IEEE International Geoscience and Remote Sensing Symposium

Algorithms for remote sensing image classification can be cataloged into classic classification, fuzzy classification, and neural network classification. For classic classification algorithm, the space distribution of data features should be assumed, and it is difficult to put in expert knowledge to remote sensing information. In the fuzzy classification algorithm, the meaning of the subordinate degree is not definite. In the neural network classification algorithm, network framework parameters are difficult to decide, training time is long, and the neural network tends to fall into a local optimization situation. A modified Fuzzy-ISODATA algorithm and a BP neural network algorithm have been developed. The integration of the two algorithms was applied to remote sensing classification. A comparison of classification accuracy, speed and practicability for each algorithm was made based on the same training sampling area. The experiment was conducted in Shunyi, Beijing, China (40/spl deg/00'-40/spl deg/18'N, 116/spl deg/28'-1161/spl deg/58'E, which covers a total area of 1021 km/sup 2/) with a TM image. The result indicates that the accuracy of integration classification algorithm increases compared with the simple fuzzy clustering algorithm and the simple neural network algorithm in the Shunyi area, but the speed should be improved.

This paper presents an investigation on the deconvolution problem for remotely sensed imagery and compares the results of three different methods. An important element in this image restoration is the knowledge of the point spread function. Therefore various techniques for estimating the system's characteristic are identified and their impact on the deconvolution processes analysed. The main contribution of the paper is that even standard deconvolution techniques result in a considerably improved image quality if the characteristic of the imaging system is provided. For comparison results of a blind deconvolution approach, i.e. no prior knowledge about the point spread function is available, are shown.

The EOS Measurements Of Pollution In The Troposphere (MOPITT) is the first free-flying instrument for global measurement of carbon monoxide (CO) in the atmosphere from space. Because biomass burning is one of the major sources of CO to the atmosphere, the capacity of MOPITT to detect CO released from biomass burning is important and is the subject of this investigation. A study area with a series of fire events in the year 2000 in the northwest United States is selected. Fire data, detected with Advanced Very High Resolution Radiometer (AVHRR) from the satellite, were acquired and processed to spatially and temporally match the CO data. It is found that the increase of CO in the atmosphere is closely related to burning area and density in the study area. It appears that MOPITT can detect the CO increase due to biomass burning in a forested area when the fire size is over 40 km/sup 2/, i.e. 8% of a MOPITT pixel.

The original IEM surface scattering model used a simplified surface current estimate leading to relatively simple but accurate results for forward and backscattering configurations. Since then other estimates of the surface current based upon the same set of integral equations have appeared in the literature. A major reason for considering a more complex estimate is because in the original IEM model the phase in the Green's function was not included in the integration process over the surface current to find the scattered field. Thus, it is not applicable to multiple scattering calculations. Currently, there are three different modifications suggested by different investigators: (1) use of the phase factor in the Green's function of the upper medium for integration over surface current, (2) use of the phases in the Green's function in both the upper and lower medium for integration over surface current, and (3) in addition to (2) further modify the Fresnel reflection coefficient to be the sum of reflection coefficients evaluated at the incident and scattering angles divided by two. In this paper we want to compare model predictions based on the use of the above surface current estimates under backscattering and bistatic conditions.

Tính khả thi của các quan sát độ tương thích INSAR trong việc thu hồi khối lượng thân (sinh khối) được nghiên cứu bằng cách áp dụng dữ liệu độ tương thích từ 14 cặp hình ảnh SAR băng C ERS-1 và ERS-2. Một kỹ thuật mới để thu hồi khối lượng thân được phát triển dựa trên việc đảo ngược một mô hình độ tương thích rừng theo trải nghiệm phi tuyến. Hành vi mùa vụ của độ tương thích xuyên tế, độ chính xác của mô hình độ tương thích cũng như hiệu suất thu hồi khối lượng thân được kiểm tra. Tập dữ liệu cho phép nghiên cứu hiệu suất thu hồi khối lượng thân dưới các điều kiện khác nhau và như một hàm của số lượng hình ảnh. Kết quả cho thấy tính khả thi của hình ảnh mùa đông với địa hình phủ tuyết vượt trội hơn so với hình ảnh thu được trong điều kiện mùa hè. Hệ số tương quan cao nhất giữa khối lượng thân ước lượng và khối lượng thân thực địa cho thấy giá trị cao tới r=0.89 (thu được với hai hình ảnh tối ưu sử dụng các tập dữ liệu huấn luyện và kiểm tra riêng biệt) và mức RMSE tỷ lệ là 48%.

