SAR遥感数据产品分级规范应用案例
- 格式:pdf
- 大小:186.40 KB
- 文档页数:8
TerraSAR-X卫星为德国研制的一颗高分辨率雷达卫星,携带一颗高频率的X波段合成孔径雷达传感器,可以聚束式、条带式和推扫式3种模式成像,并拥有多种极化方式。
可全天时、全天候地获取用户要求的任一成像区域的高分辨率影像。
TanDEM-X于2010年6月21日成功发射,这两颗卫星在3年内将反复扫描整个地球表面,最终绘制出高精度的3D地球数字模型。
为目前所有商用卫星雷达中,提供高分辨率之卫星雷达数据、分辨率高达1米。
TerraSAR-X卫星由EADS Astrium公司建造,德国航空航天中心的任务是把数据应用于科学目的,同时负责任务的设计、执行,以及卫星控制。
Astrium 公司在卫星研发、建造与应用等方面提供经费支持。
卫星的建造和发射总成本为1.3亿欧元。
德国航空航天中心支付1.02亿欧元,其他2800万欧元由Astrium 航天公司支付。
地面段的研制和未来五年任务中需要的开支还需要5500万欧元,德国航空航天中心将负责提供其中的4500万欧元,剩余部分由Astrium公司子公司Infoterra GmbH提供。
TerraSAR-X卫星的建造基于从以往雷达任务中获取的技术知识,科学家们还研制了用于卫星的新技术。
TerraSAR-X的一个出色特征是高空间分辨率、超常规雷达系统。
科学家利用TerraSAR-X卫星能够详细研究土壤特征,观察并更好的分类不同耕作物。
TerraSAR-X还将为城市区域观测提供全新的视角。
TerraSAR-X的高分辨率将能够精确测绘独立建筑、城市结构和基础设施(如公路、铁路沿线)。
TerraSAR-X还可以应用于海洋和沿海区域观测,利用雷达观测两极地区。
(详情点击进入官网或来电咨询)TerraSAR-X卫星参数样片TerraSAR-1TerraSAR-2广西善图科技有限公司是一家集遥感数据获取、深度加工、遥感信息提取及解译、行业应用、软件服务、解决方案为一体的股份制高新技术企业。
sar水体提取阈值法提取水体水是人类生活中不可或缺的重要资源,而如何准确、高效地提取水体区域,在水资源管理和环境保护中起着重要的作用。
而其中提取水体的阈值法——sar水体提取阈值法更是近年来备受关注的一种方法。
本文将从什么是sar水体提取阈值法、其原理、应用案例和未来发展等方面进行探讨。
首先,sar水体提取阈值法是一种利用合成孔径雷达(sar)遥感数据进行水体提取的方法。
它基于sar遥感图像中水体与陆地的不同反射特征,通过设定合适的阈值来实现水体的准确提取。
相比于传统的光学遥感技术,sar水体提取阈值法具有不受天气条件限制、具有突出的微波特性等优势,因此在水资源管理和环境遥感领域得到广泛应用。
其次,sar水体提取阈值法的原理主要是利用sar遥感图像中水体和陆地的幅度差异。
水体在sar图像中呈现出低回波幅度的特征,而陆地则呈现出高回波幅度的特征。
基于这个原理,我们可以通过设定合适的阈值,将sar遥感图像中的水体区域与陆地区域进行有效分割。
在实际应用中,sar水体提取阈值法已经得到了广泛的验证和应用。
例如,在水资源管理中,可以通过sar水体提取阈值法对不同区域的水体进行准确提取和监测,以便为水资源的科学利用和合理规划提供数据支持。
同时,在环境保护方面,sar水体提取阈值法也可以用于水体污染的监测和评估,及时掌握水体污染状况并采取相应的措施。
然而,sar水体提取阈值法仍然存在一些挑战和亟待解决的问题。
例如,不同地区的sar遥感图像特征存在差异,如何确定合适的阈值仍然是一个重要的研究方向。
此外,sar水体提取阈值法在复杂地形和多光谱干扰等情况下的适应性还需要进一步改进。
总之,sar水体提取阈值法作为一种重要的遥感技术在水资源管理和环境保护中具有广泛的应用前景。
