BF-合成孔径雷达极化理论及应用-(美) Jakob van Zyl, Yunjin Ki pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

美 Jakob van Zyl，Yunjin K 著

图书标签:

• 合成孔径雷达
• 极化
• 雷达遥感
• 信号处理
• 微波遥感
• SAR
• 极化SAR
• 电磁波散射
• 目标识别
• 雷达理论

店铺： 华裕京通图书专营店

出版社： 国防工业出版社

ISBN：9787118092899

商品编码：29796686352

包装：平装

出版时间：2014-10-01

图书基本信息
图书名称	合成孔径雷达极化理论及应用	作者	(美) Jakob van Zyl, Yunjin Kim著
定价	79.00元	出版社	国防工业出版社
ISBN	9787118092899	出版日期	2014-10-01
字数		页码
版次	1	装帧	平装

内容简介

《高新科技译丛：合成孔径雷达极化理论及应用》为本通过极化雷达测量数据系统地阐述地理信息提取流程的书籍。 　　齐尔、金允珍基于美国国家航空航天局（NASA）近几十年的相关研究成果，《合成孔径雷达极化理论及应用》这《高新科技译丛：合成孔径雷达极化理论及应用》阐述了极化合成孔径雷达（SAR）在地球遥感中的实际应用。《高新科技译丛：合成孔径雷达极化理论及应用》集成了目前为止的研究成果，希望为雷达极化领域的初学者和专家提供实用信息。《高新科技译丛：合成孔径雷达极化理论及应用》通过大量有关地球遥感的SAR数据实例给出了所涉及数学知识的清晰描述。 　　《高新科技译丛：合成孔径雷达极化理论及应用》从合成孔径雷达的基本概念出发，阐述了合成孔径雷达图像生成的原理，以更好地理解合成孔径雷达成像，同时对雷达极化的基础知识作了介绍。然后讨论了更高级的雷达极化概念，以利于我们能从成像地形中反演出更多有用的信息。为了定量地分析数据，信号必须要进行细致的定标工作。我们用一章的篇幅来总结概括基本的定标准则。后结合众多实例，我们将极化分析应用到粗糙面散射领域，以便于我们能够从雷达信号中反演出土壤湿度。　　齐尔、金允珍基于美国国家航空航天局（NASA）近几十年的相关研究成果，《合成孔径雷达极化理论及应用》这《高新科技译丛：合成孔径雷达极化理论及应用》阐述了极化合成孔径雷达（SAR）在地球遥感中的实际应用。《高新科技译丛：合成孔径雷达极化理论及应用》集成了目前为止的研究成果，希望为雷达极化领域的初学者和专家提供实用信息。《高新科技译丛：合成孔径雷达极化理论及应用》通过大量有关地球遥感的SAR数据实例给出了所涉及数学知识的清晰描述。 　　《高新科技译丛：合成孔径雷达极化理论及应用》从合成孔径雷达的基本概念出发，阐述了合成孔径雷达图像生成的原理，以更好地理解合成孔径雷达成像，同时对雷达极化的基础知识作了介绍。然后讨论了更高级的雷达极化概念，以利于我们能从成像地形中反演出更多有用的信息。为了定量地分析数据，信号必须要进行细致的定标工作。我们用一章的篇幅来总结概括基本的定标准则。后结合众多实例，我们将极化分析应用到粗糙面散射领域，以便于我们能够从雷达信号中反演出土壤湿度。 　　《高新科技译丛：合成孔径雷达极化理论及应用》中出现的很多概念是以前已有的经典概念，在全球都已获得普遍使用。《高新科技译丛：合成孔径雷达极化理论及应用》还介绍了一些新颖的极化概念，这将有助于提高极化SAR数据的解译。有些新概念还没有在其他极化SAR文献中出现，譬如我们提出的应用于极化SAR数据定标的新方法，书中所提的很多新方法都是作者的原创，并且这些方法也都用实测SAR数据进行了阐述。 　　在实际应用中，值得单独指出的一个重点是：《合成孔径雷达极化理论及应用》可以作为相关专业研究生的教材，同时也是一本适用于雷达遥感研究人员、工程师和空间工业从业者的理想的参考书籍。

