水稻微波后向散射系数的模拟分析

海洋雷达后向散射回波主要来自短重力波的Ｂｒａｇｇ 散射,这种散射与海面风场信息、边界层涡旋等密切相关。因此,可以从雷达散射截面反演风场信息。对１９９４ 年４ 月航天飞机成像雷达（ＳＩＲＣ／ＸＳＡＲ）获取的南中国海合成孔径雷达（ＳＡＲ） 图像进行了分析研究。利用ＳＩＲＣ 数据,从ＳＡＲ 图像谱提取了风向;根据ＣＭＯＤ４ 模型,从Ｃ波段雷达后向散射系数反演风速;利用双尺度散射模型对反演的风速进行了对比分析。结果表明,从ＳＩＲＣ雷达数据可以反演海面风矢量,星载ＳＡＲ是提取海面风场信息的有效技术手段之一。     

航天飞机成像雷达海面风矢量观测研究——以1994年4月南中国海试验区为例

海洋雷达后向散射回波主要来自短重力波的Ｂｒａｇｇ散射,这种散射与海面风场信息、边界层涡旋等密切相关。因此,可以从雷达散射截面反演风场信息。对１９９４年４月航天飞机成像雷达（ＳＩＲ－Ｃ／Ｘ－ＳＡＲ）获取的南中国海合成孔径雷达（ＳＡＲ）图像进行了分析研究。利用ＳＩＲ－Ｃ数据,从ＳＡＲ图像谱提取了风向;根据ＣＭＯＤ４模型,从Ｃ波段雷达后向散射系数反演风速;利用双尺度散射模型对反演的风速进行了对比分析。结     

利用SIR-C极化数据提取地面参数

本文根据简化的积分公式模型（ＩＥＭ）,分析了面散射过程中后向散射系数与地面参数之间的关系。利用航天飞机成像雷达（ＳＩＲ－Ｃ）获取极化的雷达图像,提取新疆北部地区冲扇的散射系数以及介电常数（湿度）与粗糙度。由图像获得的地面参数数据,可以用于分布冲积扇成因、时代以及其次的关系。     

ENVISAT ASAR 数据用于水稻监测和参数反演

用雷达后向散射模型模拟了水稻生长周期内入射角对雷达后向散射的影响关系。用模拟结果归一化雷达数据的后向散射系数，得到同一入射角下水稻周期内后向散射系数时间序列值。分析了归一化ASAR数据与水稻生物参数的关系，实验结果表明，ASAR数据可以用来估测水稻参数。     

Envisat-1双极化雷达数据建模及应用

根据欧空局Envisat-1卫星上ASAR传感器的系统参数和双极化特点，利用AIEM模型模拟，建立了裸露地表同极化后向散射模型和粗糙度参数计算模型。前者把同极化总后向散射系数表达成人射角和两个地表参数（土壤水分和粗糙度）的函数；后者给出了用双极化雷达数据计算粗糙度的方法。把这两个模型结合，用于土壤水分反演，分别用模拟数据和实测数据验证，良好的结果证明了这两个模型的可靠性和实用性。双极化后向散射模型的建立，将为以后PALSAR（日本）和RADARSAT-2（加拿大）多极化雷达数据的应用打下基础。     

网络GIS及其实现方式

根据不同的网络体系－局域网、Ｉｎｔｅｒｎｅｔ（ＷＥＢ）网,分别介绍了ＧＩＳ的实现方式以及各自的特点和功能的差异。特别阐述了Ｉｎｔｅｒｎｅｔ（ＷＥＢ）ＧＩＳ的三种实现手段－ＣＧＩ方式、Ｊａｖａ方式及ＣＯＭ／ＤＣＯＭ模型和各自的优缺点。在总结三种网络ＧＩＳ特点后,文章分析指出：ＧＩＳ网络实现方式的不同,从本质上讲是由于其功用不同形成的。     

