JP5632173B2 - SAR data processing method and SAR data processing system - Google Patents
SAR data processing method and SAR data processing system Download PDFInfo
- Publication number
- JP5632173B2 JP5632173B2 JP2010053098A JP2010053098A JP5632173B2 JP 5632173 B2 JP5632173 B2 JP 5632173B2 JP 2010053098 A JP2010053098 A JP 2010053098A JP 2010053098 A JP2010053098 A JP 2010053098A JP 5632173 B2 JP5632173 B2 JP 5632173B2
- Authority
- JP
- Japan
- Prior art keywords
- sar
- image data
- data
- data processing
- processing method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Geophysics And Detection Of Objects (AREA)
- Radar Systems Or Details Thereof (AREA)
Description
本発明は、人工衛星や航空機などの飛行体から地上に向けてマイクロ波を送信し、地上からの反射波を受信することで取得されるＳＡＲ画像データを処理するためのＳＡＲデータ処理方法、及びそのようなＳＡＲデータ処理方法が用いられるＳＡＲデータ処理システムに関する。 The present invention relates to a SAR data processing method for processing SAR image data acquired by transmitting a microwave from a flying object such as an artificial satellite or an aircraft toward the ground and receiving a reflected wave from the ground, and The present invention relates to a SAR data processing system in which such a SAR data processing method is used.
従来、人工衛星や航空機などの飛行体にマイクロ波合成開口レーダ（ＳＡＲ）を搭載し、このＳＡＲによって地上の状態をリモートセンシングする測定手法が行われている。ＳＡＲは、地上に向けてマイクロ波を送信し、地上からの反射波を受信することでＳＡＲ画像データを取得するものである。ＳＡＲで用いられるマイクロ波の波長は、およそ１５ｃｍ〜３０ｃｍ程度であり、ＳＡＲセンサから送信されるマイクロ波は雲などを透過するために、天候によらず観測が可能であるという特徴を有している。 2. Description of the Related Art Conventionally, a measurement technique has been performed in which a microwave synthetic aperture radar (SAR) is mounted on a flying object such as an artificial satellite or an aircraft, and the ground state is remotely sensed by the SAR. The SAR acquires SAR image data by transmitting a microwave toward the ground and receiving a reflected wave from the ground. The wavelength of the microwave used in the SAR is about 15 cm to 30 cm, and the microwave transmitted from the SAR sensor passes through clouds and the like, so that it can be observed regardless of the weather. Yes.
取得されたＳＡＲ画像データは、農林業分野や水資源分野に利用されている。農林業分野では、農作物の群落の構造差、植被率、バイオマス要素の調査、土壌の構造差（表面の粗度）、土壌水分（含水量）の測定調査のために、また、水資源分野では、雪質、積雪水量、積雪深などの測定調査のためにそれぞれ使用されている。 The acquired SAR image data is used in the fields of agriculture and forestry and water resources. In the agriculture and forestry field, for the survey of structural differences in crop communities, vegetation coverage, biomass factors, soil structural differences (surface roughness), soil moisture (water content), and in the water resources field , Snow quality, snow water volume, snow depth, etc.
ＳＡＲ画像データ利用技術としては、例えば、特許文献１（特開２００４−３７３３９号公報）に、計測森林における樹種を代表する樹木に基づいて組立てたマイクロ波森林後方散乱モデルより、有り得る森林パラメータから森林の理論マイクロ波後方散乱ミュラー行列又はストークス行列のデータベースを構築する工程（１７）と、前記構築したデータベースの理論マイクロ波後方散乱ミュラー行列又はストークス行列と波長帯１５ｃｍ〜３０ｃｍのＬバンド全偏波ＳＡＲデータより算出された実測マイクロ波後方散乱ミュラー行列又はストークス行列とを比較し、一致しない場合は前記データベースに戻り、前記実測マイクロ波後方散乱ミュラー行列又はストークス行列と最も類似する理論マイクロ波後方散乱ミュラー行列又はストークス行列を検出して一致であると認定する工程（１９）と、前記比較工程（１９）で一致したときの森林パラメータ又は一致であると認定したときの森林パラメータをＳＡＲセンサーで実測された森林パラメータとして決定し、前記決定した森林パラメータに基づいて森林のバイオマスを定量的に求める工程（２０）とを含む森林のバイオマスの定量計測法が記載されている。
従来のＳＡＲ画像データ利用によるリモートセンシングで、山地林におけるバイオマス量を推定するにあたっては、以下のような２つの問題があった。
（問題点１）地形の影響；
森林資源の多くは山岳地域（山地林）にあり、このような山地ではＳＡＲからの波長・偏波に関わらず、フォアショートニングに代表される地形歪み（散乱断面積の相違）によりバイオマス量の推定は困難である。
（問題点２）バイオマス量の推定限界（Ｂｉｏｍａｓｓ Ｓａｔｕｒａｔｉｏｎ Ｌｉｍｉｔ）；
ＳＡＲで推定できるバイオマス量は、約１５０ｔ／ｈａまでであり、樹齢２０年以上の樹木のバイオマス量の推定は困難（たとえば Ｒａｎｓｏｎ ｅｔ ａｌ．， １９９４）
である．
The conventional remote sensing using SAR image data has the following two problems in estimating the amount of biomass in a mountain forest.
(Problem 1) Influence of topography;
Most of the forest resources are located in mountainous areas (mountain forests), and in such mountainous areas, regardless of the wavelength and polarization from the SAR, the biomass amount is estimated by topographical distortion (difference in scattering cross section) represented by foreshortening. It is difficult.
(Problem 2) Estimation limit of biomass amount (Biomass Saturation Limit);
The amount of biomass that can be estimated by SAR is up to about 150 t / ha, and it is difficult to estimate the amount of biomass of trees over 20 years old (eg, Ranson et al., 1994).
It is.
上記のような問題点を解決するために、請求項１に係る発明は、地上の標高に係るＤＥＭデータからＳＡＲシミュレーション画像データを作成するＳＡＲシミュレーション画像データ作成ステップと、前記ＳＡＲシミュレーション画像データ作成ステップで作成されたＳＡＲシミュレーション画像データを、ＳＡＲ画像データ取得ステップで取得されたＳＡＲ画像データに一致させるようにパラメータを選択するデータ一致ステップと、前記データ一致ステップで一致させた前記ＳＡＲシミュレーション画像データと前記ＳＡＲ画像データとに基づいて、前記ＳＡＲ画像データの地形歪み量を算出する地形歪み量算出ステップと、前記データ一致ステップで略一致させた前記ＳＡＲシミュレーション画像データと前記ＳＡＲ画像データとに基づいて、前記ＳＡＲ画像データの散乱強度を算出する散乱強度算出ステップと、
前記ＳＡＲ画像データに対し、地形歪み量補正及び散乱強度補正を施す地形歪み・散乱強度補正ステップと、を有し、前記データ一致ステップでは、下式
δ x ＝（ａｘ＋ｂ）Ｈ＋ｃ
におけるａ、ｂ、ｃの３変数を最急降下法により求める（ただし、δ x は地形歪み量、ｘは画像Ｘ方向の位置、Ｈは標高データ）ことを特徴とするＳＡＲデータ処理方法である。
In order to solve the above-described problems, the invention according to claim 1 includes a SAR simulation image data creation step for creating SAR simulation image data from DEM data related to an altitude on the ground, and the SAR simulation image data creation step. A data matching step for selecting parameters so as to match the SAR simulation image data created in step SAR image data acquired in the SAR image data acquisition step ; and the SAR simulation image data matched in the data matching step; Based on the SAR image data, the terrain distortion amount calculating step for calculating the terrain distortion amount of the SAR image data, and the SAR simulation image data and the SAR image data substantially matched in the data matching step. Then, a scattering intensity calculating step for calculating the scattering intensity of the SAR image data,
To said SAR image data, possess and terrain distortion and scattering intensity correction step of performing topographic distortion amount correction and scattering intensity correction, a, in the data matching step, the following equation
δ x = (ax + b) H + c
Obtaining a, b, the steepest descent method 3 variable c in (although [delta] x terrain distortion quantity, x is the position of the image X-direction, H is the altitude data) is SAR data processing method characterized by.
