SAR数据分析植被映射和监控

植被生物量是其中一个至关重要的参数,控制社会经济行为。然而,生物质能取决于一些自然现象和land-atmosphere交互。因此,重要的是时空植被动态监测和地图。多源遥感数据可以提供补充信息植被形态特征及其生化特性与相应的变化。特别是,合成孔径雷达(SAR)近年来得到越来越多的关注由于其能力产生不同的信息通过偏振测定,polarimetric-interferometry和断层。

近年来,许多灾难性事件,如干旱、洪水和飓风严重破坏了大量的作物产量在全球许多地区。此外,最近的自然灾害,森林火灾和森林砍伐等创造了一个令人担忧的情况下全球碳平衡的内容相关的问题。这表明植被映射使用时间的重视和有成本效益的方法来确定更好的决策和受灾地区稳定全球社会经济地位。

本研究主题欢迎提交在小说物理,机器,和深度上优于算法来监测和地图植被特征,从理论到应用程序与SAR的附加值和光学植被特征的数据。

主题包括但不限于:
•植被映射使用SAR数据和监控;
•植被生物物理参数估计(例如,生物量、高度,和植物面积指数);
•使用SAR, PolSAR、PolInSAR TomoSAR植被特征数据;
•多源数据融合灾难映射与植被;
•机器学习和深度学习在植被物种分类和生物物理参数估计;
•评估作物产量和全球碳监测。

关键字:PolSAR SAR PolinSAR、植被、机器学习

重要提示:所有贡献这个研究课题必须的范围内的部分和期刊提交,作为其使命声明中定义。雷竞技rebat前沿有权指导检查手稿更适合部分或同行评审的期刊在任何阶段。