导读:本文包含了微波遥感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:微波,遥感,土壤,水分,教学改革,辐射计,东北地区。
微波遥感论文文献综述
王梅霞,冯文兰,扎西央宗,王永前,牛晓俊[1]（2019）在《光学与微波遥感协同反演藏北表层土壤水分研究》一文中研究指出表层土壤水分是定量干旱监测的重要参量,对干旱区生态环境具有十分重要的意义。在采用归一化植被指数阈值法划分地表覆盖类型的基础上,利用MODIS数据选择适用的光学遥感算法估算土壤水分基准值,以及利用风云叁号B星搭载的微波成像仪(Fengyun-3B/MicrowareRadiationImagery,FY3B/MWRI)数据采用微波遥感算法反演土壤水分日变化量,最后构建藏北表层土壤水分协同反演的遥感模型并应用于区域土壤水分的估算。结果表明:光学遥感与微波遥感协同反演的土壤水分含量与实测数据呈显着相关,决定系数达到0.89,均方根误差为0.97,协同反演模型具有较高的反演精度,并且协同反演的结果优于单一遥感源的反演结果。该模型可以较好地适用于藏北地区表层土壤水分的动态监测。(本文来源于《土壤》期刊2019年05期）
邱志伟,孙佳龙,吕海滨[2]（2019）在《创新能力导向的“微波遥感”教学改革方法探讨》一文中研究指出针对"微波遥感"课程教学过程中存在的教学材料落后、教学手段单一以及创新实践能力欠缺等问题,探讨"微波遥感"课程教学改革。本文提倡以项目树的人才培养模式为主,启发式理论教学与模拟性科研实践教学相结合,提高学生创新思维与动手实践能力。在此基础上,将教师角色转换为引导学生发现问题、提出问题和解决问题,加强学生对知识的理解、吸收和运用,培养学生独立思考问题与创新实践能力。(本文来源于《中国农村教育》期刊2019年23期）
吴卫权,陈丽,孙晓春,闫晓[3]（2019）在《低轨微波遥感卫星磁设计及试验验证》一文中研究指出分析了低轨微波遥感卫星主要磁源分布特征,针对微波遥感卫星载荷功率大、装载的收发(TR)组件、有源天线阵、电源及SAR等系统间供电电流回路、接地回路可能产生较大杂散磁矩的因素,提出了一些有效减少大功率微波遥感卫星杂散磁矩的设计方法和工艺措施并进行相关试验验证。测试结果表明:卫星整星接地设计,小型化TR组件及有源天线阵、星体内电缆等结构工艺布局和走线设计合理;显着地减少了整星静态永磁矩、动态场杂散磁矩,卫星磁矩满足指标要求。(本文来源于《航天器工程》期刊2019年03期）
曾晓明[4]（2019）在《月球微波遥感亮温数据分辨率增强与应用》一文中研究指出在地月空间,月球是一个微波辐射源,其浅表层物质的辐射特性与月球内部深层的火成活动直接关联:明安图射电日像仪可以在月球上进行微波热辐射测量。如果观测期间通过宇宙射电源或太阳对观测进行定标,进一步借助月球微波辐射测量历史上的低分辨率资料,结合数值模拟和地基实验测量,可以实现对该仪器的绝对定标。嫦娥系列卫星携带的微波辐射计,对月球进行了长期的微波辐射测量工作。基于微波辐射计数据的研究已经取得了许多科学成果。对定标后的射电日像仪月球微波探测数据与卫星微波辐射计数据进一步协同分析,从而获取月球正面乃至全月球高质量、高分辨率微波热辐射资料,分析月表以下一定深度温度分布特征,进行月壤微波热辐射特性研究,解决月球火成活动及热演化等关键科学问题,对进一步推动我国月球火成活动及热演化历史等研究具有十分重要的科学意义。研究从高时空分辨率的数据需求出发,基于嫦娥一号和嫦娥二号微波辐射计亮温数据,从升轨、降轨等角度进行了相关分析和回归分析,并建立相应的线性拟合公式以拟合数据。在此基础上,对亮温数据进行校正和整合,以提升亮温数据的时间分辨率。文章基于整合后的亮温数据,通过时角校正,建立亮温日变化线性拟合模型、亮温随纬度变化线性拟合模型以及亮温日变化叁维模型,实现全月任意时刻任意频率亮温图的制作。