通过合理利用sar遥感数据,设定适当的阈值,可以实现对水体的准确提取和监测,为水资源合理利用和环境保护提供有力支持。
随着遥感技术的不断发展和改进,sar水体提取阈值法将会进一步完善,并在未来的应用中发挥更大的作用,为人类的生活带来更多便利和保障。
《遥感信息的获取和处理》讲义一、引言遥感技术作为一种非接触式的探测手段,在众多领域发挥着日益重要的作用。
从资源调查、环境监测到城市规划、农业生产,遥感信息的获取和处理为我们提供了丰富而有价值的数据。
那么,究竟什么是遥感信息?它又是如何被获取和处理的呢?二、遥感信息的获取(一)遥感平台遥感平台是搭载遥感传感器的工具,常见的有卫星、飞机、无人机等。
卫星遥感具有覆盖范围广、重访周期短的优点,但空间分辨率相对较低;飞机遥感则可以在特定区域获取高分辨率的影像,但成本较高且受空域限制;无人机遥感灵活便捷,适用于小范围、高精度的监测。
(二)传感器类型1、光学传感器利用可见光、近红外和短波红外等波段获取地物的反射信息。
常见的有多光谱相机和高光谱相机。
多光谱相机可以获取几个特定波段的影像,而高光谱相机能够获取连续的、窄波段的光谱信息,从而更精确地识别地物的类型和特性。
2、微波传感器包括合成孔径雷达(SAR)等,能够穿透云层和植被,在恶劣天气条件下也能工作,并且对地表的粗糙度和含水量等信息较为敏感。
(三)遥感数据的采集方式1、主动式遥感传感器主动向目标发射电磁波,然后接收目标反射或散射回来的电磁波。
例如 SAR 就是一种主动式遥感传感器。
2、被动式遥感传感器仅接收来自目标自身发射或反射的电磁波。
光学传感器大多属于被动式遥感。
三、遥感信息的处理(一)辐射校正由于传感器本身的特性、大气的影响等,获取的原始遥感数据可能存在辐射误差。
辐射校正就是消除这些误差,使影像的辐射值能够真实反映地物的反射率或辐射亮度。
(二)几何校正将遥感影像的几何形状纠正到正确的位置和形状,以满足地理定位和与其他地理数据叠加分析的要求。
这需要考虑传感器的姿态、地形起伏等因素。
(三)图像增强通过对比度拉伸、直方图均衡化等方法,增强影像中地物的特征和细节,提高影像的可读性和可解译性。
(四)图像分类将影像中的像元划分到不同的类别中,如土地利用类型、植被类型等。
基于SAR遥感图像的土壤湿度反演算法研究随着科技的不断发展,SAR遥感技术越来越被广泛应用于土壤湿度反演。
SAR 遥感图像可以提供大范围的覆盖和高精度的数据,因此可以从遥感图像中获取土壤湿度信息,并为土壤湿度监测和预测提供便利。
一、SAR遥感图像的生成原理SAR遥感图像是通过计算机处理合成孔径雷达(SAR)接收到的回波数据生成的。
这些回波数据是由发射到地面的电磁波反射回接收器的信号。
SAR系统包含发射器、接收器、天线以及计算机等。
SAR通过收集反射信号然后通过复杂信号处理技术,可以生成高能量的图像。
其中,SAR接受到的信号是由地面反射回来的电磁波信号,它们通过计算机算法转换为灰度图像并呈现在屏幕上。
二、SAR遥感图像在土壤湿度反演中的作用SAR遥感图像可以提供大范围的土壤湿度数据。
它在土壤湿度反演中的作用主要是通过衡量回波信号的强度和相位变化,从而反演出土壤湿度的空间分布。
在SAR遥感图像中,产生电磁回波反射的地表和植被不同。
地表大多数情况下是散射体,而植被通常是单层回波体。
因此,可以对不同的 SAR图像检测出植被区域,然后通过分析地表反射信号的相位和能量将土壤湿度反演出来。
三、基于SAR遥感图像的土壤湿度反演算法基于SAR遥感图像的土壤湿度反演算法主要分为四个步骤:第一步是去除图片噪声。
由于SAR图像包含大量图像噪声,所以需要对图像进行去噪处理。
第二步是去除植被干扰。
在SAR遥感图像中,植被和土壤湿度成反比关系。
因此,需要从图像中去除植被的影响。