作者简介

精彩内容敬请期待

目录

章 合成孔径雷达成像基础 1.1 雷达成像基本原理 1.2 雷达分辨力 1.3 雷达方程 1.4 实孔径雷达 1.5 合成孔径雷达 1.6 雷达图像伪影和噪声 1.6.1 距离和方位模糊 1.6.2 地形影响和投影 1.6.3 信号衰落和相干斑 1.7 小结 参考文献 第2章 合成孔径雷达极化基础理论 2.1 电磁波的极化 2.2 散射体的数学描述 2.3 雷达极化测量方法 2.4 极化响应 2.5 优极化 2.5.1 一般（双站）情况 2.5.2 后向散射（单站）情况 2.5.3 特殊情况：后向散射（单站）情况下仅有一个散射中心 2.5.4 特殊情况：对称散射下的多个散射中心 2.5.5 数值仿真 2.6 极化增强 2.6.1 数值仿真 2.6.2 图像实例 2.7 小结 参考文献 第3章 极化概念进阶 3.1 散射体的矩阵和矢量表征 3.2 特征值与特征矢量极化参数 3.2.1 散射性的描述 3.2.2 峤 3.3 极化分解方法 3.3.1 基于正交基的非相干极化分解 3.3.2 基于模型的非相干极化分解 3.4 图像分类 3.4.1 有监督分类 3.4.2 基于散射特性的无监督分类 3.4.3 基于贝叶斯理论的无监督分类 3.5 极化合成孔径雷达的干涉效应 3.6 小结 参考文献 第4章 合成孔径雷达定标 4.1 极化合成孔径雷达系统模型 4.2 串扰估计与消除 4.3 共极化通道不均衡定标 4.4 无线电定标 4.4.1 散射区域地形的影响 4.4.2 天线方向图修正的影响 4.4.3 AIRSAR图像实例 4.5 法拉第旋转 4.6 小结 参考文献 第5章 应用：土壤湿度测量 5.1 地表电磁属性和几何属性 5.1.1 几何属性 5.1.2 电磁属性 5.1.3 穿透深度 5.1.4 土壤湿度剖面 5.2 地表粗糙面散射 5.2.1 一阶微扰模型 5.2.2 积分方程模型 5.3 地表土壤湿度反演模型实例 5.3.1 一阶微扰模型 5.3.2 Oh方法 5.3.3 Dubois方法 5.3.4 Shi方法 5.4 地表反演模型的性能比较 5.5 参数化散射模型 5.6 IEM模型反演 5.6.1 三维数据库——数据块 5.7 植被地形散射 5.7.1 植被表层散射（散射路径①） 5.7.2 植被下地面的后向散射（散射路径④） 5.7.3 二次散射（散射路径②和③） 5.8 仿真结果 5.8.1 入射角的影响 5.8.2 圆柱半径的影响 5.8.3 圆柱湿度的影响 5.8.4 雷达植被指数 5.8.5 土壤湿度的影响 5.8.6 土壤湿度反演：数据块 5.9 土壤湿度的时间序列估计 5.10 小结 参考文献 附录A 微扰模型的倾斜情形坐标系变换 附录B 任意取向圆柱体的双站散射特性 参考文献 附录C 术语

