雷达遥感农业应用综述

雷达遥感具有全天时、全天候监测的能力,对植被具有一定的穿透能力,对植被散射体形状、结构、介电常数敏感;这些特性使得其在农业应用中极具潜力。该文首先介绍了雷达遥感在农业中的应用领域,概略总结了目前在农作物识别与分类、农田土壤水分反演、农作物长势监测等多个领域研究的综述文献;然后分别阐述了雷达散射计和各类SAR特征(包括:SAR后向散射特征、极化特征、干涉特征、层析特征)在农业各领域中应用的现状和取得的研究成果,最后结合农业应用需求和SAR技术发展总结了目前研究中存在的问题和原因,并对未来的发展进行了展望。      

雷达遥感在环境保护工作中的应用

雷达遥感具有穿透力和全天候作业的优势,在环境保护领域中应用需求广泛。面对国家日益严峻的环保形势和最新发射的环境雷达卫星,急需系统介绍雷达遥感技术在环保领域中的应用。文章通过全面分析合成孔径雷达（SAR）在溢油、水华、土壤湿度、植被长势、生物量以及应急监测等环境保护中的应用,为已经发射的环境一号雷达卫星提供明确的应用目标,并为构建全天候、全天时的环境天地一体化监测体系提供重要的技术参考。     

基于单窗算法的HJ卫星反演LST敏感性分析

HJ卫星在反演LST的研究过程中,需要根据波段特性重新拟合,在拟合过程中存在一定的误差,需要构建模型进行修订,本文采用单窗算法对LST反演,通过进行敏感性分析(包含六项因子)对热环境的监测分析具有很好的应用,有一定实用价值。     

River-Net:面向河道提取的Refined-Lee Kernel深度神经网络模型

高精度提取合成孔径雷达(SAR)图像中的河流边界，对河流水势监测具有重要意义。以检测郑州7·20暴雨后黄河的健康状况为实施例，该文融合精致Lee滤波思想与卷积操作的滤波特性，提出了基于河道几何特性的优化内部权值卷积核Refined-Lee Kernel，进而提出了一种新型河道提取深度神经网络模型，即River-Net。为验证所提模型的有效性，该文获取了郑州7·20暴雨前后两景欧空局Sentinel-1卫星20 m分辨率干涉宽幅(IW)影像数据，利用暴雨前的影像对模型进行训练，用于提取暴雨后的黄河河道，分析黄河在暴雨后的涨势情况。实验结果表明，相比主流语义分割模型，所提模型能够更精确地在SAR图像中提取河道，对洪水灾害的检测与评估有重要应用价值。      

基于Sentinel-1/2遥感数据的冬小麦覆盖地表土壤水分协同反演

冬小麦是我国重要粮食作物之一,对冬小麦覆盖地表土壤水分进行监测有助于解决因土壤供水导致的冬小麦歉收和农业用水浪费等问题。为了降低冬小麦覆盖地表土壤水分微波遥感反演过程中冬小麦对雷达后向散射系数的影响,该文基于Sentinel-1携带的合成孔径雷达(SAR)数据和Sentinel-2携带的多光谱成像仪(MSI)数据,结合水云模型,开展冬小麦覆盖地表土壤水分协同反演研究。首先,基于MSI数据,该文定义了一种新的植被指数,即融合植被指数(FVI),用于冬小麦含水量反演;然后,该文发展了一种基于主被动遥感数据的冬小麦覆盖地表土壤水分反演半经验模型,校正冬小麦在土壤水分反演过程中对雷达后向散射系数的影响;最后,以河南省某地冬小麦农田为研究区域,开展归一化水体指数(NDWI)和FVI两种指数与VV, VH, VV/VH 3种极化组合而成的6种反演方式下的土壤水分反演对比实验。结果表明:以FVI为植被指数,能够更好地去除冬小麦在土壤水分反演过程中对雷达后向散射系数的影响;6种反演方式中,FVI与VV/VH组合下的反演效果最优,其决定系数为0.7642,均方根误差为0.0209 cm3/cm3,平均绝对误差为0.0174 cm3/cm3,展示了该文所提土壤水分反演模型的研究价值和应用潜力。     

