期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
6
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多时相TanDEM-X极化干涉SAR数据的水稻株高反演
被引量:
6
1
作者
国贤玉
李坤
+2 位作者
邵芸
Juan MLopez-Sanchez
王志勇
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2020年第3期878-884,共7页
水稻株高是水稻本身以及土壤、水文、气象等因素的综合反映,是水稻长势监测的重要指标。准确、高效、大范围的株高反演为水稻品种识别、物候监测、病虫害评估和产量预测等提供了可靠的依据。合成孔径雷达(SAR),具有全天时、全天候、穿...
水稻株高是水稻本身以及土壤、水文、气象等因素的综合反映,是水稻长势监测的重要指标。准确、高效、大范围的株高反演为水稻品种识别、物候监测、病虫害评估和产量预测等提供了可靠的依据。合成孔径雷达(SAR),具有全天时、全天候、穿透性的优势,成为水稻株高反演的重要手段之一。基于极化干涉测量(PolInSAR)的散射模型的反演算法具有严密的物理模型的支撑及较高的反演精度等特点,成为植被高度反演研究的热点。结合极化干涉SAR技术,构建了一种基于RVoG(Random Volume over Ground)模型的水稻株高反演算法,并利用2015年水稻生长季内9个时相的TanDEM-X极化干涉SAR数据,进行了水稻株高反演试验。首先基于每个时相下的极化干涉SAR数据分别得到8个复相干系数,利用这8个复相干系数在考虑卫星双站模式等情况下进行去相干处理,然后建立适用于水稻田特性的RVoG模型,接着构建基于该模型的水稻株高反演迭代算法,最后对9个时相下的TanDEM-X数据进行研究区的水稻株高反演及精度评定。结果表明,当水稻株高高于0.4m时,该方法的反演结果较好,决定系数(R^2)为0.86,均方根误差RMSE为6.79 cm;当水稻株高较低时(水稻株高小于0.4 m),反演误差在0.1~0.8 m之间,反演结果较差,被明显高估。通过分析认为,基于极化干涉理论,TanDEM-X数据在较好地反映出水稻植株的较大体散射量的前提下,利用所构建的基于RVOG模型的水稻株高反演算法,能够较好地反演株高在0.33~1.2 m的水稻株高。
展开更多
关键词
水稻
株高
TanDEM-X
极化干涉SAR
rvog
模型
模式搜索法
下载PDF
职称材料
极化干涉SAR森林冠层高反演的地形坡度改正
被引量:
3
2
作者
刘琦
岳彩荣
+1 位作者
章皖秋
王宗梅
《东北林业大学学报》
CAS
CSCD
北大核心
2017年第1期55-60,70,共7页
极化干涉SAR森林冠层高反演是当前SAR领域研究的热点。经典的森林冠层高反演算法主要基于随机地表二层相干散射模型(Random Volume over Ground,RVo G),该模型在山区受到植被层下地表的地形坡度影响,反演精度存在较大误差。为了提高森...
极化干涉SAR森林冠层高反演是当前SAR领域研究的热点。经典的森林冠层高反演算法主要基于随机地表二层相干散射模型(Random Volume over Ground,RVo G),该模型在山区受到植被层下地表的地形坡度影响,反演精度存在较大误差。为了提高森林冠层高反演精度,采用地形坡度改正的S-RVo G(Sloped Random Volume over Ground)模型,结合三阶段算法,应用德国宇航局DLR提供的星载Tan DEM-X全极化干涉数据反演森林冠层高,并对结果进行验证。结果表明:坡度级为II、III级,RVo G模型反演效果接近于S-RVo G模型;坡度级为IV级,RVo G模型与二调平均树高的相关关系明显下降,加权相对误差和RMSE增大;S-RVo G模型与二调平均树高保持显著相关关系,反演误差同比小于RVo G模型。因此,S-RVo G模型一定程度上改正了地形坡度造成的误差,提高了森林冠层高反演精度,在坡度大的地区精度提升程度更为明显。
展开更多
关键词
TanDEM-X
极化合成孔径雷达干涉测量
森林冠层高反演
S-
rvog
模型
下载PDF
职称材料
基于X波段极化干涉SAR数据的思茅松林冠层高度反演
被引量:
3
3
作者
陈子怡
章皖秋
岳彩荣
《林业调查规划》
2018年第3期22-27,共6页
极化干涉SAR数据在森林冠层高度反演的应用是SAR领域的研究热点。经典的三阶段冠层高度反演算法对体相干系数的解算存在着一定的误差。为提高冠层高度反演的精度,在经典三阶段算法的基础上提出一种基于相位不变原则的三阶段改进算法,并...
