森林是陸地面積最大的生態(tài)系統(tǒng),調(diào)節(jié)著全球碳循環(huán)和水循環(huán)。森林資源作為重要的自然資源,其水平分布、垂直結(jié)構(gòu)及蓄積量等信息是統(tǒng)計林業(yè)資源的基本研究對象。遙感技術(shù)具備高效率、低成本和大面積同步觀測的優(yōu)勢,已逐漸發(fā)展成為森林信息資源調(diào)查的主要手段。隨著衛(wèi)星數(shù)據(jù)的不斷豐富,利用合成孔徑雷達SAR（Synthetic Aperture Radar）數(shù)據(jù)和光學(xué)遙感影像,可以實現(xiàn)從不同層面更為準確地提取森林結(jié)構(gòu)信息。本文在總結(jié)國內(nèi)外森林參數(shù)提取研究的基礎(chǔ)上,選取吉林省長春市凈月潭國家森林公園為實驗區(qū)域,綜合利用SAR數(shù)據(jù)和多光譜遙感數(shù)據(jù)進行森林信息提取研究,主要內(nèi)容如下:（1）基于多維度極化合成孔徑雷達PolSAR（Polarimetry SAR）的森林類型識別方法研究。以不同時相的高分三號（GF-3）和ALOS-1 PALSAR遙感影像為數(shù)據(jù)源,組合不同傳感器、不同類型的SAR數(shù)據(jù)各自的優(yōu)勢,基于散射機制分解得到熵、散射角及各向異性度三個極化特征,然后基于灰度共生矩陣,提取出均值、方差及異質(zhì)性三個紋理特征,將上述特征參數(shù)引入支持向量機（SVM）分類器中,綜合運用多頻段、多極化、多時相及紋理特征等多維... 

【文章來源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

電磁波譜中的微波頻段

第2章合成孔徑雷達基本理論7第2章合成孔徑雷達基本理論合成孔徑雷達（SAR）是一種主動獲取遙感影像的成像系統(tǒng)，可通過相對運動實現(xiàn)較大的合成孔徑，不受天氣光照等環(huán)境的影像，可實現(xiàn)全天候全天時的工作狀態(tài)。SAR信號具有較強的穿透力，可用于探測地表信息和目標追蹤，廣泛應(yīng)用于自然災(zāi)害監(jiān)測、農(nóng)林業(yè)、軍事等領(lǐng)域。2.1SAR成像原理SAR可主動獲取目標信息，如圖2.1所示，工作頻譜一般在P頻段到Ka頻段之間，屬于微波范疇。SAR成像系統(tǒng)通常以飛行平臺為載體，例如無人機、遙感衛(wèi)星等，其發(fā)射的微波脈沖方向與航線軌跡相垂直，從而形成側(cè)視觀測幾何，如圖2.2所示，同時接收地表目標散射的電磁波信號，通過相關(guān)信號處理成一幅高分辨率遙感圖像。圖2.1電磁波譜中的微波頻段圖2.2條帶模式下的SAR成像幾何

第2章合成孔徑雷達基本理論8單站SAR成像系統(tǒng)主要包含信號發(fā)射端和接收端，以及一副收發(fā)公用的天線。在圖2.2中，SAR成像系統(tǒng)高度為H，移動速度為VSAR。天線飛行方向稱為“方向位”（y），天線脈沖以入射角0斜射至地面。射線軸或雷達視線為“斜向距”（r）。天線脈沖照射在由“地距向”（x）和“方位向”（y）構(gòu)成的地面條帶上，稱為“天線照射區(qū)”，其中天線照射方向與系統(tǒng)飛行方向相垂直。天線波束照射的范圍稱為“雷達幅寬”。天線照射區(qū)需要天線孔徑(),xy進行定義：xyxyLL和(2.1)式中，xL和yL為天線的物理尺寸，λ是發(fā)射電磁波的波長。在圖2.3和圖2.4中，距離向?qū)挾?X)和方位向?qū)挾?Y)的近似表達式為：000Rcos2xMINMAXYRRRXL+=和Y，其中=(2.2)式中0R是雷達系統(tǒng)到成像區(qū)域中心處的空間距離。MINR和MAXR分別代表“近距”（離天底點最近的距離）及“遠距”。圖2.3高度與地距的側(cè)面幾何關(guān)系圖圖2.4高度與方位的側(cè)面幾何關(guān)系圖2.2PolSAR基本原理2.2.1雷達方程與后向散射系數(shù)