编辑推荐

精彩内容敬请期待

文摘

精彩内容敬请期待

序言

精彩内容敬请期待

遥感影像判读与目标识别：从基础到前沿 遥感技术，以其独特的非接触式观测能力，在地球科学、环境监测、资源调查、军事侦察等众多领域扮演着日益重要的角色。它能够提供大范围、高时效、多尺度、多光谱的地球表面信息，为人类认识和管理地球提供了强大的工具。本书《遥感影像判读与目标识别：从基础到前沿》旨在系统阐述遥感影像的判读原理、关键技术以及在不同应用场景下的目标识别方法，帮助读者深入理解遥感数据的本质，并掌握从海量影像中提取有价值信息的能力。 第一章 遥感基础理论与数据模型 本章将从遥感技术的根本出发，介绍电磁波与地球表面相互作用的基本物理过程，包括反射、透射、吸收和散射等。详细阐述不同波段（可见光、近红外、热红外、微波等）的特性及其在遥感中的应用优势。在此基础上，我们将深入探讨各类遥感传感器的成像原理，包括光学传感器（如多光谱、高光谱传感器）和微波传感器（如合成孔径雷达SAR）。对于光学传感器，我们将重点介绍其成像几何、辐射传输模型以及影响影像质量的关键因素。对于SAR，我们将阐述其工作的基本原理，包括回波信号的形成、多普勒效应和成像过程，并初步介绍SAR数据所具备的独特信息，如地物的后向散射特性。 同时，本章将梳理遥感数据在数字成像过程中形成的各种数据模型，包括栅格模型、矢量模型以及三维模型，并阐释它们在数据存储、处理和分析中的不同作用。我们将详细介绍遥感影像的几何畸变类型（如平台运动畸变、地形引起的畸变）和辐射畸变（如大气影响、传感器噪声），以及这些畸变对后续影像判读和目标识别的影响。 第二章 遥感影像预处理技术 原始遥感影像往往受到多种因素的影响，包含噪声、畸变和环境变化等，直接进行分析难以获得准确结果。因此，影像预处理是遥感数据应用的关键环节。本章将系统介绍各类遥感影像的预处理技术。 辐射定标与辐射校正： 解释辐射定标的原理，即将传感器记录的数字量转化为具有物理意义的辐射亮度或反射率值。详细介绍不同类型的辐射校正方法，包括大气辐射校正，分析大气对电磁波的吸收和散射作用，并介绍常用的模型和算法，如FLAASH, ATCOR等。 几何校正： 阐述几何校正的目的，即消除影像的空间几何畸变，使其与地理坐标系统精确匹配。详细介绍相对几何校正（影像与影像之间的配准）和绝对几何校正（影像与地面控制点或参考影像的配准）。重点介绍几种常用的几何校正模型，如多项式模型、区域像素网格（RPC）模型，以及基于特征匹配的自动配准方法。 噪声压制： 介绍遥感影像中常见的噪声类型，如椒盐噪声、高斯噪声等，并详细阐述常用的噪声滤波算法，如中值滤波、高斯滤波、Lee滤波、Frost滤波等，以及它们在不同类型噪声去除中的适用性。 影像增强： 讲解影像增强的目的，即改善影像的视觉效果，突出地物特征，便于人工判读。介绍直方图均衡化、对比度拉伸、色彩空间变换等常用的增强技术，并探讨不同增强方法对不同类型影像和地物特征的适应性。 其他预处理技术： 简要介绍地形影响的校正（如对光学影像的地形辐射效应校正），以及面向SAR影像的相干斑噪声抑制、多视处理等。 第三章 遥感影像判读基础 影像判读是遥感数据分析的核心环节，它是在对影像的视觉特征和纹理特征进行分析的基础上，识别和解释地物类型和空间分布的过程。本章将深入阐述影像判读的基础理论和方法。 基本判读要素： 详细介绍影像判读的六要素：色调（或灰度）、形状、大小、纹理、阴影和空间位置。分析这些要素如何反映地物的物理、化学和结构特征。 