星载SAR影像上船舶方位向模糊去除算法

目的 掌握海上船舶分布状态对于海上交通流分析和通航安全管理具有重要作用。遥感技术,特别是星载合成孔径雷达(SAR)技术的发展,为大范围海上船舶检测提供了有效的手段,但受SAR成像机制影响,海上船舶目标在星载SAR影像上通常存在着不同程度的方位向模糊噪声,这些噪声易被误判为船舶,导致船舶识别中虚警率提高。方法 本文简述了方位向模糊噪声的产生原因,提出了一种新的星载SAR影像上船舶方位向模糊去除算法,该算法的核心是构建目标方位向角度一致性、方位向位置偏移距离和方位向模糊能量衰减3个判别规则,对潜在SAR影像亮斑目标进行逐层筛选,实现船舶真实目标和方位向模糊目标的判别。结果 选取中国渤海海域和黄海海域的30 m分辨率的Radarsat-2数据进行案例分析,并与船舶自动识别系统(AIS)实测数据进行比对校验,结果表明,传统的双参数恒虚警率(CFAR)算法和基于K分布的CFAR等算法对于船舶难以剔除方位向模糊,容易造成虚警,而本文算法对实验影像的船舶方位向模糊去除准确率优于95.8%,能够有效剔除船舶方位向模糊。结论 该算法为星载SAR影像上船舶方位向模糊去除提供了新的手段,有助于提高SAR影像上船舶目标检测的准确性。     

分析法和数值解算法相结合的星载SAR直接定位算法

星载合成孔径雷达（SAR）直接定位算法是发展SAR影像椭球表面校正地理编码（GEC）和地形校正地理编码（GTC）算法的基础。发展高精度的直接定位算法对促进SAR影像的应用具有重要意义。本文在距离-多普勒（RD）定位模型定位算法的基础上，发展了一种将纯分析法（AGM）和纯数值计算法相结合的算法（AIRGM）。新的定位算法兼有纯分析法和纯数值计算法的优点。利用一景ERS-2SARSLC数据，采用两种精度评价方法，将所发展的算法与现有的两种算法的定位精度进行了对比。第1种精度评价方法以影像产品中提供的四角点大地坐标为参考，第2种方法以从1：5万地形图上获取的14个控制点为参考。评价结果表明AIRGM算法不仅定位精度较高，而且执行效率比纯粹的数值解算法（ASF）有了很大的提高。     

ALOS PALSAR影像地球椭球地理编码方法

ALOS PALSAR已经在轨运行1年多,由于其L-波段多极化观测能力,特别适合森林资源调查及生态环境相关遥感应用.然而,如何进行PALSAR数据的地理编码处理是实际应用中需要解决的一个关键问题.本文基于距离-多普勒(RD)模型发展了PALSAR Level-1.1影像产品的地球椭球地理编码校正(GEC)方法,重点论述了从PALSAR CEOS格式元数据记录中提取距离向方程、RD方程参数的具体方法.以一景已经经过几何精校正的Landsat ETM 影像为参考,获取了10个控制点,定量评价了本文所发展的GEC方法的有效性.评价结果表明:东西向均方根误差为32.529m,南北向均方根误差为32.527m,误差约是ETM 影像像元大小(28.5m)的1. 14倍.本文针对PALSAR Level-1.1提出的GEC方法是进一步发展PALSAR其他数据产品的GEC和地形校正地理编码(GTC)方法的基础,对于PALSAR数据的定量化应用及其地理编码处理软件的开发具有重要的参考价值.     