【參考文獻】：
期刊論文
[1]干涉、極化干涉SAR技術(shù)森林高度估測算法研究進展[J]. 張王菲,陳爾學(xué),李增元,趙磊,姬永杰.  遙感技術(shù)與應(yīng)用. 2017(06)
[2]基于Sentinel-2A岷江上游地表生物量反演與植被特征分析[J]. 楊斌,李丹,王磊,陳財.  科技導(dǎo)報. 2017(21)
[3]基于全極化SAR與多光譜的喀斯特山區(qū)農(nóng)村林地提取[J]. 王平,周忠發(fā),殷超.  中國農(nóng)業(yè)資源與區(qū)劃. 2017(07)
[4]基于支持向量機的Landsat-8影像森林類型識別研究[J]. 李夢穎,邢艷秋,劉美爽,王錚,姚松濤,曾旭婧,謝杰.  中南林業(yè)科技大學(xué)學(xué)報. 2017(04)
[5]林分平均高度衛(wèi)星遙感新進展[J]. 董立新.  遙感技術(shù)與應(yīng)用. 2016(05)
[6]基于多時相SAR數(shù)據(jù)和SPOT數(shù)據(jù)的盤古林場林分類型識別[J]. 李明澤,付瑜,于穎,范文義.  植物研究. 2016(04)
[7]多源數(shù)據(jù)林地類型的精細分類方法[J]. 任沖,鞠洪波,張懷清,黃建文,鄭應(yīng)選.  林業(yè)科學(xué). 2016(06)
[8]基于PolInSAR森林高度反演研究[J]. 岳彩榮,肖虹雁,曹霸.  西南林業(yè)大學(xué)學(xué)報. 2016(03)
[9]光學(xué)影像紋理信息在林業(yè)領(lǐng)域的最新應(yīng)用進展[J]. 陳玲,郝文乾,高德亮.  北京林業(yè)大學(xué)學(xué)報. 2015(03)
[10]基于TM遙感影像的森林類型分類方法比較[J]. 張淑芬,邢艷秋,艾合買提江·阿不都艾尼,孫小添.  森林工程. 2014(01)

博士論文
[1]多源遙感數(shù)據(jù)測繪應(yīng)用關(guān)鍵技術(shù)研究[D]. 芮杰.中國科學(xué)院大學(xué)(中國科學(xué)院遙感與數(shù)字地球研究所) 2017
[2]基于半監(jiān)督和集成學(xué)習(xí)的不平衡數(shù)據(jù)特征選擇和分類[D]. 房曉南.山東師范大學(xué) 2016
[3]基于GLAS和MISR數(shù)據(jù)的森林冠層高度和地上生物量遙感估算研究[D]. 吳迪.東北林業(yè)大學(xué) 2015
[4]極化干涉SAR層析估測森林垂直結(jié)構(gòu)參數(shù)方法研究[D]. 李文梅.中國林業(yè)科學(xué)研究院 2013
[5]基于激光雷達與多光譜遙感數(shù)據(jù)的森林地上生物量反演研究[D]. 湯旭光.中國科學(xué)院研究生院(東北地理與農(nóng)業(yè)生態(tài)研究所) 2013
[6]森林地上生物量的非參數(shù)化遙感估測方法優(yōu)化[D]. 郭穎.中國林業(yè)科學(xué)研究院 2011
[7]基于極化干涉SAR的森林結(jié)構(gòu)信息提取模型與方法[D]. 羅環(huán)敏.電子科技大學(xué) 2011
[8]面向植被識別的SAR圖像分類方法研究[D]. 凌飛龍.中國林業(yè)科學(xué)研究院 2010

碩士論文
[1]面向林業(yè)小班的坡度、坡向及坡位提取算法研究[D]. 陳晨.浙江農(nóng)林大學(xué) 2019
[2]基于高分三號SAR影像的目標地物特征提取方法研究[D]. 郝宇珊.哈爾濱師范大學(xué) 2019
[3]基于Sentinel-2影像數(shù)據(jù)的毛竹林生物量估測[D]. 陳瑜云.浙江農(nóng)林大學(xué) 2019
[4]極化SAR數(shù)據(jù)分解模型研究[D]. 鄭偉偉.西安電子科技大學(xué) 2017
[5]基于合成孔徑雷達的地表參數(shù)及森林樹高反演[D]. 羅雪蓮.電子科技大學(xué) 2017
[6]基于微波遙感數(shù)據(jù)的森林參數(shù)反演[D]. 李慧敏.電子科技大學(xué) 2017
[7]基于雷達數(shù)據(jù)的天山云杉林郁閉度信息提取[D]. 姚國慧.新疆農(nóng)業(yè)大學(xué) 2016
[8]光學(xué)與雷達遙感數(shù)據(jù)聯(lián)合反演森林生物量方法研究[D]. 林岳峰.電子科技大學(xué) 2016
[9]極化SAR圖像特征提取與分類方法研究[D]. 姜媛.電子科技大學(xué) 2016
[10]融合多源遙感數(shù)據(jù)的森林生物量估算研究[D]. 張耀.中南林業(yè)科技大學(xué) 2015



本文編號：3492617