第三步是计算相位差。
通过计算前后两个SAR图像的相位差,可以得到土壤湿度的变化。
第四步是反演土壤湿度。
通过对相位差进行统计和分析,可以反演出具体的土壤湿度信息。
四、总结SAR遥感图像技术在土壤湿度反演中具有重要的应用价值。
SAR遥感图像的生成原理以及基于SAR遥感图像的土壤湿度反演算法,可以为土壤湿度监测和预测提供可靠的数据和方法。
此外,随着遥感技术和算法的不断发展,SAR遥感图像在土壤湿度反演中的应用将会越来越广泛。
如何使用遥感数据进行洪水灾害监测与预警遥感数据在洪水灾害监测与预警中发挥着重要作用。
洪水灾害给人们的生命、财产和自然环境带来了巨大的破坏。
因此,及时准确地进行洪水监测和预警对于减少灾害损失、保护人们的生命财产安全具有重要意义。
遥感技术通过获取和分析地球表面的图像、热红外数据等信息,可以为洪水灾害监测和预警提供有效的数据支持。
首先,遥感技术可以用来获取洪水灾害发生地区的实时图像。
利用遥感卫星和航空摄影技术,可以对灾区进行高分辨率的遥感图像获取,包括可见光、红外和微波图像。
这些遥感图像可以显示洪水的波及范围、深度和流速等重要信息,为灾区的洪水监测提供可靠的数据基础。
其次,遥感技术可以通过监测地表水体的变化来实现对洪水的预警。
通过分析遥感图像中的植被指数、水体指数等参数,可以了解洪水频发区域的植被状况和水体的覆盖情况。
当植被指数下降并且水体指数升高时,说明该地区可能存在洪水。
利用遥感技术的时序监测,可以将洪水的演变过程实时跟踪,提前进行洪水预警。
此外,遥感技术还可以通过监测洪水演变过程中的地表温度变化来进行洪水预警。
在遭受洪水侵袭的地区,洪水泛滥前的地表温度会有所减低,而洪水泛滥后则会有所升高。
通过遥感卫星获取的地表热红外数据可以有效检测这一温度变化,从而实现对洪水的及时预警。
此外,在遥感技术中,合成孔径雷达(SAR)技术在洪水灾害监测与预警方面也有重要应用。
SAR技术可以穿透云层和雨带,获取高分辨率的洪水灾害图像。
通过分析SAR图像中的回波信号,可以识别洪水的范围和淹没的建筑物等信息,提供重要的洪水监测数据。
此外,SAR技术还可以通过测量洪水流速来评估洪水的严重程度和危害范围。
除了上述的遥感技术,还有一些地理信息系统(GIS)和空间分析方法可以与遥感数据相结合,提高洪水灾害监测与预警的精度和效果。
通过将遥感数据与地理数据进行融合,可以实现洪水灾害风险区域的划定、洪水淹没区域的准确定位以及洪水灾害的评估和预测等功能。
SAR成像算法及其应用研究合成孔径雷达(SAR)通过合成大孔径天线或雷达模拟大孔径天线等技术获得极高的分辨率和距离测量精度,成为遥感、军事、海洋、气象、地球物理和石油勘探等领域不可或缺的高精度雷达。
SAR的成像算法是SAR成像的核心,它直接影响SAR成像系统的分辨率和图像质量。
本文将对SAR成像算法进行探究,并简单介绍其应用研究。
一、SAR成像算法SAR成像算法包括多普勒校正、相位解调、像元赋权等一系列的信息处理过程。
其中,多普勒校正的目的是对地物进行正确的距离测量;相位解调则是生成复合数据,提取目标的信息;像元赋权则决定了目标在合成孔径雷达观测中的光滑性质。
SAR成像算法可以分为傅里叶变换和波束形成两类。
傅里叶变换方法主要用于解决点目标的成像问题,如快速傅里叶变换(FFT)算法、极化编码算法等;波束形成方法则主要用于解决区域目标的成像问题,如扫描成像算法、斜视SAR成像算法等。
1. 快速傅里叶变换(FFT)算法快速傅里叶变换算法是目前SAR成像中最为常用的算法之一。
该算法主要用于处理单个点目标,其基本思想是对雷达信号进行傅里叶变换,将时域数据转换为频域数据,并利用频域信号的峰值位置计算目标的距离。
然后再反变换回时域,从而得到目标图像。