また、請求項２に係る発明は、請求項１に記載のＳＡＲデータ処理方法において、さらに、前記地形歪み・散乱強度補正ステップが施された前記ＳＡＲ画像データに対し、局所入射角補正を施す局所入射角補正ステップを有することを特徴とする。 Further, the invention according to claim 2 is the SAR data processing method according to claim 1, wherein the SAR image data subjected to the terrain distortion / scattering intensity correction step is further subjected to local incident angle correction. It has an incident angle correction step.
また、請求項３に係る発明は、請求項２に記載のＳＡＲデータ処理方法において、前記局所入射角補正ステップを施された前記ＳＡＲ画像データによって、バイオマス量を推定するバイオマス量推定ステップを有することを特徴とする。 Moreover, the invention which concerns on Claim 3 has the biomass amount estimation step which estimates biomass amount by the said SAR image data in which the said local incident angle correction | amendment step was performed in the SAR data processing method of Claim 2. It is characterized by.
また、請求項４に係る発明は、請求項１乃至請求項３のいずれかに記載のＳＡＲデータ処理方法において、前記ＳＡＲ画像データ取得ステップにおいては、前記飛行体から地上に水平偏波を送信し、地上からの垂直偏波を受信(HV偏波と称す)することによってＳＡＲ画像データを取得することを特徴とする。 According to a fourth aspect of the present invention, in the SAR data processing method according to any one of the first to third aspects, in the SAR image data acquisition step, horizontal polarization is transmitted from the flying object to the ground. SAR image data is acquired by receiving vertical polarization from the ground (referred to as HV polarization).
また、請求項５に係る発明は、請求項１乃至請求項３のいずれかに記載のＳＡＲデータ処理方法を用いたことを特徴とするダイヤＳＡＲデータ処理システムである。 The invention according to claim 5 is a diamond SAR data processing system using the SAR data processing method according to any one of claims 1 to 3.
本発明のＳＡＲデータ処理方法及びＳＡＲデータ処理システムによれば、地上の標高に係るＤＥＭデータから作成されたＳＡＲシミュレーション画像データと、実際に飛行体によって取得されたＳＡＲ画像データに一致させ、一致させたＳＡＲシミュレーション画像データとＳＡＲ画像データとに基づいて、ＳＡＲ画像データの地形歪み量と散乱強度を算出し、ＳＡＲ画像データに対して地形歪み量補正及び散乱強度補正を施すので、山岳地域のような地形歪みがある地域におけるバイオマス量の推定が可能となる。 According to the SAR data processing method and the SAR data processing system of the present invention, the SAR simulation image data created from the DEM data related to the altitude on the ground is matched with the SAR image data actually acquired by the flying object. Based on the SAR simulation image data and the SAR image data, the terrain distortion amount and the scattering intensity of the SAR image data are calculated, and the terrain distortion amount and the scattering intensity correction are performed on the SAR image data. It is possible to estimate the amount of biomass in areas where there is significant terrain distortion.
また、本発明のＳＡＲデータ処理方法及びＳＡＲデータ処理システムによれば、地上からのＨＶ偏波を受信することによって取得されたＳＡＲ画像データを利用するので、約１５０ｔ／ｈａを超えるバイオマス量の推定が可能となる。 Moreover, according to the SAR data processing method and the SAR data processing system of the present invention, since the SAR image data acquired by receiving the HV polarization from the ground is used, the estimation of the biomass amount exceeding about 150 t / ha is performed. Is possible.
以下、本発明の実施の形態を図面を参照しつつ説明する。図１はマイクロ波合成開口レーダ（ＳＡＲ）によるバイオマス量推定の原理を説明する図である。人工衛星や航空機などの飛行体に搭載されるＳＡＲセンサから送信されたマイクロ波は、葉を透過して樹幹によって反射する。このような樹幹によるマイクロ波の反射強度から幹材積を推定することが可能であり、過去の研究例から平坦地の森林では、森林からの電波の散乱強度と森林バイオマス量に相関があることが分かっている
図１に示すように、地形が平坦な場合においては、成長した森林にマイクロ波が照射されると、強いマイクロ波の散乱が観測され、疎林にマイクロ波が照射されると、中程度のマイクロ波の散乱が観測され、草地にマイクロ波が照射されると、弱いマイクロ波の散乱が観測される。
Hereinafter, embodiments of the present invention will be described with reference to the drawings. FIG. 1 is a diagram for explaining the principle of biomass amount estimation by microwave synthetic aperture radar (SAR). Microwaves transmitted from a SAR sensor mounted on a flying object such as an artificial satellite or an aircraft are transmitted through leaves and reflected by tree trunks. It is possible to estimate the volume of trunk material from the reflection intensity of microwaves from such trunks. From the past research examples, in flat forests, there is a correlation between the scattering intensity of radio waves from forests and the amount of forest biomass. As shown in Figure 1, when the topography is flat, when microwaves are irradiated to the grown forest, strong microwave scattering is observed, and when microwaves are irradiated to the sparse forest, A degree of microwave scattering is observed, and when the grass is irradiated with microwaves, weak microwave scattering is observed.
すなわち、衛星搭載のＳＡＲから発射された電波（マイクロ波）は森林の樹木間で散乱され、この散乱したマイクロ波を衛星搭載のＳＡＲで観測するが、この時の散乱された電波強度は森林における樹木の量(バイオマス量)に応じて変化し、バイオマス量が多いほど強い電波が観測される。 In other words, radio waves (microwaves) emitted from satellite-borne SAR are scattered between forest trees, and the scattered microwaves are observed by satellite-mounted SAR. It changes according to the amount of trees (biomass amount), and stronger radio waves are observed as the amount of biomass increases.
ＳＡＲで強い散乱強度が観測される地域を明るく、弱くしか観測されない地域を暗く表すと、森林に覆われた（明るい）地域と、伐採された（暗い）地域が表現できる。ＳＡＲに利用される電波は雲を透過するため、雲に覆われやすい熱帯雨林地域でも森林の定期的な観測が可能である。 If an area where strong scattering intensity is observed by SAR is bright and an area where only weak intensity is observed is dark, a forest-covered (bright) area and a felled (dark) area can be expressed. Since radio waves used for SAR pass through clouds, it is possible to regularly observe forests even in rainforest areas that are easily covered by clouds.
