导读:本文包含了极化分解论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:分解,生物量,鄱阳湖,土壤,墒情,灰色,森林。
极化分解论文文献综述
康伟,张王菲,张亚红,丁阳,王馨爽[1]（2019）在《小麦生物量极化分解参数响应及反演》一文中研究指出生物量是反映农作物产量和生长健康状况的主要指标,然而直接进行农作物生物量估测不仅耗时耗力,而且具有破坏性。由于遥感技术在植被生物量反演中的方便、快捷及有效性,近年来不少研究者开始关注采用遥感技术进行农作物生物量的反演。小麦是包括中国在内的许多国家的主要粮食作物,寻找合适的小麦生物量精确估测方法在其产量估测中具有重要意义。以试验区小麦整个生长期内获取的5景全极化Radarsat-2数据及同步的地面调查数据为基础,分析了Freeman-Durden和H/A/α两种极化分解的相关极化参数与其生物量的相关关系,并在此基础上构建了4种传统经验回归模型和随机森林(RF)非参数模型反演小麦生物量。另外,根据农作物散射的物理基础,结合Freeman-Durden分解参数,还构建了表面散射与整体散射能量比值参数、体散射与总体散射能量比值参数、体散射与表面散射比值参数和二次散射与整体散射能量比值参数(Odd/Span,Vol/Span,Vol/Odd and Dbl/Span)四个参数参与极化参数对小麦生物量的敏感性分析。研究中提取的各极化参数根据播后天数在各地块内取均值以降低随机性对提取的极化参数的影响,共计95块小麦地块用于研究。研究结果表明:Freeman-Durden分解的参数中,体散射分量、表面散射分量及这两者与总散射能量的比值、这两者的比值均表现出与小麦生物量的高相关性(R2>0.55);相比Freeman-Durden分解的参数,H/A/α分解参数中除反熵外,熵和散射角均表现出与生物量的高相关性(R2>0.70)。另外,小麦生物量反演模型的可行性研究结果表明:4种经验回归模型中,二次多项式和对数模型更适合采用极化参数对小麦生物量的反演。该类方法反演小麦生物量的最佳均方根误差为77.94g·m-2,相对误差为29.05%。尽管采用随机森林的重要性参数排序中,H/A/α分解中的H和α参数也排序靠前,但是在单因子的经验回归中,其反演结果的误差较大,均方根误差为101.74g·m-2,相对误差为37.91%。尽管如此,大多数非参数随机森林参数重要性排序结果与极化分解参数与生物量相关分析的结果基本一致,采用随机森林反演。小麦生物量的精度也有明显提高,均方根误差为54.53g·m-2,相对误差为20.32%。(本文来源于《沈阳农业大学学报》期刊2019年05期）
李春江,沈国状,张继超[2]（2019）在《基于灰色系统理论的植被物理参数与极化分解参数的关联分析——以鄱阳湖湿地为例》一文中研究指出结合灰色系统理论,基于3期(2013、2015和2016年)鄱阳湖湿地植被物理参数数据和RADARSAT-2极化SAR影像数据,分别建立植被生物量、极化分解分量与鄱阳湖植被物理参数的关系模型,并分析不同植被物理参数对生物量积累的贡献和对极化分解分量的影响。结果表明:在植被生长旺盛初期阶段到旺盛稳定阶段,对植被生物量积累贡献较大的主要是植株参数和下垫面参数,对极化分解分量影响较大的主要是下垫面参数和茎秆参数,并根据各阶段较大关联度数据合理地分析和确定了野外采样参数。(本文来源于《遥感技术与应用》期刊2019年04期）
李春江,沈国状,张继超[3]（2019）在《基于灰色系统理论的植被物理参数与极化分解参数的关联分析——以鄱阳湖湿地为例》一文中研究指出结合灰色系统理论,基于3期(2013年、2015年和2016年)鄱阳湖湿地植被物理参数数据和Radarsat-2极化SAR影像数据,分别建立植被生物量、极化分解分量与鄱阳湖植被物理参数的关系模型,并分析不同植被物理参数对生物量积累的贡献和对极化分解分量的影响。结果表明:在植被生长旺盛初期阶段到旺盛稳定阶段,对植被生物量积累贡献较大的主要是植株参数和下垫面参数,对极化分解分量影响较大的主要是下垫面参数和茎秆参数,并根据各阶段较大关联度数据合理的分析和确定了野外采样参数。(本文来源于《遥感技术与应用》期刊2019年02期）
