雷达干涉测量原理与应用(第2版) pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

李平湘，杨杰，史磊 著

图书标签:

• 雷达
• 干涉测量
• InSAR
• 遥感
• 大地测量
• 信号处理
• 微波遥感
• 地球物理
• SAR
• 精密测量

店铺： 墨林阁图书专营店

出版社： 测绘出版社

ISBN：9787503040245

商品编码：28511769715

包装：平装

出版时间：2016-12-01

图书基本信息
图书名称	雷达干涉测量原理与应用(第2版)
作者	李平湘,杨杰,史磊
定价	48.00元
出版社	测绘出版社
ISBN	9787503040245
出版日期	2016-12-01
字数
页码	214
版次	2
装帧	平装
开本	16开
商品重量	0.4Kg

内容简介

《雷达干涉测量原理与应用（第2版）》系统地阐述了雷达干涉测量的发展和雷达遥感的基本原理和方法，详细给出了InSAR处理生成数字高程模型的实现流程及其关键算法。全书共分8章，内容包括：系统分析和总结了外InSAR影像提取数字高程模型的研究现状；阐述了数字高程模型生成技术及质量控制、InSAR的基本处理原理，并详细给出了InSAR处理流程；比较和分析了现有的干涉相位解缠算法，提出了一种基于经典相位解缠算法（支切法）的改进算法；讲述了基于遗传算法的相位解缠算法；利用干涉测量处理分析的理论，系统全面地分析了利用InSAR影像提取数字高程模型时产生误差的因素，并给出了误差估计的定量化公式；给出了一些关键算法的原程序。《雷达干涉测量原理与应用（第2版）》可作为我国研究InSAR处理的人员的参考书，也可作为高年级本科生和相关专业研究生的入门教材。

作者简介

目录

章 概述 1．1 合成孔径雷达的发展历史 1．2 InSAR的发展及其在地形测量中的应用 1．3 InSAR图像提取DEM的现状及发展趋势 1．4 InSAR在其他领域的应用 参考文献 第2章 干涉雷达测量的基本原理 2．1 干涉测量模型 2．2 干涉基线估算 2．3 多普勒距离等式的几何关系 2．4 干涉相干 2．5 干涉测量的合成孔径雷达数据 2．6 ERS-1/2的InSAR 2．7 干涉质量分析与评价 参考文献 第3章 DEM产品 3．1 数据获取 3．2 生成技术 3．3 质量控制 参考文献 第4章 InSAR生成DEM 4．1 基本流程 4．2 复图像配准 4．3 原始干涉数据滤波 4．4 干涉条纹图生成 4．5 相位数据质量评价 4．6 干涉条纹图滤波 4．7 平地效应消除 4．8 相位解缠算法 4．9 目标高程反演 4．10 地理编码 4．11 从干涉条纹直接生成**的DEM 参考文献 第5章 相位解缠 5．1 解缠问题的由来 5．2 理想情况下相位解缠的数学描述 5．3 噪声情况下的病态模型 5．4 噪声和不一致性检测 5．5 传统相位解缠算法 5．6 改进支切法 5．7 遗传算法 参考文献 第6章 合成孔径雷达数据处理及应用 6．1 InSAR处理软件简介 6．2 InSAR提取地面DEM流程 6．3 InSAR处理的应用 参考文献 第7章 D-InSAR技术 7．1 差分干涉的基本原理 7．2 D-InSAR数据应用中的几点问题 7．3 InSAR、GPS和地面气象观测资料集成用于形变测量 7．4 D-InSAR与其他数据集成的问题和展望 参考文献 第8章 极化干涉技术植被下DEM提取 8．1 极化合成孔径雷达技术基本原理 8．2 极化InSAR技术基本原理 8．3 RVoG模型植被下DEM估计 参考文献 附录1 基线距 附录2 基本参数及其关系 附录3 部分相位解缠程序