在得到全月实测亮温制图后,文章根据辐射传输模型,利用光学反射率数据、热辐射数据以及DEM数据等解算月表参数:吸收系数、月壤厚度及月表温度剖面模型等,实现对月表任意时刻的亮温模拟。研究还建立了混合像元分解模型,利用月表实测亮温与模拟亮温数据,并结合辐射传输方程模拟小尺度下的月表亮温,从实测亮温数据剥离出原始混合像元中的各个组分亮温,实现微波辐射计亮温数据空间分辨率增强。最后在分辨率增强基础上,进行地基对月观测模拟,通过构建月固坐标系、月球地理坐标系及瞬时坐标系等在内的空间坐标参考。建立观测时刻月球表面与月球投影平面之间一一对应关系的月球空间参考框架,把瞬时月球表面的点或像素快速、便捷、严格地投影到二维瞬时投影平面,模拟观测时刻地基观测视场范围内的月表亮温分布并制图,实现地基对月观测几何研究。(本文来源于《天津师范大学》期刊2019-06-05）
靳梦杰[5]（2019）在《林下土壤水分微波遥感反演关键技术研究》一文中研究指出土壤水分(Soil Moisture,SM)是陆地表面水循环过程的关键要素,控制着陆地与大气间水热能量交换,从而影响气候的变化。高精度的土壤水分数据,可直接应用于洪水和干旱等自然灾害的预警和监测。另外作为天气预报数值模型以及陆面水文模型的输入参数,土壤水分的精度直接影响着这些模型模拟结果的可靠性。森林是地球上规模最大、生态功能最完善的陆地生态系统,对地球系统中的水循环、碳循环、能量循环和生态平衡起着不可替代的作用,是地球生态系统最重要的维系者。森林覆盖下土壤水分变化,对气候变化具有重要的反馈作用。因此,森林生态系统的土壤水分实时动态监测对森林生态系统功能、全球环境变化、碳源-汇等研究至关重要。森林是具有明显垂直分层结构的复杂系统,尽管L波段电磁波能够穿透冠层,但林下植被(如灌木,草丛),覆盖在地表的枯枝落叶和粗糙度等会对削弱亮温对土壤水分的敏感性。另外微波与森林内部的不同尺寸,不同形状,不同含水量的各个散射体之间的相互作用也很复杂,对森林各层辐射能量的定量解耦造成了干扰。尽管物理模型能够解释森林与L波段电磁波的辐射与散射机制,但需要大量的输入参数和庞大的计算资源,因此限制了物理模型在地表参数卫星遥感业务化反演算法中的应用。目前广泛应用于地表参数业务化反演算法中的森林微波辐射参数化模型(如τ-ω模型)虽然形式简单,但由于未考虑植被层内的体散射贡献,不能完全解释森林内部的微波辐射传输过程,这就增强了森林覆盖下土壤水分反演的不确定性,进而导致微波遥感反演的森林下的土壤水分不能满足应用需求的问题。综上,利用微波遥感技术获取长时间序列、大空间尺度的高精度林下土壤水分的主要困难是由于对森林系统电磁波传播物理过程认识不足、不够合理的参数化和模型状态初始化等导致的。本研究基于这一背景展开,结合理论模型模拟和实验观测,加深对森林微波辐射传输特性的认识,建立森林透过率的参数化模型,以及通过对植被、粗糙度等参数和土壤介电模型的研究分别改进了SMOS和SMAP的土壤水分产品精度。论文的主要研究内容概括如下:(1)基于冬夏两季森林L波段多角度的地基微波辐射观测实验分析了东北典型的阔叶林和针叶林这两种森林的有效透过率t和有效反照率ω的极化特性和时变特性;分别基于森林L波段机载和地基微波遥感实验,对SMAP的t建模方法进行了验证。结果表明在L波段,两种森林的t有明显不同的极化效应,即对于阔叶林,观测透过率在h极化(th)高于v极化的(tv),而针叶林正好相反,即th低于tv。根据微波与不同结构散射体相互作用的物理机制,讨论了在L波段针、阔叶林不同极化特性的主要原因是这两种森林一级枝结构的差异。通过对比冬夏两季的实验数据,发现冬季森林的t要明显高于夏季的值,在v极化和h极化冬季t比夏季分别高0.239和0.289。