于欣彤[4]（2019）在《基于SAR极化分解与TM数据的森林生物量多源遥感估测》一文中研究指出森林生物量是森林生态系统长期生产与代谢过程中积累的结果,是森林生态系统运转的能量基础和物质来源。包括林木的生物量和林下植被层的生物量,林木生物量包含根、茎、叶、花果、种子和凋落物等的总重量。通常以单位面积或单位时间积累的干物质量或能量来表示。其大小受光合作用、呼吸作用、死亡、收获和人类活动等因素的影响,是森林演替、人类活动、自然干扰、气候变化和大气污染等因素的综合结果,是评价森林生态系统结构和功能的重要指标。森林生物量的估测手段有很多,本文所采用的是利用多源遥感数据从大区域尺度上对森林生物量进行遥感估测,该方法具有先进性和实用性。对森林生物量的准确估测有利于人们及时监测森林的生长状态和掌握森林的变化规律,为合理保护、管理、利用森林资源、创造稳产高产的森林生态系统提供理论依据。准确估算大区域尺度的森林生物量对于了解森林生态系统状况和科学指导林业经营与管理具有非常重要的指导意义。本文旨在利用RADARSAT-2 SAR图像结合LANDSAT5TM图像定量估算大区域尺度的森林生物量。首先,通过极化分解方法处理SAR数据获得46个极化分解参数,然后将这46个极化分解参数加上LANDSAT5 TM数据的6个波段参数共计51个参数作为自变量,森林生物量W用作因变量来构建统计回归模型。模型构造使用两种方法:1)逐步回归法,此方法共筛选出两个参数,分别为TM Band4和FreeMan3 Odd两个参数,建立回归模型,模型R2为0.534,拟合精度为67.51%,RMSE为43.21 t/ha;2)最优子集方法,使用Bootstrap方法过滤51个自变量,共过滤剩余9个参数参与建模,然后用这9个构造最优子集模型,共有5个参数选入模型。模型建立后,使用交叉验证法对模型进行验证,结果模型R2为0.7682,拟合精度为88.32%,拟合RMSE为14.98 t/ha,验证精度为86.21%,验证RMSE为19.14t/ha,CP指数为5.2495,赤池信息量为256.5045。经比较,最优子集方法构建的回归模型具有更高的精度,更小的误差,本文最终采用最优子集方法构建反演模型,得到研究区森林生物量分布图。本文的研究结果表明:将全极化的C波段SAR数据与LANDSAT5 TM光学数据相结合形成多源数据来构建遥感信息模型,可以准确地反演森林生物量。(本文来源于《东北林业大学》期刊2019-04-01）
梁文婧[5]（2018）在《步进频率全极化探地雷达及Freeman极化分解研究》一文中研究指出探地雷达利用高频电磁波在地下传播及反射的现象对地下或物体内部不可见的目标或界面进行定位,是一种应用广泛的非破坏性浅层探测技术。随着生产生活以及科研工作对探地雷达的数据质量和携带信息量的要求不断提高,同时,由于大量数据处理方法的引入,弥补了探地雷达的数据处理的空白。极化雷达研究主要利用雷达回波表现目标体特征,由于极化信息在对目标信号的滤波和增强、抗有源和杂波干扰、目标检测与识别中具有一定优势,所以极化雷达越来越受到广泛关注。为高效完成不同极化模式下的数据采集,尽可能多的获取探测目标的反馈信息,探地雷达系统由最初的单对天线即单一极化模式天线逐步向多种极化模式天线组合的方向发展,以此满足实际探测中获取丰富目标反馈信息的需要。然而若分次分步的布置不同极化模式天线组合,受天线重复定位精确度的影响,在不同程度上给探测工作引入巨大误差。若能一次性完成多种极化模式天线组合的布置工作,将大大提高工作效率。极化目标分解方法已经在遥感研究领域中得到成熟的发展及应用,通过探测得到的极化数据来分辨不同目标体具有极高的准确性。