排序方式： 共有62条查询结果，搜索用时 15 毫秒
1.
为提高浅层地下水遥感探测的准确性和效率,开辟遥感找水新思路,首次将空间分辨率为30 m的Landsat-7ETM多光谱数据和空间分辨率为150 m(Wide Swath模式)的Envisat-1 ASAR先进合成孔径雷达数据进行了融合,并利用基于主成分变换(PCA)和小波变换(WT)的融合算法成功地找到了浅层地下水信息异常带。通过实地调查和物探、钻探验证,I、II、III级找水靶区的富水性情况与预测结果基本一致,并在上述靶区找到了丰富的浅层地下水,证实了该方法的可行性和实用性,可为今后地下水快速勘察提供新的技术手段。 相似文献
2.
Jean Tournadre 《Marine Geodesy》2004,27(1):153-169
New rain flags based on the dual frequency capabilities of the new Jason Poseidon-2 and Envisat RA2 altimeters have been tested, developed and adopted for the operational processing of the altimeter data. Their validation conducted during the calibration/validation phases of the satellites is presented here. The Jason flag is validated by comparison with the TOPEX one, using the Tandem mission. The results show a very good agreement between the two sensors and the two rain flags The Envisat flag is validated by comparison with both Jason and TOPEX using global and collocated data sets. The results show similar performances for the three sensors. The f relations estimated during the calibration-validation period and presented here have been given to the altimeter ground processing facilities for operational use. 相似文献
3.
Banana is one of the main economic agrotypes in Zhangzhou, Fujian Province. The multi-temporal ENVISAT ASAR data with different
polarization are used to classify the banana fields in this paper. Principal component analysis (PCA) was applied for six
pairs of ASAR dual-polarization data. For its large leaves, banana has high backscatter. So the value of banana fields is
high and shows very bright in the 1st component, which makes it much easier for banana fields extraction. Dual-polarization
data provide more information, and the VV and VH backscatter of banana show different characters with other land covers. Based
on the analysis of the radar signature of banana fields and other land covers and the 1st component, banana fields are classified
using object-oriented classifier. Compared to the field survey data and ASTER data, the accuracy of banana fields in the study
area is 83.5%. It shows that the principal component analysis provides the useful information in SAR images analysis and makes
the extraction of banana fields easier.
Supported by the Program for New Century Excellent Talents in University (NCET-05-0573), Fujian Science and Technology Project
(No.2006I0018), the Science Project of the Education Department of Fujian Province(No. 2006F5022). 相似文献
4.
Evaluation of ENVISAT ASAR data for sea surface wind retrieval in Hong Kong coastal waters of China 总被引：2，自引：1，他引：1
The C-band wind speed retrieval models, CMOD4, CMOD - IFR2, and CMOD5 were applied to retrieval of sea surface wind speeds from ENVISAT （European environmental satellite） ASAR （advanced synthetic aperture radar） data in the coastal waters near Hong Kong during a period from October 2005 to July 2007. The retrieved wind speeds are evaluated by comparing with buoy measurements and the QuikSCAT （quick scatterometer） wind products. The results show that the CMOD4 model gives the best performance at wind speeds lower than 15 m/s. The correlation coefficients with buoy and QuikSCAT winds are 0.781 and 0.896, respectively. The root mean square errors are the same 1.74 m/s. Namely, the CMOD4 model is the best one for sea surface wind speed retrieval from ASAR data in the coastal waters near Hong Kong. 相似文献
5.
???????????????????????μ?????????????????????????????Envisat??????????????????????????????????????,??????ο??????????????OCOG???Beta-5??3???????????????????????????????????Ч?? 相似文献
6.