然而ω的取值独立于观测角度、极化方式,也没有明显的季节性变化,即在土壤水分反演算法中将ω的取值设置为固定值是合理的,在该研究区,ω的平均值为0.15,高于SMOS采用的0.06~0.08和SMAP的0.05。SMAP中t的明显低于实验观测值,这说明SMAP对t的参数化方案不适用于森林区域。(2)基于对Tor Vergata模型的参数敏感性分析,针对阔叶林、针叶林这两种森林分别建立敏感变量与不同极化的t的定量参数化方程,并利用实验观测数据对上述参数化方程进行验证。结果表明在L波段树枝含水量最能描述森林t的变化规律,即树枝含水量是参数化L波段透过率的最佳变量。(3)基于地面SM传感器网络观测数据,对SMOS和SMAP纯森林像元的SM产品进行了真实性检验,并针对有机质的影响对其SM精度进行了改进。结果表明,两个卫星的林下土壤水分均低于地面观测值,其中对于SMAP AM和PM的土壤水分产品的均方根误差RMSE分别是0.16 cm~3/cm~3和0.17 cm~3/cm~3,虽然优于SMOS的0.30 cm~3/cm~3和0.31 cm~3/cm~3,但仍未满足其目标精度要求的0.04 cm~3/cm~3。考虑到卫星土壤水分产品的低估可能是受有机质的影响,利用考虑有机质影响的半经验模型Liu模型,分别基于SMOS迭代反演算法和SMAP单通道反演算法(SCA-V),重新进行了SM的反演,结果表明,Liu模型对于森林高有机质土壤有一定的适用性,且能有效的提高卫星反演的SM产品精度,对于SMAP AM和PM SM产品,其RMSE分别提高到0.07 cm~3/cm~3和0.05 cm~3/cm~3,对于SMOS AM和PM SM产品其精度分别提高了56%和45%。(4)定量分析了被动微波SM反演算法中的t和ω,以及Q-H模型中地表粗糙度参数H的不确定性对SM反演精度的影响,并对Q-H模型中的参数N_p(p=v,h)进行了标定。结果表明t和ω被低估时,会导致反演的SM被高估,而H被低估时,会导致反演的SM被低估。最后结合中国东北典型森林t和ω的极化特征和时变特征,地表粗糙度参数的标定结果,以及Liu土壤介电模型,对微波SM反演的各影响因素进行修正,从而改进了SMAP林下SM产品的反演精度,修正后的SMAP AM的SM产品,其RMSE为0.04 cm~3/cm~3,满足了目标精度要求。(本文来源于《中国科学院大学(中国科学院东北地理与农业生态研究所)》期刊2019-06-01）
范昕桐[6]（2019）在《基于星载被动微波遥感数据的中国东北地区积雪深度反演研究》一文中研究指出随着计算机技术的飞速发展,地理信息的处理和分析方法越来越先进,遥感技术也越来越成熟,大范围的地表参数研究从主要依靠人力与时间的实地勘测转变为依靠遥感手段与小范围采集相结合的方法。季节性积雪覆盖在全球气候变化及水文循环中扮演着重要角色,地面站点等传统点观测虽然可以代表特定区域内的地表特性,但是难以代表大范围内的积雪情况,遥感技术的出现,解决了大范围观测地表参数的问题,所以当前大范围的积雪研究主要依靠遥感手段。积雪遥感涵盖多个研究方向,如光学遥感积雪研究和微波遥感积雪研究等方面,并随着卫星技术的发展,积雪遥感技术将会更加完善。本文在总结国内外被动微波积雪研究成果的基础上,进行了深入的探索,具体的研究工作和创新成果如下:(1)基于星载被动微波数据的中国东北地区雪深反演算法对比验证研究研究综合考虑不同下垫面类型,实现了AMSR2雪深反演算法和FY3BMWRI中国区域雪深反演算法在中国东北地区雪深反演结果的验证分析。为确定两种算法的反演准确度,将反演所得到的结果与该地区国家气象站点所观测到的雪深数据进行了比较。此外,比较了AMSR2雪深产品、风云雪深产品和反演的结果,并分析了反演结果与标准雪深产品之间的差异。