次に、ＳＡＲで観測されるデータの地形による影響について説明する。図２は地形によるマイクロ波の反射の様子を模式的に示す図であり、図２（Ａ）は平坦地におけるマイクロ波の反射を示しており、図２（Ｂ）は産地におけるマイクロ波の反射を示している。図２において、Ｔ0、Ｔ1、Ｔ2、Ｔ3、Ｔ4、Ｔ5は、人工衛星搭載のＳＡＲにより送信されたマイクロ波の等時面を示しており、σは散乱面積を示している。図２（Ａ）に示すように平坦地では、散乱面積σは一定となり、ＳＡＲで受信される反射波の散乱強度は一定となるが、図２（Ｂ）に示すように山地では、地形の影響によりそれぞれ散乱面積が異なるものとなるので、ＳＡＲで受信される反射波の散乱強度が地形起伏に依存したものとなる。 Next, the influence by the topography of the data observed by SAR will be described. FIG. 2 is a diagram schematically showing how microwaves are reflected by topography. FIG. 2 (A) shows the reflection of microwaves on a flat ground, and FIG. 2 (B) is the reflection of microwaves at the production area. Is shown. In FIG. 2, T 0 , T 1 , T 2 , T 3 , T 4 , and T 5 indicate isochronous surfaces of the microwaves transmitted by the SAR mounted on the artificial satellite, and σ indicates the scattering area. Yes. As shown in FIG. 2 (A), the scattering area σ is constant on flat ground and the scattering intensity of the reflected wave received by the SAR is constant, but in the mountainous area shown in FIG. Since the scattering area differs depending on the influence, the scattering intensity of the reflected wave received by the SAR depends on the terrain undulation.
図３は地形がＳＡＲ画像データに与える影響を説明する図である。図３（Ａ）は地形の一断面を示しており、図３（Ｂ）は人工衛星に搭載された光学センサーによって取得された画像データを示しており、図３（Ｃ）は人工衛星に搭載されたＳＡＲによって取得され
たＳＡＲ画像データを示しており、図３（Ｄ）はＳＡＲ画像データによって把握される地形の断面を示している。また、図３中の矢印はＳＡＲからのマイクロ波の照射方向を示している。
FIG. 3 is a diagram for explaining the influence of the terrain on the SAR image data. 3A shows a cross section of the terrain, FIG. 3B shows image data acquired by an optical sensor mounted on the artificial satellite, and FIG. FIG. 3D shows a cross-section of the terrain grasped by the SAR image data. Moreover, the arrow in FIG. 3 has shown the irradiation direction of the microwave from SAR.
図３に示すように、地形に起伏があると、斜面の向きによって散乱面積が変化し（左側）、位置によって観測面積が大きく変化してしまう。また、この影響により画像に歪みが発生し、位置を正確に表せない。起伏のある山間部では、これら２つの影響による電波強度の変化が大きく、ＳＡＲ画像データの電波強度の差から森林バイオマス量を推定することが不可能である。 As shown in FIG. 3, when the terrain is uneven, the scattering area changes depending on the direction of the slope (left side), and the observation area changes greatly depending on the position. Further, this influence causes distortion in the image, and the position cannot be accurately represented. In mountainous areas with undulations, the change in radio field intensity due to these two effects is large, and it is impossible to estimate the amount of forest biomass from the difference in radio field intensity of SAR image data.
図３（Ａ）と図３（Ｄ）を比較すると分かるように、ＳＡＲ画像データは、実際の地形データを伸縮や短縮させる（すなわち、歪ませる）ものとなっている。 As can be seen by comparing FIG. 3A and FIG. 3D, the SAR image data expands or contracts (that is, distorts) actual terrain data.
このように、前述した（問題点１）のように、森林資源の多くは山岳地域（山地林）に存在するにもかかわらず、山岳地域のような地形歪みがある地域におけるバイオマス量の推定がこれまで困難なものとなっていた。 In this way, as described above (Problem 1), the estimation of biomass in regions with topographical distortions such as mountainous regions, even though many forest resources exist in mountainous regions (mountainous forests). It has been difficult until now.
次に、前述した（問題点２）についてより詳しく説明する。図４は地上バイオマス量と散乱強度との関係を示す図である。約１５０ｔ／ｈａまでについては、散乱される電波強度は、地上バイオマス量と概ね比例的な関係にあり、観測した電波強度から地上バイオマス量を推定することが可能である。地上バイオマス量がこれより多くなると、電波強度はこれ以上強くならず、バイオマス量推定はできなくなる。すなわち、ＳＡＲで推定できるバイオマス量は、約１５０ｔ／ｈａまでであり、樹齢２０年以上の樹木のバイオマス量の推定が困難であるという問題があった。 Next, (Problem 2) described above will be described in more detail. FIG. 4 is a diagram showing the relationship between the amount of ground biomass and the scattering intensity. For up to about 150 t / ha, the scattered radio wave intensity is generally proportional to the amount of ground biomass, and the amount of ground biomass can be estimated from the observed radio wave intensity. When the amount of above-ground biomass becomes larger than this, the radio wave intensity does not increase any more and the biomass amount cannot be estimated. That is, the amount of biomass that can be estimated by SAR is up to about 150 t / ha, and there is a problem that it is difficult to estimate the amount of biomass of trees over 20 years old.
以下、上記のような（問題点１）及び（問題点２）を解決するための手段についてより詳細に説明する。図５は本発明の実施形態に係るＳＡＲデータ処理方法を実行させるシステム構成の一例を示す図である。 Hereinafter, means for solving the above (Problem 1) and (Problem 2) will be described in more detail. FIG. 5 is a diagram showing an example of a system configuration for executing the SAR data processing method according to the embodiment of the present invention.
図５において、１０はシステムバス、１１はＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、１２はＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、１３はＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、１４は外部情報機器との通信を司る通信制御部、１５はキーボードコントローラなどの入力制御部、１６はディスプレイコントローラなどの出力制御部、１７は外部記憶装置制御部、１８はキーボード、ポインティングデバイス、マウスなどの入力機器からなる入力部、１９はＬＣＤディスプレイなどの表示装置や印刷装置からなる出力部、２０はＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等の外部記憶装置である。 In FIG. 5, 10 is a system bus, 11 is a CPU (Central Processing Unit), 12 is a RAM (Random Access Memory), 13 is a ROM (Read Only Memory), 14 is a communication control unit that controls communication with an external information device, 15 is an input control unit such as a keyboard controller, 16 is an output control unit such as a display controller, 17 is an external storage device control unit, 18 is an input unit including input devices such as a keyboard, pointing device, and mouse, 19 is an LCD display, etc. An output unit 20 including a display device and a printing device 20 is an external storage device such as an HDD (Hard Disk Drive).
図５において、ＣＰＵ１１は、ＲＯＭ１３内のプログラム用ＲＯＭ、或いは、大容量の外部記憶装置２０に記憶されたプログラム等に応じて、外部機器と通信することでデータを検索・取得したり、また、図形、イメージ、文字、表等が混在した出力データの処理を実行したり、更に、外部記憶装置２０に格納されているデータベースの管理を実行したり、などといった演算処理を行うものである。 In FIG. 5, the CPU 11 retrieves and acquires data by communicating with an external device according to a program ROM stored in the ROM 13 or a program stored in the large-capacity external storage device 20. Processing of output data in which graphics, images, characters, tables, etc. are mixed is executed, and management of a database stored in the external storage device 20 is further executed.
