伪装涂层材料的二向偏振散射研究

目标的偏振散射特征研究是偏振遥感应用的基础。在不同的条件下测量了伪装涂层的偏振参数,研究了入射角、观测方位角对涂层偏振散射特征的影响。研究发现,伪装涂层的面散射会产生较大的偏振度,而体散射具有消偏振效应;深色涂层因为面散射起主要作用而具有较大的偏振度;涂层散射光的偏振度与入射角成正比,在观测方位角接近镜面反射方向时最大,随着方位角的增加而迅速减小;草地的偏振度很小,与伪装涂层形成鲜明对比。利用偏振遥感可以有效地识别草地背景中的伪装目标,偏振测量在遥感和目标识别方面具有重要意义。     

极化雷达系统的原理与关键技术

介绍了国内外极化理论的研究进展,比较详细地分析了极化雷达系统的组成和基本原理,探讨了极化雷达的关键技术,如全极化天线、快速极化开关、双路接收校准、高速数据处理、极化目标识别等技术。     

系统误差对点目标极化散射测量的影响

首先推广了现有极化定标模型。在此基础上，评估了极化通道幅相不平衡、天线串扰、法拉第旋转、指向误差角、干扰和系统环境噪声对点目标全极化散射测量的影响，并考虑科学研究和应用需求对上述参数的约束条件，从而得到对极化合成孔径雷达系统设计和极化定标有参考价值的结论。     

海洋上空云多角度偏振辐射阈值检测方法研究

云是海洋遥感的一项重要研究内容,云检测精度对于海洋上空云微物理特性的反演和海洋水体观测具有重要意义.以高分五号卫星搭载的大气气溶胶多角度偏振探测仪(Directional polarimetric camera,DPC)在轨成像数据为研究对象,提出了一种基于多角度偏振辐射信息的海洋上空云检测方法.首先用耀光角判别法区分...     

基于模糊逻辑的降水粒子相态识别技术

为提高双偏振雷达在水凝物相态识别方面的能力,利用双偏振气象雷达目标回波中的反射率因子Z_H、差分反射率因子Z_DR、差分相位常数K_DP、共偏相关系数ρ_HV,构造反射率标准差SD (Z_H)和差分相位标准差SD(?_DP)。将这6个极化参数作为输入量,通过统计美国国家海洋和大气管理局(NOAA)提供的大量水凝物样本数据,根据样本数随雷达回波参量分布,提出了以β型函数为隶属函数的模糊逻辑分类算法。该算法能够有效识别小到中雨(RA)、大雨(HR)、大滴(BD)、干雪(DS)、湿雪(WS)、冰晶(IC)、霰(GR)、雨雹(RH)、大雹(LH)9类气象回波和1类地物回波(GC)。选取美国S波段的科罗拉多州丹佛地区的气象雷达KFTG在不同时间点的观测资料进行测试,识别结果与NOAA提供的LevelⅢ数据中的水凝物分类结果基本一致,验证了本文提出的模糊逻辑算法具有良好的分类效果。     

深度学习在极化SAR图像分类上的应用综述

极化合成孔径雷达（极化SAR）是当前最先进的遥感监测技术之一。它可以全天时、全天候地进行对地观测,并提供高分辨率、具有丰富地表信息的数据。极化SAR图像分类近年来被广泛研究和应用,而蓬勃发展的深度学习技术大大加速了其进展。基于此现状,本文对深度学习在极化SAR图像分类上的应用进行了综述。综述涵盖了不同类别的深度学习算法,包括监督、无监督、半监督和主动学习算法在此任务上的应用分析。另外,本文分析当前极化SAR图像分类所面临的挑战以及未来的发展趋势。     

气溶胶组分反演方法光学辐射产品 精度的综合分析

基于 2005–2013 年 POLDER-3 多角度偏振观测资料, 通过最新开发的可以实现气溶胶光学特性及组分信息 同时反演的气溶胶组分卫星反演方法获得全球气溶胶综合产品, 并利用 AERONET (Aerosol Robotic Network) 全球站 点观测资料对反演获得的气溶胶光学辐射特性产品进行了综合评价分析, 讨论了气溶胶组分反演方法的适用性和 先进性。结果表明, 气溶胶组分反演方法应用于多角度偏振观测中, 不仅可以获得高精度的多个波段气溶胶光学厚 度 (AOD) 产品, 还可以获得多个波段吸收性气溶胶光学厚度 (AAOD) 以及不同波段组合下 (440/670 nm, 670/870 nm, 870/1020 nm, 440/1020 nm) Ångstrom ¨ 指数 (AE) 等气溶胶光学辐射特性产品, 并且这些气溶胶光学特性反演产品都具 有较小偏差, 表明气溶胶组分反演方法能够更好地对观测数据实现拟合, 获得更丰富更精确的气溶胶卫星反演产品, 为进一步优化算法并提供更加精确的卫星产品奠定基础。     

国产卫星多角度偏振传感器的光谱特征云检测方法研究

在卫星遥感研究中, 云检测是基础环节, 其结果影响大气、地表各种参数的定量遥感, 同时也影响云微物理特 性的反演。本研究针对多角度偏振卫星载荷(高分五号DPC 传感器), 建立了一种改进的光谱特征云检测算法。该算 法综合利用云像元和非云像元在可见光反射率光谱、氧A 波段吸收、蓝光偏振反射率以及偏振虹等特性上的差异, 分别提出了陆地、海洋上空的云检测方案, 并进一步建立了多角度云检测融合策略以标记云、晴空和未定像元。在 陆地检测中, 通过增加表观压强检测和偏振虹检测分别改进了高层薄云和低层薄云的识别; 在海洋检测中, 利用表观 压强与云层的退偏特性改进了耀光区云像元的识别。全球云检测结果示例显示该算法整体检测效果较好, 同时典型 区域的检测结果与MODIS 云产品也具有较好的一致性。该研究可为高分五号02 星上的多角度偏振传感器云检测提 供方法基础。     

基于Cloude-Pottier目标分解和聚合的层次聚类算法的全极化SAR数据的非监督分类算法研究

本文提出了一种新的基于Cloude-Pottier分解和聚合的层次聚类的全极化SAR (Synthetic Aperture Radar)数据的非监督分类算法.作者使用极化总功率SPAN来改进常规的初始化方法,并采用聚合的层次聚类算法对初始化结果进行类的合并,提高非监督分类器的性能.实验表明,该算法能获得有效的分类中心,分类结果明显优于常规的Wishart H/α/A分类算法.     

基于RVoG模型的极化干涉SAR最优基线分析

 针对极化干涉SAR体散射体参数估计应用,基于随机体散射体/地表二层(RVoG)模型分析研究了其最优基线问题.在基线去相干、RVoG模型、相位管等相关理论分析基础之上,证明了最优基线的存在性,给出了其定义与计算方法,比较了其与常规干涉SAR最优基线的异同.通过仿真验证并讨论了雷达、成像几何和体散射体参数对最优基线选取的影响.