Please wait a minute...
 
国土资源遥感  2009, Vol. 21 Issue (3): 70-73    DOI: 10.6046/gtzyyg.2009.03.14
  技术应用 本期目录 | 过刊浏览 | 高级检索 |
利用Radarsat-2极化雷达数据探测湿地地表特征与分类
廖静娟1, 王庆1,2
1.中国科学院对地观测与数字地球科学中心,北京100101;
2.中国科学院研究生院,北京100049
WETLAND CHARACTERIZATION AND CLASSIFICATION
USING POLARIMETRIC RADARSAT-2 DATA
LIAO Jing-juan 1, WANG Qing 1,2
1. Center for Earth Observation and Digital Earth, Chinese Academy of Sciences, Beijing 100101,China; 2. Graduate University of Chinese Academy of Sciences, Beijing 100049,China
全文: PDF(2561 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

 利用新型的Radarsat-2极化雷达数据,结合极化雷达目标分解方法提取鄱阳湖湿地不同地表类型的极化特征量,并进行了Wishart非监督和监督分类,取得了较高的精度。研究表明,Radarsat-2卫星的全天候极化雷达成像能力将在湿地监测和制图中有较大的应用潜力。

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 动态遥感技术监测太原市    
Abstract

Wetlands play a key role in regional and global environments and are critically linked to many major issues such as climate change, water quality, hydrological and carbon cycles, and wildlife habitat and biodiversity. Mapping wetlands and monitoring their change constitute a long-term task. Remote Sensing characteristics with macrocosm, dynamics, quantity, and comparability will largely favor wetland research. The radar remote sensing, which is not affected by climate conditions, has been especially proved to be an effective tool in wetland monitoring. In this paper, the unique polarimetric data of Radarsat-2 were investigated for wetland classification, and the target decomposition was used for optimum characterization of wetland target scattering. It is shown that the polarimetric information provided by Radarsat-2 permits  discriminating eight classes of land surface, and leads to an effective unsupervised and supervised Wishart classification of Poyang Lake wetland. Hence, the combination of Radarsat-2’s polarimetric and all-weather capabilities is likely to provide unique information for operational mapping and monitoring of wetlands.

Key wordsDynamic remote sensing    Technology monitor    Taiyuan
     出版日期: 2009-09-04
: 

TP 79

 
引用本文:   
廖静娟, 王庆. 利用Radarsat-2极化雷达数据探测湿地地表特征与分类[J]. 国土资源遥感, 2009, 21(3): 70-73.
LIAO Jing-Juan, WANG Qing. WETLAND CHARACTERIZATION AND CLASSIFICATION
USING POLARIMETRIC RADARSAT-2 DATA. REMOTE SENSING FOR LAND & RESOURCES, 2009, 21(3): 70-73.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2009.03.14      或      https://www.gtzyyg.com/CN/Y2009/V21/I3/70
[1] 秦大辉, 杨灵, 谌伦超, 段云飞, 贾宏亮, 李贞培, 马建琴. 基于多源数据的新疆干旱特征及干旱模型研究[J]. 自然资源遥感, 2022, 34(1): 151-157.
[2] 杨旺, 何毅, 张立峰, 王文辉, 陈有东, 陈毅. 甘肃金川矿区地表三维形变InSAR监测[J]. 自然资源遥感, 2022, 34(1): 177-188.
[3] 柳明星, 刘建红, 马敏飞, 蒋娅, 曾靖超. 基于GF-2 PMS影像和随机森林的甘肃临夏花椒树种植监测[J]. 自然资源遥感, 2022, 34(1): 218-229.
[4] 吕品, 熊丽媛, 徐争强, 周学铖. 基于FME的矿山遥感监测矢量数据图属一致性检查方法[J]. 自然资源遥感, 2022, 34(1): 293-298.
[5] 李梦梦, 范雪婷, 陈超, 李倩楠, 杨锦. 徐州矿区2016—2018年地面沉降监测与分析[J]. 自然资源遥感, 2021, 33(4): 43-54.
[6] 陈洁, 张立福, 张琳珊, 张红明, 童庆禧. 紫外-可见光水质参数在线监测技术研究进展[J]. 自然资源遥感, 2021, 33(4): 1-9.
[7] 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.
[8] 赵晓晨, 吴皓楠, 李林宜, 孟令奎. 面向汛旱情监测的遥感影像GPU并行处理算法[J]. 自然资源遥感, 2021, 33(3): 107-113.
[9] 龙泽昊, 张添源, 许伟, 秦其明. 基于Android的农田干旱遥感动态监测系统研制[J]. 国土资源遥感, 2021, 33(2): 256-261.
[10] 陈栋, 姚维岭. 基于ArcPy与定制ArcToolbox的矿山新增图斑自动编号及方法改进[J]. 国土资源遥感, 2021, 33(2): 262-269.
[11] 胡国庆, 陈冬花, 刘聪芳, 谢以梅, 刘赛赛, 李虎. 基于高分二号的城市黑臭水体动态监测[J]. 国土资源遥感, 2021, 33(1): 30-37.
[12] 熊育久, 赵少华, 鄢春华, 邱国玉, 孙华, 王艳林, 秦龙君. 城市绿地资源多尺度监测与评价方法探讨[J]. 国土资源遥感, 2021, 33(1): 54-62.
[13] 刁明光, 刘文静, 李静, 刘芳, 王彦佐. 矿山遥感监测矢量成果数据动态变化检测方法[J]. 国土资源遥感, 2020, 32(3): 240-246.
[14] 李霄, 刘莹, 姚维岭, 杨金中, 李勇志, 汪洁. 基于ArcPy的违法矿山自动出图方法[J]. 国土资源遥感, 2020, 32(3): 247-251.
[15] 张朝忙, 叶远智, 邓轶, 王建邦. 我国自然资源监测技术装备发展综述[J]. 国土资源遥感, 2020, 32(3): 8-14.
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