相关实验视频
Updated: Jan 7, 2026
11:34
Scattering And Absorption of Light in Planetary Regoliths
Published on: July 1, 2019
10.9K
根据微波反射贡献分解模型,在混合像素内估计端子反射系数.
Yubin Song1,2, Zhitong Zhang2, Hongwei Zheng3,4,5
1XinJiang Huier Agriculture Group Co., Ltd., Changji 831100, China.
Sensors (Basel, Switzerland)
|December 31, 2025
概括
这项研究引入了一种新模型,用于估计合成孔径雷达 (SAR) 图像中混合像素的纯雷达反射信号. 这种方法提高了表面参数反转的准确性,特别是在土壤和草原的末端.
科学领域:
- 遥感 遥感 遥感 遥感
- 地质物理学 地质物理学
- 电磁学 电磁学 电磁学 电磁学
背景情况:
- 合成孔径雷达 (SAR) 图像中的混合像素污染是由于土地类型的复杂性和空间分辨率有限而造成的重大挑战.
- 混合像素中的多个终端成员的反向散射贡献的组合妨碍了精确的表面参数反转.
- 很少有研究解决了这些混合像素中的纯背散射信号的分解和估计.
研究的目的:
- 提出和验证一种新的方法,用于在混合SAR像素中估计终端成员的纯反向散射系数.
- 通过解决信号混合问题来提高表面参数反转的准确性.
- 评估模型在不同端子丰度和类型的性能.
主要方法:
- 使用超光谱除技术与微波反射散射贡献分解 (MBCD) 模型相结合.
- 估计混合像素内个别端子的纯反射散射系数.
- 基于端子丰富度,植被覆盖面和端子数量的模型性能评估.
主要成果:
- 在植被覆盖率低于25% (R2≈0.88) 的情况下,观察到高精度估计土壤回散系数.
- 对土壤的估计准确性随着植被覆盖面的增加而下降.
- 该模型在广泛的植被覆盖面 (0.2-0.8) 上保持了草端子的高精度,R2=0.80.
结论:
- 拟议的MBCD模型有效地估计了混合SAR像素的纯反射散射系数.
- 模型性能受到终端成员的丰富性和类型的显著影响,根据植被覆盖范围的准确性有所不同.
- 该方法提供了一种有前途的方法,用于提高复杂的土地覆盖场景中的表面参数反转精度.