基于Sentinel-1/2遥感数据的冬小麦覆盖地表土壤水分协同反演

冬小麦是我国重要粮食作物之一,对冬小麦覆盖地表土壤水分进行监测有助于解决因土壤供水导致的冬小麦歉收和农业用水浪费等问题.为了降低冬小麦覆盖地表土壤水分微波遥感反演过程中冬小麦对雷达后向散射系数的影响,该文基于Sentinel-1携带的合成孔径雷达(SAR)数据和Sentinel-2携带的多光谱成像仪(MSI)数据,结合水云模型,开展冬小麦覆盖地表土壤水分协同反演研究.首先,基于MSI数据,该文定义了一种新的植被指数,即融合植被指数(FVI),用于冬小麦含水量反演;然后,该文发展了一种基于主被动遥感数据的冬小麦覆盖地表土壤水分反演半经验模型,校正冬小麦在土壤水分反演过程中对雷达后向散射系数的影响;最后,以河南省某地冬小麦农田为研究区域,开展归一化水体指数(NDWI)和FVI两种指数与VV,VH,VV/VH 3种极化组合而成的6种反演方式下的土壤水分反演对比实验.结果表明:以FVI为植被指数,能够更好地去除冬小麦在土壤水分反演过程中对雷达后向散射系数的影响;6种反演方式中,FVI与VV/VH组合下的反演效果最优,其决定系数为0.7642,均方根误差为0.0209 cm3/cm3,平均绝对误差为0.0174 cm3/cm3,展示了该文所提土壤水分反演模型的研究价值和应用潜力.     

一种用于准单站配置的步进频探地雷达建模方法

探地雷达是一种被广泛使用的无损检测技术。利用探地雷达对分层媒质进行全波反演时,构建精确的探地雷达正演模型具有十分重要的意义。该文提出一种可用于准单站配置的步进频探地雷达的建模方法。在该模型中,探地雷达系统及其与分层媒质间的相互作用被表示成线性方程,天线对雷达信号的影响被表示为只与频率有关的传输函数。为验证模型准确性,该文在实验室条件下搭建了准单站配置的步进频探地雷达系统,并对已知厚度的石膏板和木板的雷达测量信号进行全波反演。反演结果表明:石膏板和木板的厚度估计误差均不超过0.3 mm,验证了所提出的正演模型具有高准确度。利用石膏板和木板搭建分层模型,该文进一步比较了准单站配置和单站配置步进频探地雷达系统对介电常数差异较小的分层媒质的反演性能。实验结果表明:准单站配置探地雷达能获得更精确的反演参数。通过对分界面反射信号的信噪比估计可知,准单站配置比单站配置探地雷达系统能获得高出约10 dB的信噪比,因此具有更好的反演性能。      

综合利用环境星CCD和红外数据反演大气气溶胶光学厚度

采用遥感技术监测大气气溶胶可实现整个研究区域的全覆盖,对区域生态环境的研究具有十分重要的意义.环境与灾害监测预报小卫星于2008年9月6日成功发射,是我国第一个专门用于环境与灾害监测预报的小卫星星座,较目前常用于反演大气气溶胶光学厚度(AOD)的遥感数据源具有一定时间分辨率和空间分辨率的优势.为了促进环境星在陆地气溶胶监测领域的应用,提出一种综合利用环境星同台获取的CCD和红外(1.6 μm)数据反演AOD的方法,该方法利用CCD近红外波段和AFRI植被指数提取非阴影区域浓密植被为暗目标像元、通过6S模型模拟来构建查找表、基于暗目标像元红和蓝波段地表反射率具有较好的线性关系这一原理反演AOD.反演结果误差分析表明该方法比较稳定和可靠,反演结果合理.     

