2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩93頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、中圖分類號——UDC碩士學(xué)位論文學(xué)校代碼!Q墨三三密級壘五基于測量平差理論的PolInSAR植被垂直結(jié)構(gòu)提取模型與方法TheoryandMethodofExtractingVegetationVerticalStructurewithPolInSARBasedonSuryingAdjustment作者姓名:學(xué)科專業(yè):研究方向:學(xué)院(系、所):指導(dǎo)教師:副指導(dǎo)教師:付海強(qiáng)測繪科學(xué)與技術(shù)大地測量學(xué)與測量工程地球科學(xué)與信息物理學(xué)院朱建軍教授汪

2、長城副教授論文答辯日期2旦堅:!£7≯答辯委員會主席壘弛李名鼓中南大學(xué)2014年5月基于測量平差理論的PolInSAR植被垂直結(jié)構(gòu)提取模型與方法摘要:大尺度植被資源監(jiān)測可以為全球陸地生態(tài)系統(tǒng)、碳循環(huán)及氣候變化分析提供重要的基礎(chǔ)數(shù)據(jù)。做為植被資源監(jiān)測重點(diǎn)研究對象:植被制圖及植被垂直結(jié)構(gòu)在地形測繪、林業(yè)資源普查等領(lǐng)域同樣具有重要地位。隨著我國地理國情監(jiān)測進(jìn)程的不斷推進(jìn),亟需植被制圖、植被垂直結(jié)構(gòu)等基礎(chǔ)數(shù)據(jù)用于空間分析及決策管理。迫切尋求高精

3、度、大范圍監(jiān)測手段來解決對植被覆蓋區(qū)數(shù)據(jù)的需求。極化干涉SAR技術(shù)(PolarimetricSAPInterferometryPollnSAR)為滿足這一需求提供了契機(jī)。在植被覆蓋區(qū),PollnSAR技術(shù)相比被動光學(xué)遙感手段優(yōu)勢在于其將觀測對象由“面”變?yōu)椤绑w”,使得PolInSAR不僅可以獲得植被覆蓋區(qū)水平結(jié)構(gòu)信息,還可以獲得垂直結(jié)構(gòu)信息,在以“體”形式存在的植被覆蓋區(qū)具有獨(dú)特的監(jiān)測優(yōu)勢。為此,本文在深入研究PolInSAR理論基礎(chǔ)之

4、上,重點(diǎn)研究植被分類及植被垂直結(jié)構(gòu)提取模型與方法,主要研究內(nèi)容如下:(1)建立了顧及植被形態(tài)特征的極化SAR植被分類方法,利用散射體各向異性及方向角隨機(jī)程度對植被形態(tài)特征進(jìn)行表達(dá),有效將闊葉林與針葉林進(jìn)行分離。首先,深入研究Neumann分解模型的機(jī)理,明確了顧及植被形態(tài)特征的散射過程表達(dá);在此基礎(chǔ)之上,提出利用各向異性及方向角隨機(jī)程度兩個參數(shù)構(gòu)建分類尺度標(biāo)準(zhǔn);之后,根據(jù)極化干涉矩陣的數(shù)理統(tǒng)計特征,利用Wishart距離進(jìn)行聚類分析;最

5、后,利用ESAR及SIRC/XSAR數(shù)據(jù)對德國Oberpfaffenhofen地區(qū)森林進(jìn)行分類。實(shí)驗結(jié)果表明:與Wishart—Freeman、WishartYamaguchi相比,新方法對植被形態(tài)特征變化較為敏感,對中針、闊林進(jìn)行了較好地區(qū)分。(2)建立了PolInSAR植被高度提取的復(fù)數(shù)最小二乘平差模型,解決了已有解算方法不能充分考慮觀測值先驗統(tǒng)計誤差及多余觀測量的問題。針對已有算法均不能很好地顧及多余觀測量及觀測量的先驗統(tǒng)計誤差的

6、缺點(diǎn),從平差理論出發(fā),對RVoG模型進(jìn)行復(fù)數(shù)平差表達(dá):之后,提出了函數(shù)模型線性化方案、平差準(zhǔn)則、隨機(jī)模型及參數(shù)解算方法;在此基礎(chǔ)之上,建立了基于RVoG、RVoGVTD及三層植被散射模型的復(fù)數(shù)最小二乘的植被高反演方法;最后,利用機(jī)載、星載數(shù)據(jù)對算法進(jìn)行驗證。實(shí)驗結(jié)果表明:新方法可不僅可以很好地兼顧多余觀測信息,并且可以有效抑制觀測量較差幾何結(jié)構(gòu)性所引起的病態(tài)問題,反演結(jié)果精度優(yōu)于已有算法。(3)提出了基于復(fù)數(shù)最小二乘的PCT(Polar

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論