また、ＣＰＵ１１は、システムバス１０に接続される各デバイスを統括的に制御する。ＲＯＭ１３内のプログラム用ＲＯＭあるいは外部記憶装置２０には、ＣＰＵ１１の制御用の基本プログラムであるオペレーティングシステムプログラム（以下ＯＳ）等が記憶されている。また、ＲＯＭ１３あるいは外部記憶装置２０には出力データ処理等を行う際に使用される各種データが記憶されている。ＲＡＭ１２は、ＣＰＵ１１の主メモリ、ワークエリア等として機能する。 Further, the CPU 11 comprehensively controls each device connected to the system bus 10. The program ROM in the ROM 13 or the external storage device 20 stores an operating system program (hereinafter referred to as OS) that is a basic program for controlling the CPU 11. The ROM 13 or the external storage device 20 stores various data used when performing output data processing or the like. The RAM 12 functions as a main memory and work area for the CPU 11.
入力制御部１５は、キーボードや不図示のポインティングデバイスからの入力部１８を制御する。また、出力制御部１６は、ＬＣＤディスプレイ等の表示装置やプリンタなどの印刷装置の出力制御を行う。 The input control unit 15 controls the input unit 18 from a keyboard or a pointing device (not shown). The output control unit 16 controls output of a display device such as an LCD display and a printing device such as a printer.
外部記憶装置制御部１７は、ブートプログラム、各種のアプリケーション、フォントデータ、ユーザファイル、編集ファイル、プリンタドライバ等を記憶するＨＨＤ（Ｈａｒｄ
Ｄｉｓｋ Ｄｒｉｖｅ）や、或いは場合によってはフレキシブルディスク（ＦＤ）等の外部記憶装置２０へのアクセスを制御する
また、通信制御部１４は、ネットワークを介して、外部機器と通信を制御するものであり、これによりシステムが必要とするデータを、インターネットやイントラネット上の外部機器が保有するデータベースから取得したり、外部機器に情報を送信したりすることができるように構成される。
The external storage device control unit 17 stores a boot program, various applications, font data, user files, edit files, printer drivers, and the like.
Disk Drive), or in some cases, controls access to the external storage device 20 such as a flexible disk (FD). The communication control unit 14 controls communication with an external device via a network. As a result, the data required by the system can be acquired from a database held by an external device on the Internet or an intranet, or information can be transmitted to the external device.
外部記憶装置２０には、ＣＰＵ１１の制御プログラムであるオペレーティングシステムプログラム（以下ＯＳ）以外に、本発明のＳＡＲデータ処理方法をＣＰＵ１１上で動作させるシステムプログラム、及びこのシステムプログラムで用いるデータなどがインストールされ保存・記憶されている。本実施形態に係るＳＡＲデータ処理システムにおいては、アプリケーションプログラムとして外部記憶装置２０に表計算ソフトウエア（マイクロソフト社製のエクセルなど）がインストールされ、同ソフトウエアが提供する機能を利用している。 In addition to an operating system program (hereinafter referred to as OS) that is a control program for the CPU 11, the external storage device 20 is installed with a system program for operating the SAR data processing method of the present invention on the CPU 11, data used in the system program, and the like. Saved and remembered. In the SAR data processing system according to the present embodiment, spreadsheet software (such as Microsoft Excel) is installed in the external storage device 20 as an application program, and functions provided by the software are used.
本発明のＳＡＲデータ処理方法を実現するシステムプログラムで利用される特有のデータとしては、ＳＡＲ画像データベース２１０、ＤＥＭデータベース２２０があり、これらデータが外部記憶装置２０に保存されていることが想定されているが、場合によっては、これらのデータを通信制御部１４を介してインターネットやイントラネット上の外部機器から取得するように構成することも可能である。 Specific data used in the system program for realizing the SAR data processing method of the present invention includes the SAR image database 210 and the DEM database 220, and it is assumed that these data are stored in the external storage device 20. However, in some cases, it may be configured to acquire these data from an external device on the Internet or an intranet via the communication control unit 14.
以上のように構成される本発明の実施形態に係るＳＡＲデータ処理システムの構成において、外部記憶装置２０に記憶されるＳＡＲ画像データデータベース２１０は、人工衛星や航空機などの飛行体に搭載されるＳＡＲから地上に電波を送信し、地上からの反射波を受信することで取得されるデータを取得である。 In the configuration of the SAR data processing system according to the embodiment of the present invention configured as described above, the SAR image data database 210 stored in the external storage device 20 is a SAR mounted on a flying object such as an artificial satellite or an aircraft. Data acquired by transmitting radio waves to the ground and receiving reflected waves from the ground.
また、外部記憶装置２０に記憶されるＤＥＭデータベース２２０におけるＤＥＭはＤｅｇｉｔａｌ Ｅｌｅｖａｔｉｏｎ Ｍｏｄｅｌの略であり、ＤＥＭデータベース２２０は区画毎（メッシュ毎）の標高データである。 Further, DEM in the DEM database 220 stored in the external storage device 20 is an abbreviation for Digital Elevation Model, and the DEM database 220 is elevation data for each section (for each mesh).
次に、以上のように構成されるシステムにおけるＳＡＲデータ処理方法を説明する。図６は本発明の実施形態に係るＳＡＲデータ処理システムにおける処理フローチャートを示す図である。図６において、ステップＳ１００でＳＡＲデータ処理システムの処理が開始されると、続いてステップＳ１０１に進み、処理対象領域のＳＡＲ画像データを外部記憶装置２０のＳＡＲ画像データベース２１０から取得する。 Next, a SAR data processing method in the system configured as described above will be described. FIG. 6 is a diagram showing a processing flowchart in the SAR data processing system according to the embodiment of the present invention. In FIG. 6, when the processing of the SAR data processing system is started in step S <b> 100, the process proceeds to step S <b> 101 and SAR image data of the processing target area is acquired from the SAR image database 210 of the external storage device 20.
次のステップＳ１０２では、処理対象領域のＤＥＭデータを外部記憶装置２０のＤＥＭデータベース２２０から取得する。 In the next step S102, the DEM data of the processing target area is acquired from the DEM database 220 of the external storage device 20.
ステップＳ１０３では、ＳＡＲ画像データにおける歪み量δxを算出するためのパラメータであるａ、ｂ、ｃに初期値を設定する。ここで、歪み量δxについて図７を参照して説明する。図７は本発明の実施形態に係るＳＡＲデータ処理方法における歪み量δxの概念を説明する図である。 In step S103, initial values are set to a, b, and c that are parameters for calculating the distortion amount δ x in the SAR image data. Here, the distortion amount δ x will be described with reference to FIG. Figure 7 is a diagram for explaining a concept of distortion amount [delta] x of SAR data processing method according to an embodiment of the present invention.
起伏のある地域で観測されたＳＡＲ画像データは、地表の起伏によりフォアショートニングやレイオーバーなどの地形歪みが含まれている。これら地形歪みの影響を除去するため、ＤＥＭデータからＳＡＲシミュレーション画像データを作成し、ＳＡＲ画像データが最も良くマッチングする倒れ込み量の推定を行う。なお、このような地形起伏による歪みの補正を地形補正と呼ぶ。地形歪み量（δx）は、画像Ｘ方向の位置（ｘ）と標高データ（Ｈ）から以下の関係式（１）によって近似することできる。 The SAR image data observed in the undulating region includes terrain distortion such as foreshortening and layover due to the undulation of the ground surface. In order to remove the influence of these terrain distortions, SAR simulation image data is created from DEM data, and the amount of collapse that best matches the SAR image data is estimated. Such distortion correction due to terrain relief is called terrain correction. The amount of terrain distortion (δ x ) can be approximated by the following relational expression (1) from the position (x) in the image X direction and the altitude data (H).
