空间微波遥感研究与应用—丛书述评

doi:10.11873/j.issn.1004-0323.2021.1.0001

遥感技术与应用

2021, Vol. 36

Issue (1): 1-10 DOI: 10.11873/j.issn.1004-0323.2021.1.0001

综述

空间微波遥感研究与应用—丛书述评

金亚秋(

)

复旦大学电磁波信息科学教育部重点实验室，上海 200433

Research and Application of Space-borne Microwave Remote Sensing

Yaqiu Jin(

)

Key Laboratery of EMW Information，Fudan University，Shanghai 200433，China

全文: PDF(19670 KB) HTML

摘要：

《空间微波遥感研究与应用丛书》共10部学术专著已由科学出版社2019~2020年内出版。该丛书包括了我国科学工作者近年来在星载微波主动遥感的合成孔径雷达技术、被动遥感的气象和海洋卫星的地球遥感技术等领域的部分研究成果。合成孔径雷达领域包括了：星载高分辨率宽幅SAR、SAR图像信息解译应用软件、SAR图像智能解译、空天目标雷达认知成像，以及目标分解的极化SAR与应用；也包括了月球火星等行星微波遥感的研究。气象与海洋微波遥感领域包括了我国风云气象和海洋微波遥感的综合应用研究成果，还有一本高光谱遥感图像非线性解混方面的研究。本文对该丛书的内容与特点给予述评。

关键词： 空间微波遥感; 海洋卫星; SAR; 述评

Abstract:

A book series on Research and Application of Space-borne Microwave Remote Sensing， including 10 books， has been published by Science Press in 2019~2020. This book series summarizes the research progress of Chinese scientists during recent years on space-borne microwave remote sensing in both active and passive technologies. In active remote sensing of Synthetic Aperature Radar （SAR）， it includes the wide swath SAR， the imaging processing system for the SAR imagery， artificial intelligence for retrieval of SAR information，the knowledge-radar technology for space and aerial targets， and the target decomposition of polarimetric SAR technology. In passive remote sensing， it includes the research and application of Chinese Fen Yun meteorological and Hai Yang oceanic satellites. Also， the researches on planetary remote sensing， e.g Moon and Mars， and non-linear hyperspectral unmixing are presented. This article present a brief introduction and comment on this book series.

Key words: Space-borne microware remote sensing Oceanic satellite SAR Comment

收稿日期: 2020-10-21 出版日期: 2021-04-13

ZTFLH:

TP722.6

作者简介: 金亚秋（1946-），男，上海人，教授、中国科学院院士，主要从事电磁波散射传输与空间微波遥感信息技术研究。E?mail：yqjin@fudan.edu.cn

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	金亚秋

引用本文:

金亚秋. 空间微波遥感研究与应用—丛书述评[J]. 遥感技术与应用, 2021, 36(1): 1-10.

Yaqiu Jin. Research and Application of Space-borne Microwave Remote Sensing. Remote Sensing Technology and Application, 2021, 36(1): 1-10.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2021.1.0001 或 http://www.rsta.ac.cn/CN/Y2021/V36/I1/1