目视判读方法： 阐述目视判读的基本流程和技巧，包括单波段影像判读、多光谱影像合成假彩色影像判读、以及不同假彩色合成方法（如RGB-IR, NTSC）对地物呈现的影响。 解译标志： 解释解译标志的含义，即地物在影像上呈现出的具有指示性的影像特征。举例说明不同地物（如植被、水体、土壤、建筑物、道路）的典型解译标志，并分析影响解译标志的因素，如季节、成像时间、传感器类型等。 纹理分析： 介绍纹理分析的基本原理，即通过分析影像中像素灰度值变化的统计特征来描述地物的空间结构。阐述灰度共生矩阵（GLCM）等纹理特征提取方法，并分析纹理特征在地物分类和识别中的作用。 地形与地貌判读： 结合地形图和数字高程模型（DEM），分析地形要素（坡度、坡向、高程）对地物分布和影像特征的影响，以及如何利用影像识别和分析地貌类型。 第四章 遥感影像分类与信息提取 本章将聚焦于从遥感影像中自动化提取地物信息的技术，包括各类遥感影像分类方法和面向特定目标的信息提取技术。 遥感影像分类基础： 介绍监督分类和非监督分类的基本原理。 监督分类方法： 详细阐述最大似然法、最小距离法、马氏距离法、支持向量机（SVM）、随机森林（Random Forest）等经典监督分类算法。重点分析这些算法的数学原理、优缺点及其在遥感影像分类中的应用。 非监督分类方法： 介绍K-Means、ISODATA等常用的非监督分类算法，以及它们在探索性数据分析和无先验知识情况下的应用。 面向对象分类（OBIA）： 区别于传统的像元分类，介绍面向对象分类的原理，即首先将影像分割成具有相似属性的同质对象，再对对象进行分类。分析OBIA的优势，特别是在高分辨率影像和小目标识别中的应用。 深度学习在遥感影像分类中的应用： 介绍卷积神经网络（CNN）等深度学习模型在遥感影像分类中的最新进展，包括其在提升分类精度、处理复杂场景和识别细微地物特征方面的巨大潜力。 变化检测： 介绍遥感影像变化检测的基本思想和常用方法，包括图像代数法、图像比对法、分类后比对法以及基于深度学习的变化检测方法，并阐述其在土地利用/土地覆盖变化、灾害监测等领域的应用。 地物参数反演： 介绍如何利用遥感影像反演地物的物理参数，如植被指数（NDVI, EVI）、叶面积指数（LAI）、叶绿素含量、地表温度（LST）等，并分析这些参数在农业、环境监测中的重要作用。 第五章 合成孔径雷达（SAR）影像判读与目标识别 本章将聚焦于合成孔径雷达（SAR）影像的独特性质及其在目标识别中的应用。SAR影像与光学影像在成像原理和信息获取方面存在显著差异，因此需要专门的判读技术。 SAR影像的成像机理回顾与特性： 简要回顾SAR的成像原理，并重点强调SAR影像的特性，如全天候、全天时成像能力，以及其对地物结构、粗糙度、介电常数等物理特性的敏感性。 相干斑噪声及其抑制： 详细阐述SAR影像固有的相干斑噪声，分析其产生机理，并介绍常用的滤波算法，如Lee滤波、Frost滤波、Gamma MAP滤波以及多视处理技术，用于抑制相干斑噪声，改善影像质量。 SAR影像的几何特性： 解释SAR影像中存在的几何畸变，如叠掩（layover）、阴影（shadow）、后向散射增强（foreshortening），分析这些畸变如何影响地物的表现。 SAR影像的地物后向散射模型： 介绍地物后向散射（Backscattering）的物理机理，并探讨不同地物类型（如植被、水体、裸土、建筑物、金属目标）在不同极化模式下（VV, HH, VH, HV）的后向散射特性。 SAR极化干涉测量（PolInSAR）与应用： 重点介绍PolInSAR技术，包括其工作原理，如何利用不同极化通道之间的相干性来获取地物的结构信息（如植被高度、生物量）。