编辑推荐

文摘

序言

《遥感影像信息提取与分析技术》 内容概要 本书深入探讨了遥感影像信息提取与分析的理论基础、核心技术、关键方法以及在各领域的广泛应用。全书共分为十章，系统性地梳理了从遥感数据获取、预处理到高级信息提取与应用的全流程，旨在为读者提供一个全面、深入的知识体系。 第一章 遥感影像基础 本章首先界定了遥感的基本概念，阐述了遥感技术在地球观测中的重要性及其发展历程。随后，详细介绍了遥感影像的形成原理，包括电磁波的辐射、传播、反射与吸收等关键物理过程。在此基础上，深入分析了不同类型的遥感平台（如卫星、航空器、无人机）及其传感器（如可见光/近红外相机、多光谱成像仪、高光谱成像仪、雷达等）的特点、优缺点及适用场景。章节重点阐述了遥感影像的几何特性（如分辨率、幅宽、视角、传感器姿态）和辐射特性（如光谱响应、辐射亮度、反射率），并介绍了不同影像格式（如GeoTIFF、HDF、NetCDF）及其元数据的重要性。最后，对遥感影像的应用领域进行了概览，为后续章节的学习奠定基础。 第二章 遥感影像预处理 预处理是遥感影像信息提取的关键前提。本章系统介绍了遥感影像的几何校正和辐射校正两大类预处理技术。几何校正旨在消除影像在成像过程中产生的几何畸变，恢复其真实地理位置和空间关系。详细讲解了地形校正（利用数字高程模型DEM）、传感器模型校正（如多项式模型、有理函数模型）以及影像间配准等方法，并对比了不同校正方法的原理、适用条件和精度影响。辐射校正则着重于消除大气、地形、传感器辐射响应不一致等因素对影像辐射值的影响，使其能够真实反映地物的反射率或发射率。内容涵盖了辐射定标（将原始DN值转换为辐射亮度或反射率）、大气校正（如 FLAASH、QUAC、6S模型）、地形阴影校正以及影像辐射归一化等技术。此外，本章还介绍了影像增强技术，如对比度拉伸、直方图均衡化、空间滤波（平滑滤波、锐化滤波）等，用于改善影像视觉质量，突出地物特征。 第三章 遥感影像分类 影像分类是遥感信息提取的核心任务之一，旨在将影像中的像元根据其光谱、纹理、空间等特征划分到不同的地物类别。本章首先介绍了传统监督分类方法，包括最大似然法、最小距离法、马氏距离法、支持向量机（SVM）、随机森林（Random Forest）等，详细阐述了其分类原理、算法流程、参数选择及优缺点。接着，深入讲解了非监督分类方法，如K-Means聚类、ISODATA聚类等，并分析了其在未知地物类别情况下的应用。进一步，本章探讨了面向对象分类（OBIA）方法，其将影像分割成具有相似属性的对象，然后对对象进行分类，能够有效克服像元分类的“椒盐现象”并更好地利用空间和纹理信息。最后，本章还介绍了影像分类的精度评估方法，包括混淆矩阵、Kappa系数、总体精度、用户精度、生产者精度等，并讨论了不同分类方法在不同应用场景下的适用性。 第四章 遥感影像变化检测 变化检测是利用多时相遥感影像识别和量化地表在不同时间段内发生的变化，对于监测土地利用/覆盖变化、环境变化、灾害评估等具有重要意义。本章详细介绍了多种变化检测技术。首先，讲解了图像代数法，如差值法、比值法、变化向量分析（CVA），其简单直观，适用于快速识别变化区域。接着，深入分析了图像变换法，如主成分分析（PCA）、独立成分分析（ICA）在变化检测中的应用，它们可以有效减少冗余信息，突出变化特征。此外，本章还介绍了分类后比较法，即分别对不同时相的影像进行分类，然后比较分类结果以识别变化。重点讲解了基于模型的方法，如变化检测模型（CDP）、地物回归模型（DRM）等。近年来兴起的最优数量比率（OSR）、断点检测（BD）等先进变化检测技术也在本章有所介绍。最后，讨论了变化检测的精度评价指标和影响因素。 第五章 遥感影像特征提取 除了光谱信息，遥感影像还包含丰富的纹理、形状、空间等信息，这些信息对于提高信息提取的准确性和精细化至关重要。本章系统介绍了多种遥感影像特征提取方法。纹理特征提取方面，讲解了灰度共生矩阵（GLCM）及其衍生统计量（如对比度、相关性、能量、同质性），以及局部二值模式（LBP）等算子。形状特征方面，介绍了边界提取、形状描述子（如傅里叶描述子、Hu矩）等。空间特征方面，包括邻域分析、空间自相关分析、地形起伏度等。