空间桁架横梁分布式光纤变形监测与误差修正

空间桁架结构是一种具有低频、密模、非线性等复杂动力学特征的大型挠性空间结构,针对此类结构服役状态的智能辨识对于目前开展高轨深空探测研究具有重要意义。为此,该文提出了一种基于分布式光纤光栅传感技术的空间桁架横梁结构变形监测与反演方法。借助ANASYS有限元分析法,数值模拟得到横梁结构在不同载荷作用下的应变、位移分布特征,研究了基于位移算法的桁架横梁结构变形反演算法,计算得到空间桁架结构不同位置的挠度信息。在此基础上,构建了单边固支桁架横梁分布式光纤变形监测与反演系统,平均相对误差约为2.4%。最后,提出了一种用于横梁结构变形反演精度提升的误差分离修正方法,修正后平均相对误差下降了41.7%。研究结果表明,该文所提方法具有精度高,实时性好等优点,能为及时准确获取空间桁架结构展开形态,实现桁架形态自适应调节与主动控制提供有力保障。     

基于DPC 的中国部分区域陆地气溶胶光学厚度反演

大气气溶胶是气候变化与遥感定量化等的重要影响因素, 研究气溶胶光学特性具有重要意义。基于高分五号 卫星搭载的大气气溶胶多角度偏振探测仪 (Directional polarimetric camera, DPC) 过境中国区域的数据, 开展了气溶胶 光学厚度的反演研究。基于矢量辐射传输模型 6SV 计算构建气溶胶光学特性查找表, 采用 Ross-Li 地表 BRDF 模型 和半经验 NB 模型计算地表贡献, 利用标量与偏振的多角度信息和查找表方法, 反演气溶胶光学厚度。 DPC 气溶胶光 学厚度反演结果与中国区域的 AERONET 地面站点测量结果吻合性较好, 线性拟合度较高, 相关性系数大于 0.8, 验证 了算法的可靠性, 为 DPC 有效监测气溶胶的时空分布提供技术支持。     

基于幅相一致性校正的稳健植被参数反演方法

植被参数反演是极化干涉合成孔径雷达(PolInSAR)的重要应用。传统反演方法未考虑观测样本数据幅度和相位的非平稳特性,以及观测信号非均匀分布对其散布区域线性变化主导方向估计的影响。针对这些问题,该文首先采用经过幅度和相位一致性校正的数据样本估计极化相干矩阵,提高了极化干涉复相干系数的估计性能,并提出了映射空间均衡化(MSR)处理技术以消除观测信号非均匀分布对主导方向提取的影响,通过引入主成分分析(PCA)方法进一步提高了参数反演算法的性能。利用欧空局(ESA)发布的软件PolSARPro仿真验证了该文方法在植被参数反演方面具有更好的稳健性和估计精度。     

高频地波雷达风速直接反演的经验模型

利用风浪经验模型从高频地波雷达(HFSWR)的回波谱数据中反演风速需要有效波高等先验信息,因此风速的反演受有效波高反演精度的影响。该文基于风浪经验模型,利用风速和高频地波雷达海面回波二阶谱与一阶谱能量之比的关系,发展了无需波高信息的风速直接反演的经验模型。将风速反演经验模型应用到高频地波雷达风速的反演中,对两部不同频率的雷达在不同海域获得的数据进行了比较分析,结果表明,该文中采用的经验模型能够有效地对风速进行反演,其中三参数模型的结果略好于双参数模型。     

基于改进粒子群优化的探地雷达波形反演算法

探地雷达工作的最终目的是反演解释地下结构参数,由于大多数反演问题是非线性的,研究非线性的反演方法具有重要意义。该文提出基于改进粒子群优化方法的探地雷达反演问题,该算法以信号均方误差为目标函数,用时域有限差分方法作为正演工具。通过与基于遗传算法等反演方法的结果对比,说明了该算法兼顾了准确性和简便性;通过对模型复杂、参数多、信噪比差的仿真数据的反演结果,说明了该算法对多参数反演的有效性和良好的抗噪性;对实测数据的反演结果,进一步验证了该算法的可行性。     

