Please wait a minute...
 
国土资源遥感  2003, Vol. 15 Issue (1): 33-37    DOI: 10.6046/gtzyyg.2003.01.09
  技术方法 本期目录 | 过刊浏览 | 高级检索 |
大坡度水下地形的SAR遥感模拟仿真
傅斌1,2, 黄韦艮1
1. 国家海洋局海洋动力过程与卫星海洋学重点实验室, 国家海洋局第二海洋研究所, 杭州 310012;
2. 中国海洋大学, 青岛 266003
SAR SIMULATION STUDY OF STEEP SLOPE BOTTOM TOPOGRAPHY
FU Bin1,2, HUANG Wei-gen1
1. Key Lab Of Ocean Dynamic Processes and Satellite Oceanography, Second Institute of Oceanography, State Oceanic Ad-ministration, Hangzhou 310012, China;
2. Ocean University of China, Qingdao 266003, China
全文: PDF(1260 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 根据星载合成孔径雷达(SAR)的成像机理,建立了浅海水下地形的数学物理模型,提出了利用该模型进行水下地形计算的数值方法.利用该模型和方法对大坡度水下地形进行数值模拟,分析了大坡度水下地形的地形坡度与SAR探测程度的关系,发现在水下地形坡度较大的情况下,SAR可测量水深达100~200 m.通过对曾文溪附近海域水下地形的数值模拟,证明了SAR对大坡度水下地形的探测深度.
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
郭玉川
何英
李霞
关键词 塔里木河下游 植被覆盖度 植被指数 MODIS    
Abstract:Asimulation model for the radar backscattering cross section of the sea surface was developed based on the synthetic aperture radar (SAR) imaging mechanism of sea bottom topography. With this model, steep slope bottom topography was simulated. The results show that the maximum depth of measurement can be 100~200 meters if the slope of bottom topography is steep enough. This is in agreement with the SARobservation of the Zengwenxi bottom topography in Taiwan.
Key wordsLower reaches of the Tarim River    Vegetation coverage(Fv)    Vegetation Index(VI)    MODIS
收稿日期: 2002-10-10      出版日期: 2011-08-02
基金资助:

国家863计划(2002AA633120和2002AA639360);国家自然科学基金(40206023)的资助。

作者简介: 傅斌(1971-),男,1997年毕业于浙江大学,现为国家海洋局第二海洋研究所骨干研究员,中国海洋大学在职博士研究生,主要从事海洋遥感理论与应用研究,已发表论文10余篇.
引用本文:   
傅斌, 黄韦艮. 大坡度水下地形的SAR遥感模拟仿真[J]. 国土资源遥感, 2003, 15(1): 33-37.
FU Bin, HUANG Wei-gen. SAR SIMULATION STUDY OF STEEP SLOPE BOTTOM TOPOGRAPHY. REMOTE SENSING FOR LAND & RESOURCES, 2003, 15(1): 33-37.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2003.01.09      或      https://www.gtzyyg.com/CN/Y2003/V15/I1/33


[1] Huang W G, Fu B, et al.Simulation study on optimal currents and winds for the spaceborne SAR mapping of sea bottom topography[J]. Progress in Natural Science, 2000, 10:859-866.





[2] 黄韦艮,傅斌,周长宝.星载SAR遥感浅海水下地形的最佳海况模拟仿真[J].自然科学进展,2000,10:642-649.





[3] 傅斌,黄韦艮,周长宝.星载SAR浅海水下地形和水深测量模拟仿真-水下地形高度、坡度和方向与可测水深分析[J].海洋学报,2001,23:35-42.





[4] 黄韦艮,傅斌,周长宝.星载SAR水下地形和水深遥感的最佳雷达系统参数模拟[J].遥感学报,2000,4:172-177.





[5] Alpers W, Hennings I.A theory of the imaging mechanism of underwater bottom topography by real and synthetic aperture radar[J]. Journal of Geophysical Research, 1984, 89:10529-10546.





[6] Bretherton F P.Linearized theory of wave propagation[J]. Lect Appl Math, 1970, 13:61-102.





