單極化SAR圖像的地形變化檢測和森林積雪的多極化仿真.pdf

1、近幾十年，合成孔徑雷達(SAR，Synthetic Aperture Radar)技術得到不斷發(fā)展，其應用領域也越來越廣泛和深入。隨著高分辨率SAR的出現(xiàn)，單極化和多(全)極化SAR圖像在地形地表的變化檢測，森林監(jiān)測等方面有很好的應用。本文作為本領域的碩士學位論文，研究了合成孔徑雷達圖像的概率統(tǒng)計特性，Markov隨機場理論，變化目標檢測的方法和在地震前后地形變化的自動檢測，目標散射原理和特性，全極化SAR圖像解析，雷達極化測量學，St

2、okes矢量和矢量輻射傳輸(VRT，Vector Radiative Transfer)理論，積雪森林全極化Mueller矩陣的仿真和它的H-α參數(shù)特性。
　　在地形變化自動檢測上，用2008年5月12日四川汶川地震前后的星載ALOS合成孔徑雷達圖像，提出雙閾值極大期望與Markov隨機場方法(2EM-MRF，twothresholds expectation maximum and Markov random field)，以北

3、川縣地區(qū)為例，自動檢測這次地震導致地表變化而產(chǎn)生散射增強、減弱、不變的三類特征區(qū)域，作為地震區(qū)域地表變化的自動劃分歸類。借助Google Earth地形圖工具，可即時多視角動畫地展示地震產(chǎn)生的地表變化區(qū)域狀況。識別結果也與可見光照片作了對照與分析。研究表明，建立高分辨率全極化SAR多源與多時相遙感與對地觀測是全天候監(jiān)測自然災害的有效手段，本方法可有進一步的延伸。
　　在積雪森林的Mueller矩陣仿真上，選取合適的森林和積雪模型。

4、森林模型是由一層離散隨機的不同種類的非球形粒子構成，非球形粒子的種類要區(qū)分樹干、主枝、旁枝和樹葉。積雪模型采用密集Rayleigh粒子模型。在森林模型和積雪森林模型中，運用VRT理論仿真L和X波段時正常森林和含有積雪的森林的后向散射Mueller矩陣，并通過所求得的Mueller矩陣求解出相干矩陣T從而計算出H、α參數(shù)；最后得到正常森林和積雪森林的H、α參數(shù)的變化。
　　在研究生三年中，主要做兩項工作。一個是利用地震前后同一地區(qū)的