TerraSAR图像无控制定位精度研究

针对星载TerraSAR图像无地面控制点情况下的目标定位问题,在分析利用卫星星历数据的基础上,结合SAR距离模型和地球椭球模型,提出了一种TerraSAR图像的地面目标直接定位方法。通过杭州地区数据实验结果表明,TerraSAR图像在平均高程60m的丘陵地区,无控制距离向和方位向的定位精度中误差分别达到24.588m和12.265m。     

星载SAR影像的定位与几何纠正

高精度几何纠正算法对SAR影像的广泛应用具有重要意义,而SAR影像纠正中的一个重要问题是建立影像定位模型。在阐述了距离多普勒定位模型的基础上,利用一景高分辨率的TerraSAR-X影像进行了地理定位实验,实验结果表明采用2次参数方程和3次参数方程描述卫星轨道位置所得的定位精度相差不大,且都能满足精度要求,为了计算方便和减少控制点的数目,通常可以采用二次参数方程来描述卫星位置。定位参数解算完成后,又采用了间接纠正法对影像进行了几何纠正,得出纠正精度不超过3个像素,表明该算法合理可行。     

全极化合成孔径雷达影像地形纠正及其在雪冰制图中的应用

针对合成孔径雷达（SAR）影像由于地形起伏引起的图像畸变问题,文章提出了基于相干矩阵的全极化SAR影像地形纠正算法,并运用于雪冰制图。该方法首先采用距离多普勒模型建立SAR成像几何模型;然后利用全极化Cloude特征分解方法对全极化SAR图像进行融合,将融合后的SAR图像与模拟图像进行配准提高SAR影像几何定位精度;最后利用投影面积归一化和极化方位角移动补偿技术对地形引起的辐射畸变进行纠正。采用中国长江源区南部唐古拉山中段冬克玛底冰川区域的C波段Radarsat-2全极化SAR数据进行验证,配准模拟SAR和原始SAR影像的控制点方位向和距离向的均方根误差（RMSE）分别为7.765和14.586个像素;经过地形纠正后的地物分类精度达80%以上。结果表明：（1）该方法能够有效消除SAR影像中几何和辐射畸变的影响;（2）地形纠正后的SAR数据在雪冰制图中具有可行性。     

基于长时间序列ASAR数据的近海风场反演

首先获取覆盖浙江省近海215景长时间序列多模式ASAR Level 1B数据,对获取的ASAR数据进行几何校正、辐射定标、极化比转化、噪声剔除后,将所有的影像统一重采样得到1km×1km分辨单元的后向散射系数影像,尝试利用CCMP风向作为SAR风速反演地球物理模式函数的风向初始场,对比目前国际上最常用的3种模式函数CMOD4、CMOD-IFR2和CMOD5的风速反演效果,将反演得到风速分别与CCMP插值风速和现场观测气象站点的风速进行对比,结果表明CCMP风向数据可作为SAR风速反演的风向初始场,其中结合CMOD4模式函数能够得到较高精度的反演风速,由于CCMP数据有效时间长、覆盖范围广、易于获取,因此联合CCMP风向有利于SAR近海风场反演的业务化应用。     

卫星遥感森林火点监测系统的设计与实现

根据江西省1：25万基础地理信息及卫星遥感数据，本文采用Microsft visual Basic 6．0和Microsoft Access 2000、Microsoft SQL Server 2000，以ESRI公司的AreView软件、MapObjects 2．0组件为GIS平台，设计和实现了一套可兼顾自动和手动运行的卫星遥感森林火点监测系统。系统可以实时处理卫星遥感信息，并结合基础地理信息确定火点及其周边环境信息，可进行点定位、边定位、区域定位，即查找出距火点最近的村、乡、县等居民点、道路及火点距离、方位，通过GIS控件快速定位村或火点所属的县、地市，实时入库和发布。     

Radarsat-2 SAR影像两种定位模型精度的对比分析

星载SAR无控制点定位可利用距离-多普勒(R-D)模型和有理多项式(RPC)模型两种方法实现。为考察二者在不同高程条件下的适用性,本文利用Radarsat-2数据,基于绝对定位误差小于1m的GPS控制点,对R-D模型和RPC模型定位精度进行了对比分析。结果表明:在无高程数据仅利用头文件元数据的情况下,R-D模型和RPC模型定位精度都较差;当代入高程数据后,R-D模型表现出因高程变化引起的更好定位精度一致性。     