利用ASAR图像监测土壤含水量和小麦覆盖度

以高级合成孔径雷达（ASAR）影像数据和地面实测数据为基础，分析了裸土、低覆盖（覆盖度为0．2左右）冬小麦麦地的后向散射与土壤含水量、地表粗糙度及小麦覆盖度之间的关系，探讨了裸土和冬小麦麦地土壤含水量及小麦覆盖度的反演方法。分析结果表明：①裸土后向散射系数受地表粗糙度和土壤质地的综合影响较大，裸土的后向散射和土壤含水量正相关关系未达显著，反演裸土土壤含水量必须考虑这两个因素的影响。②冬小麦麦地两种极化后向散射对土壤含水量和小麦覆盖度的敏感性差异明显。由于小麦植株与土壤的水平同极化后向散射差异较大，水平极化后向散射系数和小麦覆盖度及土壤含水量相关性达到显著；冬小麦麦地的垂直同极化后向散射对土壤含水量较敏感，垂直极化后向散射系数和土壤含水量的相关性达到显著，但与小麦覆盖度的相关性相对较低。据此，利用冬小麦麦地的两个同极化后向散射系数，建立了后向散射系数与土壤含水量和小麦覆盖度之间的关系模型，实现了小麦覆盖度和冬小麦覆盖下的土壤含水量反演。验证结果表明：土壤含水量和小麦覆盖度反演结果与地面调查和测量结果一致。     

1984世界大地测量系统（WGS84）

自１９６０年以来，美国国防制图局（ＤＭＡ）已建立了四个世界大地测量系统（ＷＧＳ）；ＷＧＳ６０，ＷＧＳ６６，ＷＧＳ７２和ＷＧＳ８４。最新的ＷＧＳ８４与前三者相比，是最为精确的大地参考框架，它是利用了广泛的，最新的大地测量数据全球确定的。ＷＧＳ８４提供了精确的参照框架，地球重力场模型，正常重力公式，大地水准面和包括全部大陆和主要海洋岛屿在内的１０５个局部（和区域）大地测量基准的转换参数。这些成果使测绘     

多参数SAR数据森林应用潜力分析

利用多参数机载全球雷达(GlobeSAR)数据和航天飞机成像雷达(SIR-C/X-SAR)数据,分别在我国南、北方两个试验区进行森林识别与分类,以及蓄积量估测的试验.为了更好地了解雷达后向散射与森林结构特征的关系,分别从雷达图像上提取了后向散射系数和强度,进行森林类型识别效果的分析,以及森林结构参数与雷达后向散射强度的相关分析.结果显示多波段、多极化SAR数据能有效地识别不同类型的森林.雷达的后向散射强度对森林的结构参数,尤其是森林的平均胸径和高度较为敏感,据此对试验区的森林蓄积量进行了估测,并分析了多参数SAR在森林应用中的潜力.     

基于粗糙海面高度频谱函数的雷达后向散射系数计算

海面雷达后向散射系数是主动微波遥感定量化研究海洋的基础，基于各种海浪谱模式的后向散射系数计算可比性差，鉴于风成粗糙海面的波面斜率呈非Guassian分布的特点，本文给出了依据自由海面的二维高度谱计算海面的雷达后向散射系，并与实际SIR－C／X－SAR数据进行对比。     

植被调节下的干旱区不透水面覆盖率遥感估算方法

基于DMSP/OLS夜间灯光数据的居住区指数模型（HSI）广泛应用于区域尺度城市不透水面扩张监测。但是,在干旱区由于受到裸岩、沙漠、戈壁等低植被覆盖区干扰,HSI算法的精度和适应性受到了一定的影响。为解决这一问题,本文利用植被覆盖度作为调节系数,对灯光数据与植被指数进行动态调整,构建了适用于干旱区的城市植被调节不透水指数（VAISI）;然后采用SVR模型,通过机器学习的方法构建了城市不透率参考数据与VAISI之间的非线性关系模型,实现对干旱区区域尺度不透水面覆盖率估算;最后,对模型估算结果进行了精度验证和比较分析。试验结果表明：在干旱区,VAISI解决了由于灯光溢出问题及城市周边裸土等低植被覆盖等因素导致的城市周边裸土像元不透率估算过高问题,一定程度上提高了城市内部不透水面空间分布信息的表达能力,有效克服了非灯光区估算结果高于背景值的现象。平均相关系数R由0.69提升到0.79,RMSE由0.17降至0.14。     

雷达后向散射模型及其在雷达图像地形影响纠正中的应用

在从雷达估测森林生物量时，经常遇到的一个问题是地形对雷达信号的影响。地形使得雷达波的入射角度改变，使每个雷达图像像元所包含的地表面积改变，由于地面的起伏，植被本身的结构也不同，纠正这种由地形而不是植被类型引起的雷达图像的变化是一个很复杂的问题，除了需要高质量的地形数据外，还必须理解植被雷达信号随地形变化的规律。提出一种可用来模拟森林及其它植被处于山坡上的雷达后向散射模型。结合DEM数据，模拟的结果可用来进行雷达图像的地形影响纠正，如果多极化或多波段图像存在，通过雷达模型可用从一种极化推导出的地形信息来纠正其它极化的图像数据。     