极化干涉SAR数据在森林冠层高度反演的应用是SAR领域的研究热点。经典的三阶段冠层高度反演算法对体相干系数的解算存在着一定的误差。为提高冠层高度反演的精度,在经典三阶段算法的基础上提出一种基于相位不变原则的三阶段改进算法,并结合相干优化来提高冠层高度反演精度。通过采用星载TanDEM-X全极化干涉数据实现普洱地区思茅松林冠层高度的反演,并结合实测数据进行精度检验。结果表明,改进后的三阶段算法能够较为准确地反演森林冠层高度。
展开更多
关键词
极化干涉
合成孔径雷达(SAR)
森林冠层高度
三阶段算法
rvog
模型
树高反演
下载PDF
职称材料
基于三层DS-RVoG模型的输电走廊植被高度检测方法
被引量:
3
4
作者
李宇
郭裕钧
+3 位作者
刘凯
张血琴
彭丽维
吴广宁
《高电压技术》
EI
CAS
CSCD
北大核心
2021年第2期714-723,共10页
针对输电线路广域监测技术研究中,传统输电走廊植被高度检测方法效率低、检测范围小的问题,提出了一种基于三层DS-RVoG模型的输电走廊植被高度检测方法。根据极化干涉SAR原理及输电线路不同区段植被密度差异化特点,提出一种三层DS-RVoG...
针对输电线路广域监测技术研究中,传统输电走廊植被高度检测方法效率低、检测范围小的问题,提出了一种基于三层DS-RVoG模型的输电走廊植被高度检测方法。根据极化干涉SAR原理及输电线路不同区段植被密度差异化特点,提出一种三层DS-RVoG植被模型。并基于该模型利用混合蛙跳算法改进三阶段算法反演植被高度,利用模拟极化干涉SAR数据,对比基于RVoG模型的三阶段算法反演结果验证了所提模型的有效性与准确性。利用高分3号卫星数据,选取四川某220 kV输电线路进行了应用分析。结果表明:不同密度区域样方检测树高值与实测树高值的决定系数最高为0.832,均方根误差最低为2.005 m,该方法能够实现输电走廊不同密度植被高度的检测,具有检测效率高、范围广的优势。
展开更多
关键词
输电走廊
广域监测
极化干涉SAR
三层DS-
rvog
模型
植被高度反演
下载PDF
职称材料
基于S-RVoG模型的PolInSAR森林高度非线性复数最小二乘反演算法
被引量:
5
5
作者
解清华
朱建军
+2 位作者
汪长城
付海强
张兵
《测绘学报》
EI
CSCD
北大核心
2020年第10期1303-1310,共8页
针对经典的PolInSAR森林高度三阶段几何反演算法在单基线条件容易受到地体幅度比假设以及地形坡度影响的问题,从测量平差角度提出了基于S-RVoG模型的PolInSAR非线性复数最小二乘森林高度反演算法。该算法不再需要假设某一个极化通道地...
针对经典的PolInSAR森林高度三阶段几何反演算法在单基线条件容易受到地体幅度比假设以及地形坡度影响的问题,从测量平差角度提出了基于S-RVoG模型的PolInSAR非线性复数最小二乘森林高度反演算法。该算法不再需要假设某一个极化通道地体幅度比为零,且采用考虑地形坡度影响的S-RVoG模型作为平差模型。为了验证算法,本文采用欧空局BioSAR2008项目提供的3景P波段极化干涉SAR数据进行两组单基线森林高度反演试验。结果表明,在单基线条件下,基于RVoG模型的非线性复数最小二乘算法反演结果优于三阶段几何反演算法,而基于S-RVoG模型的非线性复数最小二乘算法进一步提高反演精度,对于坡度较大区域(坡度>10°),精度平均提高了18.48%。
展开更多
关键词
极化干涉SAR
森林高度
地形坡度
S-
rvog
模型
复数最小二乘
下载PDF
职称材料
基于RVoG模型的双极化SAR水稻株高反演
6
作者
付书娟
吴建
+4 位作者
刘龙威
付海强
朱建军
李楠
宋晴
《地理与地理信息科学》
CSCD
北大核心
2024年第4期28-33,共6页
水稻株高被广泛应用于物候监测、水稻健康评估及产量预测等领域,极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,PolSAR)信号能穿透水稻冠层记录水稻垂直结构信息,有助于实现高分辨率、大范围水稻株高提取。该文提出一种适用...
