合成孔径雷达技术反演森林地上生物量研究综述
Journal: Agricultural Science DOI: 10.12238/as.v8i3.2825
Abstract
森林是陆地生态系统中极为重要的组成部分,准确估算森林地上生物量(Above-ground Biomass,AGB)有助于降低陆地生态系统碳储量的估算误差,对我国“双碳标”的实现有积极作用。合成孔径雷达(Synthetic Aperture Radar,SAR)是一种先进的对地观测技术,它不受昼夜限制,主动发射微波信号来成像,为持续监测目标区域提供了有力保障,因而在森林AGB估算方面展现了不凡的潜力。本文概述了SAR卫星的发展现状,重点从SAR数据的后向散射信息、纹理特征、层析SAR技术三个方面介绍了其在森林AGB反演中的应用,并总结了SAR数据进行森林AGB反演的发展趋势。
Keywords
森林地上生物量；合成孔径雷达技术；后向散射
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] 方精云.北半球中高纬度的森林碳库可能远小于目前的估算[J].植物生态学报,2000,(05):635-638.
[2] 姬永杰,张王菲.森林地上生物量合成孔径雷达技术反演研究综述[J].世界林业研究,2022,(03):32-39.
[3] 张青松,王金鑫,赫晓慧.协同Sentinel-2和GF-3多特征优选的农作物识别[J].农业工程学报,2025:1-12.
[4] Toan TL,Beaudoin A,Riom J,等. Relating forest biomass to SAR data[J].1992.
[5] 刘光宇,黄懿,曹禹,等.基于灰度共生矩阵的图像纹理特征提取研究[J].科技风,2021,(12):61-64.
[6] 侯艳丽.基于改进的小波变换的纹理特征提取算法[J].科技信息(科学教研),2007,(17):578-579.
[7] 刘胜昔,程春玲.改进的Gabor小波变换特征提取算法[J].计算机应用研究,2020,(02):606-610.
[8] 彭阳,姚慎,李奥强,等.基于卷积神经网络算法的微藻识别及生物量预测[J].新能源进展,2024,12(04):417-424.
[9] 李树青,闫莉莉,彭勃.免训练的卷积神经网络图像处理研究[J].工业控制计算机,2021,34(10):114-115.
[10] 鲁转侠,华彩成,冯健,等.基于深度卷积神经网络的频高图特征提取研究[J].地球物理学报,2024,67(09):3290-3300.
[11] 万杰,汪长城,朱建军,等.层析SAR三维成像方法与森林参数反演研究进展[J].遥感学报,2024,28(03):576-590.
[12] 李兰,陈尔学,李增元,等.森林地上生物量的多基线InSAR层析估测方法[J].林业科学,2017,53(11):85-93.
[13] 廖展芒.森林地上生物量极化干涉SAR反演方法研究[D].电子科技大学,2019.
[14] Dinh,Ho,Tong. Relating P-Band Synthetic Aperture Radar Tomography to Tropical ForestBiomass[J],2013.
[2] 姬永杰,张王菲.森林地上生物量合成孔径雷达技术反演研究综述[J].世界林业研究,2022,(03):32-39.
[3] 张青松,王金鑫,赫晓慧.协同Sentinel-2和GF-3多特征优选的农作物识别[J].农业工程学报,2025:1-12.
[4] Toan TL,Beaudoin A,Riom J,等. Relating forest biomass to SAR data[J].1992.
[5] 刘光宇,黄懿,曹禹,等.基于灰度共生矩阵的图像纹理特征提取研究[J].科技风,2021,(12):61-64.
[6] 侯艳丽.基于改进的小波变换的纹理特征提取算法[J].科技信息(科学教研),2007,(17):578-579.
[7] 刘胜昔,程春玲.改进的Gabor小波变换特征提取算法[J].计算机应用研究,2020,(02):606-610.
[8] 彭阳,姚慎,李奥强,等.基于卷积神经网络算法的微藻识别及生物量预测[J].新能源进展,2024,12(04):417-424.
[9] 李树青,闫莉莉,彭勃.免训练的卷积神经网络图像处理研究[J].工业控制计算机,2021,34(10):114-115.
[10] 鲁转侠,华彩成,冯健,等.基于深度卷积神经网络的频高图特征提取研究[J].地球物理学报,2024,67(09):3290-3300.
[11] 万杰,汪长城,朱建军,等.层析SAR三维成像方法与森林参数反演研究进展[J].遥感学报,2024,28(03):576-590.
[12] 李兰,陈尔学,李增元,等.森林地上生物量的多基线InSAR层析估测方法[J].林业科学,2017,53(11):85-93.
[13] 廖展芒.森林地上生物量极化干涉SAR反演方法研究[D].电子科技大学,2019.
[14] Dinh,Ho,Tong. Relating P-Band Synthetic Aperture Radar Tomography to Tropical ForestBiomass[J],2013.
Copyright © 2025 张昊楠
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
