星载合成孔径雷达(SAR)直接定位算法是发展SAR影像椭球表面校正地理编码(GEC)和地形校正地理编码(GTC)算法的基础。发展高精度的直接定位算法对促进SAR影像的应用具有重要意义。本文在距离-多普勒(RD)定位模型定位算法的基础上,发展了一种将纯分析法(AGM)和纯数值计算法相结合的算法(AIRGM)。新的定位算法兼有纯分析法和纯数值计算法的优点。利用一景ERS-2 SAR SLC数据,采用两种精度评价方法,将所发展的算法与现有的两种算法的定位精度进行了对比。第1种精度评价方法以影像产品中提供的四角点大地坐标为参考,第2种方法以从1∶5万地形图上获取的14个控制点为参考。评价结果表明AIRGM算法不仅定位精度较高,而且执行效率比纯粹的数值解算法(ASF)有了很大的提高。
许多研究已表明合成孔径雷达(SAR)对水稻识别及作物长势监测很有潜力。但是,以往的研究多是采用单极化多时相SAR数据进行水稻监测的。该文本着探讨多极化方式的优势以及降低数据购买成本和减少数据处理量的目的,对单时相双极化的ENV ISAT A SAR APP数据的水稻识别能力进行了评价。在水稻生长季节,获取了覆盖江苏洪泽县的A SAR APP时间序列数据。首先,分析比较不同地物的后向散射系数,选择出最能区分水稻与非水稻的单时相数据;然后,采用决策阈值法将水稻信息从图像中提取出来;最后,利用DGPS实测的样地数据对水稻识别进行精度验证。结果表明,利用水稻齐穗期至近成熟期的HH和VV极化的ENV ISAT A SAR APP图像能较好区分水稻与非水稻,水稻识别精度可达86%以上。