近年来,一些探地雷达领域的研究学者将极化目标分解方法引入探地雷达的研究工作中,对探地雷达勘探中的目标体数据进行处理,也得到了良好效果,但对于实际工作中还需要更有效的方法以提升辨识效果。本文旨在实现上述目标,本着天线布局的时间同步性思想与设计原则,围绕探地雷达领域中全极化数据采集和属性分析两个重要步骤展开,开展步进频率全极化探地雷达的构建和极化分解技术的相关问题研究。全文共分六章:第1章,分析频域探地雷达和极化探地雷达的发展历程和现状,汇总极化分解技术的国内外研究现状,以此提出本文拟解决的问题、研究内容和研究创新点。第2章,在详细阐述天线理论的基础上,应用HFSS仿真软件仿真并优化四种探地雷达常用天线,通过分析不同天线的特性甄选适合于本研究的极化探地雷达天线单元并制作实物,完成天线性能测试。建立了两种同时包含HH和VV共极化模式,HV和VH交叉极化模式的天线阵列,分别为多次覆盖全极化天线阵列和全极化共中心点天线阵列。第3章,构建步进频率全极化探地雷达,通过开关控制转换器和同轴开关将原矢量网络分析仪上的双通道各自扩展为六个通道,实现多通道发射及多通道接收,多种极化模式一次性获取的目的。基于Labview开发平台设计开发出数据采集控制系统,实现计算机远程操作,通道间转换、数据保存的自动控制。第4章,全极化探地雷达数据分析理论,详细介绍极化的表征方法和几种基本散射机理,比较几种常见的极化分解方法,对极化相干矩阵与极化协方差矩阵进行进一步研究,相较于传统的单极化探地雷达理论,建立的全极化雷达波的地下探测原理能提取地下目标的散射矩阵、特征矢量、极化相干矩阵和极化协方差矩阵。第5章,选取非相干目标分解方法中基于散射模型的Freeman分解方法结合地震勘探中的偏移技术,发展出一种适用于全极化探地雷达的极化分解技术,可对地下目标体进行分类,并重建高质量目标图像,以提取表层目标体属性。将该极化分解技术应用于实验采集到的全极化探地雷达数据对目标体进行分类,重建增强效果的高质量目标图像,并进行数据解释。第6章,研究结论及展望。本研究的主要贡献如下:(1)利用HFSS仿真软件仿真与优化了四种探地雷达常用的天线单元,通过比较同频段不同天线的特性,优选并制作适合于本研究的极化探地雷达系统的Vivaldi天线作为天线单元,利用网络分析仪测试该天线性能。(2)设计并组建多次覆盖全极化天线阵列和全极化共中心点天线阵列,前者通过迭加采集到的共中心点数据来压制噪音,有效提高系统测量信噪比,后者以数量较少的天线单元组建包含HH和VV的共极化模式,HV和VH的交叉极化模式天线阵列,可完成四种极化模式的共中心点数据采集。(3)构建步进频率全极化探地雷达,通过开关控制转换器和同轴开关将原矢量网络分析仪上的双通道各自扩展为六个通道,实现多通道发射及多通道接收的目的。基于Labview开发平台,设计开发了一个数据采集控制系统,通过对控制系统用户界面的操作,可以快速完成数据采集参数的设置和多个通道的数据采集并保存。以应用实验为例验证该雷达硬件和软件系统、两种天线阵列系统的可靠性。(4)建立了全极化雷达波地下探测的数据分析理论,能提取地下目标的散射矩阵、特征矢量、极化相干矩阵和极化协方差矩阵,更完善的包含了目标的尺寸、形状、结构等属性信息。融合使用这些矩阵和矢量,可以对地下目标进行更精确的极化分析,进而提高目标的成像质量,并进行分类识别。(5)将基于散射模型的Freeman分解方法和地震勘探中的偏移技术结合,发展出一种可应用于全极化探地雷达的极化分解方法,对全极化数据进行处理可实现对地下目标体分类,并重建高质量目标图像,以提取表层目标体属性。(本文来源于《吉林大学》期刊2018-05-01）
