ALOS PALSAR雷达影像InSAR数据处理中的基线和地形误差分析

从理论上分析了InSAR处理中的两大误差源——基线和地形对形变测量精度的影响,并建立了评价模型。在此基础上,研究了上述两种误差源对ALOS PALSAR的影响,获取了两种误差对形变影响的空间分布特征。结果表明,ALOS PALSAR的轨道精度为3～5 m,在现有的轨道精度情况下,形变测量精度较差,需对基线误差进行纠正;地形误差的影响很小,主要误差源于轨道误差。在现有DEM精度条件下(SRTM DEM),利用ALOS PALSAR,要获得优于1cm的形变测量精度,基线长度最好小于400 m。

基于HJ1B和ALOS/PALSAR数据的森林地上生物量遥感估算

森林地上生物量的精确估算能够减小碳储量估算的不确定性。为了探寻一种有效地提高森林生物量估算精度的方法,探讨了基于遥感物理模型和经验统计模型估算山地森林地上生物量的方法。首先,基于Li-Strahler几何光学模型和多元前向模式(MFM)进行模型模拟,结合查找表算法(LUT)从多光谱图像HJ1B估算贺兰山研究区的森林地上生物量。其次,采用统计方法建立了2种回归模型:(1)多光谱图像HJ1B进行混合像元分解(SMA),并与雷达图像ALOS/PALSAR进行图像融合建立生物量回归模型;(2)雷达图像ALOS/PALSAR后向散射系数和实测生物量建立了生物量回归模型。用实测数据对3种算法估算结果进行精度验证。研究结果表明:采用几何光学模型和MFM算法估算的森林地上生物量精度最好(决定系数R2=0.61,均方根误差RMSE=8.33 t/hm2,P<0.001),其估算地上生物量与实测值一致性较好,估算生物量精度略优于SMA估算的精度(R2=0.60,RMSE=9.417 t/hm2);ALOS/PALSAR多元回归估算的精度最差(R2=0.39,RMSE=14.89 t/hm2)。由此可见,采用几何光学模型和混合像元分解SMA适合估算森林地上生物量,利用这2种方法进行森林地上生物量遥感监测研究具有一定的应用潜力。

利用ALOS PALSAR双极化数据估测山区森林蓄积量模型

合成孔径雷达(SAR)技术以其独特的成像机制及其全天候、全天时成像能力,在森林生物量估测方面发挥着越来越重要的作用。利用野外实测数据分析了ALOS PALSAR双极化数据后向散射系数(σH0H,σH0V,σH0V/HH)与云南山区松林蓄积量的关系,并分别构建简单线性、自然指数和加入地理因子的多元回归模型。研究结果表明:极化比值(σH0V/HH)与蓄积量的相关系数(r=-0.407)比任何单极化(σH0H和σH0V分别为0.204和-0.242)都要高,加入地理因子的多元回归模型在森林蓄积量估算中有较好的精度。

基于ALOS PALSAR双极化模式数据的森林覆盖识别方法研究

[目的]探讨森林PALSAR双极化模式数据后向散射、极化和干涉相干性等特征,提出一种在异质地区的森林识别方法。[方法]以中国东南部漳浦县为试验区,对试验区不同土地类型PALSAR的后向散射信息、极化比值和相干性信息进行分析。[结果]利用该区林相图及同时相SPOT-5影像进行精度检验,其总体精度、用户精度和制图精度均高于90%。[结论]基于PALSAR双极化模式数据进行森林识别精度较高。

ALOS/PALSAR InSAR数学模型研究

日本ALOS卫星携带的相控阵型L波段合成孔径雷达(PALSAR),因其较长的波长使得相同时间间隔内地面具有较高的相干性,因而极具InSAR应用潜力。本文首先介绍ALOS PALSAR,进而详细分析该数据在InSAR数学模型(包括距离向频谱、干涉临界基线距、模糊高度、差分相位对形变的敏感度)中的特点,并与常见的ERS SAR数据进行比较。