基于PSInSAR方法和ASAR数据监测天津地面沉降的试验研究 总被引：5，自引：0，他引：5
概述了PSInSAR方法的技术流程，阐述了定标ENVISAT ASAR数据对PS候选点（Persistent Scatterer Cadidate，PSC）筛选
的作用。研究表明：对ENVISAR ASAR 数据进行定标有助于筛选出更多的PS候选点；以定标得到的后向散射系数作为阈值，可以剔
除散射信号统计特性较稳定但散射强度低的像素点，从而避免可能由这些点引入的相位误差。在初步实现PSInSAR方法的基础上，
运用14景ENVISAT ASAR数据获得了天津地区的年均线性沉降速率，揭示的天津市地面沉降趋势与前人研究结果较为一致，获得的形
变速率值的准确性尚待数据量的增多而进一步提高。 相似文献
7.
基于多时相多极化差值图的稻田识别研究 总被引：1，自引：1，他引：1
提出了一种基于多时相多极化差值图的稻田识别方法,该方法在简化稻田识别算法的同时,仍具有较好的稻田识别精度.以江西省高安地区的早稻识别为例,利用两景ENVISA ASAR交叉极化模式数据(VV/HH)计算了同时相多极化差值图和同极化多时相差值图.由于稻田含有水层和水稻的垂直株型等属性特征,稻田在两时相上VV极化和HH极化后向散射差异都很大,且与其他地物具有明显差别,因此利用同时相多极化差值图可以很好地分辨出稻田来;从时间变化看,HH极化雷达波对水稻生长和稻田的变化比对其他地物的变化更敏感,使稻田分布信息在HH极化多时相差值图中反应突出.而VV极化对地物的时相变化不够敏感.因此,建立最优差值图组合,分别采用阈值分类方法和监督分类方法对差值图组合进行分类提取稻田.通过比较分类结果,认为基于统计分析的监督分类方法更好,其稻田识别的精度达到84.92%.文章最后对提出的稻田识别方法及分类结果进行了分析. 相似文献
8.
基于ASAR-APP影像数据和光学影像数据,根据水云模型研究了小麦覆盖下地表土壤含水量的反演方法。利用TM和MODIS影像构建的植被生物、物理参数与实测小麦含水量进行回归分析,发现TM影像提取的归一化水分指数(NDWI)反演精度较好,相关系数达到0.87。根据这一关系,结合水云模型并联立裸露地表土壤湿度反演模型,建立了基于多源遥感数据的土壤含水量反演模型和参数统一求解方案。反演结果表明:该方案可得到理想的土壤水分反演精度,并可控制参数估计的误差。反演土壤含水量和准同步实测数据的相关系数为0.9,均方根误差为3.83%。在此基础上,分析了模型参数的敏感性,并制作了研究区土壤缺水量分布图。 相似文献
9.
海面风场是海洋学的基本参量,获取海面风场对了解海洋的物理过程以及海洋与大气之间的相互作用至关重要。宽阔的海域面积及复杂的海面状况通常使南海海面上的风场信息很难被及时获取。ENVISAT ASAR是一种全天候全天时监测海面的微波雷达传感器,可实时获取海面风场数据。本文基于已有ASAR数据对南海海面风场进行反演实验,首先将结合高斯曲线拟合的FFT风向反演方法应用于南海风向反演,并参考Cross-Calibrated Multi-Platform （CCMP）风场数据去除180o方向模糊获得海面风向。然后,将高斯曲线拟合-FFT风向与传统的峰值-FFT风向进行对比,最后将准确率较高的高斯曲线拟合-FFT风向分别输入CMOD4模型和CMOD5模型获得海面风速大小。实验结果与CCMP参考数据的比较结果表明,在风条纹不明显的情况下,利用结合高斯曲线的FFT风向反演方法和CMOD4模型风速反演方法可有效地进行南海海面风场反演。该成果对利用SAR数据实时获取南海大面积海面风场信息,尤其是观测点缺乏海域的风场信息,具有重要的指导意义。 相似文献
10.
????2002-10-2007-09??Envisat??????????????佻???????????仯??????У???????????????????о???????±??????????????仯????????????????????????????????????6 cm/a?? 相似文献