再屯古丽·亚库普[6]（2018）在《基于PALSAR数据极化分解信息的于田绿洲土壤盐渍化信息提取研究》一文中研究指出土壤作为人类生存和生活最基本的自然资源之一,影响着人类生存、生态环境平衡、社会经济和农业可持续发展。然而,在干旱、半干旱地区土壤原生盐渍化和次生盐渍化问题越来越突出,引起土壤肥力下降、酸碱失衡、土地退化、土地资源极度匮乏等问题,严重制约农业和社会经济发展,影响着可持续发展的战略大局。如今越来越多的学者关注着农业耕地和粮食安全问题,在区域范围内动态、快速、准确提取土壤盐渍化信息,监测盐渍土空间分布特征以及对盐土壤盐渍化状况进行定量反演在防止生态环境进一步恶化,农业生产和社会经济可持续发展以及土壤盐渍化的治理利用、统筹规划中至关重要。本文选择新疆于田绿洲为研究区,针对绿洲土壤盐渍化信息提取和定量反演,利用遥感技术和GIS方法,将传统野外实地调查采集的土壤样品理化性质结合于光学和微波遥感数据,采用多种极化分解方法和SVM分类方法实现了于田绿洲土壤盐渍化微波遥感监测;对研究区各采样点后向散射系数、土壤含盐量、含水量以及pH值进行描述性统计分析,并利用各采样点土壤的一些主要的参数作为因变量,通过多元线性回归模型、地理加权回归模型和BP神经网络模型构建了研究区土壤含盐量反演模型,并对模型进行精度评价与对比分析;为了进一步利用雷达数据极化信息,在Cloude–Pottier理论基础上,尝试构建于田绿洲H-α特征空间,初步确定不同土地类型在H-α特征空间上的位置以及散射类型,从而实现土壤盐渍化机理分析。本文主要结论如下:1)本文利用PALSAR-2数据,在极化分解理论基础上,运用多种极化分解方法提取不同的极化参数,并通过wishart和SVM分类方法对研究区进行分类。为了充分挖掘和提取PALSAR-2图像中丰富的目标信息通过目视判读进行反复选择,最终选取噪声较少的12种极化参数作为最佳分类特征信息。将上述11种极化分量作为特征信息加入到SVM分类中对研究区进行土地类型分类。分类结果表明,在相同的训练样本情况下,相比于Wishart分类方法,SVM监督分类方法分类效果更好,分类总精度从80.48%提高到88.00%,Kappa系数从0.73提高到0.83,总精度提高了7.52%。说明,基于目标极化分解的SVM监督分类方法能够更好的挖掘丰富的地物信息,而单独利用相干矩阵的Wishart分类精度较低,从而验证了目标极化分解信息用作分类特征的有效性。2)通过土壤含盐量、含水量和pH值的描述性统计分析可知,研究区土壤含盐量最大值为49.90 g·kg~(-1),最小值为0.13 g·kg~(-1),平均值为9.75 g·kg~(-1);高值主要出现在研究区东北部、西部和中部,低值主要出现在研究区西北部和南部,研究区以中度盐渍化为主;pH值的最大值为9.63,最小值为7.07,平均值为8.44,属于强碱性土壤,空间分布趋势大致相同;土壤含盐量和土壤含水量的变异系数均大于100%,存在较强的空间异质性。3)由于受到植被覆盖度、含水量和地表粗糙度的影响,不同程度盐渍地后向散射系数有一定的区别。其变化趋势为轻度盐渍地后向散射系数最高,中度盐渍地为其次,重度盐渍地后向散射系数最低。这种变化趋势相比于同极化方式在交叉极化方式上更明显。4)本文选用多元线性回归模型、地理加权回归模型、BP神经网络模型建立了土壤含盐量定量反演模型。叁种模型中BP神经网络模型的均方根误差为0.99,与前两种模型相比分别降低了了0.59和0.69,平均相对误差为0.31,分别减少了25%和21%,模型预测能力RPD为5.43,反演精度远远高于前两种传统回归模型,可靠性以及预测能力均有提高。5)本文应用极化分解和Cloude-Pottier理论,将特征空间技术运用到微波遥感数据,建立了极化熵H和散射角α之间的二维特征空间。H-α特征空间结果表明,不同的地物在H-α特征空间上的分布规律具有显著的分异性。其中,盐渍地分布在H-α平面的极化熵H为0~0.67、α小于42.5°的Z_9区域,其散射类型以低熵表面散射为主,而植被覆盖区属于Z_1、Z_2、Z_4和Z_6区。该种特征空间的建立,为通过本章提出的方法,初步确定盐渍地地表物理特征以及散射类型,这有助于改进现有的盐渍化遥感监测方法和策略,寻求新的方法提取盐渍化信息,改善干旱区生态环境,对于今后的干旱区盐渍地信息提取中具有重要的参考价值。(本文来源于《新疆大学》期刊2018-05-01）