δx＝（ａｘ＋ｂ）Ｈ＋ｃ （１）
ここで、ａ、ｂ、ｃの３変数のうちａはオフナディア角に、ｂはＮｅａｒ／Ｆａｒによる入射角の変化に関する係数であり、ｃは姿勢の位置情報のズレに起因する平行移動項である。なお、ステップＳ１０３における初期値の設定では、初めに衛星の姿勢情報からａ、ｂの２変数を算出し、ｃには０を初期値として与える。
δ x = (ax + b) H + c (1)
Here, of the three variables a, b, and c, a is an off-nadir angle, b is a coefficient related to a change in incident angle due to Near / Far, and c is a translation term caused by a deviation in posture position information. is there. In setting the initial value in step S103, first, two variables a and b are calculated from the attitude information of the satellite, and 0 is given to c as an initial value.
ステップＳ１０４では、設定されたａ、ｂ、ｃから歪み量δxを求め、この歪み量δxに基づいて、ＤＥＭデータからＳＡＲシミュレーション画像データを作成する。 In step S104, it obtains the distortion amount [delta] x set a, b, from c, based on the distortion amount [delta] x, creating a SAR simulation image data from the DEM data.
ステップＳ１０５においては、ＳＡＲシミュレーション画像データとＳＡＲ画像データとの面積相関係数を算出する。なお、面積相関係数は局所的な最大値を得てしまうことが予想されることから、ａ、ｂ、ｃの３変数の変化幅を最初大きくし、探索を進めるに従い刻み幅を小さくすることが好ましい。ステップＳ１０６では、ステップＳ１０５で算出された面積相関係数が所定値以上であるか否かが判定される。ステップＳ１０６における判定結果がＹＥＳであるときにはステップＳ１０７に進み、ＮＯであるときにはステップＳ１１２に進む。 In step S105, an area correlation coefficient between the SAR simulation image data and the SAR image data is calculated. Since the area correlation coefficient is expected to obtain a local maximum value, the change width of the three variables a, b, and c is initially increased, and the step size is decreased as the search is advanced. Is preferred. In step S106, it is determined whether or not the area correlation coefficient calculated in step S105 is greater than or equal to a predetermined value. If the determination result in step S106 is YES, the process proceeds to step S107, and if NO, the process proceeds to step S112.
ステップＳ１０６における判定結果がＮＯであるときに進むステップＳ１１２では、新たなａ，ｂ，ｃのセットが設定される。本発明の実施形態に係るＳＡＲデータ処理方法では、これらａ、ｂ、ｃの３変数を最急降下法により求める。 In step S112 that proceeds when the determination result in step S106 is NO, a new set of a, b, and c is set. In the SAR data processing method according to the embodiment of the present invention, these three variables a, b, and c are obtained by the steepest descent method.
ステップＳ１０６における判定結果がＹＥＳであるときに進むステップＳ１０７では、ＳＡＲシミュレーション画像データとＳＡＲ画像データとから、地形歪み量（伸張・短縮量）を算出する。 In step S107, which proceeds when the determination result in step S106 is YES, a terrain distortion amount (extension / reduction amount) is calculated from the SAR simulation image data and the SAR image data.
シミュレーション画像では地形の伸張・短縮量を信号強度として表している。つまり、地形が短縮されて観測される斜面（Ｆｏｒｅｓｌｏｐｅ）では、衛星は広い範囲から後方散乱波を受信しているため大きな値となり、逆に地形が伸張して観測される斜面（Ｂａｃｋｓｌｏｐｅ）では、狭い範囲からの後方散乱波を受信しているため小さな値となる。 In the simulation image, the amount of terrain expansion / reduction is expressed as the signal strength. In other words, the slope (Forelope) observed with a shortened topography has a large value because the satellite receives backscattered waves from a wide range. Since backscattered waves from a narrow range are received, the value is small.
図８（Ａ）は飛行体搭載のＳＡＲによって取得されたＳＡＲ画像データであり、図８（Ｂ）はＤＥＭデータから作成されたＳＡＲシミュレーション画像データの一例である。図８（Ｂ）は、最適化したａ、ｂ、ｃから作成したシミュレーション画像であり、濃淡の差は地形の伸張・短縮量の差を表している。ＳＡＲシミュレーション画像データはＳＡＲ画像データとほぼ類似した画像となっている。このように山間部では、ＳＡＲの情報のほとんどが地形情報（散乱断面積の差）であることを示している。 FIG. 8A shows SAR image data acquired by an SAR mounted on a flying object, and FIG. 8B shows an example of SAR simulation image data created from DEM data. FIG. 8B is a simulation image created from optimized a, b, and c, and the difference in shading represents the difference in the amount of expansion / reduction of topography. The SAR simulation image data is an image substantially similar to the SAR image data. Thus, in the mountainous area, most of the SAR information is terrain information (difference in scattering cross section).
ステップＳ１０８では、ＳＡＲシミュレーション画像データとＳＡＲ画像データとから、散乱強度を算出する。図９は本発明の実施形態に係るＳＡＲデータ処理方法における散乱強度の導出を説明する図である。ＤＥＭデータから散乱断面積が推定できるので，これとＳＡＲ画像データにおける受信強度の関係から検量線が作成できる。図９においては、平坦地を１として対数表記している。 In step S108, the scattering intensity is calculated from the SAR simulation image data and the SAR image data. FIG. 9 is a diagram for explaining the derivation of the scattering intensity in the SAR data processing method according to the embodiment of the present invention. Since the scattering cross section can be estimated from the DEM data, a calibration curve can be created from the relationship between this and the received intensity in the SAR image data. In FIG. 9, the logarithm is expressed with 1 as a flat ground.
面積相関係数が所定値以上であるＳＡＲシミュレーション画像データにおける信号強度は、ＳＡＲが観測した散乱面積と比例すると考えられる。もし、ＳＡＲの信号強度が散乱面積と完全な比例関係にあるならば、平坦地を観測した散乱面積に補正する（受信した信号強度を受信散乱面積で割り戻す）だけで、ＳＡＲの受信強度を平坦地で観測した状態に補正することが可能である。この作業を「散乱強度補正」と呼ぶ。 The signal intensity in the SAR simulation image data having an area correlation coefficient equal to or greater than a predetermined value is considered to be proportional to the scattering area observed by the SAR. If the signal strength of the SAR is completely proportional to the scattering area, the reception strength of the SAR can be increased by simply correcting to the scattering area where the flat ground is observed (dividing the received signal strength by the received scattering area). It is possible to correct to the state observed on flat ground. This operation is called “scattering intensity correction”.
図９は本発明の実施形態に係るＳＡＲデータ処理方法における散乱強度の導出を説明する図である。図９は統計的な手法によってこの関係を示したグラフである。横軸は地形の伸張・短縮量を意味し、０は平坦地を、０以下は地形が伸張する（受信する散乱断面積が狭い）Ｂａｃｋ ｓｌｏｐｅを、０以上は地形が短縮する（散乱断面積が広い）Ｆｏｒｅ
ｓｌｏｐｅを表す。縦軸は、それぞれの信号強度の平均値をプロットした。
FIG. 9 is a diagram for explaining the derivation of the scattering intensity in the SAR data processing method according to the embodiment of the present invention. FIG. 9 is a graph showing this relationship by a statistical method. The horizontal axis means the amount of expansion / contraction of the terrain, 0 means flat land, 0 or less means back slope where the terrain expands (the scattering cross section received is narrow), 0 or more means that the terrain shortens (scattering cross section). Fore)
represents a slope. The vertical axis plots the average value of each signal intensity.
