通过雷达摄影测量方法处理SAR数据获取的森林-ESAEarthOnline

首先，在相位转高程时，选择生成矢量格式的产品
升轨和降轨数据得到的DEM产品融合
升轨得到的DEM矢量结果
升轨和降轨数据得到的DEM产品融合
降轨得到的DEM矢量结果
升轨和降轨数据得到的DEM产品融合
升轨和降轨得到的DEM矢量结果叠加显示
升轨和降轨数据得到的DEM产品融合
工具/SARscape/General Tools/DEM Fusion/Point Cloud DEM Fusion
来源：国家测绘地理信息局
研究区数据情况
18 景 Sentinel-1A IW 数据
极化方式：VV极化
入射角：33.7
成像时间：2015年6月2日~2016年3月28日
成像范围：抚顺市包含西露天矿区
分辨率：5米*20米
辅助数据：90米采样间隔 SRTM V4 DEM
Sentinel-1A数据来源：https://scihub.esa.int/
支持TSX 和PALSAR2 ScanSAR模式数据的干涉处理 新增船只探测工具 新增移动目标探测工具 新的相干处理流程化工具 新增SRTM-1v3 DEM（30米）数据自动下载工具 SBAS、CCD集群处理工具（需要单独的许可）
集成到ENVI5.4版本
SARscape5.4.1新功能
+10
东西方向的形变
大坝的形变过程
大坝上某点的时序形变曲线， 分解为垂直方向和东西方向
排水口的形变过程
排水口某点的时序形变 曲线，分解为垂直方向 和东西方向
滑坡体的形变过程
滑坡体上某点的时序形变 曲线，分解为垂直方向和 东西方向
COSMO-SkyMed 数据SBAS处理结果

