您的位置： 专家智库 > >

孙维东

作品数：5 被引量：20H指数：2
供职机构：武汉大学测绘遥感信息工程国家重点实验室更多>>
发文基金：国家自然科学基金更多>>
相关领域：天文地球电子电信农业科学自动化与计算机技术更多>>

合作作者

文献类型

  • 4篇期刊文章
  • 1篇会议论文

领域

  • 3篇天文地球
  • 2篇电子电信
  • 1篇自动化与计算...
  • 1篇农业科学

主题

  • 3篇孔径雷达
  • 3篇雷达
  • 3篇极化
  • 3篇合成孔径
  • 3篇合成孔径雷达
  • 2篇支持向量
  • 2篇向量
  • 1篇地震
  • 1篇定标
  • 1篇雨林
  • 1篇震后
  • 1篇支持向量回归
  • 1篇支持向量机
  • 1篇神经网
  • 1篇神经网络
  • 1篇双极化
  • 1篇水分
  • 1篇土壤
  • 1篇土壤水
  • 1篇土壤水分

机构

  • 5篇武汉大学
  • 2篇中国科学院空...
  • 1篇郑州大学
  • 1篇中国科学院
  • 1篇国土资源
  • 1篇信息技术有限...

作者

  • 5篇孙维东
  • 3篇杨杰
  • 2篇赵伶俐
  • 2篇李平湘
  • 2篇史磊
  • 1篇杨乐

传媒

  • 1篇武汉大学学报...
  • 1篇遥感信息
  • 1篇测绘科学
  • 1篇雷达学报（中...

年份

  • 1篇2025
  • 1篇2024
  • 1篇2022
  • 1篇2019
  • 1篇2016
共 5 条 记 录，以下是 1-5
全选 清除 导出
排序方式：
利用相干系数辅助震后倒塌建筑物快速评估被引量：2
2016年
针对目前地震灾害支援工作中,利用雷达遥感技术对灾区建筑物倒塌情况进行大范围评估时一般难以获取到震前数据的问题,提出了一种利用高分辨率干涉合成孔径雷达技术的倒塌建筑物快速评估方法。此方法采用"相干系数估计-局部倒塌识别-街区倒塌判别"3个步骤实现倒塌解译:通过采用震后干涉对作为数据源避免了缺少震前数据的问题,通过对局部影像块而非直接对像素进行处理的方式加快了倒塌评估的效率,之后使用最大投票法获取街区级倒塌程度评估结果,提高了评估精度和稳定性。以2010年玉树地震为案例,定量分析与实验结果表明该文方法在不依赖震前数据的前提下,仍可在街区级倒塌情况评估中达到较高的解译精度。
徐丰孙维东杨杰
关键词：地震干涉合成孔径雷达支持向量机
SAR影像与对抗学习融合下的可见光影像云雾去除
2024年
针对光学遥感影像经常受到云雾遮挡、干扰解译,使得数据利用率低的问题,该文利用SAR影像全天时全天候的特性,提出了一套“雷达-光学”的影像转换算法,以SAR影像为输入,利用对抗网络结合深度学习强大的非线性映射能力以及对抗学习博弈式学习任意数据分布的特点,实现通过云覆盖区域的SAR影像直接生成相应的无云伪可见光影像。实验表明,该方法对于薄云、厚云、大范围云雾的去除效果均比较好,能够在很大程度上提升光学遥感影像的可用性。
徐妍周杰赵伶俐孙维东
关键词：合成孔径雷达
LT-1A卫星全极化SAR辐射与极化系统误差稳定性分析:以热带雨林场景为例
2025年
作为中国新一代天基长波SAR的代表,陆地探测1号01卫星(LT-1A)于2022年1月发射进入太阳同步轨道。LT-1A搭载的长波合成孔径雷达(SAR)工作在L波段,具备单极化、线性双极化、紧缩双极化、全极化等对地观测能力。现有研究主要侧重于LT-1A重轨干涉数据获取能力以及数字高程模型、沉降产品的生产精度评价,对LT-1A的辐射精度、地物极化信息保持能力的研究较为缺乏。该文以热带雨林植被为观测对象,通过不依赖人工定标器的自主定标方法对LT-1A全极化数据辐射误差、极化误差的稳定性进行评价与分析。实验表明:LT-1A传感器的辐射稳定性较好、极化精度优于国际对地观测组织(CEOS)推荐指标。持续对地观测1000 km内归一化雷达截面(NRCS)误差波动小于1 dB(3倍标准差)、5天内重返观测时辐射误差波动小于0.5 dB(3倍标准差);全极化观测模式下系统串扰低于-35 dB甚至达到-40 dB,交叉极化通道不平衡优于0.2 dB与2°,同通道不平衡优于0.5 dB与10°;系统噪声介于-42~-22 dB,平均系统等效热噪声优于-25 dB,热噪声水平随持续对地观测时长的增加有升高。此外,该研究验证了电离层对LT-1A极化数据质量的影响:5°法拉第旋转角造成的图像退化与-20 dB系统串扰带来的影响相当,而3°~20°法拉第旋转角在中、低纬度较为常见,这将带来-21.16~-8.78 dB的极化通道间扰动,即电离层对全极化数据质量的退化相较传感器-40 dB的串扰更为严重。
史磊孙维东杨乐杨杰赵伶俐李平湘刘亚波
关键词：热带雨林合成孔径雷达
利用随机森林回归进行极化SAR土壤水分反演被引量：18
2019年
全极化合成孔径雷达影像能够提供地物丰富的极化信息,挖掘这些信息在地表参数反演中的作用是目前相关领域的研究趋势之一。针对冬小麦区域的不同植被覆盖情况,利用随机森林回归对常用极化特征在土壤水分反演中的重要性进行评估,并在此基础上进行特征选择,挑选优化的极化特征组合,构建了高精度的土壤水分反演模型。实验结果显示,由重要性评分较高的极化特征所组成的反演模型能得到均方根误差(root mean square error, RMSE)小于6%的反演精度,比只输入传统线极化后向散射系数的模型在不同时相、不同数据集的精度都有所提高。与支持向量回归和人工神经网络模型进行比较,利用随机森林回归进行重要性评分与土壤水分反演的效果更好。
李平湘刘致曲杨杰孙维东黎旻懿任烨仙
关键词：极化SAR土壤水分支持向量回归人工神经网络
不依赖角反射器的双极化影像定标研究
双极化合成孔径雷达(synthetic aperture radar,SAR)能够获取大范围、高分辨率地面观测信息.相比于全极化SAR系统,双极化系统观测通道较少,有限的观测信息为极化标定带来了挑战.传统极化定标方法 常...
史磊孙维东李平湘杨杰杨乐刘亚波
关键词：双极化串扰
全选 清除 导出
共1页<1>
聚类工具0