FFT算法具有高效、简单、精度高等优点,在实际应用中得到了广泛的应用。
2. 极化编码算法极化编码算法是一种非常适合处理点状目标的快速SAR成像算法。
在该算法中,先将多次停波的SAR信号进行脉冲压缩,对合成孔径的平面分别进行FFT,然后进行极化编码,以提高信号噪声比。
最后进行逆傅里叶变换,得到点目标的图像。
实际应用中,极化编码算法可以用于飞机、卫星、地球观测卫星等的SAR成像。
3. 扫描成像算法扫描成像算法是一种非常适合处理区域目标的SAR成像算法。
扫描成像算法主要通过扫描合成孔径雷达的波束,将二维信息变为一维信息,然后进行数据处理和图像重建。
扫描成像算法可以分为空时扫描和频移扫描两种形式。
遥感测绘技术在冰川变化监测中的应用冰川是极其重要的淡水资源储存库,它们的变化对于全球水资源和水循环都有着重要的影响。
随着全球气候变化的加剧,冰川的退缩和消融加速成为一个全球性的问题。
在这种情况下,遥感测绘技术成为了冰川变化监测和研究的重要工具。
1. 遥感测绘技术的原理和方法遥感测绘技术是通过获取地球表面反射、辐射和散射的电磁波能量,并利用卫星、飞机或无人机等平台,将这些能量转化为图像或数字数据的技术。
这种技术能够提供大范围、高精度的地表信息,而且无须人地接触,因此非常适用于冰川变化监测。
在冰川监测中,遥感测绘技术主要有以下几种方法:- 多光谱遥感:多光谱遥感通过记录地表反射的不同波段和频率,可以获取冰川覆盖的面积、厚度和变化趋势等信息。
- 合成孔径雷达(SAR):SAR技术利用雷达的微波辐射,可以穿透云层和冰雪覆盖层,获取冰川底部的地形和冰层的变化。
- 红外热像仪:红外热像仪可以测量冰川的表面温度,从而推测冰川的活动性和消融速度。
2. 冰川变化监测的应用冰川变化监测的应用有着广泛的领域:- 气候变化研究:通过遥感技术监测冰川的变化,可以获得全球气候变化的重要指标之一,为气候变化研究提供了重要的数据支持。
- 水资源管理:冰川是全球重要的淡水储存库,通过监测冰川融化和退缩的情况,可以及时预警水资源短缺的风险,为水资源管理提供科学依据。
- 灾害预警:冰川融化和崩塌可能引发大规模的冰川湖泊溃坝事件,通过遥感技术监测冰川湖泊的变化,可以提前发现潜在的灾害风险,采取相应的预警和应对措施。
3. 冰川监测的挑战和未来发展在将遥感测绘技术应用于冰川监测中,还存在一些挑战和问题:- 遥感图像解译:由于冰川地区的复杂地形和气候条件,遥感图像的解译和处理仍然存在一定的困难,需要不断改进算法和方法。
- 数据获取与处理:冰川监测需要长期的遥感数据和连续的监测,数据获取和处理的成本和复杂度较高,对技术和设备的要求也很高。
为了解决这些问题,未来的发展方向可以从以下几个方面入手:- 发展高分辨率传感器:高分辨率传感器可以提供更细致和准确的冰川监测数据,为冰川变化的分析和研究提供更好的支持。
SAR数据介绍范文Synthetic Aperture Radar (SAR), 合成孔径雷达,是一种主动传感器技术,用于通过雷达信号获取地球表面的图像数据。
与光学遥感技术相比,SAR具有独特的优势和适应性,在地质勘探、环境监测、军事目标探测等领域具有广泛的应用。
SAR通过发射和接收雷达脉冲来捕获地表的信息。
它的工作原理是通过将雷达天线朝向地表发射连续的脉冲,并通过记录脉冲返回的时间和强度来测量地表的特征。
这些数据被整合在一起形成图像,可以展示出地表的地形、形貌、变化等信息。
与其他遥感技术相比,SAR有几个独特的特点。
首先,它能够独立于夜晚、云层和大气干扰,因为雷达信号可以穿透这些障碍物。
其次,SAR可以提供高分辨率的图像,在地表特征识别和监测中有巨大的优势。
此外,SAR还可以提供短时间间隔内的重复观测,这对于监测地表变化非常重要。
SAR数据有两种不同的获取方式:用航天器获取的遥感数据称为星载SAR数据,而用飞机或无人机获取的数据则被称为航空SAR数据。
