-
公开(公告)号：CN108766203A
公开(公告)日：2018-11-06
申请号：CN201810501345.3
申请日：2018-05-23
申请人： 中科卫星应用德清研究院 , 中国科学院遥感与数字地球研究所
IPC分类号： G09B29/00
摘要： 本申请公开一种紧致极化水稻制图的方法及系统，该方法包括：获取雷达数据源；规划所述样本田的属性特征数据的采集；接收所述样本田的属性特征数据均分为训练样本数据和验证样本数据；提取所述雷达数据源的特征参数预处理参数；得到所述样本田的响应值；计算所述样本中每个预处理参数所支持向量机的个数、并对所述预处理参数进行序列遍历搜寻得到多时相优选特征参数；对所述训练样本数据中的多时相优选特征参数进行支持向量机分类，建立优选参数建立决策树得到样本田分类结果；对所述样本田分类结果进行分类精度评价得到所述样本田的紧致极化水稻制图。本发明不需要通过大量人力去实地规划、区分，极大地节省了人力成本。
-
公开(公告)号：CN108766203B
公开(公告)日：2020-10-16
申请号：CN201810501345.3
申请日：2018-05-23
申请人： 中科卫星应用德清研究院 , 中国科学院遥感与数字地球研究所
IPC分类号： G09B29/00
摘要： 本申请公开一种紧致极化水稻制图的方法及系统，该方法包括：获取雷达数据源；规划所述样本田的属性特征数据的采集；接收所述样本田的属性特征数据均分为训练样本数据和验证样本数据；提取所述雷达数据源的特征参数预处理参数；得到所述样本田的响应值；计算所述样本中每个预处理参数所支持向量机的个数、并对所述预处理参数进行序列遍历搜寻得到多时相优选特征参数；对所述训练样本数据中的多时相优选特征参数进行支持向量机分类，建立优选参数建立决策树得到样本田分类结果；对所述样本田分类结果进行分类精度评价得到所述样本田的紧致极化水稻制图。本发明不需要通过大量人力去实地规划、区分，极大地节省了人力成本。
-
公开(公告)号：CN106258686B
公开(公告)日：2019-10-08
申请号：CN201610659740.5
申请日：2016-08-11
申请人： 中国科学院遥感与数字地球研究所
摘要： 本发明公开了一种改进的水云模型及应用该模型的水稻参数反演方法，所述水云模型在植被区场景构建中考虑了冠层异质性及其物候变化，在散射机理分析时考虑了植被与下垫面之间的二次散射，并建立了主要散射机理与植被参数之间的定量关系。该模型架构更加合理，更加符合水稻等作物生长发育的实际过程。所述水稻参数反演方法应用上述改进后的水云模型，基于极化SAR数据，充分考虑不同散射机理的贡献以及它们与不同水稻参数的相关性，发展成一种考虑冠层异质性及其物候变化的极化SAR水稻参数反演方法。该方法反演精度高、误差小，尤其能够准确反演水稻生长发育前几个物候期的参数，使得水稻长势监测及产量预估更加真实、准确、可靠。
-
公开(公告)号：CN102628942B
公开(公告)日：2013-10-23
申请号：CN201210122184.X
申请日：2012-04-24
申请人： 中国科学院遥感与数字地球研究所
IPC分类号： G01S13/90
摘要： 本发明公开了一种雷达影像双视向信息补偿方法，包括：利用雷达卫星升轨与降轨准同步获取山体两坡的数据，实现对山体两坡的双视向成像；利用基于SAR影像模拟的正射校正方法对双视向的SAR影像分别进行正射校正，生成双视像两幅影像的叠掩和阴影掩模影像；利用基于RD定位模型和投影角因子的方法对双视向的正射校正SAR影像进行地形辐射校正，修正透视收缩引起的后向散射系数失真；基于地理坐标将双视向的SAR影像进行配准叠加，用双视像两幅影像其中一幅影像上对应正常区域的像元值来补偿另外一幅影像上发生叠掩和阴影的区域。采用了本发明的技术方案，可以有效地补偿一幅图像由于地形引起叠掩阴影等信息损失问题，解决了透视收缩现象引起的后向散射系数失真问题。
-
公开(公告)号：CN104199027B
公开(公告)日：2016-07-06
申请号：CN201410436028.X
申请日：2014-08-29
申请人： 中国科学院遥感与数字地球研究所
摘要： 本发明公开了一种基于紧致极化雷达大面积近实时监测水稻物候期的方法，包括:(I)规划筹备、野外测量：选择合适的雷达数据源，结合其卫星过境时间规划开展野外同步测量的时间；野外同步测量得到GPS矢量文件和水稻样本点数据；将水稻样本点分为两个集合,A1为训练样本，A2为验证样本；(II)水稻分类:获取合适的紧致极化雷达影像、预处理、提取分析关键雷达参数；建立分类算法得到结果；利用验证样本进行分类精度评价；(III)物候反演：对A1中的每一个样本分析；提取分析关键雷达参数；建立反演算法；利用A2集合中的样本验证精度；调整确定有效雷达参数和算法。本发明具有监测范围尺度大、精细化程度高且实践推广性好的优点。