一种轨道宽带SAR数据采集与成像处理实验系统

提出了一种宽带合成孔径雷达(SAR)系统,用于检测伪装目标在电磁环境下的伪装效果。该系统采用数据中频接收和高速数字信号处理技术来实现高分辨率、高速二维成像。详细介绍了系统所采用的二维成像算法,并针对系统运动特性提出了一种相位补偿方法,从而大大提高了方位维聚焦精度。实测结果表明,系统工作正常,距离维和方位维分辨率均优于0.5 m。     

SAR影像配准中控制点粗差剔除方法研究

复数影像配准是雷达干涉测量中的关键步骤之一,而配准中选取的控制点往往存在粗差,影响配准精度。分析了SAR影像配准时控制点粗差产生的原因,提出了方差因子检验和Baarda数据探测法剔除控制点粗差的方法,建立了基于可靠控制点计算影像纠正的几何变换模型。利用ENVISAT卫星ASAR图像对所提方法进行了验证,结果表明,影像配准的精度达到了0.1像素,粗差剔除后SAR影像配准精度有明显提高。     

极轨气象卫星有效载荷航空校飞数据地理定位

航空校飞数据的地理定位方法用来确定数据中每一个像素的地理经纬度,它是整个数据处理过程的基础。介绍了一种用于航空校飞试验数据的地理定位方法。首先给出了问题的描述;其次建立了航迹和姿态模型;然后给出了地理定位方法的算法;最后给出计算结果及误差分析,验证了方法的可行性以及高精度。地理定位方法不仅仅可以用于极轨气象卫星的校飞试验数据处理,同时也适用于其他遥感卫星的校飞试验数据处理,具有非常重要的意义。     

环境卫星(ENVISAT-1)ASAR数据特性及其应用潜力分析

ASAR是ENVISAT-1搭载的最大遥感器，既是ERS-1／2 AMI SAR的延续，又具有多模式、多极化、大幅宽、多入射角等特性。本介绍了ASAR遥感器的独特优势，对ASAR各种工作模式和数据的特性、规格作了详细为说明。并简要地分析了ASAR数据在ENVIVIEW和ENVI等图像处理软件中显示的特点。最后，详细地分析了ASAR数据的应用潜力。     

基于ASAR和MODIS图像的藻华范围提取

本文将同期的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,根据经验模型反演得到叶绿素a的浓度,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,结果较好的吻合.分析二者结果表明,风速会造成的藻华漂移和沉浮并且影响湖面粗糙度,是决定提取结果好坏的关键因素.另外从成像机理上,太湖粗糙度不规则性和介电特性上的误差使得藻华提取阈值不具有适用性,也是此次提取藻华结果不完全一致的原因,恰恰也成为了利用微波数据监测藻华的局限所在.     

Envisat-ASAR数据的特点及其在多云多雨地区的应用前景

Envisat是由欧空局发射的一颗先进的极轨对地观测卫星,载有10种传感器,其中有先进的合成孔径雷达ASAR(Advanced Synthetic Aperture Radar)。ASAR工作在C波段,具有主动相控天线系统,5种成像模式,7种成像条带及交替极化成像功能。以获得的广东肇庆地区的ASAR交替极化模式精确分辨率图像为实例,介绍了ASAR数据的特点,分析ASAR图像中建筑物、河流、农田、船舶、林地等几种典型地物的后向散射系数值。结果表明ASAR数据可以广泛应用于多云多雨地区的土地覆盖分类,农作物估产,船只探测和海洋等领域。     

