1、1.微波遙感分類 主動微波遙感，被動微波遙感 微波輻射計(jì)，微波散射計(jì)，微波高度計(jì)，成像雷達(dá) 真實(shí)孔徑雷達(dá)，合成孔徑雷達(dá)，機(jī)載和星載 干涉SAR，極化SAR2.微波遙感的意義全天候，全天時，植被穿透性，地表穿透性，獨(dú)特的遙感機(jī)理，干涉測量能力，多極化，多波段，高分辨率，與其它遙感手段互補(bǔ)電磁波譜微波波譜微波波段：0.1-100cm短 K-X-C-S-L-P 長為什么星載雷達(dá)系統(tǒng)不采用K/P波段？答：K波段波長短，雖然有較好精確性，但是此波長可以被水蒸氣強(qiáng)烈吸收，使這一波段的雷達(dá)不能在雨中和有霧的天氣使用。P波段波長較長，由于微波穿過大氣層時會產(chǎn)生法拉第旋轉(zhuǎn)，低頻長波旋轉(zhuǎn)程度大，極大限制了空基P波

2、段微波遙感系統(tǒng)的可行性。且由于波長較長其分辨率低。目標(biāo)的散射特性與哪些因素有關(guān)？電磁波輻射在非均勻媒質(zhì)或各向異性媒質(zhì)中傳播時多方位、多角度地改變原來傳播方向的現(xiàn)象，即目標(biāo)對入射電磁波能量的重定向。瑞利散射：(a 0.1) 散射光波長等于入射光波長，散射粒子遠(yuǎn)小于入射光波長。米氏散射：(0.1 a10) 當(dāng)大氣中粒子的直徑與輻射的波長相當(dāng)時發(fā)生的散射。光學(xué)(非選擇性)散射（10 加大天線孔徑，波長較短電磁波，縮短觀測距離合成孔徑技術(shù)合成孔徑雷達(dá)分辨率與哪些參數(shù)相關(guān)？距離向分辨率 Rg=(tc/2)/cos方位向分辨率 Ls=sR=D/2什么是多視？多視：用平均法減低相干觀測系統(tǒng)上特有的乘性隨機(jī)噪

3、聲光斑；把合成孔徑長度分為N個區(qū)間，每區(qū)間內(nèi)方位壓縮后相加平均，N為視數(shù)降低了空間分辨率，換取輻射分辨率的提高SAR圖像有哪些特點(diǎn)？1.穿透性：大氣對電磁波的衰減與電磁波有關(guān)，波長越長，衰減越小2斑點(diǎn)噪聲： 雷達(dá)圖像上每個像素的信號是電磁波與各微散射體相互之間加強(qiáng)或減弱作用的集成，在影像中以斑點(diǎn)的形式表現(xiàn)出來。 成像前：多視處理 成像后：濾波處理3. SAR側(cè)視成像的幾何特征： (1) 斜距顯示的距離壓縮 斜距成像的雷達(dá)影像在距離向呈圖像壓縮的幾何失真現(xiàn)象靠近星下點(diǎn)的目標(biāo)成像壓縮現(xiàn)象嚴(yán)重 (2) 側(cè)視SAR陰影起伏地形的雷達(dá)影像在后坡出現(xiàn)暗區(qū)的圖像缺失現(xiàn)象 (3) 側(cè)視SAR透視收縮 起伏地形

4、的雷達(dá)影像山坡長度按比例計(jì)算后,比實(shí)際長度短 (4) 側(cè)視SAR疊掩（頂?shù)孜灰疲?山頂部分的回波比山腳部分的回波更早被雷達(dá)接收記錄，從而使山頂影像“疊置”在山底之前的圖像失真現(xiàn)象 (5) SAR圖像左右、上下倒置列出常用的星載SAR系統(tǒng)及其主要參數(shù)SEASAT美國、ERS-1歐洲、JERS-1日本、ERS-2、RADARSAT-1加拿大、SRTM美國、ASAR（美國Envisat衛(wèi)星）、POLSAR（日本ALOS衛(wèi)星）、TerraSAR-X德國、RADARSAT-2、TanDEM-X德國PALSAR日本2006ALOS衛(wèi)星L全極化約3010/20TerraSAR-X德國2007衛(wèi)星X全極化6.