图1 DBF-SAR 16通道DBF合成后成像

图2 复杂场景下SAR图像中车辆目标自动检测分类识别

图3 SAR图像与光学图像的互译

图4 “SAR信息可视化系统”构造的一幅凸显感兴趣目标的SAR信息图像

图5 目标检测及其识别实例：土地资源监测结果

图6 两个不同方向目标的混合MIMO相控阵雷达同时成像结果

图7 基于复Wishart分布的最大似然分类

图8 嫦娥微波辐射数据反演月壤厚度

图9 月球永久阴影区SAR 成像仿真的圆极化率

图10 MHz雷达探测仪火星表层成像模拟

图11 不同海面风向对应的同极化和交叉极化雷达后向散射系数与卫星雷达观测

图12 风云三号微波湿度计台风区降水的反演

图13 高光谱遥感图像处理方法框架

图14 非线性光谱的多层次混合和光谱解混流程框架

1	Deng Yunkai. Spaceborne High Resolution Wide-width SAR Imaging Technology［M］. Beijing： Science Press， 2019.
1	邓云凯.星载高分辨率宽幅SAR成像技术［M］. 北京：科学出版社，2019.
2	Xu Feng， Wang Haipeng， Jin Yaqiu. Intelligent Interpretation of SAR Images［M］. Beijing： Science Press， 2020.
2	徐丰，王海鹏，金亚秋.合成孔径雷达图像智能解译［M］. 北京：科学出版社，2020.
3	Sun Hong， Xia Guisong， Sang Chengwei. Interpretation and Application Technology of SAR Image Information［M］. Beijing： Science Press， 2020.
3	孙洪，夏桂松，桑成伟.合成孔径雷达图像信息解译与应用技术［M］. 北京：科学出版社，2020.
4	Zhang Qun， Chen Yijun， Luo Ying. Airborne Target Radar Cognitive Imaging Technology［M］. Beijing： Science Press， 2020.
4	张群，陈怡君，罗迎. 空天目标雷达认知成像技术［M］. 北京：科学出版社， 2020.
5	Yang Jian， Yin Junjun. Polarization Radar Theory and Remote Sensing Application［M］. Beijing： Science Press， 2020.
5	杨健，殷君君. 极化雷达理论与遥感应用［M］. 北京：科学出版社，2020.
6	Jin Yaqiu， Wenzhe Fa. Theoretical Methods and Applications of Planetary Microwave Remote Sensing［M］. Beijing： Science Press， 2019.
6	金亚秋，法文哲.行星微波遥感的理论方法与应用［M］. 北京：科学出版社，2019.
7	Lin Mingsen. Mechanism Model and Application Research of New Marine Microwave Remote Sensing Detection Mechanism［M］. Beijing： Science Press， 2020.
7	林明森.新型海洋微波遥感探测机理模型与应用研究［M］. 北京：科学出版社，2020.
8	Technology and Application of Space-borne Active Microwave Remote Sensing Cloud and Precipitation［M］. Beijing： Science Press， 2020.陈洪滨，尹红刚，何文英. 星载主动微波遥感云和降水技术与应用［M］. 北京：科学出版社，2020.
9	Gu Songyan， Wang Zhenzhan， Ma Gang. Microwave Atmospheric Remote Sensing of Meteorological Satellite［M］. Beijing： Science Press， 2020.
9	谷松岩，王振占，马刚. 气象卫星微波大气遥感［M］. 北京：科学出版社，2020.
10	Wang Bin， Yang Bin. Theory and Method of Hyperspectral Remote Sensing Image Miscibility： From Linear to Nonlinear［M］. Beijing： Science Press， 2019.
10	王斌，杨斌.高光谱遥感图像解混理论与方法：从线性到非线性［M］. 北京：科学出版社，2019.

[1]	任慧敏,宋冬梅,王斌,甄宗晋,刘斌,张婷. 基于新极化特征参数的SAR海洋溢油检测[J]. 遥感技术与应用, 2020, 35(4): 934-942.
[2]	王树果, 马春锋, 赵泽斌, 魏龙. 基于Sentinel-1及Landsat 8数据的黑河中游农田土壤水分估算[J]. 遥感技术与应用, 2020, 35(1): 13-22.
[3]	杨燕,李震,黄磊,田帮森. 高分辨率SAR影像提取冰川面积与冰面河[J]. 遥感技术与应用, 2019, 34(6): 1155-1161.
[4]	李春江,沈国状,张继超. 基于灰色系统理论的植被物理参数与极化分解参数的关联分析[J]. 遥感技术与应用, 2019, 34(4): 839-846.
[5]	苏华,张明慧,李静,陈修治,汪小钦. 基于光学与SAR因子的森林生物量多元回归估算[J]. 遥感技术与应用, 2019, 34(4): 847-856.
[6]	徐梦竹, 徐佳, 邓鸿儒, 袁春琦. 基于全极化SAR影像的海岛地物分类[J]. 遥感技术与应用, 2019, 34(3): 647-654.
[7]	李春江, 沈国状, 张继超. 基于灰色系统理论的植被物理参数与极化分解参数的关联分析—以鄱阳湖湿地为例[J]. 遥感技术与应用, 2019, 34(2): 284-292.
[8]	宋小霞, 王静, 储小青. 基于多普勒频移的SAR海表流场反演[J]. 遥感技术与应用, 2019, 34(2): 293-302.
[9]	李丹, 杨斌, 陈财. 基于Sentinel-1A数据反演九寨沟地震地表形变场[J]. 遥感技术与应用, 2018, 33(6): 1141-1148.
[10]	李姣姣, 刘玉, 陈锟山. 基于香农熵的极化SAR相干矩阵信息量评价[J]. 遥感技术与应用, 2018, 33(5): 842-849.
[11]	王仕哲, 柯长青. 基于ALOSPALSAR的喜马拉雅山冰川流速分布及变化[J]. 遥感技术与应用, 2018, 33(5): 942-955.
[12]	王常颖, 田德政, 韩园峰, 隋毅, 初佳兰. 基于属性差决策树的全极化SAR影像海冰分类[J]. 遥感技术与应用, 2018, 33(5): 975-982.
[13]	郭欣,赵银娣. 基于Sentinel-1A SAR的湖南省宁乡市洪水监测[J]. 遥感技术与应用, 2018, 33(4): 646-656.
[14]	张程，张红，王超. 基于PCDM香农熵的全极化SAR图像船舶目标检测方法[J]. 遥感技术与应用, 2018, 33(3): 499-507.
[15]	刘建歌，慕德俊. 基于SAR影像海冰动态特征的提取方法[J]. 遥感技术与应用, 2018, 33(1): 55-60.

Viewed

Full text

Abstract

Cited

Shared

Discussed