| 【中文题名】 | Envisat ASAR数据处理及其在农林资源监测上的应用 |
| 【英文题名】 | Envisat ASAR Data Processing and Its Application in Forest and Agriculture Monitoring |
| 【学科专业】 | 地图学与地理信息系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2005-10-10 |
| 【中关键词】 | Envisat,ASAR,多极化,多时相,农作物识别,沿海防护林 |
| 【英关键词】 | Envisat ASAR,multi-polarization,multi-temporal,crop classification,littoral shelter forest,object oriented classification, |
| 【分类导航】 | 工业技术>无线电电子学、电信技术>雷达>雷达：按体制分>> |
| 【论文摘要】 | 合成孔径雷达(Synthetic Aperture Radar—SAR)是一种高分辨率成像雷达,具有全天时、全天候的特点,是我国南方理想的空间数据获取手段。Envisat ASAR 是目前世界上最先进的星载合成孔径雷达传感器,具有多极化、多入射角和多模式成像的新特点,具有广阔的应用前景。本文在对农业和森林资源的微波遥感机理进行分析的基础上,探讨了新型雷达数据ASAR 的图像处理方法及在农业、林业资源监测上的应用。主要的研究内容如下:
(1)ASAR 数据预处理方法研究,包括辐射定标、几何校正和斑点噪声的去除。预处理效果直接影响到后期雷达数据应用的可靠性和准确度,本论文基于已有的图像处理软件所提供的功能,探讨较佳的ASAR 数据处理方法。研究表明在非平坦地区必须经过DEM 正射校正,正射校正时利用DEM 模拟雷达影像有助于山区控制点的选择;利用多参数雷达合成影像时,影像间的配准十分重要,利用自动配准技术不仅配准精度高,而且自动化程度高;文中采用多通道滤波方法对多时相合成的ASAR影像进行斑点噪声的去除,很好地保持了图像的辐射特性和空间分辨率。
(2)不同分类方法比较分析。微波成像的特殊机理,使得雷达图... |
| 【论文题纲】 |
|
第一章 引言 |
8-27 |
|
1.1 研究背景 |
8-9 |
|
1.2 雷达遥感的发展 |
9-11 |
|
1.3 SAR 在作物分类和森林识别中的应用 |
11-16 |
|
1.3.1 SAR 在农作物识别监测上的应用 |
11-13 |
|
1.3.2 SAR 在森林识别和监测中的应用 |
13-16 |
|
1.4 SAR 图像分类概述 |
16-22 |
|
1.4.1 SAR 分类特点 |
17-18 |
|
1.4.2 SAR 分类新发展 |
18-22 |
|
1.5 论文研究框架 |
22-26 |
|
1.5.1 主要研究内容和技术路线 |
22-23 |
|
1.5.2 研究区概况 |
23-25 |
|
1.5.3 主要数据源 |
25-26 |
|
1.6 论文组织结构 |
26-27 |
|
第二章 微波遥感机理分析 |
27-36 |
|
2.1 SAR 影像辐射特性 |
27-29 |
|
2.1.1 雷达方程和后向散射系数 |
27-28 |
|
2.1.2 雷达散射类型 |
28-29 |
|
2.2 农作物的微波遥感机理 |
29-32 |
|
2.2.1 研究区典型农作物的散射特性分析 |
29-30 |
|
2.2.2 雷达系统参数对典型农作物后向散射的影响 |
30-31 |
|
2.2.3 目标参数对雷达后向散射特性的影响 |
31-32 |
|
2.3 森林的微波遥感机理分析 |
32-35 |
|
2.3.1 森林参数 |
32-33 |
|
2.3.2 森林的电磁特性 |
33 |
|
2.3.3 几种典型森林的散射特性 |
33-34 |
|
2.3.4 雷达系统参数与森林后向散射的关系 |
34-35 |
|
2.4 小结 |
35-36 |
|
第三章 ASAR 数据处理及分析 |
36-52 |
|
3.1 ASAR 数据辐射定标 |
36-37 |
|
3.2 几何校正 |
37-41 |
|
3.2.1 雷达图像几何特点 |
37-39 |
|
3.2.2 雷达数据几何校正 |
39-41 |
|
3.3 噪声平滑 |
41-43 |
|
3.3.1 噪声形成原理 |
41-42 |
|
3.3.2 斑点噪声的去除 |
42-43 |
|
3.4 研究区SAR 数据分析 |
43-51 |
|
3.4.1 研究区ASAR 数据原始图像特征分析 |
43-45 |
|
3.4.2 研究区典型地物在ASAR 数据后向散射特性分析 |
45-49 |
|
3.4.3 多时相ERS-2 SAR 数据分析 |
49-50 |
|
3.4.4 多时相JERS-1 SAR 数据分析 |
50-51 |
|
3.5 小结 |
51-52 |
|
第四章 ASAR 数据在农业资源提取中的应用 |
52-80 |
|
4.1 野外调查 |
52-55 |
|
4.2 ASAR 数据水稻信息的提取 |
55-71 |
|
4.2.1 水稻识别ASAR 数据的选择 |
55-57 |
|
4.2.2 主成分变化分析 |
57-59 |
|
4.2.3 漳州地区晚稻信息提取 |
59-68 |
|
4.2.4 福州地区早稻信息提取 |
68-71 |
|
4.3 其它雷达数据在水稻信息提取中的应用研究 |
71-74 |
|
4.3.1 多时相ERS-2 SAR 进行在漳州水稻提取 |
71-73 |
|
4.3.2 多时相JERS-1 SAR 进行福州水稻提取 |
73-74 |
|
4.4 多源雷达数据香焦园地信息的提取 |
74-79 |
|
4.4.1 ASAR 数据香蕉园地的提取 |
74-76 |
|
4.4.2 ERS-2 SAR 提取香蕉园地信息 |
76-79 |
|
4.5 小结 |
79-80 |
|
第五章 ASAR 数据在沿海防护林信息提取中的应用 |
80-92 |
|
5.1 Envisat ASAR 数据沿海防护林后向散射特性分析 |
80-81 |
|
5.2 ASAR 数据选择 |
81-83 |
|
5.3 利用ASAR 数据进行沿海防护林信息提取 |
83-88 |
|
5.3.1 漳州市漳浦县沿海防护林信息提取 |
83-86 |
|
5.3.2 福州长乐市沿海防护林信息提取 |
86-88 |
|
5.4 利用历史SAR 对研究区沿海防护林的提取 |
88-91 |
|
5.4.1 利用ERS-2 SAR 对漳州沿海防护林的提取 |
88-90 |
|
5.4.2 利用JERS-1 SAR 对福州沿海防护林的提取 |
90-91 |
|
5.5 小结 |
91-92 |
|
结论与讨论 |
92-94 |
|
6.1 结论 |
92-93 |
|
6.2 问题及展望 |
93-94 |
|
参考文献 |
94-100 |
|
致谢 |
100-101 |
|
个人简历 |
101 |
|
| 【DOI】 | LunWen.ID:2.2008.345486 |