李明泽,于欣彤,高元科,范文义[7]（2018）在《基于SAR极化分解与Landsat数据的森林生物量遥感估测》一文中研究指出【目的】森林生物量是评价森林生态系统结构、功能和生产力的重要指标之一,区域尺度上的森林生物量的准确估测对了解森林现状和科学经营森林具有重要指导意义。本文旨在利用SAR影像结合Landsat5 TM影像对区域尺度上的森林生物量进行定量估测。【方法】首先利用极化分解的方法对极化合成孔径雷达(SAR)数据进行处理获得45个极化分解参数,然后将45个极化分解参数与6个Landsat5 TM波段参数共51个参数作为自变量,森林生物量W作为因变量构建统计回归模型,最后利用最优模型反演研究区的森林生物量。【结果】使用两种方法进行模型构建:(1)逐步回归法,利用逐步回归进行变量筛选,选出2个参数构建模型,模型R2为0.534,拟合精度为67.51%,RMSE为43.21 t/hm~2;(2)最优子集法,用Bootstrap法进行变量筛选,共筛选出9个参数,然后用这9个参数进行最优子集回归,获得511个选模型,然后选择出最优子集模型,并用交叉验证法对模型进行验证,最终选出的最优子集模型包含的参数为TM_band4、Neumann_delta_mod、Neumann_psi、TSVM_psi、TSVM_tau_m3,模型R2为0.768 2,拟合精度为88.32%,拟合RMSE为14.98 t/hm~2,验证精度为86.21%,验证RMSE为19.14 t/hm~2,CP指数为5.249 5,赤池信息量AIC为256.504 5。本文最终使用最优子集法获得的模型进行反演,获得研究区的森林生物量分布图。【结论】结果表明:全极化C波段SAR数据结合Landsat5 TM光学数据构建遥感信息模型可以准确反演森林生物量。(本文来源于《北京林业大学学报》期刊2018年02期）
陈启浩,聂宇靓,李林林,刘修国[8]（2017）在《极化分解后多纹理特征的建筑物损毁评估》一文中研究指出准确地获知灾区的建筑物损毁程度能为抗震救灾和灾后重建提供决策依据。利用震后极化合成孔径雷达(SAR)数据,该文提出了一种综合利用极化分解后多纹理特征的震后建筑物损毁评估方法。首先,用Pauli分解的π/4偶次散射分量剔除非建筑区;其次,用Pauli分解的π/4偶次散射分量的方差特征、对比度特征和Pauli分解的奇次散射分量的对比度特征识别倒塌建筑物,并分别基于区块计算建筑物损毁指数;最后,综合3个纹理特征完成建筑物的损毁评估。采用玉树震后RADARSAT-2数据和东日本大地震后ALOS-1数据的实验验证了所提方法对建筑物损毁评估的有效性,该方法对玉树城区和日本石卷城区的重度、中度和轻度损毁建筑评估的总体精度分别为74.39%和80.26%。与其他方法的对比实验表明,该方法能减少取向角的影响,对存留有少数与方位向平行的完好建筑物的倒塌区、大取向角的完好建筑区的评估更为准确。(本文来源于《遥感学报》期刊2017年06期）
李艳,张成才,罗蔚然,王普[9]（2017）在《基于自适应极化分解技术的灌区麦田土壤墒情反演方法》一文中研究指出自微波遥感进入土壤墒情研究领域以来,植被覆盖地表的校正一直是微波遥感反演土壤墒情的热点。针对植被层对雷达微波信号的散射容易造成墒情计算误差等问题,以河南焦作广利灌区为研究区,以灌区内的主要作物冬小麦为研究对象,在离散植被的一阶物理散射模型基础上,使用Sentinel-1A SAR雷达提取后向散射系数,通过自适应极化分解技术即在极小的临近空间内利用最小二乘法求解土壤散射和植被多重散射的最优解,再利用Landsat8数据作为辅助数据提取改进的归一化植被水分指数,采用支持向量机的方法反演土壤墒情。