水稻株高被广泛应用于物候监测、水稻健康评估及产量预测等领域,极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,PolSAR)信号能穿透水稻冠层记录水稻垂直结构信息,有助于实现高分辨率、大范围水稻株高提取。该文提出一种适用于非干涉条件下PolSAR数据水稻株高反演方法:利用极化SAR分解技术分离冠层及地表散射信号,引入随机地体二层散射模型(Random Volume over Ground,RVoG)对分解得到的水稻冠层散射能量进行建模,从而建立水稻株高反演模型;最后,联合邻域同质像素并利用NSGA-Ⅱ遗传算法对模型进行解算。利用2019年13景Sentinel-1影像在西班牙地区进行试验,水稻株高反演精度达到0.1 m,R^(2)达0.96以上,证明新方法能较好地适用于非干涉条件下PolSAR数据水稻株高反演。
展开更多
关键词
水稻株高反演
rvog
模型
双极化分解
下载PDF
职称材料
题名
基于多时相TanDEM-X极化干涉SAR数据的水稻株高反演
被引量:
6
1
作者
国贤玉
李坤
邵芸
Juan MLopez-Sanchez
王志勇
机构
山东科技大学测绘科学与工程学院
中国科学院遥感与数字地球研究所
中国科学院大学资源与环境学院
中科卫星应用德清研究院微波目标特性测量与遥感重点实验室
University of Alicante
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2020年第3期878-884,共7页
基金
国家自然科学基金面上基金项目(41871272)
国家自然科学基金重点基金项目(41431174)
+1 种基金
国家自然科学基金青年基金项目(41601375)资助
国家重点研发计划项目(2016YFB0502504)
文摘
水稻株高是水稻本身以及土壤、水文、气象等因素的综合反映,是水稻长势监测的重要指标。准确、高效、大范围的株高反演为水稻品种识别、物候监测、病虫害评估和产量预测等提供了可靠的依据。合成孔径雷达(SAR),具有全天时、全天候、穿透性的优势,成为水稻株高反演的重要手段之一。基于极化干涉测量(PolInSAR)的散射模型的反演算法具有严密的物理模型的支撑及较高的反演精度等特点,成为植被高度反演研究的热点。结合极化干涉SAR技术,构建了一种基于RVoG(Random Volume over Ground)模型的水稻株高反演算法,并利用2015年水稻生长季内9个时相的TanDEM-X极化干涉SAR数据,进行了水稻株高反演试验。首先基于每个时相下的极化干涉SAR数据分别得到8个复相干系数,利用这8个复相干系数在考虑卫星双站模式等情况下进行去相干处理,然后建立适用于水稻田特性的RVoG模型,接着构建基于该模型的水稻株高反演迭代算法,最后对9个时相下的TanDEM-X数据进行研究区的水稻株高反演及精度评定。结果表明,当水稻株高高于0.4m时,该方法的反演结果较好,决定系数(R^2)为0.86,均方根误差RMSE为6.79 cm;当水稻株高较低时(水稻株高小于0.4 m),反演误差在0.1~0.8 m之间,反演结果较差,被明显高估。通过分析认为,基于极化干涉理论,TanDEM-X数据在较好地反映出水稻植株的较大体散射量的前提下,利用所构建的基于RVOG模型的水稻株高反演算法,能够较好地反演株高在0.33~1.2 m的水稻株高。
关键词
水稻
株高
TanDEM-X
极化干涉SAR
rvog
模型
模式搜索法
Keywords
Rice
Rice
height
TanDEM-X
Polarimetric
interferometry
SAR(PolInSAR)
rvog
model
Pattern
search
algorithm
分类号
TP75 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
极化干涉SAR森林冠层高反演的地形坡度改正
被引量:
3
2
作者
刘琦
岳彩荣
章皖秋
王宗梅
机构
西南林业大学
出处
《东北林业大学学报》
CAS
CSCD
北大核心
2017年第1期55-60,70,共7页
基金
国家自然科学基金项目(31260156)
德国DLR Tan DEM-X Science Phase计划资助(XTI_VEGE6852)
+1 种基金
西南林业大学云南省省级重点学科(林学)资助(501312)
云南省林学一流学科建设经费资助(51600625)
文摘