Mapping the Land Cover of Mexico Using AVHRR Time‐Series Data Sets

Abstract

An important methodological and analytical requirement for analyzing spatial relationships between regional habitats and species distributions in Mexico is the development of standard methods for mapping the country's land cover/land use formations. This necessarily involves the use of global data such as that produced by the Advanced Very High Resolution Radiometer (AVHRR). We created a nine‐band time‐series composite image from AVHRR Normalized Difference Vegetation Index (NDVI) bi‐weekly data. Each band represented the maximum NDVI for a particular month of either 1992 or 1993. We carried out a supervised classification approach, using the latest comprehensive land cover/vegetation map created by the Mexican National Institute of Geography (INEGI) as reference data. Training areas for 26 land cover/vegetation types were selected and digitized on the computer's screen by overlaying the INEGI vector coverage on the NDVI image. To obtain specific spectral responses for each vegetation type, as determined by its characteristic phenology and geographic location, the statistics of the spectral signatures were subjected to a cluster analysis. A total of 104 classes distributed among the 26 land cover types were used to perform the classification. Elevation data were used to direct classification output for pine‐oak and coastal vegetation types. The overall correspondence value of the classification proposed in this paper was 54%; however, for main vegetation formations correspondence values were higher (60‐80%). In order to obtain refinements in the proposed classification we recommend further analysis of the signature statistics and adding topographic data into the classification algorithm.     

卫星遥感地表温度降尺度的光谱归一化指数法

针对卫星遥感技术监测地表温度(land surface temperature,LST)存在时空分辨率矛盾这一难题,以TsHARP温度降尺度算法为基础,根据地表覆盖类型的不同,分别选择与LST相关性更好的光谱指数(归一化植被指数,NDVI;归一化建造指数,NDBI;改进的归一化水体指数,MNDWI;增强型裸土指数,EBSI)提出了新的转换模型,并从定性和定量两个角度评价了TsHARP法和新模型的降尺度精度。结果表明:两种模型在提高LST空间分辨率的同时又能较好地保持MODIS LST影像热特征的空间分布格局,消除了原始1km影像中的马赛克效应,两种模型均能够达到较好的降尺度效果;全局尺度分析表明,不管是在降尺度结果的空间变异性还是精度方面,本文提出的模型(RMSE:1.635℃)均要优于TsHARP法(RMSE:2.736℃);TsHARP法在水体、裸地和建筑用地这些低植被覆盖区表现出较差的降尺度结果,尤其对于裸地和建筑用地更为明显(|MBE|3℃),新模型提高了低植被覆盖区地物的降尺度精度;不同季节的降尺度结果表明,两种模型都是夏、秋季的降尺度结果优于春、冬季,新模型的降尺度结果四季均好于TsHARP法,其中春、冬季的降尺度精度提升效果要优于夏、秋季。     

SSM／I微波辐射计数据中国陆地覆盖特征季节变化分析

利用星载微波辐射计SSM／I多通道、多时相亮温数据开展了中国陆地覆盖特征的季节变化研究。通过对国内外星载微波辐射应用研究分析，提出了归一化极化指数(NDPI)的概念。处理了1997年4月、7月、10月和1998年1月的(每月的20、24日各两天)多通道SSM／I数据，在此基础上计算形成了第一幅中国陆地区域的归一化微波极化指数图，开展了中国陆地区域覆盖特征随季节变化的研究。研究结果表明，不同的陆地覆盖特征有特征的NDPI值，NDPI随季节而变化，植被、水分是引起NDPI变化的主要因子。     

An integrated methodology for soil moisture analysis using multispectral data in Mongolia

