XiaoMi-AI文件搜索系统
World File Search SystemPalsar
使用 ALOS/PALSAR 图像监测滑坡变形
本研究的目的是提出一种地形引导方法来解释由差分干涉合成孔径雷达 (D-InSAR) 创建的 L 波段 ALOS/PALSAR 干涉图。干涉图用于估计两个快速大型滑坡 (Poche, La Valette；法国东南部) 的变形模式。针对不同的运动类型 (旋转、平移和复杂滑动) 和两个范围的表面位移速率解释了包裹和展开的相位值。检测到两个滑坡的运动子单元，并确定了受扩大或退化影响的区域。InSAR 得出的位移率与地面测量值以及来自 C 波段和 X 波段卫星 SAR 传感器的位移远程估计值一致。结果证明了 L 波段 ALOS/PALSAR 图像在监测土壤表面状态发生重大变化并被植被覆盖的活跃滑坡方面的潜力。© 2014 Elsevier B.V. 保留所有权利。
ALOS PALSAR 垂直精度评估... - RUN
摘要：地球表面的三维数据可以支持多种类型的研究，例如水文、地貌、环境监测等等。但是，由于在现场获取这些数据的难度，免费提供的数字高程模型 (DEM) 已被广泛使用，因此，越来越有必要检查它们的准确性以确保它们根据适当的比例正确适用。然而，还没有研究根据巴西制图精度标准 (PEC) 专门评估 ALOS PALSAR、GMTED2010、SRTM 和 Topodata DEM 的垂直精度。因此，本文旨在使用巴西大地测量系统的官方高精度测高网络数据来评估上述 DEM 的质量。误差统计分析结果表明，DEM 具有与 1:100,000 或更小比例兼容的应用，尽管 GMTED2010 的精度低于其他 DEM，但根据巴西 PEC，它也可以归类为同一精度类别。我们得出结论，DEM 评估对于确保其正确应用非常重要，因为它们可用于许多研究，因为这些数据几乎适用于地球上的所有地区。
利用 ALOS/PALSAR 影像监测滑坡变形
本研究的目的是提出一种以地形学为指导的方法来解释由差分干涉合成孔径雷达 (D-InSAR) 创建的 L 波段 ALOS/PALSAR 干涉图。干涉图用于估计两个快速大型滑坡（法国东南部的 Poche、La Valette）的变形模式。包裹和展开的相位值用于解释不同的运动类型（旋转、平移和复杂滑动）和两个范围的表面位移率。检测到两个滑坡的运动子单元，并确定受扩大或退化影响的区域。InSAR 得出的位移率与地面测量值以及 C 波段和 X 波段卫星 SAR 传感器的位移远程估计值一致。结果证明了 L 波段 ALOS/PALSAR 图像在监测土壤表面状态发生重大变化并被植被覆盖的活跃滑坡方面的潜力。 © 2014 Elsevier BV 保留所有权利。
在巴西亚马逊中的森林覆盖年度地图，分析帕尔萨尔和modis图像
1美国俄克拉荷马大学诺曼大学生物科学学院，俄克拉荷马州73019，美国2，新加坡国立大学，1个艺术链接，肯特里奇，肯特里奇，117570，新加坡3新加坡科学系，马里兰大学，马里兰州大学公园，大学公园，大学公园，美国40年，美国40年9月3日中国农业大学土地科学与技术福丹大学生命科学学院生态会议，上海200438，中国
坦桑尼亚 LIWALE 的 L 波段 SAR - SUA IR
作为坦桑尼亚-挪威 REDD+ 监测报告和核查 (MRV) 合作项目的一部分，分别来自 Envisat ASAR 和 ALOS Palsar 的 2007-2011 C 和 L 波段合成孔径雷达 (SAR) 后向散射数据已被处理、分析并用于坦桑尼亚林迪地区 Liwale 区研究区的森林和森林变化制图。国家林业资源监测和评估 (NAFORMA) 项目的森林资源清查地块的土地覆盖观测数据已被用于训练高斯混合模型和 k 均值分类器，这些模型和分类器已被组合起来，以便将研究区域划分为森林、林地和非森林区域。通过对 2007-2011 年 ALOS Palsar 覆盖范围内的 HH 和 HV 极化中的最大后向散射马赛克进行分类，提取了最大森林和林地扩展掩模，并可用于通过过滤非森林地区的变化来有效地绘制年际森林变化图。还分析了 Envisat ASAR APS（交替极化模式），旨在改进基于 ALOS Palsar 的森林/林地/非森林分类。显然，C 波段 SAR 和 L 波段 SAR 的组合提供了有用的信息，可以平滑分类，尤其是增加林地类别，但尚未证实对墙到墙土地类型分类的整体改进。结果的质量评估和验证是使用来自 WorldView、Ikonos 和 RapidEye 以及 NAFORMA 现场观测的非常高分辨率光学数据进行的。