极化干涉SAR森林冠层高反演是当前SAR领域研究的热点。经典的森林冠层高反演算法主要基于随机地表二层相干散射模型(Random Volume over Ground,RVo G),该模型在山区受到植被层下地表的地形坡度影响,反演精度存在较大误差。为了提高森林冠层高反演精度,采用地形坡度改正的S-RVo G(Sloped Random Volume over Ground)模型,结合三阶段算法,应用德国宇航局DLR提供的星载Tan DEM-X全极化干涉数据反演森林冠层高,并对结果进行验证。结果表明:坡度级为II、III级,RVo G模型反演效果接近于S-RVo G模型;坡度级为IV级,RVo G模型与二调平均树高的相关关系明显下降,加权相对误差和RMSE增大;S-RVo G模型与二调平均树高保持显著相关关系,反演误差同比小于RVo G模型。因此,S-RVo G模型一定程度上改正了地形坡度造成的误差,提高了森林冠层高反演精度,在坡度大的地区精度提升程度更为明显。
关键词
TanDEM-X
极化合成孔径雷达干涉测量
森林冠层高反演
S-
rvog
模型
Keywords
TanDEM-X
Polarimetric
synthetic
aperture
radar
interferometry
Forest
canopy
height
inversion
S-
rvog
model
分类号
S758.4 [农业科学—森林经理学]
下载PDF
职称材料
题名
基于X波段极化干涉SAR数据的思茅松林冠层高度反演
被引量:
3
3
作者
陈子怡
章皖秋
岳彩荣
机构
西南林业大学林学院
出处
《林业调查规划》
2018年第3期22-27,共6页
基金
国家自然科学基金(31260156)
云南省林学一流学科建设经费资助(51600625)
文摘
极化干涉SAR数据在森林冠层高度反演的应用是SAR领域的研究热点。经典的三阶段冠层高度反演算法对体相干系数的解算存在着一定的误差。为提高冠层高度反演的精度,在经典三阶段算法的基础上提出一种基于相位不变原则的三阶段改进算法,并结合相干优化来提高冠层高度反演精度。通过采用星载TanDEM-X全极化干涉数据实现普洱地区思茅松林冠层高度的反演,并结合实测数据进行精度检验。结果表明,改进后的三阶段算法能够较为准确地反演森林冠层高度。
关键词
极化干涉
合成孔径雷达(SAR)
森林冠层高度
三阶段算法
rvog
模型
树高反演
Keywords
polarimetric
interference
synthetic
aperture
radar
forest
canopy
height
three-stage
inversion
algorithm
rvog
model
inversion
of
canopy
height
分类号
S771.8 [农业科学—森林工程]
下载PDF
职称材料
题名
基于三层DS-RVoG模型的输电走廊植被高度检测方法
被引量:
3
4
作者
李宇
郭裕钧
刘凯
张血琴
彭丽维
吴广宁
机构
西南交通大学电气工程学院
出处
《高电压技术》
EI
CAS
CSCD
北大核心
2021年第2期714-723,共10页
基金
国家自然科学基金(51907168)
中央高校基本科研业务费专项资金(2682017CX044
+1 种基金
2682018CX19)
国家电网公司科技项目(521997170013)。
文摘
针对输电线路广域监测技术研究中,传统输电走廊植被高度检测方法效率低、检测范围小的问题,提出了一种基于三层DS-RVoG模型的输电走廊植被高度检测方法。根据极化干涉SAR原理及输电线路不同区段植被密度差异化特点,提出一种三层DS-RVoG植被模型。并基于该模型利用混合蛙跳算法改进三阶段算法反演植被高度,利用模拟极化干涉SAR数据,对比基于RVoG模型的三阶段算法反演结果验证了所提模型的有效性与准确性。利用高分3号卫星数据,选取四川某220 kV输电线路进行了应用分析。结果表明:不同密度区域样方检测树高值与实测树高值的决定系数最高为0.832,均方根误差最低为2.005 m,该方法能够实现输电走廊不同密度植被高度的检测,具有检测效率高、范围广的优势。
关键词
输电走廊
广域监测
极化干涉SAR
三层DS-
rvog
模型
植被高度反演
Keywords
transmission
line
corridors
wide
area
monitoring
polarimetric
SAR
interferometry
three-layer
DS-
rvog
model
vegetation
height
inversion
分类号
TM75 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
基于S-RVoG模型的PolInSAR森林高度非线性复数最小二乘反演算法
被引量:
5
5
作者
解清华
朱建军
汪长城
付海强
张兵
机构
中国地质大学(武汉)地理与信息工程学院
中南大学地球科学与信息物理学院
出处
《测绘学报》
EI
CSCD
