排序方式: 共有39条查询结果,搜索用时 453 毫秒
1.
2.
雷达遥感技术的发展与应用众所周知,进入90年代以来,雷达遥感技术迅速发展。自1991年初前苏联的卫星ALMASAR(Syntheticapertureradar)率先升空后,欧洲和日本分别把卫星ERS-1和卫星JERS一1送入空间轨道。在此期间,美国... 相似文献
4.
通过对肇庆试验区1996年和1997年获取的多时相、多模式雷达卫星(RADARSAT)数据分析,从图像上直接提取地物的后向散射系数,结合实地测量水稻的生长结构参数,建立了水稻生长模型,分析了不同生长周期(从80天到120-125天)4种类型水稻的时域散射特性。利用1997年4月至7月获取的7景标准模式雷达卫星数据,对试验区内三个县和两个行政区共5000km^2面积范围内的作物进行分类和水稻产量预估算,水稻类型分类及面积量算精度达91%。结果表明:利用雷达遥感数据进行水稻种植面积量算和估产需要水稻生长期间三个时相的数据,即插秧期、抽穗期、收割前期。若能够获得多参数雷达图像,可以用插秧期和收割前期的两个时相图像来代替上述的三个时相图像同样可以达到种植面积量算和估产的效果。这一结果充分说明多时相雷达卫星数据对我国南方水稻长势监测及估产具有明显优势和潜力。 相似文献
5.
水稻时域散射特征分析及其应用研究 总被引:14,自引:3,他引:14
通过对肇庆试验区1996年和1997年获取的多时相、多模式雷达卫星(RADARSAT)数据分析,从图像上直接提取地物的后向散射系数,结合实地测量水稻的生长结构参数,建立了水稻生长模型,分析了不同生长周期(从80天到120-125天)4种类型水稻的时域散射特性。利用1997年4月至7月获取的7景标准模式雷达卫星数据,对试验区内三个县和两个行政区共5000km^2面积范围内的作物进行分类和水稻产量预估算,水稻类型分类及面积量算精度达91%。结果表明:利用雷达遥感数据进行水稻种植面积量算和估产需要水稻生长期间三个时相的数据,即插秧期、抽穗期、收割前期。若能够获得多参数雷达图像,可以用插秧期和收割前期的两个时相图像来代替上述的三个时相图像同样可以达到种植面积量算和估产的效果。这一结果充分说明多时相雷达卫星数据对我国南方水稻长势监测及估产具有明显优势和潜力。 相似文献
6.
7.
SNB—SAR数据在大范围水稻种植面积调查中的应用:以广东省早稻调查为例 总被引:10,自引:0,他引:10
研究了在GSI支持下,Radarsat SNB-SAR数据用于广东省大范围水稻种植面积调查的方法与应用。首先,对SAR数据预处理,包括辐射校正、Frost滤波和几何精校正等;然后对预处理影像的后向散射值进行信息定量判断,结合GIS的辅助分析,剔除不可能是水稻信息的像元;最后对剔除非水稻信息后的影像进行最大似然法的有监分类,获取各区域水稻分布的影像并统计面积。结果表明,该方法对于大范围的水稻种植面积调查具有实用、快速的特点,其精度在平原地区具有较高的可靠性,山区因为地形的复杂性等原因尚需进一步研究以提高精度。 相似文献
8.
RADARSATSNBSAR数据在大面积水稻估产中的应用研究 总被引:11,自引:0,他引:11
由于雷达遥感的全天候、全天时的优势,使之成为南方大范围农业信息动态监测的最佳遥感手段。为了适宜于运行系统,本研究采用加拿大雷达卫星(RADARSAT)窄波扫描模式(SNB)数据,以广东省为例进行了大范围水稻估产。通过建立稻作图谱,解决了在地形复杂、农业集约化程度低、水稻田分布不规则,且地块间田间管理水平差异很大等诸多因素影响下的水稻信息提取问题;在野外观测站采集的水稻生长期生理生态数据的基础上,建立了基于RADARSAT SNB SAR的雷达遥感时序信息水稻估产模型。通过2000年早、晚两季水稻估产的实践证明,此模型估产的精度在平原区达到95%,而在复杂的丘岭谷地则需进一步提高图像预处理的精度,改进特殊地段估产模型的精度。从实用性而言,这是一套高效、经济的技术方法,易于投入实际运行阶段。 相似文献
9.
10.
雷达遥感六十年:四个阶段的发展 总被引:1,自引:2,他引:1
雷达遥感问世60年来已经历了4个阶段的发展,其在对地观测中的作用正日益凸显,已经广泛应用于不同领域。4个阶段分别是单波段单极化阶段,多波段多极化阶段,极化和干涉阶段,以及以双/多站或星座、高时序高分宽幅、3维成像为代表的新阶段。本文结合作者长期在雷达遥感领域的研究经历,总结和回顾了雷达遥感的阶段发展和具有里程碑式的代表性技术;从观测技术、数据处理和应用角度阐述了新阶段雷达遥感的发展趋势,以及雷达遥感与人工智能和大数据结合的思考;最后着眼未来,介绍了月基雷达对地观测平台的前瞻性研究。 相似文献