实验结果表明:对于森林下垫面,AMSR2雪深反演算法反演结果接近FY3B-MWRI中国区域雪深反演算法反演结果,均方根误差(RMSE)分别为13.64cm和13.53cm;对于草地和农田下垫面,FY3B-MWRI中国区域雪深反演算法的雪深反演结果明显好于AMSR2雪深反演算法,此时RMSE分别为6.96cm和8.88cm。(2)基于自适应最小外接矩形的雪粒径自动测量方法雪粒径大小影响着积雪的辐射亮温,目前雪粒径测量主要以手动测量为主,而实际需要测量的雪粒径数据量较大,研究在总结野外实验测量经验及数据结果的基础上,提出了基于自适应最小外接矩形的雪粒径自动测量方法。实验结果表明实际测量结果雪粒径大小的平均值为3.21mm,自动测量结果雪粒径大小的平均值为2.98mm,实验误差在可以接受的误差范围内,而且此方法大大节省了人力与时间,是一种较快捷的雪粒径测量方法。(3)基于星载被动微波亮温差雪深查找表的中国东北地区雪深反演算法研究通过对比分析AMSR2雪深反演算法和FY3B-MWRI中国区域雪深反演算法在中国东北地区雪深反演结果,并在统计分析大量野外采集的实测积雪参数数据的基础上,使用多层积雪微波发射模型(MEMLS)模拟亮温差与积雪深度之间的对应关系,利用所建立的亮温差雪深查找表反演东北地区雪深。在查找表建立起来之后,使用AMSR2和FY3B-MWRI被动微波辐射计提供的亮温差数据去搜索查找表中对应的雪深值,并与实际测量得到的雪深值以及使用半经验算法反演的雪深进行对比分析。结果表明本文使用MEMLS所建立的农田雪深查找表相比其他方法能够取得较高的反演准确度。当使用亮温数据为FY3BMWRI数据,并且当在积雪积累期、稳定期和消融期叁个时期实际雪深平均值分别为6cm、13cm和15cm时,查找表结果的均方根误差(RMSE)分别为3.23cm、4.24cm和4.10cm,偏差(Bias)平均值分别为2cm、3cm和3cm。随着被动微波遥感技术的不断完善,被动微波遥感积雪研究已成为热门研究课题,本文通过对以上内容的研究为以后中国东北地区的积雪研究提供了参考。(本文来源于《吉林大学》期刊2019-06-01）
秦乐乐[7]（2019）在《基于主动微波遥感的典型黑土区表层土壤水分反演研究》一文中研究指出土地是人类获取物质资料和生产资料的重要基础,人类所有生活和生产活动都离不开土地。在近万年的岁月中,人们对土地的利用方式由浅到深,人地交互方式越来越频繁,这其中离不开水的参与。大田耕地进行精准灌溉和施肥、区域农田实时监测土壤水分含量是土地保护和耕地高效管理的基础。土壤水分作为干旱变化的指示因子,直接影响全球粮食产量和质量,进而制约着农业的发展。传统土壤水分监测是根据土壤湿度和温度进行大范围布点,采样过程耗时耗力,且成本较大。遥感技术的兴起为快速获取大田土壤水分时空分布信息提供了技术支持。其中主动微波遥感凭借对土壤水分的高敏感性,全天候、全天时观测能力,不受云、雨、雾的影响的优势,成为区域土壤水分监测的主要方法和可靠数据来源。所以研究土壤水分空间分布状态对区域耕地质量评价、作物估产和精准灌溉都具有一定的指导意义。本文选择黑龙江省赵光农场为研究区,选取8 m分辨率Radarsat-2、30 m分辨率DEM影像为数据源,针对野外测量相关长度不精确的问题,提出了一种新的面向黑土区土壤水分反演的经验模型。首先利用Oh模型模拟后向散射系数在不同地表参数、系统参数下的响应曲线,然后结合影像数据和实地测量数据,建立后向散射系数与土壤水分、均方根高度的函数关系式,并进一步探讨土壤水分与地形的关系,得到以下结论:(1)对比各微波散射模型,选用Oh模型描述裸露地表微波散射特征,在各极化方式下,雷达后向散射系数随入射角的增大而减小,随土壤水分增大而增大,随均方根高度的增大而减小;影像提取值与模拟值相关性较高,为后期建立经验模型奠定基础。