5、66.6RADARSAT-2加拿大2007衛(wèi)星C全極化5.2307.6TanDEM-X德國2010衛(wèi)星X全極化6.66.6InSAR基本原理與處理流程基本原理：基本步驟流程：影像配準(zhǔn)過程：1.相干系數(shù)法2.最大干涉頻譜法3.平均波動函數(shù)法從粗到細(xì)匹配策略：特征點(diǎn)提取 選擇興趣算子挑選候選點(diǎn)基于灰度的粗匹配 確定下一級匹配的初始值整體概率松弛匹配 改善抗噪聲能力，提高可靠性最小二乘匹配 逐點(diǎn)精化，達(dá)到子像素級的精度卷積頻譜的截止頻率2對應(yīng)于信號的奈奎斯特（Nyquist）頻率，即采樣頻率1/T不能夠小于截止頻率的2倍過采樣：在進(jìn)行影像相乘的操作之前，增加原始的復(fù)數(shù)影像之采樣率。簡單地說，先對原始

6、影像進(jìn)行2倍的重采樣。干涉圖生成的前置濾波和后置濾波：前置濾波：在生成干涉圖之前對原始的復(fù)數(shù)干涉影像進(jìn)行濾波后置濾波：在形成干涉圖后，對干涉圖進(jìn)行濾波去除平地效應(yīng)：假設(shè)一個平均的高度，根據(jù)軌道參數(shù)估算平地效應(yīng)。計(jì)算干涉圖的頻譜，取出最大頻率值，并去除掉該頻率分量的影響。濾波的目的：提高信噪比，改善干涉條紋的視覺效果保持好相位差原有的分布規(guī)律基礎(chǔ)上，消除噪聲影響自適應(yīng)平滑濾波原理流程：相位解纏的基本原理和典型方法從干涉圖中得到的相位差實(shí)際上只是主值，其取值范圍在( ,之間，要得到真實(shí)的相位差必須在這個值的基礎(chǔ)上加上或減去2的整數(shù)倍，這樣的過程稱為相位解纏相位解纏的兩個主要步驟1，估計(jì)相鄰像素之間

7、真實(shí)相位的差值2，按照某種策略對相位差值進(jìn)行積分Nyquist標(biāo)準(zhǔn)：干涉圖中，相鄰象素的解纏相位值必須在一個周期之內(nèi)對于纏繞相位的差分結(jié)果再纏繞后求和，可得干涉圖所包含的真實(shí)相位（纏繞運(yùn)算-取一次以2為模的主值）m 1( m ) = (1) + ww(t)n =1相位的不一致性：解纏后的相位數(shù)據(jù)矩陣中任意兩個點(diǎn)之間的相位差與這兩點(diǎn)之間的路徑有關(guān)。什么是殘數(shù):在2*2模板上的線積分結(jié)果稱為殘數(shù)的總值。相位解纏方法:枝切法、質(zhì)量圖法、最小二乘法、網(wǎng)絡(luò)流法。什么是永久散射體：散射特性較穩(wěn)定、對雷達(dá)波反射較強(qiáng)的硬目標(biāo)就稱為永久散射體極化：極化描述了電場矢量末端軌跡的方向和形狀完全極化波：單色波且無噪聲

8、分量，完全極化的單色波的 w, 都是常數(shù)。雷達(dá)的發(fā)射波一般可視為完全極化波。部分極化波：包含隨機(jī)量、時變量或噪聲分量。雷達(dá)接收的回波一般可視為部分極化波。水平極化：電場矢量與入射面垂直垂直極化：電場矢量與入射面平行Jones矢量只適用于完全極化波Stokes矢量對完全極化波和部分極化波均有效Poincare球：球面，完全極化波球內(nèi)，部分極化波球心，非極化波散射坐標(biāo)系：根據(jù)接受天線所處坐標(biāo)系的+k軸方向與散射波傳播方向的關(guān)系（相同或相反），有前向散射坐標(biāo)系和后向散射坐標(biāo)系。其坐標(biāo)原點(diǎn)分別為發(fā)射天線和接受天線。前向散射坐標(biāo)系、后向散射坐標(biāo)系、單站散射坐標(biāo)系（屬后向散射系）散射矩陣、Muller矩陣