此外，本章还介绍了对象纹理、对象形状等面向对象方法中的特征。重点阐述了如何将这些提取出的多源特征与光谱特征相结合，以构建更丰富的特征空间，提升信息提取的性能。 第六章 高光谱遥感影像分析 高光谱遥感影像包含数十乃至数百个连续窄波段的光谱信息，能够提供地物极其精细的光谱响应特征，是遥感科学研究的前沿领域。本章深入探讨了高光谱影像的处理与分析技术。首先，介绍了高光谱影像的特点、数据结构及其与多光谱影像的区别。随后，详细讲解了高光谱影像的预处理技术，包括辐射校正、大气校正、噪声去除（如MNF变换、SNV）以及光谱降维（如PCA、LDA）。接着，重点介绍了高光谱影像的分类技术，如光谱角分类器（SAC）、光谱信息散度（SID）、支持向量机（SVM）在高光谱影像中的应用，以及基于端元提取（如PPG、IDFF）的混合像元分解方法。此外，本章还涵盖了高光谱影像的应用，如矿产识别、植被监测、环境污染物检测等。 第七章 雷达遥感影像分析 本章聚焦于合成孔径雷达（SAR）遥感影像的分析技术。首先，介绍了SAR成像的基本原理，包括微波的后向散射机理、SAR系统参数（如分辨率、极化、后向散射系数）及其对地物响应的影响。详细阐述了SAR影像的预处理，包括斑点噪声抑制（如Lee滤波、Gamma MAP滤波）、几何校正（如地形校正、配准）和辐射定标。接着，重点讲解了SAR影像的分类技术，包括基于单极化、全极化以及极化分解（如H/A/Alpha分解、De-orientation分解）的分类方法。随后，深入探讨了SAR影像的变化检测技术，包括差值法、比值法、相干性分析等。此外，本章还介绍了SAR干涉测量（InSAR）的基本原理及其在地形测绘、形变监测（如地表沉降、地震形变）等方面的应用，并对差分InSAR（DInSAR）和永久散射体InSAR（PS-InSAR）进行了详细介绍。最后，分析了SAR遥感在林业、农业、水文、地质等领域的典型应用案例。 第八章 深度学习在遥感影像分析中的应用 近年来，深度学习技术在遥感影像分析领域取得了突破性进展。本章系统介绍了深度学习在遥感影像信息提取中的应用。首先，概述了深度学习的基本概念，如神经网络、卷积神经网络（CNN）、循环神经网络（RNN）等。接着，重点阐述了CNN在遥感影像分类、目标检测、语义分割等任务中的应用，并介绍了常用的CNN架构（如AlexNet, VGG, ResNet, U-Net）。随后，讨论了如何利用迁移学习、数据增强等技术解决遥感影像数据量相对不足的问题。此外，本章还介绍了深度学习在变化检测、地物反演等方面的应用。最后，探讨了深度学习模型的可解释性以及未来发展趋势。 第九章 遥感影像应用实例 本章通过具体的应用案例，将前述的遥感影像信息提取与分析技术落到实处。内容涵盖了土地利用/覆盖变化监测、城市扩张分析、森林资源调查、农作物估产、水体资源监测、地质灾害评估（如滑坡、洪水）、环境污染监测、海洋资源调查等多个领域。在每个案例中，详细介绍了所采用的遥感数据类型、关键的预处理步骤、信息提取方法以及最终的分析结果及其意义。通过这些实际案例，读者能够更直观地理解理论知识的实际应用价值，并能够根据具体问题选择合适的技术方案。 第十章 遥感数据与软件平台 本章旨在为读者提供实际操作的指导。首先，介绍了当前主流的遥感数据源，包括国内外主要的对地观测卫星（如Landsat系列、Sentinel系列、MODIS、高分系列等）的特性、数据获取方式和下载途径。其次，详细介绍了常用的遥感影像处理与分析软件平台，包括商业软件（如ERDAS IMAGINE, ENVI, ArcGIS）和开源软件（如 QGIS, SNAP, GDAL/OGR, Orfeo Toolbox, Google Earth Engine）。对不同软件的特点、功能、适用范围以及基本操作流程进行了介绍，并提供了部分软件在实际操作中的技巧和注意事项。 本书结构清晰，逻辑严谨，内容翔实，既包含了遥感影像信息提取与分析的传统经典方法，也介绍了前沿的深度学习技术和SAR干涉测量等先进技术。语言通俗易懂，理论与实践相结合，适合从事遥感科学、地理信息系统、测绘科学、环境科学、农业科学等领域的研究生、本科生以及相关从业人员阅读参考。