-
公开(公告)号：CN104199027A
公开(公告)日：2014-12-10
申请号：CN201410436028.X
申请日：2014-08-29
申请人： 中国科学院遥感与数字地球研究所
CPC分类号： G01S13/89 , G01S7/024 , G01S13/904
摘要： 本发明公开了一种基于紧致极化雷达大面积近实时监测水稻物候期的方法，包括:(I)规划筹备、野外测量：选择合适的雷达数据源，结合其卫星过境时间规划开展野外同步测量的时间；野外同步测量得到GPS矢量文件和水稻样本点数据；将水稻样本点分为两个集合,A1为训练样本，A2为验证样本；(II)水稻分类:获取合适的紧致极化雷达影像、预处理、提取分析关键雷达参数；建立分类算法得到结果；利用验证样本进行分类精度评价；(III)物候反演：对A1中的每一个样本分析；提取分析关键雷达参数；建立反演算法；利用A2集合中的样本验证精度；调整确定有效雷达参数和算法。本发明具有监测范围尺度大、精细化程度高且实践推广性好的优点。
-
公开(公告)号：CN106934843B
公开(公告)日：2019-06-14
申请号：CN201710154865.7
申请日：2017-03-15
申请人： 中国科学院遥感与数字地球研究所
摘要： 本发明是有关于一种Ku波段SAR基准图的制作方法，包括：确定需要制作的Ku波段SAR基准图的极化方式、入射角θKu、入射频率、分辨率及区域范围；获取n景SAR图像及其入射角、入射频率；对n景SAR图像进行图像预处理，提取n景SAR图像的后向散射系数；确立n景SAR图像的后向散射系数转换至入射角为θKu时的后向散射系数的转换公式；计算地物后向散射系数间的波段转换系数，并得到Ku波段的SAR基准图。本发明通过分析多波段SAR图像后向散射系数间的统计关系，提出了简单快速的，由多波段单极化SAR图像转换制作Ku波段基准图的方法，解决了现有基准图的制作和使用难点，并且基准图质量较高。
-
公开(公告)号：CN106772362B
公开(公告)日：2019-05-03
申请号：CN201611126699.1
申请日：2016-12-09
申请人： 中国科学院遥感与数字地球研究所 , 民政部国家减灾中心
摘要： 本发明是有关于一种高轨SAR垂直向非均匀植被冠层后向散射系数模拟方法，包括以下步骤：确定植被冠层组件的种类；确定各种类植被冠层组件体密度的垂直向分布函数；计算双矩阵算法中的薄层后向散射矩阵；计算植被冠层的后向散射系数。本发明将植被冠层组件体密度垂直向分布函数引入双矩阵算法进行后向散射系数模拟，为模拟植被冠层垂直向非均匀性对后向散射系数造成的影响研究提供了途径，尤其适用于高轨SAR观测。
-
公开(公告)号：CN106772362A
公开(公告)日：2017-05-31
申请号：CN201611126699.1
申请日：2016-12-09
申请人： 中国科学院遥感与数字地球研究所 , 民政部国家减灾中心
CPC分类号： G01S13/885 , G01S7/02
摘要： 本发明是有关于一种高轨SAR垂直向非均匀植被冠层后向散射系数模拟方法，包括以下步骤：确定植被冠层组件的种类；确定各种类植被组件体密度的垂直向分布函数；计算双矩阵算法中的薄层后向散射矩阵；计算植被冠层的后向散射系数。本发明将植被冠层组件体密度垂直向分布函数引入双矩阵算法进行后向散射系数模拟，为模拟植被冠层垂直向非均匀性对后向散射系数造成的影响研究提供了途径，尤其适用于高轨SAR观测。
-
公开(公告)号：CN106258686A
公开(公告)日：2017-01-04
申请号：CN201610659740.5
申请日：2016-08-11
申请人： 中国科学院遥感与数字地球研究所
摘要： 本发明公开了一种改进的水云模型及应用该模型的水稻参数反演方法，所述水云模型在植被区场景构建中考虑了冠层异质性及其物候变化，在散射机理分析时考虑了植被与下垫面之间的二次散射，并建立了主要散射机理与植被参数之间的定量关系。该模型架构更加合理，更加符合水稻等作物生长发育的实际过程。所述水稻参数反演方法应用上述改进后的水云模型，基于极化SAR数据，充分考虑不同散射机理的贡献以及它们与不同水稻参数的相关性，发展成一种考虑冠层异质性及其物候变化的极化SAR水稻参数反演方法。该方法反演精度高、误差小，尤其能够准确反演水稻生长发育前几个物候期的参数，使得水稻长势监测及产量预估更加真实、准确、可靠。
-
-
-
-
-
-
-
-
-
搜索结果
18 条记录 (耗时 0.069 秒)
