项目名称: 卫星极化雷达林火监测研究

项目编号: No.41271430

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 天文学、地球科学

项目作者: 张永红

作者单位: 中国测绘科学研究院

项目金额: 75万元

中文摘要: 林火是森林生态系统的重要干扰因子,准确地掌握林火信息对于森林资源的科学管理、环境保护及碳循环研究都有重要意义。卫星遥感是获取大范围林火信息的唯一可行手段。合成孔径雷达(SAR)对散射体的空间结构非常敏感,能提供光学和红外遥感无法获得的关于林火的独特信息。现有SAR林火监测方法绝大多数基于后向散射强度分析,没有充分利用极化测量的优势。本项目以新一代星载极化SAR RadarSat-2影像为主要数据源,从过火林地后向散射机制变化出发,研究基于极化特征分析的卫星SAR林火燃烧面积提取方法,建立极化SAR燃烧强度定量估计模型,开发极化SAR林火监测软件原型系统,为国内外林火遥感和相关生态学研究提供技术和应用基础。

中文关键词: 合成孔径雷达;林火;极化;燃烧面积;燃烧强度

英文摘要: Fire is an important disturbance factor for global forest ecosystem. It is of great significance to acquire accurate information on forest fire activity, such as the timing, location, severity, burnt area and frequency of fires, for informative forest management, environment protection and carbon cycling. Satellite remote sensing is recognized the only means to provide such kind of information over large areas. Visible/near infrared and thermal remote sensing has been used for forest fire characterization for over two decades, and many fire products based on optical remote sensing has appeared. In comparison, forest fire characterization with Synthetic Aperture Radar (SAR) is far to be matured. In fact, SAR is very sensitive to the spatial structure of the scatterers, and can provide some unique information about forest fires which can not be observed with optical and thermal sensors. Current researches about forest fire mapping with microwave remote sensing use mainly the magnitude or intensity of SAR images, and have not fully explored the rich information carried by SAR polarization images. This project will study the methods of forest fire characterization with satellite polarized SAR images through analyzing the variation of backscattering mechanism of fire-affected forests. The quad-polarization SAR images

英文关键词: SAR;forest fire;polarimetry;burned area;burn severity

成为VIP会员查看完整内容
0

相关内容

数据科学平台:特征、技术及趋势
专知会员服务
45+阅读 · 2022年4月17日
「图像异常检测 」最新2022研究综述
专知会员服务
86+阅读 · 2022年4月15日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
37+阅读 · 2021年5月9日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
41+阅读 · 2021年2月8日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
深度学习在自动驾驶感知领域的应用
AI100
11+阅读 · 2019年3月6日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
干货 | 目标识别算法的进展
计算机视觉战队
17+阅读 · 2017年6月29日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月14日
小贴士
相关VIP内容
数据科学平台:特征、技术及趋势
专知会员服务
45+阅读 · 2022年4月17日
「图像异常检测 」最新2022研究综述
专知会员服务
86+阅读 · 2022年4月15日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
37+阅读 · 2021年5月9日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
41+阅读 · 2021年2月8日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员