评分☆☆☆☆☆

这本书的装帧设计真是让人眼前一亮，封面设计简洁大气，没有过度花哨的图案，而是用了一种沉稳的深蓝色作为主色调，配上清晰、醒目的书名和作者信息，很有专业书籍的风范。纸张的质感也相当不错，拿在手里分量十足，感觉印刷质量非常可靠，内页的排版也做得十分考究，字号大小适中，行距合理，即便是长时间阅读也不会感到视觉疲劳。我尤其欣赏它在图表和公式呈现上的用心，那些复杂的几何结构和信号处理流程图，都清晰锐利，线条流畅，即便是初次接触这些概念的读者也能大致把握其脉络。书本的开合度也很好，平摊在桌面上毫无压力，这对于需要频繁查阅和做笔记的理工科学习者来说，简直是一个福音。整体而言，这本书从外到内都散发着一种严谨、专业的学术气息，让人在阅读之前就对其内容质量产生了极大的信任感，看得出出版社在书籍的制作工艺上是下了真功夫的，绝对是值得收藏的实体书。

评分☆☆☆☆☆

这本书的逻辑组织和章节衔接处理得非常巧妙，它没有一开始就将读者猛地推入那些艰深晦涩的数学推导之中，而是采取了一种由浅入深、循序渐进的教学策略。第一部分通常会从基础的电磁波理论和几何光学原理讲起，为后续的干涉测量打下坚实的基础，这个铺垫过程处理得非常细致，即便是物理基础稍弱的读者也能顺利跟上。随后，作者会非常自然地过渡到干涉的基本原理，例如相位关系、相位测量方法等，每一步的推导都清晰明了，关键的数学步骤都会附带详细的文字解释，避免了纯粹公式堆砌带来的阅读障碍。更值得称赞的是，在讲解完理论后，作者总是会紧跟着引入相关的实际应用案例或系统架构的描述，这使得理论知识不再是空中楼阁，而是立刻有了落地的场景，极大地增强了学习的趣味性和实用性，让人感觉每翻过一页都在知识的阶梯上向上攀升。

评分☆☆☆☆☆

坦白说，我购买这本书主要是冲着它的应用实例去的，而这本书在这一点上确实没有让人失望。它没有停留在理论层面的探讨，而是深入到了雷达系统在实际工程中的部署和数据处理流程。书里详细描述了从数据采集、噪声抑制到最终形貌重建的完整工作流，其中对于不同类型干涉技术（比如合成孔径雷达干涉测量SAR Interferometry）的特点对比分析尤其精彩。作者似乎非常了解一线工程师在实际操作中可能遇到的痛点，因此在描述算法实现时，着重强调了参数选择对结果精度的影响，以及如何通过优化处理流程来克服大气延迟、地形起伏等实际干扰因素。这种既有理论高度又贴近实践经验的叙述方式，对于那些希望将所学知识转化为实际工程能力的人来说，无疑提供了宝贵的“实战指南”，提供了许多教科书里难以找到的“诀窍”。

评分☆☆☆☆☆

这本书的语言风格是那种典型的、高度精确的学术用语，用词严谨，表达直接，几乎没有冗余的修饰词或情绪化的表达，这对于需要获取准确技术信息的读者来说，是非常高效的沟通方式。每一条定义、每一个公式的提出，都显得深思熟虑、掷地有声，没有丝毫含糊不清的地方。例如，在描述误差源分析时，作者会精确地区分系统误差、随机误差和模型误差的来源和量化方法，这种对术语的精确把控，体现了作者深厚的专业素养和对该领域知识的深刻理解。当然，对于刚刚接触该领域的“小白”来说，初读时可能会感到有一定的门槛，因为需要读者具备一定的数学和信号处理背景才能完全领会其精髓，但一旦跨过了初始的适应期，就会发现这种精确性是理解复杂物理现象的基石，让人在学习过程中始终保持一种对知识准确性的敬畏之心。

评分☆☆☆☆☆

我个人认为这本书最大的价值，在于它对该领域前沿发展趋势的关注和前瞻性探讨。在接近尾声的部分，作者并没有简单地总结已有的成熟技术，而是将笔触伸向了未来可能的发展方向，比如多频段干涉测量、高分辨率成像的挑战，以及与人工智能技术结合的新思路等。这些内容并非泛泛而谈，而是基于现有技术的局限性进行合乎逻辑的推演，为读者指明了未来研究和技术创新的方向。这种“站在巨人肩膀上展望未来”的处理方式，极大地拓宽了读者的视野，激发了我们对该领域进一步深耕的兴趣和动力。它不仅是一本教授现有知识的参考书，更像是一份邀请函，邀请读者加入到这场持续的技术探索之旅中，让人读完后意犹未尽，充满探索欲。