English  |  所长信箱  |  电子所务  |  ARP  |  邮箱登陆  |  中国科学院  |  联系我们  
 首 页  所况介绍 人才队伍 科技动态 院地合作 国际交流 研究生教育 科学传播 党群园地 信息公开 数据服务
当前位置:首页 > 动态新闻 > 热点新闻 > 十二五回眸之成果篇(二)
“植被雷达遥感方法与应用”项目获贵州省科技进步奖三等奖
时间:2016-08-30

  一、项目概况 

    “植被雷达遥感方法与应用”项目针对我国西南多云多雨地区植被资源调查中光学遥感数据获取困难这一瓶颈问题,针对贵州特有的喀斯特地形地貌特点,充分发挥合成孔径雷达(SAR)不受光照和天气条件限制,可以全天时、全天候获取遥感数据的优势,开展了多项关键技术攻关,为全极化SAR数据在贵州省森林资源调查、森林灾害监测、水稻识别中的应用找到了有效途径,为我国多云多雨地区植被资源调查提供了全天候的监测方法与技术。 

  二、项目成果 

  项目在国内外首次提出了基于DEM的双视向雷达几何校正技术,并形成了软件系统,修正了由于SAR侧视成像造成的山区图像几何畸变和后向散射系数失真,有效解决了山区SAR图像的信息丢失和变形问题。在国内首次针对喀斯特地区的森林,提取了能最大程度区分森林与其它典型地物的极化散射参数,形成了基于极化雷达数据进行森林类型识别与分类的技术流程建立了典型森林类型的极化雷达图像识别标志,为遥感技术在喀斯特地区森林资源调查中的推广和应用起到了显著的促进作用。在国内外首次提出了综合利用多时相极化SAR数据和光学数据融合进行森林类型识别的方法,解决了多云多雨地区森林资源调查中光学遥感数据获取困难的瓶颈问题,积极推动了南方各省和东北地区的森林资源调查工作的开展。 

  项目揭示了水稻极化响应特征、散射机制以及它们随着水稻生长发育变化的规律,为全极化SAR数据水稻识别找到了有效方法与途径;提出了紧致极化SAR的水稻识别方法,对加拿大雷达卫星星座的发展具有重要意义。揭示了雪灾破坏森林与正常森林后向散射系数、极化响应特征和散射机理的差异,构建了基于雷达与光学遥感数据融合识别森林雪灾破坏的技术流程,积极推动了2008年贵州和江西两省森林雪灾破坏调查工作的开展。 

  项目出版专著1部,发表论文25篇,其中SCI论文6篇,EI论文11篇,获得软件著作权2,申请发明专利1项。项目研发的基于多源遥感数据组合优化的森林类型识别技术极化雷达遥感森林类型识别与分类系统等相关技术和软件在我国多个省区林业部门得到广泛应用和认同,保证了及时、准确地获取森林面积和森林类型信息,在森林资源调查和生态环境保护中起到了积极作用。 

  目前,项目研发的“基于多源遥感数据组合优化的森林类型识别技术”、“基于高分辨率极化雷达数据的雪灾森林破坏识别技术”、“极化雷达遥感森林识别与分类系统”、“面向参数反演的微波遥感数据融合软件”和“基于RADARSAT-2全极化数据进行水稻识别的技术”已成功应用于森林资源调查,森林灾害监测,水稻识别等方面,取得了良好的社会经济效益。 

RADARSAT-2QuickBird融合图像森林信息提取

 

利用Cloude分解参数β的水稻信息增强图像

RADARSAT-2QuickBird融合图像,箭头所指为若干雪灾破坏森林

附件下载:
 
【打印本页】【关闭本页】
  主办:中国科学院遥感与数字地球研究所 地址:海淀区邓庄南路9号 邮编:100094
Copyright © 中国科学院遥感与数字地球研究所 备案号:京ICP备05080539号 京公网安备110402500008号