北大核心
2020年第10期1303-1310,共8页
基金
国家自然科学基金(41804004,41820104005,41531068,41904004)
中国地质大学(武汉)中央高校基本科研业务费专项(CUG190633)。
文摘
针对经典的PolInSAR森林高度三阶段几何反演算法在单基线条件容易受到地体幅度比假设以及地形坡度影响的问题,从测量平差角度提出了基于S-RVoG模型的PolInSAR非线性复数最小二乘森林高度反演算法。该算法不再需要假设某一个极化通道地体幅度比为零,且采用考虑地形坡度影响的S-RVoG模型作为平差模型。为了验证算法,本文采用欧空局BioSAR2008项目提供的3景P波段极化干涉SAR数据进行两组单基线森林高度反演试验。结果表明,在单基线条件下,基于RVoG模型的非线性复数最小二乘算法反演结果优于三阶段几何反演算法,而基于S-RVoG模型的非线性复数最小二乘算法进一步提高反演精度,对于坡度较大区域(坡度>10°),精度平均提高了18.48%。
关键词
极化干涉SAR
森林高度
地形坡度
S-
rvog
模型
复数最小二乘
Keywords
polarimetric
SAR
interferometry(PolInSAR)
forest
height
terrain
slope
sloped
random
volume
over
ground(S-
rvog
)
model
complex
least
squares
分类号
P237 [天文地球—摄影测量与遥感]
下载PDF
职称材料
题名
基于RVoG模型的双极化SAR水稻株高反演
6
作者
付书娟
吴建
刘龙威
付海强
朱建军
李楠
宋晴
机构
中南大学地球科学与信息物理学院
广东省国土资源测绘院
自然资源部华南热带亚热带自然资源监测重点实验室
中山大学电子与通信工程学院
出处
《地理与地理信息科学》
CSCD
北大核心
2024年第4期28-33,共6页
基金
国家自然科学基金重大科研仪器研制项目(42227801)。
文摘
水稻株高被广泛应用于物候监测、水稻健康评估及产量预测等领域,极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,PolSAR)信号能穿透水稻冠层记录水稻垂直结构信息,有助于实现高分辨率、大范围水稻株高提取。该文提出一种适用于非干涉条件下PolSAR数据水稻株高反演方法:利用极化SAR分解技术分离冠层及地表散射信号,引入随机地体二层散射模型(Random Volume over Ground,RVoG)对分解得到的水稻冠层散射能量进行建模,从而建立水稻株高反演模型;最后,联合邻域同质像素并利用NSGA-Ⅱ遗传算法对模型进行解算。利用2019年13景Sentinel-1影像在西班牙地区进行试验,水稻株高反演精度达到0.1 m,R^(2)达0.96以上,证明新方法能较好地适用于非干涉条件下PolSAR数据水稻株高反演。
关键词
水稻株高反演
rvog
模型
双极化分解
Keywords
rice
plant
height
inversion
rvog
scattering
model
dual-polarization
decomposition
分类号
S127 [农业科学—农业基础科学]
S511
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多时相TanDEM-X极化干涉SAR数据的水稻株高反演
国贤玉
李坤
邵芸
Juan MLopez-Sanchez
王志勇
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2020
6
下载PDF
职称材料
2
极化干涉SAR森林冠层高反演的地形坡度改正
刘琦
岳彩荣
章皖秋
王宗梅
《东北林业大学学报》
CAS
CSCD
北大核心
2017
3
下载PDF
职称材料
3
基于X波段极化干涉SAR数据的思茅松林冠层高度反演
陈子怡
章皖秋
岳彩荣
《林业调查规划》
2018
3
下载PDF
职称材料
4
基于三层DS-RVoG模型的输电走廊植被高度检测方法
李宇
郭裕钧
刘凯
张血琴
彭丽维
吴广宁
《高电压技术》
EI
CAS
CSCD
北大核心
2021
3
下载PDF
职称材料
5
基于S-RVoG模型的PolInSAR森林高度非线性复数最小二乘反演算法
解清华
朱建军
汪长城
付海强
张兵
《测绘学报》
EI
CSCD
北大核心
2020
5
下载PDF
职称材料
6
基于RVoG模型的双极化SAR水稻株高反演
付书娟
吴建
刘龙威
付海强
朱建军
李楠
宋晴
《地理与地理信息科学》
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部