结果表明:基于自适应的后向散射系数与麦田土壤墒情的关系在VV极化模式20 cm深的土壤条件下,相关系数为0.827 8;20 cm深度的土壤墒情与冬小麦的相关性较高,相关系数达到0.819 0;自适应极化分解技术反演土壤墒情均方根误差、平均相对误差分别为1.490 7、0.002 2,水云模型反演土壤墒情均方根误差、平均相对误差分别为1.958 5、-0.242 2,自适应极化分解技术反演效果较为理想。该研究可为小麦覆盖下的灌区土壤墒情的评估提供参考。(本文来源于《水利水电技术》期刊2017年11期）
邓滢,张红,王超,刘萌[10]（2016）在《结合纹理与极化分解的面向对象极化SAR水体提取方法》一文中研究指出合成孔径雷达(Synthetic Aperture Radar,SAR)拥有全天时全天候的工作能力,能够有效地连续对地观测,是土地管理、水体监测、灾害评估等多种应用的稳定数据来源。基于面向对象的思想,提出一种高精度、低虚警率的极化SAR(Polarimetric SAR,PolSAR)水体提取方法。此方法首先对极化SAR图像进行分割,再结合纹理与极化分解特征,对分割区域进行投票,识别水体区域。利用Radarsat-2数据和TerraSAR-X数据开展实验,并将提出方法与基于单一纹理和基于极化分解等水体提取方法进行对比,结果表明该方法在两种数据中均具有最高的总分类精度,其中基于分割技术能够保持完整的水陆边界,纹理与极化特征能够区分浅草、裸地和阴影等与水体相似的地物,结合投票方法能够提高小型水体检测率。(本文来源于《遥感技术与应用》期刊2016年04期）
极化分解论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
结合灰色系统理论,基于3期(2013、2015和2016年)鄱阳湖湿地植被物理参数数据和RADARSAT-2极化SAR影像数据,分别建立植被生物量、极化分解分量与鄱阳湖植被物理参数的关系模型,并分析不同植被物理参数对生物量积累的贡献和对极化分解分量的影响。结果表明:在植被生长旺盛初期阶段到旺盛稳定阶段,对植被生物量积累贡献较大的主要是植株参数和下垫面参数,对极化分解分量影响较大的主要是下垫面参数和茎秆参数,并根据各阶段较大关联度数据合理地分析和确定了野外采样参数。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
极化分解论文参考文献
[1].康伟,张王菲,张亚红,丁阳,王馨爽.小麦生物量极化分解参数响应及反演[J].沈阳农业大学学报.2019
[2].李春江,沈国状,张继超.基于灰色系统理论的植被物理参数与极化分解参数的关联分析——以鄱阳湖湿地为例[J].遥感技术与应用.2019
[3].李春江,沈国状,张继超.基于灰色系统理论的植被物理参数与极化分解参数的关联分析——以鄱阳湖湿地为例[J].遥感技术与应用.2019
[4].于欣彤.基于SAR极化分解与TM数据的森林生物量多源遥感估测[D].东北林业大学.2019
[5].梁文婧.步进频率全极化探地雷达及Freeman极化分解研究[D].吉林大学.2018
[6].再屯古丽·亚库普.基于PALSAR数据极化分解信息的于田绿洲土壤盐渍化信息提取研究[D].新疆大学.2018
[7].李明泽,于欣彤,高元科,范文义.基于SAR极化分解与Landsat数据的森林生物量遥感估测[J].北京林业大学学报.2018
[8].陈启浩,聂宇靓,李林林,刘修国.极化分解后多纹理特征的建筑物损毁评估[J].遥感学报.2017
[9].李艳,张成才,罗蔚然,王普.基于自适应极化分解技术的灌区麦田土壤墒情反演方法[J].水利水电技术.2017
[10].邓滢,张红,王超,刘萌.结合纹理与极化分解的面向对象极化SAR水体提取方法[J].遥感技术与应用.2016
论文知识图