A new phase unwrapping method based on region recognition and region expansion

Phase unwrapping is a key step in retrieving digital elevation models (DEMs) from across-track interferometric synthetic aperture radar (InSAR) data. The coherence of synthetic aperture radar (SAR) data set is an effective indicator for the quality of phase unwrapping. However, the coherence of different regions usually distributes unevenly in SAR images monitoring heterogeneous areas. Errors in low-coherence areas are prone to pollute the whole image. In order to mitigate propagation error, a new phase unwrapping algorithm based on region recognition and region expansion is proposed. In the region recognition step, optical images are incorporated to recognize low-coherence regions by virtue of supervised classification technique. Low-coherence regions and the ones that are not of interest for the application are then discarded. In the region expansion step, stable pixels of high coherence are selected as growing seeds, and then phase unwrapping grows from high-quality regions to low-quality ones guided by coherence information and weighted numbers of neighbouring unwrapped pixels. The ambiguity number of a wrapped pixel is estimated from its neighbouring pixels under the criteria of pixel distance and phase gradient. Iterative examination continues until the whole image is unwrapped. Experiments on PALSAR and ASAR data demonstrate its validity and advantages over other classical methods.     

Analysis of ENVISAT ASAR data for forest parameter retrieval and forest type classification—a case study over deciduous forests of central India

The present paper gives an account of potential of Environment Satellite‐Advanced Synthetic Aperture Radar (ENVISAT‐ASAR) C‐band data in forest parameter retrieval and forest type classification over deciduous forests of Tadoba Andhari Tiger Reserve (TATR), central India. Ground data on phyto‐sociology and Leaf Area Index (LAI) over the study area was collected in 23 sampling points (20m×20m) over the study area. Phyto‐sociological data collected over the study area was used to compute plot‐wise biometric parameters like basal area, volume, stem density and dominant height. ENVISAT ASAR data covering the study area, pertaining to 24 November 2005, has been geo‐referenced and digital number (DN) values were converted to radar backscatter values. Regression analysis between backscatter and the retrieved biometric variables has been done to explain the relationships between SAR backscatter and forest parameters. Analysis showed a significant correlation between backscatter and biometric parameters and backscatter values typically increased with increase in basal area, volume, stem density and dominant height. The scatter observed between ASAR backscatter and stem density, basal area and dominant height suggested limitation of C‐band data in estimating biometric variables in heterogeneous forest systems. Further, ASAR data was used in conjunction with Indian Remote sensing Satellite (IRS‐P6)—Linear Imaging Self Scanner (LISS) III data of 16 October 2004 to classify the study area into different land use/land cover (LU/LC) classes. Various texture and adaptive filters were applied on ASAR image to reduce speckle noise and enhance image features. An attempt is made to merge ASAR image with LISS‐III to enhance feature discrimination. Training sets corresponding to the ground data have been used to derive confusion matrices for the ASAR and LISS‐III images. Results suggested better discrimination of vegetation types in the merged data suggesting the possible use of ASAR data in forest type discrimination.     

Inter-comparison of satellite sea ice motion with drifting buoy data

In this study, three low-resolution and three medium-resolution ice motion products were compared to ice-tethered profiler (ITP) global positioning system (GPS) data over a 2 year period. The ice motion products were the Advanced Microwave Scanning Radiometer Earth Observing System (AMSR-E), merged Advanced Scatterometer + Special Sensor Microwave/Imager (ASCAT + SSM/I), advanced synthetic aperture radar (ASAR), and Advanced Very High Resolution Radiometer (AVHRR) ice motion data. The results show that the data quality of six satellite products is better than or close to expected values. The error distributions of the satellite ice motion generally have high kurtosis and heavy tails and are not normally distributed. Low-resolution ice motion generally shows large errors in the Fram Strait. AVHRR summer ice motion shows a larger bias, probably affected by inaccurate cloud masking, while the large errors in ASAR ice motion mainly occur due to occasional geolocation errors of near-real-time ASAR images used for ice motion retrieval. Inter-comparison between satellite ice motion products with different time intervals is also discussed.     

基于元数据和快视图的遥感图像库管理与发布

从遥感多光谱图像数据库的应用角度,讨论了如何构建一个基于元数据和快视图的,能够精确定位和查看光谱的遥感图像数据库管理系统,并详细说明了其设计开发的方法和步骤。