阐述PolInSAR在森林参数测量、地表形变监测等领域的应用。 SAR影像的目标识别： 探讨SAR影像在特定目标识别中的应用，例如： 水体检测： 分析水体在SAR影像上的低后向散射特性，介绍阈值法、面向对象法等水体提取方法。 舰船检测： 探讨SAR影像在舰船检测中的优势，以及如何利用舰船的形状、大小、以及其在海面产生的尾迹等特征进行识别。 油污检测： 分析油污对海面粗糙度的影响，以及其在SAR影像上的低后向散射特征，介绍油污检测算法。 建筑物与道路识别： 探讨SAR影像中建筑物的几何形状、阴影以及道路的线性特征，以及如何结合DEM等信息进行识别。 地表形变监测： 介绍差分干涉SAR（DInSAR）技术，利用SAR影像的相位信息来监测地表形变，如地震形变、滑坡、地面沉降等。 SAR影像与光学影像的融合： 探讨SAR影像与光学影像融合在目标识别和信息提取中的优势，如何利用各自的特点来弥补对方的不足，提高识别精度和鲁棒性。 第六章 目标识别与特征工程 本章将深入探讨目标识别的通用技术和关键环节，无论是在光学影像还是SAR影像中，这些技术都至关重要。 特征提取： 介绍用于目标识别的各类特征提取方法，包括： 光谱特征： 基于地物在不同波段的反射/后向散射特性。 几何特征： 基于地物的形状、大小、边界、轮廓等。 纹理特征： 基于地物表面的结构和空间变化。 上下文特征： 基于目标与其周围环境的关系。 深度学习特征： 自动从数据中学习到的高层次抽象特征。 分类器设计： 详细介绍用于目标识别的分类器，包括： 基于统计的分类器： 如贝叶斯分类器。 基于几何距离的分类器： 如K近邻（KNN）。 基于模型的分类器： 如决策树、支持向量机（SVM）。 集成学习方法： 如随机森林、梯度提升。 深度学习模型： 如CNN、RNN、Transformer等。 目标检测技术： 区别于图像分类，目标检测不仅需要识别图像中的类别，还需要确定目标的位置和边界框。介绍R-CNN系列、YOLO系列、SSD等主流目标检测算法。 语义分割与实例分割： 进一步介绍像素级别的分类（语义分割）和区分不同实例的分割（实例分割）技术，分析其在精细化地物提取和场景理解中的应用。 特征工程的重要性： 强调特征工程在提升目标识别性能中的核心作用，如何根据具体任务和数据特点设计有效的特征。 第七章 遥感应用前沿与发展趋势 本章将展望遥感技术在未来的发展方向，以及其在应对全球性挑战中的潜力。 高分辨率遥感影像应用： 探讨高分辨率光学和SAR影像在城市规划、精细农业、环境监测等领域的应用，以及其对目标识别精度的提升。 多源数据融合： 深入分析不同类型遥感数据（光学、SAR、LiDAR、热红外等）以及遥感数据与地理信息系统（GIS）、物联网（IoT）等其他数据的融合技术，以获取更全面、更准确的信息。 人工智能与大数据在遥感中的集成： 展望人工智能，特别是深度学习技术，如何进一步革新遥感影像的处理和分析流程，实现自动化、智能化的高效信息提取。 时空信息分析： 强调遥感数据的时间序列分析能力，以及如何利用长时间序列数据监测地物变化、理解动态过程。 应用领域拓展： 探讨遥感技术在智慧城市、精准农业、灾害预警与应急响应、气候变化研究、生物多样性保护等新兴领域的应用。 数据共享与标准化： 讨论遥感数据共享的趋势以及推动遥感应用普及的重要意义。 本书力求在系统阐述遥感影像判读和目标识别基本原理的基础上，引入最新的技术进展和应用案例，为读者提供一个全面、深入的学习平台。通过阅读本书，读者将能够掌握遥感数据的处理、分析和应用技能，为解决实际问题提供有力的技术支持。