(2)提出了Oh模型和经验模型联合反演土壤水分的方法。新建立的模型仅有两个未知数参数(s和mv),结合VV、VH极化后向散射系数之差去除均方根高度的影响,即可进行地表土壤水分测算。(3)对本文提出的经验模型进行验证,结果验证点的模拟值与实测数据相比总体偏小,相关系数为0.655,平均绝对误差为0.053 cm3/cm3,表明本文提出的经验模型精度较高,可以用于研究区土壤水分反演。(4)利用分布指数研究各等级水分数据在不同等级地形因子上的分布特征,结果表明:在低高程和小坡度范围内,土壤水分湿润等级占主导优势地位;反之,高程较高和坡度较陡地带,水分干旱等级处于优势主导地位。(5)在限定高程范围内,土壤水分分布面积与高程存在正相关性;各级土壤水分面积与坡度之间均存在负相关关系;土壤含水量在阴坡(西坡、西北坡)分布最高,其次是阳坡(东南坡、南坡)。进行裸土区土壤水分预测,最重要的是消除土壤粗糙度对后向散射的影响,本文提出Oh模型和经验模型联合反演土壤水分的方法,为区域土壤水分监测提供了一种新的技术手段,也为大田精准灌溉和科学管理等提供了科学依据。(本文来源于《东北农业大学》期刊2019-06-01）
王星星[8]（2019）在《基于被动微波遥感的湖冰物候监测和对比分析研究》一文中研究指出湖冰物候是用于描述湖冰覆盖季节性循环的术语,是气候变化的指示因子。被动微波数据可以在长时间的湖冰物候监测方面有较好的应用,但调研发现当前对基于被动微波的湖冰物候判读规则有所欠缺,使得基于被动微波监测的湖冰物候区域性对比缺乏。本文以被动微波数据为遥感数据源,利用最邻近法获取湖泊采样点亮度温度信息;通过MODIS归一化积雪指数产品(NDSI)进行湖冰识别及去云处理后,得到时间序列的湖冰范围及覆盖比例数据。然后将获得的湖泊被动微波亮温信息与MODIS获得的湖冰覆盖比例数据进行对比,同时结合气温、湖面积雪覆盖度数据,制定出一套基于被动微波遥感数据的湖冰物候判别规则,该规则分为四大类,可适用于不同区域的湖泊湖冰物候判读。根据此判别规则获得的湖冰物候,与光学监测结果、地面观测结果对比表明:被动微波监测结果与MODIS、地面监测结果具有较高一致性,但也存在差别。即对于开始冻结参数,被动微波所监测的结果与MODIS监测结果较为一致,但略早于地面观测;对于完全冻结参数,被动微波、MODIS的监测结果均晚于地面观测,被动微波的监测结果略早于MODIS;对于开始融化参数,地面观测晚于被动微波和MODIS的监测结果;对于完全融化参数,地面观测结果与被动微波较为一致,但地面观测结果晚于MODIS。在此基础上获得北欧、青藏高原、蒙古高原叁个区域共91个湖泊(采样点)的湖冰物候参数,对叁个区域的湖冰物候变化特征作对比分析,结果表明,北欧湖冰物候随纬度变化,而在青藏高原与蒙古高原则呈现空间集聚性;叁个区域的湖泊冰覆盖时长呈缩短趋势,开始冻结参数呈延迟趋势,完全融化参数呈提前趋势,但在青藏高原有40%的湖泊冰覆盖时长呈延长趋势。通过对影响青藏高原湖冰物候变化的驱动因子的相关分析表明,湖泊矿化度对湖冰物候参数的影响较小,而湖泊水量与湖冰覆盖时长呈负相关,与开始冻结日期呈正相关,与完全融化日期呈不显着相关;湖泊所处海拔与湖泊冰覆盖时长呈正相关,与开始冻结日期呈负相关、与完全融化呈正相关。尽管这叁个因子仍不能有效回答青藏高原湖泊冰覆盖时间延长的原因,但为湖冰物候变化分析提供了更多思路。(本文来源于《江西理工大学》期刊2019-05-01）