基于CA-CFAR桥梁振动目标位置及频率检测方法

雷达在桥梁健康检测领域已经成为最主要的工具之一,主要因为其非接触性、以及可连续,全面检测等优势,雷达对桥梁健康的检测主要通过对桥梁所产生的振动信号进行分析,雷达振动信号包含相位信息,方便对形变量进行提取。对振动信号的检测,通常需要对原始信号进行形变反演,在反演后的信号上再对振动信号进行检测,但是桥梁振动信号通常处于复杂环境中,在杂波以及噪声的影响下,反演后的信号难以呈现振动信号本身的特征,不易进行检测。因此本文提出基于CA-CFAR的桥梁频率检测方法,先在距离多普勒域对距离单元进行检测,再基于振动信号自身具有周期性、多次谐波的特征对信号频率进行检测,本文的方法直接对雷达信号进行频率检测,减少了形变量反演所造成的误差。首先给出了振动信号几何模型以及信号模型。然后论述了检测算法原理。最后通过实验对算法的可行性进行了验证。      

基于注意力网络的地基SAR永久散射体选取方法

永久散射体法（Permanent Scatterer,PS）是地基合成孔径雷达（Ground-Based Synthetic Aperture Radar,GBSAR）形变监测的技术支撑,但使用传统多阈值法选取PS点时,会存在各个区域对阈值敏感性不同的问题。为解决选取PS点时漏选或错选的问题,本文提出一种注意力网络模型对GBSAR时序数据进行PS点筛选,并将该模型与循环神经网络（Recurrent Neural Network,RNN）和长短期记忆网络（Long Short-Term Memory,LSTM）进行对比实验,应用于三个不同场景的监测来比较选取PS点的结果。实验结果表明:基于注意力网络的模型的实时性比RNN模型更好,准确度比LSTM模型更高。因此基于注意力网络的模型在PS点选取上更具优势。      

Fast computation of wideband RCS using characteristic basis function method and asymptotic waveform evaluation technique

The Asymptotic Waveform Evaluation (AWE) technique is an extrapolation method that provides a reduced-order model of linear system and has already been successfully used to analyze wideband electromagnetic scattering problems. As the number of unknowns increases, the size of Method Of Moments (MOM) impedance matrix grows very rapidly, so it is a prohibitive task for the computation of wideband Radar Cross Section (RCS) from electrically large object or multi-objects using the traditional AWE technique that needs to solve directly matrix inversion. In this paper, an AWE technique based on the Characteristic Basis Function (CBF) method, which can reduce the matrix size to a manageable size for direct matrix inversion, is proposed to analyze electromagnetic scattering from multi-objects over a given frequency band. Numerical examples are presented to illustrate the computational accuracy and efficiency of the proposed method.     

基于DEM辅助后向投影模型的InSAR高程反演方法

利用干涉合成孔径雷达(InSAR)技术获取数字高程模型(DEM)时,在地形起伏剧烈区域,干涉条纹十分密集,增加了相位解缠的难度,影响相位展开和高程反演的精度。为了解决该问题,该文提出了一种基于DEM辅助后向投影模型的InSAR高程反演方法。该方法可以在统一的后向投影成像空间中实现成像和InSAR高程反演,并且引入外源DEM作为辅助信息,去除大部分地形相位,有效地降低了干涉条纹的密度,减少了干涉相位的缠绕。此外,该方法在多数情况下可以避免图像配准和相位解缠过程,简化了传统InSAR的处理流程,并且可以实现高精度的高程反演。通过仿真实验和X波段机载双天线InSAR数据的处理验证了该方法的有效性。