9、、協(xié)方差矩陣、相干矩陣及其關(guān)系。極化散射矩陣-給出入射與散射波Jones矢量關(guān)系（完全極化波）Muller矩陣-入射與散射波Stokes矢量（不完全極化波） Pauli矢量化共軛相乘,多視平均極化相干矩陣散射矩陣 典排序矢量化-共軛相乘,多視平均-極化協(xié)方差矩陣 （極化協(xié)方差矩陣對角線上元素反映通道的功率）常用的極化目標(biāo)分解分幾類，每類的方法有那些？相干分解：Pauli、Cameron(互易性、對稱性)、Krogager非相干分解：Freeman（三分量：體散射、偶次散射、單次散射）、Yamaguchi（+螺旋體散射，適用于城市）、Huynen、Cloude奇次散射模型：靜止的水面、寬大的馬路

10、、大型建筑的平頂、機(jī)場跑道漫散射Bragg模型：草地、沙漠、裸露的農(nóng)田、波浪起伏的水面偶次散射模型：城區(qū)建筑物、樹干與地表、角反射器體散射模型：森林（林地）Cloude分解及其分類原理熵H：即目標(biāo)的散射機(jī)理在統(tǒng)計(jì)上雜亂無序的程度（水體小、植被大）散射角：表示散射類型,0,90與目標(biāo)朝向無關(guān),代表散射目標(biāo)內(nèi)部自由度各向異性度A：對于低熵和中等熵，熵不能提供有關(guān)兩個較小特征值之間關(guān)系的信息常用及最新的極化SAR信息提取方法有那些？星載sar將以多通道、多基、多平臺、多極化、多模式優(yōu)化裝置、多傳感器數(shù)據(jù)融合等技術(shù)為手段，以快速獲取地球與空間的多維動態(tài)信息為目的，將人類帶入一個高分辨率、寬測繪帶、多層

11、次、多維、多角度、多模式協(xié)同工作的對地觀測時代。利用InSAR生成DEM 具有全天候、全天時，一定的穿透能力以及精度高、速度快等特點(diǎn)是未來遙感領(lǐng)域發(fā)展的新方向 但是由于InSAR數(shù)據(jù)處理的復(fù)雜性、數(shù)據(jù)處理的專業(yè)性，實(shí)現(xiàn)InSAR數(shù)據(jù)高精度配準(zhǔn)、有效抑制噪聲、高精度相位展開以及生成高精度的DEM 等方面還是存在較大的困難。故此利用InSAR生成DEM數(shù)據(jù)處理流程中的上述存在的問題有待進(jìn)一步深入研究31復(fù)圖像對的高精度自動配準(zhǔn)。眾所周知，SAR影像由于斑點(diǎn)、噪聲的影像，無論是對其人 配準(zhǔn)還是自動配準(zhǔn)都比光學(xué)影像之間的配準(zhǔn)要困難得多。所以高精度的自動配準(zhǔn)方法是下一步研究的重點(diǎn)之一32斑點(diǎn)噪聲濾除及誤差因素分析。InSAR技術(shù)對原始數(shù)據(jù)要求非常高，往往因?yàn)閿?shù)據(jù)難以滿足干涉條件造成相干結(jié)果不能滿足實(shí)際需求，這就要求對原始數(shù)據(jù)進(jìn)行濾波，同時對潛在的誤差因素進(jìn)行分析，盡量減少誤差對DEM的影響。3.3相位解纏算法的改進(jìn)提高。由于相位解纏的復(fù)雜性以及數(shù)據(jù)本身質(zhì)量的差異，使得相位解纏的難度變大 雖然目前眾多學(xué)者對相位解纏方法進(jìn)行研究，但是，還沒有一種公認(rèn)的、有效的解纏算法能夠適用各種情況的高精度相位解纏。因此，相位解纏仍然是InSA