[7] Willebrand J.Energy transport in a nonlinear and inhomogeneous random gravity wave field[J].Journal of Fluid Mech, 1975, 70:113-126.





[8] Hughes B A.The effect of internal waves on surface wind waves. 2. Theoretical analysis[J].Journal of Geophysical Research, 1978, 102:1163-1181.





[9] Apel J R.An improved model of the ocean surface wave vector spectrum and its effects on radar backscatter[J].Journal of Geophysical Research, 1994, 99:16269-16291.





[10] Valenzuela G R.Theories for the interaction of electromagnetic and ocean waves-a review[J].Boundary Layer Meteorology, 1978, 13:61-85.
[1] 胡盈盈, 戴声佩, 罗红霞, 李海亮, 李茂芬, 郑倩, 禹萱, 李宁. 2001—2015年海南岛橡胶林物候时空变化特征分析[J]. 自然资源遥感, 2022, 34(1): 210-217.
[2] 姚金玺, 张志, 张焜. 基于GEE的诺木洪洪积扇植被时空变化特征、成因及趋势分析[J]. 自然资源遥感, 2022, 34(1): 249-256.
[3] 晋成名, 杨兴旺, 景海涛. 基于RS的陕北地区植被覆盖度变化及驱动力研究[J]. 自然资源遥感, 2021, 33(4): 258-264.
[4] 张爱竹, 王伟, 郑雄伟, 姚延娟, 孙根云, 辛蕾, 王宁, 胡光. 一种基于分层策略的时空融合模型[J]. 自然资源遥感, 2021, 33(3): 18-26.
[5] 韦耿, 侯钰俏, 查勇. 新冠疫情影响下武汉市气溶胶类型变化分析[J]. 自然资源遥感, 2021, 33(3): 238-245.
[6] 李阳, 袁琳, 赵志远, 张晋磊, 王宪业, 张利权. 基于无人机低空遥感和现场调查的潮滩地形反演研究[J]. 自然资源遥感, 2021, 33(3): 80-88.
[7] 陈虹, 郭兆成, 贺鹏. 1988—2018年间洱海流域植被覆盖度时空变换特征探究[J]. 国土资源遥感, 2021, 33(2): 116-123.
[8] 吴霞, 王长军, 樊丽琴, 李磊. 基于多光谱遥感的盐渍化评价指数对宁夏银北灌区土壤盐度预测的适用性分析[J]. 国土资源遥感, 2021, 33(2): 124-133.
[9] 宋承运, 胡光成, 王艳丽, 汤超. 基于表观热惯量与温度植被指数的FY-3B土壤水分降尺度研究[J]. 国土资源遥感, 2021, 33(2): 20-26.
[10] 胡新宇, 许章华, 陈文慧, 陈秋霞, 王琳, 刘辉, 刘智才. 基于PROBA/CHRIS影像的归一化阴影植被指数NSVI构建与应用效果[J]. 国土资源遥感, 2021, 33(2): 55-65.
[11] 韦耿, 侯钰俏, 韩佳媚, 查勇. 基于精细模式气溶胶与WRF模式估算PM2.5质量浓度[J]. 国土资源遥感, 2021, 33(2): 66-74.
[12] 陈宝林, 张斌才, 吴静, 李纯斌, 常秀红. 历史平均值法用于MODIS影像像元云补偿——以甘肃省为例[J]. 国土资源遥感, 2021, 33(2): 85-92.
[13] 杨欢, 邓帆, 张佳华, 王雪婷, 马庆晓, 许诺. 基于MODIS EVI的江汉平原油菜和冬小麦种植信息提取研究[J]. 国土资源遥感, 2020, 32(3): 208-215.
[14] 王川, 范景辉, 林思美, 饶月明, 黄华国. 光学遥感植被指数与SAR遥感参数的相关性及其主要影响因素研究[J]. 国土资源遥感, 2020, 32(2): 130-137.
[15] 邓刚, 唐志光, 李朝奎, 陈浩, 彭焕华, 王晓茹. 基于MODIS时序数据的湖南省水稻种植面积提取及时空变化分析[J]. 国土资源遥感, 2020, 32(2): 177-185.
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