図９に示すようなグラフを作成すると、受信する散乱面積と受信強度とは完全な比例関係にないことが判る。これは、森林などによる体積散乱が等方的ではないことを示しており、受信強度を平坦地で観測した場合の後方散乱値に補正する際にはこのようなキャリブレーションが必要であることを示している。ここでは、補正曲線を４次式で回帰して用いた。この補正曲線とＳＡＲの信号強度およびシミュレーション画像の地形の伸張・短縮量の３つを用いると、ＳＡＲ画像を平坦地で観測した状態に補正することができる。 When a graph as shown in FIG. 9 is created, it can be seen that the scattering area to be received and the received intensity are not in a completely proportional relationship. This indicates that volume scattering due to forests and the like is not isotropic, and that such calibration is necessary when correcting the received intensity to the backscattering value when observed on a flat ground. Show. Here, the correction curve was regressed using a quartic equation. Using this correction curve, the SAR signal strength, and the amount of terrain expansion / reduction in the simulation image, the SAR image can be corrected to a state observed on a flat ground.
ステップＳ１０９においては、ＳＡＲ画像データに対し、地形歪み量（伸張・短縮量）補正及び散乱強度補正を実施する。図１０は本発明の実施形態に係るＳＡＲデータ処理方法における補正処理を実施したＳＡＲ画像データを示す図であり、図１０（Ａ）はＳＡＲ画像データに対して地形歪み量（伸張・短縮量）補正を行ったものを示し、図１０（Ｂ）はこれに加えさらに散乱強度補正を行ったものを示している。すなわち、図１０（Ａ）は正射投影（地形歪み量（伸張・短縮量）補正処理）したＳＡＲ画像データであり、図１０（Ｂ）は散乱強度補正（正射投影にもなっている）した画像データである。図１０（Ａ）の正射投影図ではＦｏｒｅ ｓｌｏｐｅ（西側斜面）は明るく、Ｂａｃｋ ｓｌｏｐｅ（東側斜面）は暗く表現されており、地形を明瞭に識別できる画像となっている。一方、図１０（Ｂ）の散乱強度補正画像では、地形による濃淡が完全に除去されていることが判る。また、図１０（Ａ）の正射投影画像では地形情報以外を山間部で識別できないが、図１０（Ｂ）の散乱強度補正画像では山間部での濃淡を明瞭に識別することができる。これら山間部での濃淡の差は、地表を覆う構成物の差による散乱値の違い（植生域ではバイオマス量）を表している。 In step S109, the terrain distortion amount (extension / reduction amount) correction and the scattering intensity correction are performed on the SAR image data. FIG. 10 is a diagram showing SAR image data subjected to correction processing in the SAR data processing method according to the embodiment of the present invention. FIG. 10A is a terrain distortion amount (extension / reduction amount) with respect to the SAR image data. FIG. 10B shows the result of further correction of the scattering intensity. That is, FIG. 10A shows SAR image data obtained by orthographic projection (terrain distortion amount (extension / reduction amount correction processing)), and FIG. 10B shows scattering intensity correction (also orthographic projection). Image data. In the orthographic projection view of FIG. 10A, the Fore slope (west side slope) is bright and the back slope (east side slope) is dark, so that the terrain can be clearly identified. On the other hand, in the scattering intensity correction image of FIG. 10B, it can be seen that shading due to topography is completely removed. In addition, in the orthographic projection image of FIG. 10A, it is not possible to identify anything other than the terrain information in the mountain area, but in the scattering intensity correction image of FIG. 10B, the shading in the mountain area can be clearly identified. The difference in shading in these mountainous areas represents the difference in the scattering value (the amount of biomass in the vegetation area) due to the difference in the composition covering the ground surface.
図１０（Ｂ）の散乱強度補正画像の黒で示した紐状の地域は、地形が急峻なためレイオーバーが生じている地域を表している。レイオーバーが生じている地域では複数の地点からの信号が重複しており、散乱強度補正でもこれら信号を分離できないため、散乱強度補正の計算をしていない。 A string-like area indicated by black in the scattering intensity correction image of FIG. 10B represents an area where a layover has occurred due to steep terrain. In areas where layover occurs, signals from a plurality of points are duplicated, and these signals cannot be separated even by correcting the scattering intensity.
ステップＳ１１０においては、局所入射角補正を実施する。ステップＳ１０９の補正処理を行った段階で散乱断面積の補正は行われているが、斜面の法線と入射方向のなす角（入射角）の変化による後方散乱強度への影響は考慮されていない。図１１は平坦面の散乱強度を基準として、入射角に対する散乱強度比の変化を示している。これによれば、昇交および降交軌道ともほぼ同じ変化を示し、平坦面よりも入射角が小さい場合（斜面が衛星方向に向く斜面）には、最大１０％程度大きな後方散乱値が観測されることを示している。また、平坦面よりも入射角が大きい場合には入射角６０°付近まではほぼ補正は不要であるが、これを超える場合には最大１５％程度小さな後方散乱値が観測されていることを示している。つまり、体積散乱が主となる森林からの後方散乱強度には明らかな入射角依存性があり、バイオマス量推定時には局所入射角補正が必要であることが明らかとなった
。ここでは図１１で示した統計的な手法から、局所入射角補正を行った。
In step S110, local incident angle correction is performed. Although the scattering cross section is corrected at the stage of performing the correction process in step S109, the influence on the backscattering intensity due to the change in the angle (incident angle) between the normal of the slope and the incident direction is not considered. . FIG. 11 shows a change in the scattering intensity ratio with respect to the incident angle with reference to the scattering intensity of the flat surface. According to this, the ascending and descending trajectories show almost the same change, and when the incident angle is smaller than the flat surface (slope whose slope faces the satellite direction), a backscattering value of up to about 10% is observed. Which indicates that. When the incident angle is larger than that of the flat surface, almost no correction is required up to an incident angle of about 60 °. However, when the incident angle exceeds this, a backscattering value of up to about 15% is observed. ing. In other words, the backscattering intensity from the forest, where volume scattering is the main, has a clear incident angle dependency, and it is clear that local incident angle correction is necessary when estimating biomass. Here, local incident angle correction was performed from the statistical method shown in FIG.
ステップＳ１１１におけるバイオマス量の推定では、画像データにおける濃淡の差を抽出することで、地域毎のバイオマス量の推定を行い、ステップＳ１１３でＳＡＲデータ処理システムの処理を終了する。 In the estimation of the biomass amount in step S111, the difference in density in the image data is extracted to estimate the biomass amount for each region, and the processing of the SAR data processing system is ended in step S113.
本発明のＳＡＲデータ処理方法及びＳＡＲデータ処理システムによれば、地上の標高に係るＤＥＭデータから作成されたＳＡＲシミュレーション画像データと、実際に飛行体によって取得されたＳＡＲ画像データに一致させ、一致させたＳＡＲシミュレーション画像データとＳＡＲ画像データとに基づいて、ＳＡＲ画像データの地形歪み量と散乱強度を算出し、ＳＡＲ画像データに対して地形歪み量補正及び散乱強度補正を施すので、山岳地域のような地形歪みがある地域におけるバイオマス量の推定が可能となる。 According to the SAR data processing method and the SAR data processing system of the present invention, the SAR simulation image data created from the DEM data related to the altitude on the ground is matched with the SAR image data actually acquired by the flying object. Based on the SAR simulation image data and the SAR image data, the terrain distortion amount and the scattering intensity of the SAR image data are calculated, and the terrain distortion amount and the scattering intensity correction are performed on the SAR image data. It is possible to estimate the amount of biomass in areas where there is significant terrain distortion.
