合成孔径雷达

RAR真实孔径雷达是单个雷达，SAR合成孔径雷达是指雷达移动，目标固定不动。RAR和SAR的概念就完全不一样。 1、植被覆盖度（VFC）：植被（包括叶、茎、枝）在地面的垂直投影面积占统计区总面积的百分比，基于像元二分模型计算，假定由由植被覆盖地表和无植被覆盖地表构成一个像元，基于像元二分模型的混合像元法可以利用两个参数削弱大气。 土壤背景和植被类型的影响。VFC=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)NDVIsoil为完全是裸土或无植被覆盖区域的NDVI值，NDVIveg则代表完全被植被所覆盖的像元的NDVI值。 即纯植被像元的NDVI值，Soil和lveg值受大气、地表湿度、太阳光、植被类型的影响，所以不能取影像NDVI的最大值和最小值，而应该取置信度区间内的最大值和最小值。 2、植被覆盖度计算过程：首先计算NDVI，使用TM3和4波段计算归一化植被指数，突出显示植被部分（输出后图像高亮的部分就是植被区域）-1<=NDVI<=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等。 正值，表示有植被覆盖，且随覆盖度增大而增大；NDVI=（近红外-红）/（近红外+红）=（TM4-TM3）/(TM3+TM4)，若TM34都是0，则NDVI为-1，然后根据置信区间计算NDVIveg和NDVIsoil，接着计算植被覆盖度。 3、各种植被指数：NDVI可以指示植被生长状况和覆盖度，根据地物光谱信息推算地表的植被状况定量值。RVI比值植被指数可以监测和估算生物量，PVI垂直植被指数可以消除土壤背景与GVI物理意义相同，GVI绿度植被指数是各波段辐射亮度的加权和，使得植被和土壤的光谱特性分离。 4、反演植被覆盖度方法：如植被指数法、像元分解模型法、决策树分类法、经验模型法，经验模型法受观测条件、局限性大，植被指数法估算精度低，像元分解法所依据的原理需要进一步考证、决策树需要大量实测数据。 工作量大，属于定量遥感范畴，提升估测精度。目前没有较好的分割算法，制约了变化检测方法发展，对植被覆盖度变化监测可以提高不同地物间的类间可分性，采用多尺度、多源数据融合监测。

合成孔径雷达成像原理如下： 雷达是由二战军事需求发展起来的，最初用于跟踪恶劣天气及黑夜中的飞机和舰船。随着射频（RF）技术、天线以及近来数字技术的发展，雷达技术也得到了稳步发展。 雷达系统利用时间延迟测量雷达与目标（雷达反射体）之间的距离，通过天线指向探测目标方位，继而又利用多普勒频移检测目标速度。1951年，美国Goodyear Aerospace 公司的Carl Wiley发现，通过对多普勒频移进行处理，能够改善波束垂直向上的分辨率。 根据这一原理，就可以利用雷达得到二维地表图像。这种通过信号分析技术来构建一个等效长天线的思路称为合成孔径雷达（Synthetic Aperture Radar，简称：SAR)。 遥感中的雷达SAR在遥感领域获得越来越多的应用，主要基于以下三个原理： 1、雷达自带照射源，在黑夜中同样能出色地工作。 2、一般雷达所使用波段的电磁波几乎可以无失真地穿透水汽云层。 3、物质的光学散射能量与其雷达电磁散射能量是不同的，因此雷达与光学传感器具有互补性，有时甚至比光学传感器有更强的地表特征区分能力。