Một nền tảng thử nghiệm cho nhiều nghiên cứu về SAR đa chức năng và MTI, một hệ thống SAR băng X bốn kênh với ăng-ten pha chủ động đã được xây dựng tại FGAN, có tên là 'AER' (radar thử nghiệm trên không). Hệ thống này đã hoạt động từ năm 1995 thông qua các thí nghiệm gắn trên xe tải và từ năm 1996 thông qua các thí nghiệm bay. Hệ thống này đã hữu ích trong quá khứ để đánh giá các công trình nghiên cứu khoa học trên nhiều lĩnh vực xử lý tín hiệu và hình ảnh. Tuy nhiên, nhu cầu đối với các hệ thống SAR đã tăng lên trong những năm qua. Vì lý do này, FGAN đang phát triển một hệ thống SAR mới gọi là PAMIR (radar hình ảnh đa chức năng pha) như là người kế nhiệm của AER. PAMIR sẽ cung cấp độ phân giải tinh vi hơn, khoảng cách xa hơn, tính linh hoạt quét lớn hơn và các chế độ mới so với AER.

Bài báo này đề cập đến việc cảm biến từ xa về nước hơi tích hợp trong khí quyển (IPVW) bằng cách sử dụng mạng Toạ độ Toàn cầu (GPS) và Radiometer Vi sóng Cảm biến Đặc biệt (SSM/I) trong khu vực Địa Trung Hải. Một so sánh về bản đồ IPWV từ hai kỹ thuật khác nhau được trình bày. Một số nỗ lực sơ bộ nhằm phát triển một phương pháp đồng hóa dữ liệu cũng được đề xuất.

Theo quan sát của chúng tôi dưới điều kiện trời quang và nhiều mây trong suốt mùa sinh trưởng, chúng tôi đã phân tích sự thay đổi theo chu kỳ ngày của PAR tác động, PAR phản xạ của tán cây và đất, PAR truyền qua, độ phản xạ của đất, và bức xạ ánh sáng hoạt động quang hợp (APAR) được hấp thụ. FPAR được đo lường liên tục trong khoảng thời gian năm phút và giá trị trung bình trong một ngày cũng được tính toán theo từng thành phần PAR trong tán cây. Sau đó, chúng tôi đã khảo sát mối liên hệ giữa sự biến đổi hàng ngày của FPAR và các giai đoạn sinh trưởng của cây trồng cũng như sự biến thiên của LAI, và một mối quan hệ tuyến tính giữa FPAR và LAI đã được trình bày.

Các thuật toán kết hợp dựa trên thống kê địa phương được thảo luận, có thể được áp dụng để kết hợp hình ảnh VNIR độ phân giải cao và một hình ảnh TIR độ phân giải thấp. Các thuật toán này dựa trên các thí nghiệm chứng minh rằng thông tin cấu trúc của các đối tượng quan sát trong dải phổ nhìn thấy và gần hồng ngoại (VNIR) có liên quan chặt chẽ với thông tin môi trường (đặc biệt là thông tin độ ẩm) trong dải phổ hồng ngoại nhiệt (TIR). Việc kết hợp dựa trên thống kê địa phương được thực hiện ở ba mức độ khác nhau. Thuật toán này có thể là một phương pháp hữu ích để hợp nhất hình ảnh TM và hình ảnh VNIR.

Hệ thống điện từ thời gian rất sớm (VETEM) là một công cụ hiệu quả để phát hiện các mục tiêu bị chôn vùi trong môi trường có độ suy hao lớn. Trong bài báo này, chúng tôi sẽ thảo luận về quá trình đảo ngược dữ liệu VETEM bằng cách kết hợp các kỹ thuật tán xạ đảo ngược một chiều (1D) và ba chiều (3D), trong đó đã áp dụng phương pháp Born lặp và phương pháp Born lặp biến dạng. Để tăng tốc quá trình đảo ngược 3D, một xấp xỉ kiểu Born mở rộng được thực hiện trong bộ giải tiến tiến, cùng với kỹ thuật tăng tốc FFT. Đảo ngược 1D cung cấp một hình ảnh tổng quát về bề mặt dưới, nhưng đảo ngược 3D giúp làm rõ hơn hình ảnh dưới bề mặt.