期刊
  出版年
  关键词
结果中检索 Open Search
Please wait a minute...
选择: 显示/隐藏图片
1. TerraSAR-X数据沿轨干涉运动目标检测研究
焦健, 田崇瑞, 黄江辉, 曾琪明
北京大学学报自然科学版    2020, 56 (1): 164-172.   DOI: 10.13209/j.0479-8023.2019.112
摘要692)   HTML    PDF(pc) (6266KB)(49)    收藏
为检验TerraSAR-X数据在地面运动目标检测(GMTI)应用中的潜力, 并验证基于SAR沿轨干涉图的幅度和相位联合统计特性以及恒虚警率的检测方法(ATI-CFAR)对TerraSAR-X数据的适用性, 利用TerraSAR-X卫星单发双收模式数据, 基于一种ATI-CFAR方法, 结合数据特点进行改进, 对北京北五环部分路段开展GMTI实验研究。结合地面同步实验进行验证分析, 结果表明: 1) TerraSAR-X数据能够应用于GMTI, 但干涉相位受干扰严重, 使用统计的方法确定ATI相位阈值易发生过度估计, 导致大量漏检; 2) 基于车速先验知识确定相位阈值, 利用图解法确定ATI幅度阈值, 能够有效地改善检测结果。本文方法检出率和正确率分别达到70%和87.5%, 证明了其对TerraSAR-X数据的适用性, 反映出 TerraSAR-X数据在GMTI应用中的潜力。
相关文章 | 多维度评价 | 评论0
2. 一种基于AMSR-E和ASAR数据的土壤水分协同反演方法
李新, 曾琪明, 王心逸, 黄江辉, 焦健
北京大学学报(自然科学版)    2016, 52 (5): 902-910.   DOI: 10.13209/j.0479-8023.2015.142
摘要1355)   HTML    PDF(pc) (2781KB)(1264)    收藏

在缺乏卫星过境时地面同步观测数据的情况下, 大范围高时空分辨率的土壤水分监测存在一定的困难。针对这一问题, 提出一种不依赖地面土壤水分同步观测数据的主、被动微波协同反演逐日高空间分辨率的土壤水分观测新方法。该方法将补偿后的 AMSR-E 土壤水分作为“高时间分辨率土壤水分观测控制值”, 以此计算逐日土壤水分变化量, 并结合 ASAR 交替极化模式数据, 反演高空间分辨率的土壤水分基准日期值, 然后基于两者建立土壤水分协同反演模型。该模型适用于地势比较平坦、地表粗糙度较小且无植被覆盖或植被覆盖度较低的区域。在陕西省渭北台塬西部地区的试验结果表明: 该方法参数拟合的决定系数约为0.81; 反演得到的土壤水分与凤翔县农业气象站地面实测土壤湿度数据对比, 两者的决定系数为 0.92, 土壤体积含水量的均方根误差为0.025。反演结果可用于水分限制条件下作物生长模拟。

相关文章 | 多维度评价 | 评论0