星载SAR数据具有广覆盖区域和高重复观测能力的优势,适用于全球尺度的应用。
航空SAR数据具有较高的分辨率和更灵活的任务规划能力,适用于局部区域的高精度应用。
SAR数据的处理需要使用一系列的算法和技术。
首先,几何校正是必要的,它可以将SAR图像纠正为地球表面上的真实位置。
然后,辐射校正是为了消除图像上的辐射斑点和斑纹,提高图像质量。
局部改正主要用于去除SAR图像中的噪声。
此外,SAR数据还需要进行图像配准、过滤和分类等处理,以提取出地表特征的信息。
SAR数据在许多应用领域具有广泛的应用。
在地质勘探方面,SAR数据可以用于矿产资源勘探、地震监测和地质构造分析等。
在环境监测方面,它可以用于冰雪覆盖监测、海洋表面风场分析和地表变化监测等。
在军事目标探测方面,SAR数据可以用于目标检测、目标识别和目标跟踪等。
此外,SAR数据还可以在城市规划、农业管理和灾害监测等领域发挥作用。
如何使用遥感数据进行农作物产量估测使用遥感数据进行农作物产量估测随着科技的不断进步和遥感技术的发展,遥感数据的应用越来越广泛。
在农业领域,利用遥感数据进行农作物产量估测已经成为一种常见的方法。
本文将探讨如何使用遥感数据进行农作物产量估测,并展示这种方法的优势和挑战。
一、遥感数据介绍遥感数据是通过卫星、无人机或其他传感设备获取的地球表面信息。
它包含了丰富的光谱信息,可以提供植被生长状况、土壤质量、水分含量等方面的数据。
这些数据能够为农作物产量估测提供重要的依据。
二、农作物产量估测的意义农作物产量估测是农业管理和决策的关键环节。
精确的农作物产量估测有助于农民和政府了解作物的生长状况、预测产量、制定农业政策等。
通过遥感数据的应用,可以实现对大范围地区农作物产量的准确监测,提高农业生产效率。
三、遥感数据在农作物产量估测中的应用使用遥感数据进行农作物产量估测的方法有很多。
以下是一些常见的方法:1. 植被指数法植被指数是遥感数据中常用的参数之一,可以反映植被的生长状况。
常见的植被指数包括归一化植被指数(NDVI)和差值植被指数(DVI)。
通过计算这些指数,可以评估植被覆盖程度和生长状况,进而推测农作物产量。
2. SAR数据分析法合成孔径雷达(SAR)可以在任何天气条件下都获得高分辨率的遥感数据,尤其在露天农作物监测中具有优势。
通过分析SAR数据,可以获取土壤湿度、地表形态等信息,从而推断农作物产量。
3. 时间序列分析法时间序列分析法是利用多期遥感影像数据,通过对比和分析不同期间的植被指数变化,来预测农作物的产量。
这种方法可以更好地反映农作物的生长趋势和灾害变化,提高估测的准确性。
四、使用遥感数据进行农作物产量估测的优势使用遥感数据进行农作物产量估测具有以下优势:1. 广域监测能力:遥感数据可以对大片农田进行快速高效的监测,覆盖范围广,可以提供全面的农作物估测信息。
2. 实时性和频次性:遥感数据可以提供实时的农作物信息,并能够多次观测相同地区,以充分了解农作物的生长情况。
一种W波段视频SAR微波系统一种W波段视频SAR微波系统我国在遥感技术领域取得了长足的进展,其中合成孔径雷达(SAR)技术在地质灾害监测、环境保护、城市规划等领域发挥着重要的作用。
随着科技的发展,W波段的视频SAR微波系统逐渐引起了国内外研究人员的广泛关注。
W波段是指频率在75GHz至100GHz之间的微波频段。
相较于C波段和X波段,W波段SAR系统具有更高的分辨率和更小的容积。
W波段的雷达发射功率较低,但具有较窄的工作波束和较长的波长,使其在地形复杂、光照条件不好的环境下仍能够提供稳定的数据。
因此,W波段SAR系统在城市区域、森林遥感等领域具有巨大的潜力。
由于遥感数据的需求越来越广泛,传统的SAR系统已经不能满足复杂环境下高精度数据的需求。
W波段视频SAR微波系统的出现正是为了弥补这一空白。
该系统采用了新型的多通道平台和高性能数字信号处理器,并结合了先进的压缩技术和成像算法,能够提供高分辨率、高精度的遥感数据。
W波段视频SAR微波系统具有以下几个特点:首先,系统具有很高的分辨率。
由于W波段的工作波束较窄,系统可以获得更多的回波信号,从而实现高分辨率成像。
这对于城市区域的细节检测、目标识别等任务非常重要。
其次,系统适应性强。
W波段雷达的波长较长,对地形复杂、植被覆盖丰富的区域具有较好的穿透能力。
同时,W波段较低的工作频率也有利于抑制地面杂散回波,提高成像质量。
再次,系统具有较高的灵敏度。
由于W波段的发射功率较低,系统能够更容易地捕捉到微弱的回波信号。
这对于微弱目标的探测具有重要意义。
最后,系统具有较低的功耗和较小的体积。
由于W波段雷达发射功率较低,系统所需的能量也相应降低,从而减小了供电和散热的负荷。
同时,W波段系统的体积也较小,便于安装和维护。
尽管W波段视频SAR微波系统在理论上具有很多优势,但由于技术难题的存在,目前还没有实际应用的商业系统。
其中,系统的多通道平台设计、压缩技术和成像算法的研究和开发是亟待解决的问题。
SAR图像高精度定位技术研究合成孔径雷达(SAR)图像是一种通过合成孔径雷达系统获取的遥感图像,具有全天候、全天时、高分辨率等特点。
在军事、民用等领域,SAR图像广泛应用于目标检测、跟踪、识别等应用中。
然而,由于SAR 图像的成像机制和处理过程的复杂性,其定位精度往往受到多种因素的影响,如雷达系统参数、目标特性、图像处理方法等。
因此,研究SAR图像高精度定位技术具有重要的理论和应用价值。
当前SAR图像高精度定位技术的研究主要集中在以下几个方面:基于成像模型的定位技术:该方法通过建立SAR图像的成像模型,推导定位公式,实现高精度定位。
例如,Richards-Rabbitts定位算法是一种常用的基于成像模型的SAR图像定位算法,可实现高精度的距离和方位角估计。
基于特征提取的定位技术:该方法通过提取SAR图像中的纹理、边缘、相位等特征,利用计算机视觉和图像处理技术实现高精度定位。
例如,基于深度学习的特征提取方法可有效提高SAR图像的定位精度。
基于模型的定位技术:该方法通过建立SAR系统的数学模型,利用模型拟合和参数估计方法实现高精度定位。
例如,基于压缩感知技术的SAR图像重建方法可提高定位精度,同时降低计算复杂度。
虽然上述方法在某些情况下能够实现较高的定位精度,但仍然存在一些问题。
基于成像模型的定位技术往往需要精确的系统参数和复杂的计算过程,实时性较差。
基于特征提取的定位技术容易受到图像质量、噪声等因素的影响,稳定性较差。
基于模型的定位技术需要准确的模型和足够的训练数据,对于复杂场景和不同目标类型的适应性有待进一步提高。
SAR图像高精度定位技术的核心是通过对SAR图像中目标特征的提取和识别,确定目标在图像中的精确位置。
具体实现过程如下:SAR图像预处理:由于SAR图像的成像机制和处理过程的复杂性,往往需要进行预处理操作,如滤波、去噪、平移校正等,以提高图像质量和定位精度。
目标特征提取:利用SAR图像中的纹理、边缘、相位等特征,提取出目标在图像中的特征表现,如多尺度边缘检测、相位梯度等。
DB51/TXXXXX—XXXX8附录A(资料性附录)SAR遥感数据产品分级规范应用案例
A.1TerraSAR-X数据产品分级案例TerraSAR-X卫星为德国研制的一颗高分辨率雷达卫星,携带一颗高频率X波段合成孔径雷达传感器,可以聚束式、条带式和推扫式3种模式成像,并拥有多种极化方式。其数据产品分级案例见表A.1。
表A.1TerraSAR-X数据产品分级方案与本规范分级对照表
SAR遥感数据产品分级规范解释TerraSAR-X数据产品分级解释
0级L0原始标准景产品————
1级L1A单视复数据产品SSC单视斜距复影像数据产品L1B多视功率产品MGD多视地距探测产品:经过噪声抑制和投影到地距的产品L1C多视功率增强产品————
2级L2几何校正产品GEC地理编码椭球校正产品:用WGS84椭球对影像进行了通用横轴墨卡托投影(UTM)或通用极球面投影(UPS)后的产品3级L3几何精校正产品————
4级L4正射校正产品EEC进行地理编码且使用SRTMDEM进行地形起伏纠正的产品
ORISAR高精度正射影像:使用高精度DEM进行地形纠正的产品
5级L5FUS区域融合产品MCSAR镶嵌产品OISAR定位影像:镶嵌产品的子集或者一景影像的一个区域ADMSAR升降轨融合产品
L5DTP_DEM
数字地形产品
数字高程模型产品
————L5DTP_DSM数字地表模型产品L5DTP_DLG数字线划图产品
L5DTP_DEF地表形变产品
L5SCP_POL地表覆盖产品极化特征产品DB51/TXXXXX—XXXX9表A.1(续)
SAR遥感数据产品分级规范解释TerraSAR-X数据产品分级解释
5级L5SCP_CLA地表覆盖产品地物分类产品————6级L6专题产品OMSAR正射图:具有地图结构和图例的正射制图产品CDMSAR变化监测图SUBSAR地表沉陷图
A.2COSMO-SkyMed数据产品分级案例COSMO-SkyMed系统是一个由意大利航天局和意大利国防部共同研发的4颗雷达卫星组成的星座,工作于X波段,提供了具有全球覆盖能力、适应各种气候的日夜获取能力及高分辨率、高精度、高干涉极化测量能力的高效便利的产品服务。其数据产品分级案例见表A.2。
表A.2COSMO-SkyMed数据产品分级方案与本规范分级对照表SAR遥感数据产品分级规范解释COSMO-SkyMed数据产品分级解释
0级L0原始标准景产品0级Raw数据:原始信号产品
1级L1A单视复数据产品1A级单视复数斜距产品:由经过内部辐射定标的SAR聚焦数据组成L1B多视功率产品1B级地距多视产品:经过多视和投影到地距的产品L1C多视功率增强产品————2级L2几何校正产品1C级地理编码椭球体纠正产品3级L3几何精校正产品————4级L4正射校正产品1D级地理编码地形纠正产品
5级L5FUS区域融合产品
————L5DTP_DEM
数字地形产品
数字高程模型产品
L5DTP_DSM数字地表模型产品
L5DTP_DLG数字线划图产品
L5DTP_DEF地表形变产品
L5SCP_POL地表覆盖产品极化特征产品————
L5SCP_CLA地物分类产品————DB51/TXXXXX—XXXX10表A.2(续)SAR遥感数据产品分级规范解释COSMO-SkyMed数据产品分级解释
6级L6专题产品————
A.3RADARSAT-2数据产品分级案例RADARSAT-2是一颗搭载C波段传感器的高分辨率商用雷达卫星,由加拿大太空署与MDA公司合作完成。具有高分辨率、多极化方式的数据获取能力。其数据产品分级案例见表A.3。
表A.3RADARSAT-2数据产品分级方案与本规范分级对照表SAR遥感数据产品分级规范解释RADARSAT-2数据产品分级解释
0级L0原始标准景产品————
1级L1A单视复数据产品SLC单视复数产品L1B多视功率产品SGFSAR地理参考精细分辨率产品:进行4视处理SGXSAR地理参考超精细分辨率产品:与SGF相似,区别是采用更小的像元尺寸SCN窄幅ScanSAR产品SCW宽幅ScanSAR产品L1C多视功率增强产品————
2级L2几何校正产品SSGSAR地理编码系统校正产品:在SGF的基础上进行地图投影
3级L3几何精校正产品SPGSAR地理编码精校正产品:采用控制点对几何校正模型进行修正4级L4正射校正产品————
5级L5FUS区域融合产品————L5DTP_DEM数字地形产品