满富康,夏文韬,张杰,柯长青[9]（2019）在《基于OSI-SAF微波遥感数据的北极一年冰和多年冰研究》一文中研究指出基于2005年10月—2017年4月OSI-SAF逐日海冰类型和海冰密集度数据,分析了北极一年冰和多年冰变化的时空特征。结果表明每年10月至次年4月的生长期内,一年冰在10—12月增长较快,范围和面积的增加速度分别为1.87×10~6 km~2·month~(-1)和1.77×10~6 km~2·month~(-1); 1—3月增速放缓,范围和面积的增加速度为0.50×10~6 km~2·month~(-1)和0.43×10~6 km~2·month~(-1); 3—4月范围和面积变化速度为–0.38×10~6 km~2·month~(-1)和–0.24×10~6 km~2·month~(-1)。多年冰的范围和面积在不同年份的生长期内有不同变化,没有一致的季节性。8个海区的海冰范围变化特征有一定的差异,北冰洋核心区在多年冰变化中占主导作用。一年冰在生长期内逐渐向北冰洋以南生长,多年冰主要分布在格陵兰岛和加拿大群岛以北的北冰洋中心海域。每年10月、11月海冰总体范围与该月前6个月北极平均气温显着负相关。每年3月、4月一年冰范围与该月前6个月平均气温也显着负相关。多年冰范围与北极月平均气温没有显着相关性。(本文来源于《极地研究》期刊2019年01期）
王利花,路鹏[10]（2018）在《“微波遥感”课程教学改革探索与实践》一文中研究指出针对"微波遥感"课程教学过程中存在的灌输式教育、教学内容与微波遥感新技术发展脱节和学生思考能力、动力能力欠缺等问题,探讨"微波遥感"课程教学改革。本文提倡以教学大纲为主线,结合国内外教材、专业期刊和学术会议等材料作为教学内容;多种教学方式并行,重点开展启发式教学、研究性教学和实践教学;针对实践教学,设计了实验项目,构建了实验数据集,编写了实验指导书,进行启发式实践教学。在此基础上,借助课堂和课外作业巩固微波遥感知识点。通过教学改革,将教师灌输式学习或教师简单提问改为引导学生发现问题、提出问题和解决问题,加强学生对知识的理解、吸收和运用,实现传道授业解惑和教学相长。(本文来源于《测绘通报》期刊2018年10期）
微波遥感论文开题报告
（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：
针对"微波遥感"课程教学过程中存在的教学材料落后、教学手段单一以及创新实践能力欠缺等问题,探讨"微波遥感"课程教学改革。本文提倡以项目树的人才培养模式为主,启发式理论教学与模拟性科研实践教学相结合,提高学生创新思维与动手实践能力。在此基础上,将教师角色转换为引导学生发现问题、提出问题和解决问题,加强学生对知识的理解、吸收和运用,培养学生独立思考问题与创新实践能力。
（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。
微波遥感论文参考文献
[1].王梅霞,冯文兰,扎西央宗,王永前,牛晓俊.光学与微波遥感协同反演藏北表层土壤水分研究[J].土壤.2019
[2].邱志伟,孙佳龙,吕海滨.创新能力导向的“微波遥感”教学改革方法探讨[J].中国农村教育.2019
[3].吴卫权,陈丽,孙晓春,闫晓.低轨微波遥感卫星磁设计及试验验证[J].航天器工程.2019
[4].曾晓明.月球微波遥感亮温数据分辨率增强与应用[D].天津师范大学.2019
[5].靳梦杰.林下土壤水分微波遥感反演关键技术研究[D].中国科学院大学(中国科学院东北地理与农业生态研究所).2019
[6].范昕桐.基于星载被动微波遥感数据的中国东北地区积雪深度反演研究[D].吉林大学.2019
[7].秦乐乐.基于主动微波遥感的典型黑土区表层土壤水分反演研究[D].东北农业大学.2019
[8].王星星.基于被动微波遥感的湖冰物候监测和对比分析研究[D].江西理工大学.2019
[9].满富康,夏文韬,张杰,柯长青.基于OSI-SAF微波遥感数据的北极一年冰和多年冰研究[J].极地研究.2019
[10].王利花,路鹏.“微波遥感”课程教学改革探索与实践[J].测绘通报.2018
论文知识图