次に、バイオマス量の推定限界を向上するための方法について説明する。図１２は散乱強度と材積量との関係を示す図であり、図１２（Ａ）は地上に垂直偏波を送信し、地上からの垂直偏波を受信することによってＳＡＲ画像データを取得した場合（ＨＨ偏波）を示しており、図１２（Ｂ）は地上に水平偏波を送信し、地上からの垂直偏波を受信することによってＳＡＲ画像データを取得した場合（ＨＶ偏波）を示している。また、図１３は本発明の実施形態に係るＳＡＲデータ処理方法によって補正処理を実施したＳＡＲ画像データを示す図であり、図１３（Ａ）はＳＡＲ画像データに対して地形歪み量（伸張・短縮量）補正を行ったものを示しており、図１３（Ｂ）はＨＨ偏波のＳＡＲ画像データに対して散乱強度補正を行ったものを示しており、図１３（Ｃ）はＨＶ偏波のＳＡＲ画像データに対して散乱強度補正を行ったものを示している。 Next, a method for improving the estimation limit of the biomass amount will be described. FIG. 12 is a diagram showing the relationship between the scattering intensity and the volume of material. FIG. 12A shows a case where SAR image data is acquired by transmitting vertical polarization to the ground and receiving vertical polarization from the ground. FIG. 12B shows a case where SAR image data is acquired by transmitting horizontal polarization to the ground and receiving vertical polarization from the ground (HV polarization). ing. FIG. 13 is a diagram showing SAR image data subjected to correction processing by the SAR data processing method according to the embodiment of the present invention. FIG. 13A shows the amount of terrain distortion (extension / reduction) with respect to the SAR image data. FIG. 13B shows the SAR image data of the HH polarized wave corrected, and FIG. 13C shows the HV polarized wave. The SAR image data is subjected to scattering intensity correction.
図１３（Ｂ）及び図１３（Ｃ）で示すように、ＨＨ・ＨＶ偏波とも地形の影響が明瞭に除去されていることが解る。また、後方散乱補正画像には山間部で明るさの違いが認められ、この濃淡の差が山間部におけるバイオマス量の違いを表していることになる。なお、ＨＨとＨＶの両者を比較するとＨＨ偏波に対しＨＶ偏波では明暗のコントラストが高く、輪郭も明瞭となっている。ＨＨ偏波でコントラストが低くなっている理由は、地表と樹幹による２回反射が多く観測されるためと考えられ、ＨＶ偏波がより正確なバイオマス量を反映すると考えられる。 As shown in FIGS. 13B and 13C, it can be seen that the influence of topography is clearly removed in both HH and HV polarized waves. Further, in the backscatter correction image, a difference in brightness is recognized in the mountain area, and this difference in shading represents a difference in biomass amount in the mountain area. When both HH and HV are compared, the contrast of light and dark is higher in the HV polarization than in the HH polarization, and the contour is clear. The reason why the contrast is low in the HH polarization is considered to be that many reflections by the ground surface and the trunk are observed, and it is considered that the HV polarization reflects a more accurate biomass amount.
図１２に示すように、本発明の実施形態に係るＳＡＲデータ処理方法においては、地上からのＨＶ偏波を受信することによって取得されたＳＡＲ画像データを利用することにより、約１５０ｔ／ｈａを超えるバイオマス量の推定が可能となる。 As shown in FIG. 12, in the SAR data processing method according to the embodiment of the present invention, it exceeds about 150 t / ha by using the SAR image data acquired by receiving the HV polarization from the ground. The amount of biomass can be estimated.
１０・・・システムバス、１１・・・ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、１２・・・ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、１３・・・ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、１４・・・通信制御部、１５・・・入力制御部、１６・・・出力制御部、１７・・・外部記憶装置制御部、１８・・・入力部、１９・・・出力部、２０・・・外部記憶装置、２１０・・・ＳＡＲ画像データベース、２２０・・・ＤＥＭデータベース DESCRIPTION OF SYMBOLS 10 ... System bus, 11 ... CPU (Central Processing Unit), 12 ... RAM (Random Access Memory), 13 ... ROM (Read Only Memory), 14 ... Communication control part, 15. ..Input control unit, 16 ... output control unit, 17 ... external storage device control unit, 18 ... input unit, 19 ... output unit, 20 ... external storage device, 210 ... SAR image database, 220 ... DEM database
Claims (5)
前記ＳＡＲシミュレーション画像データ作成ステップで作成されたＳＡＲシミュレーション画像データを、ＳＡＲ画像データ取得ステップで取得されたＳＡＲ画像データに一致させるようにパラメータを選択するデータ一致ステップと、
前記データ一致ステップで一致させた前記ＳＡＲシミュレーション画像データと前記ＳＡＲ画像データとに基づいて、前記ＳＡＲ画像データの地形歪み量を算出する地形歪み量算出ステップと、
前記データ一致ステップで略一致させた前記ＳＡＲシミュレーション画像データと前記ＳＡＲ画像データとに基づいて、前記ＳＡＲ画像データの散乱強度を算出する散乱強度算出ステップと、
前記ＳＡＲ画像データに対し、地形歪み量補正及び散乱強度補正を施す地形歪み・散乱強度補正ステップと、を有し、
前記データ一致ステップでは、下式
δ x ＝（ａｘ＋ｂ）Ｈ＋ｃ
におけるａ、ｂ、ｃの３変数を最急降下法により求める（ただし、δ x は地形歪み量、ｘは画像Ｘ方向の位置、Ｈは標高データ）ことを特徴とするＳＡＲデータ処理方法。 A SAR simulation image data creation step of creating SAR simulation image data from DEM data relating to an altitude on the ground;
A data matching step of selecting parameters so that the SAR simulation image data created in the SAR simulation image data creation step matches the SAR image data obtained in the SAR image data acquisition step ;
A terrain distortion amount calculating step of calculating a terrain distortion amount of the SAR image data based on the SAR simulation image data and the SAR image data matched in the data matching step;
A scattering intensity calculating step of calculating a scattering intensity of the SAR image data based on the SAR simulation image data and the SAR image data substantially matched in the data matching step;
The relative SAR image data, possess and terrain distortion and scattering intensity correction step of performing topographic distortion amount correction and scattering intensity correction, and
In the data matching step,
δ x = (ax + b) H + c
Obtaining a, b, the steepest descent method 3 variable c in (but, [delta] x terrain distortion quantity, x is in the image X-direction position, H is altitude data) SAR data processing method characterized by.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010053098A JP5632173B2 (en) | 2010-03-10 | 2010-03-10 | SAR data processing method and SAR data processing system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010053098A JP5632173B2 (en) | 2010-03-10 | 2010-03-10 | SAR data processing method and SAR data processing system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2011185834A JP2011185834A (en) | 2011-09-22 |
| JP5632173B2 true JP5632173B2 (en) | 2014-11-26 |
Family
ID=44792297
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2010053098A Expired - Fee Related JP5632173B2 (en) | 2010-03-10 | 2010-03-10 | SAR data processing method and SAR data processing system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5632173B2 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7364222B2 (en) | 2020-01-21 | 2023-10-18 | 株式会社テイエルブイ | exhaust valve unit |
Families Citing this family (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013231843A (en) * | 2012-04-27 | 2013-11-14 | Kokusai Kogyo Co Ltd | Topography image creation method and topography image creation device |
| CN103116161B (en) * | 2013-01-25 | 2015-03-04 | 北京理工大学 | SAR (synthetic aperture radar) forest secondary scattering effective path calculating method based on rugged topography |
| CN103675812B (en) * | 2013-08-21 | 2016-02-03 | 中国科学院电子学研究所 | A kind of angle dimension scattered information based on circle mark SAR data is extracted and characterizing method |
| CN103822598B (en) * | 2014-02-26 | 2016-05-25 | 北京理工大学 | Ground SAR is at the deformation monitoring method in the serious region of time decorrelation |
| CN104637073B (en) * | 2014-12-30 | 2017-09-15 | 华中科技大学 | It is a kind of based on the banding underground structure detection method for shining upon shadow compensation |