数字高程模型产品
L5DTP_DSM数字地表模型产品
L5DTP_DLG数字线划图产品
L5DTP_DEF地表形变产品
L5SCP_POL地表覆
盖产品
极化特征产品
L5SCP_CLA地物分类产品6级L6专题产品————DB51/TXXXXX—XXXX11A.4TanDEM-X数据产品分级案例TanDEM-X卫星为德国研制的一颗高分辨率雷达卫星,与TerraSAR-X卫星性能基本相同,二者采用螺旋轨道星座,以紧密编队方式飞行,形成以下观测模式:干涉模式、双收天线模式、干涉和成像组合模式。其数据产品分级案例见表A.4。
表A.4TanDEM-X数据产品分级方案与本规范分级对照表SAR遥感数据产品分级规范解释TanDEM-X数据产品分级解释
0级L0原始标准景产品RAW原始信号产品
1级L1A单视复数据产品SLC单视斜距复影像数据产品CoSSC配准的单视复数斜距影像对产品L1B多视功率产品————L1C多视功率增强产品
2级L2几何校正产品————3级L3几何精校正产品————4级L4正射校正产品————
5级L5FUS区域融合产品————
L5DTP_DEM数字地形产品数字高程模型产品DEM产品DEM产品是TanDEM-X任务的主要产品L5DTP_DSM数字地表模型产品
————L5DTP_DLG数字线划图产品L5DTP_DEF地表形变产品
L5SCP_POL地表覆
盖产品
极化特征产品
L5SCP_CLA地物分类产品
6级L6专题产品————
A.5HJ-1C数据产品分级案例HJ-1C卫星是环境与灾害监测预报小卫星的1颗雷达卫星,也是中国首颗S波段合成孔径雷达卫星。HJ-1C具有条带和扫描两种工作模式,成像带宽分别为40公里和100公里。SAR雷达单视模式空间分辨率可达5m,提供的SAR图像以多视模式为主。该卫星由中国航天科技集团公司中国东方红卫星股份有限公司研制,中国科学院参加了有效载荷的研制任务。HJ-1C数据产品分级方案与本规范分级对照案例见表A.5。DB51/TXXXXX—XXXX12表A.5HJ-1C数据产品分级方案与本规范分级对照表SAR遥感数据产品分级规范解释HJ-1C数据产品分级解释
0级L0原始标准景产品0级成像处理前的原始数据
1级L1A单视复数据产品1级1A:单视复型影像产品L1B多视功率产品1B:多视功率影像产品,经过成像处理、辐射校
正和距离向四视处理,以功率数据形式存储L1C多视功率增强产品
2级L2几何校正产品2级地理编码产品:经过成像处理、辐射校正和系统级几何校正处理,形成具有地图投影的产品
3级L3几何精校正产品3级几何精校正产品:经过成像处理、辐射校正和几何校正,同时采用地面控制点改进几何精度的产品
4级L4正射校正产品4级正射校正产品:经成像处理、辐射校正、几何校正和几何精校正,同时采用数字高程模型纠正了地势起伏影响的产品
5级L5FUS区域融合产品————L5DTP_DEM数字地形产品
数字高程模型产品
L5DTP_DSM数字地表模型产品
L5DTP_DLG数字线划图产品
L5DTP_DEF地表形变产品
L5SCP_POL地表覆
盖产品
极化特征产品
L5SCP_CLA地物分类产品
6级L6专题产品5级基础专题产品:在上述产品的基础上加入影像元数据信息、叠加图廓、网格信息、以及相关标注信息、分析结果的产品
A.6Sentinel-1数据产品分级案例Sentinel-1(哨兵1号)卫星是欧洲航天局哥白尼计划(GMES)中的地球观测卫星,由两颗卫星组成。Sentinel-1基于C波段的成像系统采用4种成像模式来观测,具有双极化、短重访周期、快速产品生产的能力,可精确确定卫星位置和姿态角。它采用预编程、无冲突的运行模式,可以实现全球陆地、海岸带、航线的高分辨率监测。Sentinel-1数据产品分级方案与本规范分级对照案例见表A.6。