评分☆☆☆☆☆

拿到这本书后，我最大的感受是它在理论深度上的追求。它没有回避那些数学上复杂的推导过程，这一点非常值得称赞，尤其对于我这种需要进行算法底层研究的人来说。我希望能看到它对散射矩阵和协方差矩阵的内在联系进行更深入的剖析，比如如何利用这些矩阵构建更鲁棒的分类器。更重要的是，我非常好奇它在“应用”部分会给出哪些前沿的思路。比如，在植被、海洋表面以及城市建筑物的极化特征分析上，它是否能提供一些超越传统方法的创新视角？我特别关注书中对‘去相干性’和‘目标分解’这两大核心议题的处理方式。如果能结合最新的机器学习或深度学习方法，探讨如何利用极化信息进行更高效的特征学习，那这本书的实用价值将得到质的飞跃。毕竟，在当前的遥感领域，如何有效利用高维数据是每一个研究者都在努力攻克的难题。

评分☆☆☆☆☆

这本书的封面设计挺有意思的，虽然内容很硬核，但至少视觉上没有那么枯燥。我拿到手的时候，首先关注的就是作者的名字，毕竟是美籍作者的作品，理论体系和研究方法肯定有其独到之处。我期待它能在最基础的物理原理上，用一种清晰易懂的方式构建起整个极化SAR的知识框架。特别是对于那些希望从零开始系统学习的工程师或研究生来说，一个逻辑严密的入门指南至关重要。我希望它不只是堆砌公式，而是能通过生动的实例，比如不同地物的回波特性模拟，来展示理论是如何指导实际数据处理的。如果能深入探讨不同极化分解技术（如Cloude-Pottier或Freeman-Durden）的优缺点和适用场景，那对我们实际应用部门来说价值就太大了。毕竟，理论的价值最终要体现在能否有效地从复杂的地表信息中提取出我们需要的目标特征。

评分☆☆☆☆☆

这本书的学术氛围非常浓厚，阅读时能明显感受到作者在构建一个自洽的理论体系。我个人对“极化目标分解”的哲学性讨论很感兴趣，书中是否深入探讨了不同分解模型背后的物理假设差异，以及这些假设如何影响我们对地物结构的理解？例如，在区分人造目标和自然散射体时，基于极化熵的分析是一个重要的工具，我希望书中能提供更丰富的、基于实测数据的例子来验证其有效性，特别是那些混合散射机制的场景。此外，我十分期待它在后向散射系数的校正和归一化方面能提供最新的标准或建议。因为在跨平台、跨时间序列的极化数据比较中，标准化的处理流程是确保结果可信的前提。总的来说，这本书的深度让人敬畏，但如何将这份深度有效地转化为可推广、可操作的遥感产品，是检验其应用价值的关键所在。

评分☆☆☆☆☆

作为一个长期在气象和环境监测领域工作的人士，我更看重的是这些遥感工具在实际业务化流程中的表现。这本书的理论体系固然重要，但我更关心它如何指导我们构建一套可靠的预处理和定标流程。例如，书中对系统误差和环境噪声的建模是否足够详尽？在实际采集数据时，天线方向图的补偿、绝对定标的最新进展，以及如何校正由大气引起的极化旋转效应等操作性细节，如果能有系统性的介绍，那对我们日常工作帮助极大。我希望它不仅仅是停留在“原理”层面，而是能像一本操作手册一样，清晰地指引我们如何将这些高深的极化理论转化为精确可靠的地面参数反演结果。如果能加入一些关于新一代SAR系统（如L波段或P波段）极化特性的探讨，那就更符合当前行业的发展趋势了。

评分☆☆☆☆☆

坦白说，这本书的阅读体验对我来说，更像是在啃一本高阶的参考手册，而不是一本轻松的读物。它的行文风格非常严谨，几乎每一个陈述都建立在坚实的数学基础之上，这使得跳跃式阅读变得困难，需要非常专注地去理解每一个符号和操作的物理意义。我一直在寻找书中对于极化目标分解方法中“解模糊”问题的探讨。理论上，很多分解方法都存在解不唯一的问题，这本书在处理这种不确定性时，有没有提出更具可操作性的判据或约束条件？另外，对于SAR图像的极化相干性分析，书中对相干目标和非相干目标的区分标准是否足够清晰？我期望它能在实际案例的分析部分，多展示一些由不同作者或团队处理的真实世界数据结果对比，这样能更好地评估不同理论模型在真实复杂环境下的适应性和局限性，而不是仅仅停留在纯粹的理论推导层面。