基于ALOS_PALSAR双极化雷达影像遥感监测水稻的研究——以德阳地区为例

该文以包含平坝地及丘陵区的德阳地区为研究区,利用该区水稻拔节(7月10日)和乳熟(8月25日)两景双极化(HH/HV)ALOS_PALSAR雷达数据,参照2009年6月3日TM(129/038,130/038)光学影像,分析主要地物影像特征,对比分析水稻在不同时相、不同极化方式后向反射系数,结合GIS和GPS技术获取的地面调查资料,对水稻种植区域进行识别和面积监测,最后利用水稻本底调查资料进行对比,探讨利用ALOS_PALSAR数据进行水稻遥感监测的可行性和准确性.该文采用了监督分类和决策树分类两种方法,其中决策树分类以后向反射系数HH/HV比值和两时相HV-HV差值为基础,以HH-HV≥1.5和0.2≤HH/HV≤0.6(7月10日)和0.15≤HH/HV≤0.6(8月25日)为水稻阈值区域.结果表明:与2009年水稻本底解译随机选取的100个水稻图斑相比较,监督分类准确率为91%,区域水稻种植总解译面积比本底增加了8.2%;决策树分类准确率为93%,区域水稻种植总解译面积比本底增加了3.48%.结合地面样方调查资料,利用ALOS_PALSAR多时相影像进行水稻识别和面积测量可以达到较高精度.

ALOS PALSAR影像地球椭球地理编码方法

ALOS PALSAR已经在轨运行1年多,由于其L-波段多极化观测能力,特别适合森林资源调查及生态环境相关遥感应用。然而,如何进行PALSAR数据的地理编码处理是实际应用中需要解决的一个关键问题。本文基于距离-多普勒(RD)模型发展了PALSAR Level-1.1影像产品的地球椭球地理编码校正(GEC)方法,重点论述了从PALSAR CEOS格式元数据记录中提取距离向方程、RD方程参数的具体方法。以一景已经经过几何精校正的Landsat ETM+影像为参考,获取了10个控制点,定量评价了本文所发展的GEC方法的有效性。评价结果表明:东西向均方根误差为32.529m,南北向均方根误差为32.527m,误差约是ETM+影像像元大小(28.5m)的1.14倍。本文针对PALSAR Level-1.1提出的GEC方法是进一步发展PALSAR其他数据产品的GEC和地形校正地理编码(GTC)方法的基础,对于PALSAR数据的定量化应用及其地理编码处理软件的开发具有重要的参考价值。

山区星载ALOS PALSAR微波遥感图像的正射校正

多山地区微波遥感图像的正射校正是实践应用中的关键和瓶颈,该文以星载合成孔径雷达数据ALOS(advanced landobservation satellite)PALSAR为基础数据,GAMMA软件为处理平台,研究微波图像正射校正方法。首先利用数字高程模型(digital elevation model,DEM)及卫星轨道参数生成模拟合成孔径雷达数据(synthetic aperture radar,SAR),再利用图像交叉相关分析算法自动搜索模拟SAR与真实SAR同名地物点偏移量,建立校正多项式模型,在此基础上通过建立校正查找表方法实现真实SAR图像的地理编码及正射校正。校正效果经检验,误差在一个像元以内,校正效果较好。

星载SAR遥感影像地形辐射校正——以ALOS PALSAR为例

针对地形起伏造成的SAR图像辐射畸变等问题,在分析SAR成像机理及几何结构的基础上,通过推导,构建了基于规则化散射因子及局部入射角的地形辐射校正模型。以ALOS PALSAR为例,依据DEM与卫星轨道参数,采用R-D定位模型及Muhleman半经验模型,在模拟SAR影像的基础上,建立了真实SAR与DEM之间的映射关系,实现了对原始SAR影像的地理编码,提取了局部入射角、投影角及规则化因子等,进行了地形辐射校正,从而消除了面积效应及地形起伏造成的畸变问题。校正后的图像纹理特征更加均匀,散射系数与局部入射角的线性相关性显著降低。该研究对雷达图像的应用具有一定的借鉴意义。

基于ALOS PALSAR数据不同极化下云南松蓄积量分析

指出了合成孔径雷达(SAR)具有强穿透性的特点,能够不受天气影响探测滇中地区云南松单层林的信息特征。利用云南省宜良县ALOS PALSAR全极化数据和对应的地面实测了云南松林林分因子信息,分析了不同极化方式下后向散射系数与云南松单层林蓄积量之间的关系。通过分析比较,结果表明:VH极化状态下云南松蓄积量与后向散射系数较其他几种极化状相关性高,并根据森林散射机制进行讨论。

ALOS PALSAR全极化图像分类研究

极化干涉相干矩阵服从复Wishart分布,通过对相关系数的分析可以获得不同的地物类别。在总结极化干涉非监督Wishart ML分类流程的基础上,基于该方法对塔河地区全极化PALSAR数据进行了分类,研究结果表明:基于极化干涉的分类方法能够有效区分不同散射机制对应的地物,该分类方法具有较强的适应性,并且类间边界比较明显,这些分类信息为森林资源的开发和利用提供了参考。

