Please wait a minute...
 
国土资源遥感  2010, Vol. 22 Issue (2): 12-16    DOI: 10.6046/gtzyyg.2010.02.03
  技术方法 本期目录 | 过刊浏览 | 高级检索 |
高分辨率雷达图像双视向几何纠正方法研究
万紫1,4, 徐茂松2, 夏忠胜3, 张风丽1, 宫华泽1
1.中国科学院遥感应用研究所,北京100101; 2.国家林业局调查规划设计院,北京100714;3.贵州省林业厅森林资源管理站,贵阳550001; 4. 中国科学院研究生院,北京100049
The Dual-aspect Geometric Correction Method Based on DEM for High-resolution SAR Images
WAN Zi 1,4, XU Mao-song 2, XIA Zhong-sheng 3, ZHANG Feng-li1, GONG Hua-ze 1
1.Institute of Remote Sensing Applications, Chinese Academy of Science, Beijing 100101, China;2.Academy of Forestry Inventory, Planning and Designing, State Forestry Administration, Beijing 100714, China;3.Forestry Resource Administration Station, Forestry Department of Guizhou Province, Guiyang 550001, China;4.Graduate School, Chinese Academy of Sciences, Beijing 100049, China
全文: PDF(1584 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

 针对山区高分辨率雷达卫星Terra SAR-X图像的严重几何变形,提出了一种新的双视向雷达图像几何纠正方法。实验证明,该方法可以有效去除地形引起的各种几何变形,防止后向散射系数的失真,特别是能够有效去除叠掩和阴影的影响,而这个问题是基于单幅雷达图像的传统几何纠正方法无法解决的。为SAR的应用,特别是林业遥感应用提供了重要手段。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
关键词 卫星遥感土地利用精度    
Abstract

 This paper presents a newly developed method for SAR image geometric correction which lies in the dual-aspect geometric correction based on DEM to overcome the inherent shortages of Synthetic Aperture Radar (SAR) image such as foreshortening, shadow and layover, and correct the distorted or lost backscatter coefficient values in mountain areas. The geometric distortion of SAR images strongly limits the application of such images, especially in forestry inventory. The Terra SAR-X SAR images were used in this study. The results show that this method can effectively eliminate the effect of geometric distortions and compensate the lost or distorted backscatter coefficients, and is especially useful in eliminating layover and shadow distortions in SAR images. This method thus solves the geometric correction problem that cannot be solved with single SAR image.

Key wordsSatellite remote sensing    Land use survey    Accuracy
     出版日期: 2010-06-29
引用本文:   
万紫, 徐茂松, 夏忠胜, 张风丽, 宫华泽. 高分辨率雷达图像双视向几何纠正方法研究[J]. 国土资源遥感, 2010, 22(2): 12-16.
WAN Zi, XU Mao-Song, XIA Zhong-Sheng, ZHANG Feng-Li, GONG Hua-Ze. The Dual-aspect Geometric Correction Method Based on DEM for High-resolution SAR Images. REMOTE SENSING FOR LAND & RESOURCES, 2010, 22(2): 12-16.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2010.02.03      或      https://www.gtzyyg.com/CN/Y2010/V22/I2/12
[1] 吴琳琳, 李晓燕, 毛德华, 王宗明. 基于遥感和多源地理数据的城市土地利用分类[J]. 自然资源遥感, 2022, 34(1): 127-134.
[2] 高琪, 王玉珍, 冯春晖, 马自强, 柳维扬, 彭杰, 季彦桢. 基于改进型光谱指数的荒漠土壤水分遥感反演[J]. 自然资源遥感, 2022, 34(1): 142-150.
[3] 宋奇, 冯春晖, 马自强, 王楠, 纪文君, 彭杰. 基于1990—2019年Landsat影像的干旱区绿洲土地利用变化与模拟[J]. 自然资源遥感, 2022, 34(1): 198-209.
[4] 王娟娟, 毋兆鹏, 王珊珊, 尹慧慧. 干旱区河谷绿洲土地利用冲突格局分析[J]. 自然资源遥感, 2021, 33(4): 243-251.
[5] 于冰, 谭青雪, 刘国祥, 刘福臻, 周志伟, 何智勇. 高分辨率TerraSAR-X时序差分干涉沉降监测及精度验证[J]. 自然资源遥感, 2021, 33(4): 26-33.
[6] 于新莉, 宋妍, 杨淼, 黄磊, 张艳杰. 结合空间约束的卷积神经网络多模型多尺度船企场景识别[J]. 自然资源遥感, 2021, 33(4): 72-81.
[7] 桑潇, 张成业, 李军, 朱守杰, 邢江河, 王金阳, 王兴娟, 李佳瑶, 杨颖. 煤炭开采背景下的伊金霍洛旗土地利用变化强度分析[J]. 自然资源遥感, 2021, 33(3): 148-155.
[8] 肖东升, 练洪. 顾及参数空间平稳性的地理加权人口空间化研究[J]. 自然资源遥感, 2021, 33(3): 164-172.
[9] 邓小进, 井长青, 郭文章, 闫豫疆, 陈宸. 准噶尔盆地不同土地利用类型地表反照率研究[J]. 自然资源遥感, 2021, 33(3): 173-183.
[10] 汪清川, 奚砚涛, 刘欣然, 周文, 徐欣冉. 生态服务价值对土地利用变化的时空响应研究——以徐州市为例[J]. 自然资源遥感, 2021, 33(3): 219-228.
[11] 王镕, 赵红莉, 蒋云钟, 何毅, 段浩. 月尺度农作物提取中GF-1 WFV纹理特征的应用及分析[J]. 自然资源遥感, 2021, 33(3): 72-79.
[12] 蒋校, 钟昶, 连铮, 吴亮廷, 邵治涛. 卫星遥感地质信息产品分类标准研究进展[J]. 自然资源遥感, 2021, 33(3): 279-283.
[13] 陈超, 陈慧欣, 陈东, 张自力, 张旭锋, 庄悦, 褚衍丽, 陈建裕, 郑红. 舟山群岛海岸线遥感信息提取及时空演变分析[J]. 国土资源遥感, 2021, 33(2): 141-152.
[14] 宋奇, 冯春晖, 高琪, 王明玥, 吴家林, 彭杰. 阿拉尔垦区近30年耕地变化及其驱动因子分析[J]. 国土资源遥感, 2021, 33(2): 202-212.
[15] 胡苏李扬, 李辉, 顾延生, 黄咸雨, 张志麒, 汪迎春. 基于高分辨率遥感影像的神农架大九湖湿地土地利用类型变化及其驱动力分析——来自长时间尺度多源遥感信息的约束[J]. 国土资源遥感, 2021, 33(1): 221-230.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发