Soil moisture (SM) content is one of the most important environmental variables in relation to land surface climatology, hydrology, and ecology. Long-term SM data-sets on a regional scale provide reasonable information about climate change and global warming specific regions. The aim of this research work is to develop an integrated methodology for SM of kastanozems soils using multispectral satellite data. The study area is Tuv (48°40′30″N and 106°15′55″E) province in the forest steppe zones in Mongolia. In addition to this, land surface temperature (LST) and normalized difference vegetation index (NDVI) from Landsat satellite images were integrated for the assessment. Furthermore, we used a digital elevation model (DEM) from ASTER satellite image with 30-m resolution. Aspect and slope maps were derived from this DEM. The soil moisture index (SMI) was obtained using spectral information from Landsat satellite data. We used regression analysis to develop the model. The model shows how SMI from satellite depends on LST, NDVI, DEM, Slope, and Aspect in the agricultural area. The results of the model were correlated with the ground SM data in Tuv province. The results indicate that there is a good agreement between output SM and SM of ground truth for agricultural area. Further research is focused on moisture mapping for different natural zones in Mongolia. The innovative part of this research is to estimate SM using drivers which are vegetation, land surface temperature, elevation, aspect, and slope in the forested steppe area. This integrative methodology can be applied for different regions with forest and desert steppe zones.     

Soil Moisture Estimation in a Vegetated Area Using Combination of AIRSAR and Landsat5-TM Images

High difference between dielectric constant of water (dielectric constant about 80) and dielectric constant of dried soil (dielectric constant about 2–3) makes Synthetic Aperture Radar (SAR) highly capable in soil moisture estimation. However, there are other factors which affect on radar backscattering coefficient. The most important parameters are vegetation cover, surface roughness and sensor parameters (frequency, polarization and incidence angle). In this paper, the importance of considering the effects of these parameters on SAR backscatter coefficients is shown by comparing different soil moisture estimation models. Moreover, an experimental soil moisture estimation model is developed. It is shown that this model can be used to estimate soil moisture under a variety of vegetation cover densities. The new developed model is based on combination of different indices derived from Landsat5-Thematic Mapper and AIRSAR images. The AIRSAR image is used for extraction of backscattering coefficient and incidence angle while TM image is used for calculation of Normalized Difference Vegetation Index (NDVI), Enhanced Vegetation Index (EVI), Normalized Difference Water Index (NDWI) and Brightness Temperature. Then a soil moisture estimation model which is named as Hybrid model is developed based on integration of all of these parameters. The accuracies of this model are assessed in the NDVI ranges of 0–0.2, 0.2–0.4 and 0.4–0.7 by using SAR data in C band and L band frequencies and also in different polarizations of HH, HV, VV and TP. The results show that for instance in L band with HV polarization, R-square values of 0.728, 0.628 and 0.527 are obtained between ground measured soil moisture and estimated soil moisture values using the Hybrid model for NDVI ranges of 0–0.2, 0.2–0.4 and 0.4–0.7, respectively.     

综合主动和被动微波数据监测土壤水分变化

微波遥感测量土壤水分的方法主要分主动和被动两种，它们都是基于干燥土壤和水体之间介电常数的巨大差异。估算植被覆盖土壤表面土壤水分必须要考虑地表粗糙度和植被覆盖影响的问题。植被覆盖土壤表面的后向散射包括来自植被的体散射，来自地表的面散射和植被与地表间的交互作用散射项。本研究建立了一个半经验公式模型，用来计算体散射项，综合时间序列的主动和被动微波数据，消除植被覆盖的影响，估算地表土壤水分的变化状况。并应用1997年美国SGP‘97综合实验中的机载800m分辨辐射计ESTAR数据计算表面反射系数，综合Radarsat的SCAN-SAR数据得到体散射项，然后，由NOAA/AVHRR和TM计算得到的NDVI值加权分配50m分辨率的体散射项，最后计算50m分辨率的表面反射系数的变化值，从而得到土壤水分的变化情况，验证数据表明该计算结果与实测值一致。     

中国西北地区NDVI变化及其与温度和降水的关系

稀疏的植被覆盖是干旱和半干旱地区最主要的环境特征,因此长期定量的植被分布和变化观测能够分析干旱和半干旱地区的环境变化。在以干旱和半干旱地区为主要的中国西北地区存在着森林减少、土地侵蚀、盐碱化和沙漠扩张等严重的环境问题,生态环境十分脆弱。通过NOAA/AVHRR建立近20年来中国西北地区NDVI变化序列,利用差分法、斜率变化和主成分分析3种方法分析植被变化。3种方法显示出基本一致的结果,即大部分地区植被状况恶化,局部地区有所好转。通过分析植被变化与温度、降水变化的关系,发现NDVI与降水存在明显的正相关关系,而与温度变化的关系并不明显,表明降水是影响西北地区植被变化最主要的自然因素。