基于TerraSAR-X和ALOS PALSAR数据的森林蓄积量估测研究——以云南省勐腊县为例

基于2014年12月3日获取的X波段Terra SAR-X数据和2008年10月19日获取的L波段ALOS PALSAR数据,引入树种类型为哑变量,采用逐步回归的方法,对云南省勐腊县森林蓄积量进行估测。结果表明,与X波段Terra SAR-X数据相比,基于L波段ALOS PALSAR数据建立的森林蓄积量模型具有更高的决定系数,R^2为0.843,模型估测精度为68.8%,均方根误差RMSE为38.8 m3·hm^(-2),最终结果证明波长较长的L波段ALOS PALSAR数据对森林蓄积量具有更好的估测效果。

基于ALOS DEM的乌蒙山国家级自然保护区地貌特征研究

以乌蒙山国家级自然保护区为对象,融合野外地质地貌调查和ALOS DEM数字地形分析,定量与定性相结合阐述区内地形分异、地貌格局与发育演化等特征。结果表明:1)保护区基本地貌类型以大起伏中山(57.45%)为主,其次为大起伏亚高山(30.66%)和中起伏中山(11.17%),海拔、起伏度、坡度、面积-高程积分值等定量地形指标的平均值从三江口片区至朝天马、海子坪片区逐渐降低,夷平剥蚀面级数逐渐减少;2)保护区及附近地区共发育7级夷平剥蚀面,其中Ⅰ~Ⅲ级为山顶面和残余夷平面,Ⅶ级为金沙江侵蚀阶地面,Ⅳ~Ⅵ级为剥蚀面,与区域3次构造旋回相对应;3)保护区面积-高程积分值在0.197~0.815之间,平均为0.503,超过80%的区域处于地貌演化的壮年阶段,表明区域地表侵蚀动力较强,在人类活动增强背景下存在较大的生态风险,未来的保护规划应考虑各个基本地貌类型区的地表动力差异。综合而言,独特、丰富的地貌结构使得保护区生物多样性及其所依附的生态环境要素得以保存,加强地貌多样性研究有助于从整体性和系统性的角度实现保护区资源环境管理与可持续利用。

基于ALOS PALSAR数据的山地冰川流速估算方法比较——以喀喇昆仑地区斯克洋坎力冰川为例

冰川表面流速是进行冰川动力学和物质平衡研究的关键参数之一。合成孔径雷达(SAR)影像作为能大范围提取山地冰川表面流速的重要数据源,利用其进行冰川流速估算目前主要有差分In SAR(D-In SAR)法、多孔径InSAR(MAI)法和SAR偏移量追踪(offset tracking)法3种。其中,MAI法是为了克服D-In SAR对雷达方位向(along-track)形变不敏感而发展的一种新的In SAR技术。以喀喇昆仑山中部地区的斯克洋坎力冰川为例,选取了2008年2景间隔46 d的L波段ALOS PALSAR数据,利用上述3种方法分别进行冰川流速提取实验,讨论了3种方法在山地冰川表面流速监测中的适用性和局限性。结果表明,D-In SAR和MAI方法都能够精确提取距离向和方位向的冰川流速信息,但对相干性均要求较高;在低相干区域,SAR偏移量追踪方法也能够获取更为可靠的方位向和距离向二维冰川流速的速度场,但该方法在冰川表面特征不明显的地区受到一定限制。

基于ALOS PALSAR数据的卫星轨道拟合方法

以ALOS PALSAR数据为例,介绍了多项式轨道拟合法和轨道根数描述法两种卫星轨道描述方法。利用这两种方法确定了任意时刻的卫星轨道状态矢量,并结合数学软件Matlab进行计算,比较了两种方法的精度。实验结果表明,多项式轨道拟合法比轨道根数描述法的拟合精度更高,与原始数据的误差更小。卫星轨道拟合的目的在于提高雷达定位精度,对雷达数据校正及其相关研究具有重要意义。

日本ALOS-3卫星技术特点分析

2023年2月16日,日本先进陆地观测卫星-3(ALOS-3)搭乘最新研制的H3运载火箭尝试发射,但首次尝试因火箭点火失败未离开发射台。3月7日,日本再次发射ALOS-3卫星,但因火箭二级未能正常点火导致卫星未能进入轨道。虽然ALOS-3卫星发射失败,但该星代表了大幅宽高分辨率光学成像技术的较高水平。本文将概述ALOS-3的项目进展情况,分析其技术特点,并得出相关启示。