| US9945942B2 (en) * | 2015-03-24 | 2018-04-17 | Utilis Israel Ltd. | System and method of underground water detection |
| US10884128B2 (en) | 2015-03-24 | 2021-01-05 | Utilis Israel Ltd. | System and method of underground water detection |
| CN104698503A (en) * | 2015-04-02 | 2015-06-10 | 芜湖航飞科技股份有限公司 | Radar data processing method |
| CN105842698B (en) * | 2016-05-18 | 2018-07-20 | 西安电子科技大学 | A kind of rapid simulation method of High Resolution SAR image |
| CN107219525B (en) * | 2017-05-17 | 2020-04-24 | 浙江海洋大学 | SAR sea surface simulation method and device |
| JP6741154B2 (en) * | 2017-05-17 | 2020-08-19 | 日本電気株式会社 | Information processing apparatus, information processing method, and program |
| CN108008380B (en) * | 2017-11-29 | 2020-03-31 | 中国科学技术大学 | Microwave staring correlated imaging method and system based on satellite formation |
| CN109917377B (en) * | 2018-07-30 | 2023-09-01 | 北京信息科技大学 | GNSS-SAR imaging simulation method based on traditional high-frequency electromagnetic scattering theory |
| CN110703252B (en) * | 2019-11-11 | 2021-07-09 | 中国科学院电子学研究所 | Digital elevation model correction method for interferometric synthetic aperture radar shadow area |
| KR102309251B1 (en) * | 2020-03-26 | 2021-10-07 | 주식회사 에스아이에이 | Method for estimating height of an object included in satelite image signal |
| CN114280608B (en) * | 2022-03-07 | 2022-06-17 | 成都理工大学 | Method and system for removing DInSAR elevation-related atmospheric effect |
| CN114280613B (en) * | 2022-03-08 | 2022-05-10 | 南京雷电信息技术有限公司 | Method for generating ground mapping image of simulated airborne fire control radar based on DEM data |
| CN115712995B (en) * | 2022-11-08 | 2023-07-07 | 福智生(北京)科技有限公司 | Method, device, equipment and storage medium for calculating artificial forest carbon sink |
| KR102598888B1 (en) * | 2023-03-15 | 2023-11-06 | 한화시스템 주식회사 | Apparatus and method for predicting oil storage amount |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4291974B2 (en) * | 2002-02-26 | 2009-07-08 | 三菱電機株式会社 | Radar image simulator |
| JP3660989B2 (en) * | 2002-04-11 | 2005-06-15 | 独立行政法人情報通信研究機構 | Synthetic aperture radar antenna pattern correction method |
| JP3709178B2 (en) * | 2002-07-05 | 2005-10-19 | 三菱マテリアル資源開発株式会社 | Quantitative measurement method of forest biomass |
| JP2004184184A (en) * | 2002-12-02 | 2004-07-02 | Mitsubishi Electric Corp | Radar image processing apparatus |
| JP2005189100A (en) * | 2003-12-25 | 2005-07-14 | National Institute Of Information & Communication Technology | Vegetative cover classification observation method by sar |
| JP2005265465A (en) * | 2004-03-16 | 2005-09-29 | National Institute Of Information & Communication Technology | Swamp forest observation method by sar |
| JP4702122B2 (en) * | 2006-03-15 | 2011-06-15 | 三菱電機株式会社 | Orthorectifier for synthetic aperture radar images |
| JP5004817B2 (en) * | 2008-02-08 | 2012-08-22 | 三菱スペース・ソフトウエア株式会社 | Observation image correction apparatus, observation image correction program, and observation image correction method |
-
2010
- 2010-03-10 JP JP2010053098A patent/JP5632173B2/en not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7364222B2 (en) | 2020-01-21 | 2023-10-18 | 株式会社テイエルブイ | exhaust valve unit |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2011185834A (en) | 2011-09-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5632173B2 (en) | SAR data processing method and SAR data processing system | |
| Sandberg et al. | L-and P-band backscatter intensity for biomass retrieval in hemiboreal forest | |
| Thapa et al. | Potential of high-resolution ALOS–PALSAR mosaic texture for aboveground forest carbon tracking in tropical region | |
| Wigneron et al. | L-band Microwave Emission of the Biosphere (L-MEB) Model: Description and calibration against experimental data sets over crop fields | |
| Solberg et al. | Estimating spruce and pine biomass with interferometric X-band SAR | |
| Sinha et al. | A review of radar remote sensing for biomass estimation | |
| Treuhaft et al. | Tropical-forest biomass estimation at X-band from the spaceborne TanDEM-X interferometer | |
| Kornelsen et al. | Advances in soil moisture retrieval from synthetic aperture radar and hydrological applications | |
| Lawrence et al. | Comparison between SMOS Vegetation Optical Depth products and MODIS vegetation indices over crop zones of the USA | |
| Ding et al. | Combination of overlap-driven adjustment and Phong model for LiDAR intensity correction | |
| US7705768B2 (en) | Radar image processor and method of radar image processing | |
| Peña et al. | Estimating tree height and biomass of a poplar plantation with image-based UAV technology | |
| Nizalapur et al. | Estimation of above ground biomass in Indian tropical forested area using multi-frequency DLR-ESAR data | |
| Borgogno-Mondino et al. | A fast operative method for NDVI uncertainty estimation and its role in vegetation analysis | |
| Hayashi et al. | Aboveground biomass mapping using ALOS-2/PALSAR-2 time-series images for Borneo's forest | |
| Tobin et al. | Multi-decadal analysis of root-zone soil moisture applying the exponential filter across CONUS | |
| EP3726951B1 (en) | Apparatus for determining agricultural relevant information | |
| Yin et al. | Estimation of grassland height based on the random forest algorithm and remote sensing in the Tibetan Plateau | |
| Wu et al. | A comparison of illumination geometry-based methods for topographic correction of QuickBird images of an undulant area | |
| Kaplan et al. | Using Sentinel-1 and Sentinel-2 imagery for estimating cotton crop coefficient, height, and Leaf Area Index | |
| Kseneman et al. | Soil moisture estimation using high-resolution spotlight TerraSAR-X data | |
| Ahmed et al. | Analyzing the uncertainty of biomass estimates from L-band radar backscatter over the Harvard and Howland forests | |
| Arias et al. | On the influence of acquisition geometry in backscatter time series over wheat | |
| JP2005043333A (en) | Method and system for reverse estimation of ocean wave direction spectrum from radar image | |
| Sonobe et al. | Winter wheat growth monitoring using multi-temporal TerraSAR-X dual-polarimetric data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130307 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20130419 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20130423 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130529 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20131219 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140122 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140318 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140924 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20141009 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5632173 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |