基于机载L波段全极化无人机合成孔径雷达的森林地上生物量估测

为探索L波段全极化合成孔径雷达(Synthetic Aperture Radar,SAR)数据估算森林地上生物量(Aboveground bio⁃mass,AGB)的潜力,基于非洲合成孔径雷达(AfricaSAR)项目无人机合成孔径雷达(Unmanned Aero Vehicle Synthetic Aperture Radar,UAVSAR)数据的冠层-地面散射分量构建5种极化散射比参数(R1、R2、R3、R4、R5),计算雷达植被指数(Radar Vegetation Index,RVI),采用六分量和七分量分解等4种基于模型的分解提取21个极化分解参数,最后合并所有特征并采用随机森林特征重要性筛选出最优特征组合,采用随机森林(Random forest,RF)、支持向量机回归(Support vector machine regression,SVR)、K最近邻回归(K-nearest neighbor regression,KNN)对不同特征组合估测非洲加蓬洛佩(Lope)区的森林地上生物量。结果表明,极化散射比参数、体散射(Vol)和雷达植物指数(Radar Vagetation Index,RVI)对森林AGB具有较高的敏感性,R2与AGB的相关性为0.823,最优特征组合为Vol、极化散射比参数和RVI。不同特征组合的机器学习模型均表现出较好的效果,基于极化分解参数机器学习模型的决定系数(R2)大于0.800,均方根误差(RMSE)小于88.000 Mg/hm^(2),效果最好的是基于最优特征组合的RF模型,对比单独使用极化分解参数,R2提高0.144,RMSE降低30.327 Mg/hm^(2)。极化散射比参数在森林AGB估计中具有一定的潜力,引入RVI提高模型精度,基于模型的分解适用于森林AGB估测,特征筛选的机器学习模型能较好地反演森林AGB,并在AGB达到400.000 Mg/hm^(2)未出现明显饱和点。

基于全极化UAVSAR图像的海浪斜率反演方法研究

利用L波段Uninhabited Aerial Vehicle Synthetic Aperture Radar(UAVSAR)全极化数据,对成像海域海浪斜率的反演进行了研究。其中,沿SAR图像方位向海浪斜率是通过Krogager分解右旋和左旋圆极化相位差方程所提取的极化方向角,并利用该极化方向角的偏移量进行求解。而在求解海浪沿距离向的斜率的过程中,本文则选取了平均散射角(α角)、一致性参数、极化相干矩阵对角元素T22/T11、同极化比四种极化特征参数,并基于Bragg共振散射模型,对这四种极化特征参数的近似表达式进行了理论推导,通过分析发现这四种极化参数都是入射角的单调函数,从而使得利用这四种极化参数拟合求解距离向海浪斜率成为可能。本文中选取37景UAVSAR海浪图像,采用极化方向角及其他四种极化参数分别对海浪方位向和距离向斜率进行了拟合反演,并通过反演所得海浪斜率谱进一步计算出感兴趣海域海浪的波长、周期、传播方向、斜率均方根、有效波高等参数,将所得结果与National Data Buoy Center(NDBC)提供的浮标数据进行了对比。通过对反演结果进行统计分析发现:T22/T11、一致性参数的所得结果较好,同极化比次之,α角稍差;另外,从计算的复杂程度来说,T22/T11、一致性参数、同极化比较之α角简单,不需要复杂的极化分解。

UAVSAR在地表形变监测中的应用综述

针对无人飞行器合成孔径雷达(UAVSAR)差分干涉测量可用于形变监测的发展潜力,介绍了美国UAVSAR的系统设计、工作原理、数据产品等,概述了国内外UAVSAR系统的发展与应用现状、存在问题和发展趋势,重点讨论了UAVSAR在火山、断裂、冰川、冻土、滑坡、地面沉降等典型地表形变监测的应用。其高空间分辨率和较强的穿透性是对星载SAR数据极好的补充,彰显了UAVSAR系统极大的应用前景,为国内机载雷达系统的研究及其在地质灾害监测方面提供参考。

Determining the oil weighting factor of oil-water emulsion based on the fractional Weierstrass scattering model

The formation of oil-water emulsion often occurs when oil is spilled into the ocean. Oil weighting factor of oil-water emulsion is one of the most important parameters for emergent oil-spill microwave monitoring. A new method is proposed here to evaluate the oil weighting factor based on fractional Weierstrass scattering model. By using the proposed method, we analyze the Uninhabited Aerial Vehicle Synthetic Aperture Radar(UAVSAR) L-band fully polarimetric data acquired during 2010 Deepwater Horizon oil spill disaster event in the Gulf of Mexico. The result shows that our method performs well in evaluating oil weighting factor of oil-covered area.