基于ALOS DEM的山西省西山矿区地貌形态类型提取

【目的】地貌是地球表层系统最重要的自然地理要素,其形态划分对地学空间分异研究具有重要意义。【方法】以山西省西山矿区作为研究区,利用该区ALOS 12.5 m DEM数据,通过窗口递增分析和均值变点分析得到地形因子最佳分析窗口为13×13(0.0264 km^(2));利用相关性分析获得最佳地形因子为地形起伏度、海拔高度、坡度、地表切割深度和地表粗糙度;利用区域统计分析得到典型地形因子的分布状况,结合叠加分析提取了西山矿区30种地貌类型,其中浅切割陡小起伏中山为主要地貌,占总面积比为21.23%.【结果】通过与1∶100万地貌类型图的图斑数和地貌分类界线对比,得出地貌类型增加了21类,图斑数目增加了296个,分类界线更为准确,验证了研究结果具有一定可靠性和可行性。【结论】本地貌划分方法较以往更加科学可行,为进一步研究西山矿区灾害防治、开发利用等问题提供了数据参考。

基于ALOS PALSAR影像的莫勒切河洪积扇地貌面定量分期

洪积扇是干旱-半干旱地区最普遍、最基本的地貌,洪积扇地貌面记录了第四纪以来构造活动、气候变化的重要信息,为构造运动、古环境和地貌演化等方面的研究提供参考,但目前缺少可靠的区域洪积扇地貌面定量分期方法。洪积扇地貌面的粗糙度是地貌演化过程中一个重要的特征。本研究利用合成孔径雷达(SAR)技术,选择公开的空间分辨率为15m的L波段ALOS PALSAR数据,采用横剖面线法获得不同级洪积扇地貌面的后向散射系数,实现阿尔金断裂带西段莫勒切河洪积扇地貌面的大范围定量分期。结果表明:1)L波段HH极化方式的SAR数据对洪积扇地貌面的粗糙度特征敏感,适合划分莫勒切河地区不同级的洪积扇地貌面;2)在相对平坦的干旱-半干旱地区,SAR数据的后向散射系数主要表征地表的粗糙度,利用后向散射系数可对洪积扇地貌面进行大范围定量分期;3)SAR数据的后向散射系数为划分不同级的洪积扇地貌面提供了一种定量参考指标,可减少因洪积扇地貌面的空间分布不连续导致的地貌面分期误差。

极化特征组合在ALOS PALSAR数据地物分类中的应用

极化SAR图像分类是目前遥感领域研究热点之一,它为地物信息获取和地物分类提供了新方法。文中对四川省彭州石化地区利用ALOS PALSAR全极化数据进行支持向量机(SVM)分类。试验中首先获得极化总功率,然后对数据进行Cloude-Pottier极化分解,再基于相干矩阵的特征值,提取特征参数香农熵和雷达植被指数。组合这些极化特征对影像进行SVM的分类,并与基于Freeman-Durden极化分解的SVM分类和Wishart监督分类进行比较。试验结果表明:本文采用的极化特征组合信息之间得到相互补充,分类结果效果较好,Kappa系数为97.14%,相对另两种方法的Kappa系数分别提高了5.26%和27.20%。

ALOS-2 PALSAR-2的干涉相干性分析--以黄河上游地区为例

作为目前仅有的L波段星载SAR系统,PALSAR-2在国土资源调查和地质灾害监测方面有着广泛和独特的应用潜力。自其发射运行以来,它的数据质量成为用户们广泛关注的焦点。对于涉及雷达干涉测量的应用来说,干涉相干性是SAR数据最重要的质量评价指标之一。本文选取了覆盖黄河上游山区的PALSAR-2与PALSAR各一对影像,开展了干涉处理实验分析。本文提出采用相干分解技术,可以抑制几何去相干的影响,并从地物类型和地形坡度两个方面,分析比较它们的相干性分布差异,同时,给出了黄河上游地区的差分干涉初步结果。实验结果表明,在地形起伏较大的地区,相似观测模式获取的PALSAR-2数据的相干性通常优于PALSAR数据,干涉性能有显著的提升。同时,PALSAR-2差分干涉图在拉西瓦水电站果卜岸坡坡体上探测到了清晰的形变条纹,在滑坡体形变监测方面展现出巨大的应用潜力。