干涉条纹图估测基线的方法研究

根据SAR干涉测量原理，提出了利用干涉相干条纹估测基线的方法，并以欧洲空间局资源卫星1号和2号携带的SAR系统在中国新疆伽师试验区获取的串接式（Tan-dem）干涉测量数据为数据源，对提出的方法进行了验证，结果表明，该方法能有效地估测基线，并弥补不能有效获取卫星轨道参数时，对基线进行估测的缺陷，该方法尤其适用于差分干涉测量的研究。     

基于神经网络算法的多极化雷达数据估算鄱阳湖生物量

神经网络的特点是分布并行处理,适用于模拟复杂的非线性模型。在野外调查的基础上,利用多极化雷达数据,通过改进MIMICS模型模拟湿地植被参数(植被高度、含水量、生物量等)和雷达后向散射系数之间的关系,建立神经网络模型。通过模型的训练和仿真,与实测数据进行比较、验证,从而估算鄱阳湖湿地植被的生物量分布情况。研究表明基于改进的MIMICS模型训练数据的神经网络模型有较好的反演湿地植被生物量的能力,并据此反演了鄱阳湖湿地2007年4月、7月、11月的生物量动态变化情况。     

多波段多极化成像雷达图象识别森林类型效果分析

要陕西省宜川县三北防护林地区获取的航天飞机成像雷达ＳＩＲ－Ｃ／Ｘ－ＳＡＲ数据为基础,进行了森林类型的识别与分类,区分出针叶林、阔叶林和混交林３种森林类型,并通过从ＳＩＲ－Ｃ／Ｘ－ＳＡＲ数据中提取这３种类型森林的后向散射系数,分析了多波段、多极化雷达在森林类型识别中的作用。     

基于半变异函数的多极化SAR图像地表淹没程度分析

洪涝灾害范围的提取能够为灾害的动态监测、评估提取重要的数据。由于半变异函数能够反映图像数据的随机性和结构性,可以很好的体现地物的空间自相关性。而地物在SAR图像上也表现出很好的空间自相关性和纹理特征,各种淹没程度的地物在图像上也表现出不同的空间自相关性,所以将特定窗口下特定步长的半变异函数应用到地表淹没程度分析,证明该方法的可行性。     

包敦其河冲积扇全极化SAR数据同极化相关特征分析

冲积扇蕴涵气候演变信息,极化合成孔径雷达（Polarimetric Synthetic Aperture Radar-PolSAR）能够获取丰富的地表信息,更有效地提取冲积扇所在地区气候演变过程。不同极化正交基对应的同极化相关特征是反映地物特征的重要参数之一,其绝对值为同极化相关系数,辐角为相位差。利用全极化SIR-C L波段数据,提取并分析包敦其河冲积扇不同极化正交基对应的同极化相关特征,发现水平-垂直（h,v）线性正交基对应的同极化相关特征能够有效地反映该冲积扇的不同特征区域。此外,对同极化相关特征随包敦其河冲积扇地表粗糙度以及湿度的变化规律进行统计分析,结果表明（h,v）线性正交基对应的同极化相位差以及右旋-左旋（r,l）极化正交基对应的同极化相关系数对地表参数敏感,能够描述包敦其河冲积扇地表参数的变化。     

卫星雷达测高的应用现状及发展趋势

进入新世纪以来,卫星雷达测高技术迅速发展,部分领域已进入业务化实施阶段,目前表现出了新的发展趋势。详细介绍了卫星雷达测高在海洋、陆地水体、冰川和测绘上的应用,并对目前测高技术存在的一些问题进行了分析。我国在雷达测高领域与西方发达国家还有很大差距,及时加强在该领域的研究非常必要。
     

基于遗传算法和雷达后向散射模型的地表参数反演研究

在地表自然裸露条件下,利用雷达后向散射系数反演地表粗糙度及地表土壤含水量已经开展了很多的研究,许多学者提出了很多相关的模型及反演技术。在已有散射模型的基础上,利用遗传算法反演地表参数,并且对反演效果进行了验证;然后分别基于AIEM模型和Oh模型对SIR-C雷达图像进行了反演计算,并对反演结果作了统计分析,从而为利用雷达图像反演地表信息提供了新的研究思路。     

成像雷达在森林生态研究中的应用

首先介绍了在森林生态应用中使用的成像雷达系统,接着分析了成像雷达在森林生态研究中的应用,包括森林类型识别与分类、生物量估测和森林动态变化监测方面的应用,最后提出了在不同森林生态应用中应该选择的最佳雷达参数。     

面向对象技术用于多极化SAR图像地表淹没程度自动探测分析

合成孔径雷达(SAR)能全天时、全天候的获取数据,对地表淹没程度的探测分析发挥着重要的作用,有着得天独厚的优势。传统的基于像元的地表淹没程度探测分析方法存在着一定的局限性,文中引入面向对象的概念,探讨面向对象方法在多极化ENVISAT ASAR图像地表淹没程度自动探测分析中的应用潜力,为洪涝灾害淹没范围提取及监测、评估提供一种新的方法途径。     

天宫二号InIRA数据系统延迟改正估算方法

高精度和高空间分辨率的宽刈幅3维成像微波高度计(InIRA)在探测海洋和陆地水文变化等方面具有广阔的应用前景。然而,在湖泊水位监测应用中,由于InIRA传感器的系统延迟偏差,导致水位反演出现米级偏差。为此,针对InIRA的数据特性,本文提出了一种以Cryosat-2数据为基准的InIRA系统延迟改正估算方法,该方法在一定区域内可获取较为可靠的系统延迟改正量。利用该方法,在研究区内获取了4.6287 m的系统延迟改正,将该系统延迟改正加入后反演青海湖水位的精度为0.3327 m,表明了系统延迟改正的可靠性,也体现了InIRA数据在湖泊水位反演方面的潜力。