Архив
Том 21, 2024
Том 20, 2023
Том 19, 2022
Том 18, 2021
Том 17, 2020
Том 16, 2019 г.
Том 15, 2018 г.
Том 14, 2017 г.
Том 13, 2016 г.
Том 12, 2015 г.
Том 11, 2014 г.
Том 10, 2013 г.
Том 9, 2012 г.
Том 8, 2011 г.
Том 7, 2010 г.
Выпуск 6, 2009 г.
Выпуск 5, 2008 г.
Выпуск 4, 2007 г.
Выпуск 3, 2006 г.
Выпуск 2, 2005 г.
Выпуск 1, 2004 г.
Поиск
Найти:
Подписка/отписка
на рассылку новостей
Ваш e-mail:
ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. №4. С. 87-96

Сравнение результатов поляриметрической классификации по данным РСА ALOS PALSAR

М.Ю. Достовалов , Р.В. Ермаков , Т.Г. Мусинянц 
НИИ Точных Приборов, 127490, Москва, ул.Декабристов вл.51
Перспективным направлением повышения информативности РЛ данных является использование поляри-
метрического режима съемки, данные которого позволяют судить об основных механизмах рассеяния объ-
ектов. В работе решалась задача оценка возможности обнаружения участков вырубки по РЛ изображениям
тропического леса с использованием поляризационной информации РСА ALOS PALSAR. В процессе срав-
нительного анализа поляриметрической классификации радиолокационных данных оказалось, что эффек-
тивность выделения участков вырубки по данным с поляризационной матрицей из двух компонент оказа-
лась существенно выше, чем по данным с полной поляризационной матрицей. Наиболее существенным раз-
личием в обрабатываемых наборах РЛ данных являлось изменение угла наблюдения в вертикальной плоско-
сти, составляющее 25° для кадров с полной поляризационной матрицей и 39° для кадров с двумя поляриза-
ционными компонентами.
Ключевые слова: РСА, PALSAR, радиолокационные изображения, поляриметрическая классификация
Полный текст

Список литературы:

  1. Thiel C., Weise C., Riedel T., Schmullius C. Object Based Classification of L-band SAR Data for the Delineation of Forest Cover Maps and the Detection of Deforestation. Conference Proc OBIA-2006.
  2. Quegan S., Toan T. L., Yu J.J., etc. Multitemporal ERS SAR Analysis Applied to Forest Mapping. IEEE Trans. on Geoscience and Remote Sensing, 2000, Vol. 38, №. 2, pp 741-753
  3. J.S. Lee, M. R. Grunes and E. Pottier, Quantitative Comparison of Classification Capability: Fully polarimetric versus Dual- and Single polarization SAR, IEEE Trans. on Geoscience & Remote Sensing , November 2001
  4. Cloude, S.R., Pottier, E. An Entropy Based Classification Scheme for Land Applictions of Polarimetric SAR// IEEE Transactions on Geoscience and Remote Sensing.-1997.-Vol. 35.-No. 1- P. 68-78.
  5. Jong-Sen Lee, K. W. Hoppel, Stephen A. Mango Intensity and Phase Statistics of Multilook Polarimetric and Interferometric SAR Imagery. IEEE Transactions on Geoscience and Remote Sensing, 1994, Vol. 32, N5, pp 1017-1028.
  6. Cloude, S.R., Pottier, E. A Rewiew of of Target Decomposition Theorems in Radar Polarimetry. // IEEE Transactions on Geoscience and Remote Sensing.-1996.-Vol. 34.-No. 2-P. 498-518.