及交通用地面积的增加.引起土地利用变化的主要有经济发展、政策因素、城市化和人口增加等社会经济因素.     

基于改进水平集模型的黄海绿潮提取算法研究

针对绿潮业务化监测应急能力不足等问题,基于全极化RadarSat-2的合成孔径雷达(syntheticaperture radar,SAR)影像数据,以黄海海域为研究区域,提出了一种基于改进水平集模型的绿潮提取算法,并对该提取算法的偏差、精度、提取速度等进行了验证。试验结果表明,在相同区域,改进水平集算法与传统阈值法提取的绿潮覆盖面积基本一致,提取精度较传统方法稍有提高;在效率方面,改进水平集算法具有更高的时间优势,更适应绿潮业务化监测的需要。改进的水平集算法能较好地提取SAR影像的绿潮信息,为绿潮的业务化监测提供了新的方法。