SAR遥感数据的获取与解析方法SAR（Synthetic Aperture Radar）是一种利用雷达技术进行地面观测的遥感数据。

SAR遥感数据的获取与解析方法在地理信息领域有着广泛的应用，为地表观测提供了重要的技术手段。

一、SAR遥感数据的获取方法SAR遥感数据的获取主要依赖于雷达技术。

通过发射电磁波，接收地表反射回来的信号，可以获取到地表特征的各种信息。

常见的SAR传感器包括TerraSAR-X、RADARSAT和Envisat等。

SAR遥感数据的获取主要分为两种方式：主动方式和被动方式。

主动方式是指SAR传感器通过发射电磁波并接收回波，记录地表反射的信息。

而被动方式则是通过接收自然界中的电磁波，获取地表反射的信息。

在SAR遥感数据获取过程中，还需要考虑雷达照射几何、极化方案等因素。

不同的雷达照射角度和极化方案可以提供不同的信息，如辐射校正、海面风场推算以及气候监测等。

二、SAR遥感数据的解析方法SAR遥感数据解析是指对获取的SAR数据进行处理和分析，从中提取出有用的地物信息。

常见的SAR遥感数据解析方法有以下几种。

1. SAR图像预处理SAR图像预处理是对原始的SAR数据进行校正和增强，以提高图像质量和准确性。

预处理包括几何校正、辐射校正、滤波处理等。

几何校正可以将图像映射到地理坐标系统中，使得图像能够与其他地理信息数据进行叠加分析。

2. SAR图像分类SAR图像分类是将SAR图像中的像素点划分到不同的地物类别中，以获得具有语义信息的分类结果。

常见的SAR图像分类方法包括像素级分类和目标级分类。

像素级分类利用像素点的灰度值和纹理信息进行分类，目标级分类则是将SAR图像中的目标物进行识别和分类。

3. SAR图像变化检测SAR图像变化检测是通过比较不同时间或不同传感器获取的SAR图像，分析地物的变化情况。

变化检测可以用于土地利用变化、城市扩张以及自然灾害监测等领域。

常见的SAR图像变化检测方法包括基于幅度差异和相位差异的方法。

D-InSAR应用：2010玉树地震DInSAR监测
地震后形变制图(PALSAR)
地震后形变制图(ASAR)
D-InSAR应用：2010玉树地震DInSAR监测
基于Okada模型反演滑动分布
矩张量反演结果
[cm]
ArcScene 中三维显 示断裂和地表形变
干涉叠加应用：北京市鸟巢区域地表沉降监测
数据：COSMO-SkyMed SLC
-
23景
-
2008年3月6号-2010年2月8号
应用：监测国家奥林匹克体育馆建设中对地表的影响
干涉叠加应用：北京市鸟巢区域地表沉降监测
区域内呈现10毫米左右不同程度的沉降，也有部分地区抬升，抬升的数 值总体小于沉降的数值
PS监测结果（Web中展示）
在线体验地址:8038/App10/LNDetect
农业、林业监测
GIS-Transforming our World
湄公河三角洲的水稻生长监测
ERS-2 SAR
农业监测——作物面积和估产
DEM
SAR 数据 数据处理 - 出芽面积 - 生长阶段
- 作物历 & 实践 - 管理单位
水稻制图
农业气象模型
-
天气预报数据 土壤数据 生育期数据 管理数据
面积
– 1) 国家研究 – 2) 局部研究和规划优 先区域 – 3) 评估成本和资金需 求 – 4) 合同判授 – 5) -100% 有效的排雷
死海区域（约旦&以色列边境）图像数据：SAR 幅度图像
死海区域（约旦&以色列边境）图像数据： 相干性图像
Coherence (451 days)
结果
多时相SAR动态监测技术应用于 农业

基于极化干涉SAR数据森林树高反演算法比较曹霸;杨小梅;肖玲;卢鹏;王应泉;岳彩荣;于维莲【摘要】树高是森林资源的重要参数,因此对于树高反演的研究具有重要的意义.以欧空局提供的PolSARPro软件生成L波段和X波段的全极化雷达数据,对2个波段的数据进行预处理,选择DEM差值法、RVOG地相位法和复相干幅度法对树高进行反演,并对L波段和X波段反演结果进行分析.结果表明:对于L波段,DEM差值法低估了树高,RVOG地相位法高估了树高,复相干幅度法反演的树高精度比DEM 差值法和RVOG地相位法要高;X波段严重低估了树高,已经不适用这3种树高反演算法,反演的结果不理想.%Forest tree height is an important parameter of forest resources,so study on inversion of tree height of forest has important significance.This paper's data source has two full polarization data which were generated by PolSARPro software of ESA and two bands for the pretreatment,and the DEM difference method,RVOG phase method and the coherent amplitude method were chosen to reverse the tree height,finally analyzing and evaluating the result of L band and X band.The results show that for L band DEM difference method underestimates the tree height,RVOG phase method overestimates the tree height,the coherent amplitude inversion tree height precision is higher than DEM difference method and RVOG phase method,the X band badly underestimates the tree height and could not be applied to the three tree height inversion algorithm,the inversion result is not ideal.【期刊名称】《林业资源管理》【年(卷),期】2016(000)006【总页数】6页(P100-105)【关键词】PolInSAR;树高反演;DEM差值法;RVOG地相位法;复相干幅度法【作者】曹霸;杨小梅;肖玲;卢鹏;王应泉;岳彩荣;于维莲【作者单位】贵州林业勘察设计有限公司,贵阳 550003;贵州省第一测绘院,贵阳550003;贵州省林业调查规划院,贵阳 550003;贵州省林业调查规划院,贵阳550003;贵州省林业调查规划院,贵阳 550003;西南林业大学,昆明 650000;贵州省林业调查规划院,贵阳 550003【正文语种】中文【中图分类】TP722.6森林高度是反映森林资源数量和质量的重要参数,与森林蓄积量和生物量直接相关,是森林资源调查中最重要的调查因子之一,也是区域环境和全球碳循环研究的重要基础数据。