怎么得到雷达数据的后向散射系数

A. 激光雷达是怎样工作的它有哪些特点其应用领域和前景如何

激光雷达的原理是基于大气对激光的散射、吸收、消光和闪烁等物理过程，通过接收后向散射信号来反演大气参数，如气溶胶光学参数、大气温度、风场廓线，以及水汽和大气痕量气体的时空分布等。激光雷达是传统雷达技术和现代激光技术相结合的产物。其工作原理与微波雷达或无线电雷达类似，即由发射系统发射一个信号，与目标发生相互作用，返回的信号被接收系统收集并处理，获得所需的目标信息。与普通雷达不同的是，激光雷达的发射信号是激光，与普通雷达发射的无线电波乃至毫米波、微波相比，波长要短得多，这就使得激光雷达对微小的气溶胶粒子和大气分子更敏感，适用于大气探测。此外，普通雷达接收的大多为硬目标的反射信号，而用于大气探测的激光雷达所接收的信号随着激光技术、光学加工工艺、光电探测技术和数据采集技术的发展，激光雷达在探测距离、探测精度、时空分辨率、自动连续观测等方面显示出卓越的探测能力。激光雷达的发展趋势：
(1) 功能多样化
随着激光雷达的发展，其测量范围已从最初的利用米散射信号探测大气气溶胶分布，发展为可用于温度、风场、气体成分等多领域的探测。通过利用多通道探测，可实现一台激光雷达系统同时探测水汽混合比和气溶胶参数等多种大气参数[31]。多波长激光雷达可测量气溶胶在多个波长上的消光系数和后向散射系数，进而反演出气溶胶的复折射率和粒子谱分布[32]。
(2) 平台多样化
地基单点固定式激光雷达的长期观测十分必要，对于研究和统计分析一些重要大气成分的变化规律具有重要价值。但将激光雷达搭载在多种移动式平台上，更能发挥出激光雷达的作用。车载式激光雷达，具有高度的机动性，转移观测场地更加便捷[33]，便于应对突发事件的探测需要。机载式激光雷达可以进行较大范围的移动观测，并且便于对云层进行实验探测[34]。船载式激光雷达可以在海洋上空观测，它们在一些地区性乃至全球性大气辐射和大气环境研究，以及多种仪器的对比实验中发挥了重要作用[35]。星载激光雷达能够进行全球范围内重要大气参数的主动遥感。米散射气溶胶激光雷达、二氧化碳差分吸收激光雷达、多普勒测风激光雷达等将在不久的未来应用于全球卫星遥感观测[36]。
(3) 组网观测
随着大气辐射和环境科学研究国际间合作的需要，建立激光雷达观测网十分必要。通过统一测量和数据处理的方法和标准，进行长期观测。研究气溶胶的长期变化特征和不同类型的气溶胶在某区域内的分布情况，以及气溶胶的输送路径和机制，及其物理、化学特性在输送过程中的变化。一些国际合作研究计划，如全球平流层变化观测网(NDSC)[37]、气溶胶特征实验(ACE-I、II)[38, 39]等均使用多个激光雷达布网，对一些重要的大气成分的空间分布进行观测。欧洲激光雷达观测网(EARLINET)[40]包括了欧洲不同国家21个地面激光雷达观测站；亚洲激光雷达观测网(AD-Net)[41]对亚洲大陆沙尘气溶胶的光学特性及其远距离输送过程进行联合观测；拉丁美洲激光雷达观测网[42]则开展了对热带和南半球低纬度地区重要大气成份的合作观测。
(4) 商品化
激光雷达能够监测多种重要大气成分和参量的时空分布，具有测量距离远、时空分辨率高、探测成本低、和能够连续自动观测的特点，具备其它探测方式无法替代的作用，在气象观测、大气环境监测和风场测量等民用领域日益受到重视，因此其应用市场广阔。目前，单波长米散射激光雷达、探测污染气体的差分吸收激光雷达，及测风激光雷达已经成功实现商品化。例如，美国SESI公司研制的微脉冲激光雷达系列，德国ELIGHT公司开发的车载式测污激光雷达，法国LEOSPHERE公司推出的Windcube测风激光雷达，以及美国ORCA和加拿大OPTECH公司开发的激光雷达系列产品。在国内，近年来中科院安徽光机所研制的车载式测污激光雷达AML-1、微脉冲激光雷达MPL-A1和便携式偏振-米散射激光雷达PML等，都已经开始从实验室研究阶段向商业化产品研制开发进行转变。

B. 雷达信号处理基础-雷达距离方程

怎么算 ？

给出一个例子，若雷达峰值功率为1KW，波束宽度为1°的笔形波束天线位于X波段（10GHz），距离10km处有一架RCS为100m²的大型喷气机飞机，我们可以利用下面给出的式子计算雷达的接收功率。

首先计算雷达的天线增益：

波长

假设大气损耗和系统损耗可以忽略不计，则雷达接收信号功率为：

可以看到，接收信号的功率只是纳瓦数量级，与发射功率之前差了12个数量级，雷达发射信号功率同接收信号功率之间存在着较大的动态范围差异。

为什么要这样算 ？

既然是反射功率同回波功率的确定性模型，那么就从雷达的发射开始说起，先发出一个功率为Pt (W)的波形，为了容易理解，我们认为其发射无方向性，而且这个波形在传播的过程中没有功率上的损耗。

该波形到距离R处，该处功率密度为总辐射功率除以半径为R球体的表面积4π R²，也就是

实际应用中，考虑到雷达天线的方向性，天线的增益，其中天线的增益G等于最大功率密度和无方向功率密度之比，因此，在天线的最大辐射方向上，雷达在距离R处的最大发射功率密度为：

如果目标正好在天线的最大增益方向上，上式就是雷达照射到目标的功率密度。

理解了雷达的发射功率密度后，需要了解雷达的发射波对于距离R处的散射体或点目标的一种现象，“后向散射”。

在计算后向散射功率时需要考虑目标的接收面积σ，即可得到目标将自身接收到的全部电磁波辐射出去的后向散射功率为

上面提到的σ即为雷达信号处理中经常遇见的雷达截面积（RCS）。

若RCS是在后向散射功率无方向性的辐射前提下定义的，可以得到雷达接收到的后向散射功率密度为

其中，该后向功率密度是按照半径为R的球体的表面积进行计算。

再考虑雷达天线的有效孔径面积Ae m²，其总的后向散射功率为

而天线有效孔径，天线增益和工作波长的关系

可以得到雷达总的后向散射功率为

上述的雷达接收功率时在不加任何信号处理时的接收功率，而实际应用下，我们不得不考虑传播过程中的损耗，因此，需要通过信号处理引入一些损耗因子和增益因子。

若每km的单程损耗值为α,单位为dB，距离R (m)处的目标，大气损耗的值为

大气损耗对于高频段的雷达十分重要，例如10GHz左右雷达的大气损耗可以忽略不计，但是60GHz的雷达其短短几千米的大气损耗就可以达到数十dB,这也是60GHz不是雷达常用工作频率的原因。同时也可以看到， 大气损耗同系统损耗一样，都有随雷达工作频率变化而变化的特性 。

考虑大气损耗和系统损耗的影响，可以得到最终的雷达的接收功率为

需要注意的是，上式总包括的几个变量如大气损耗，天线增益，RCS等常用作分贝为单位，该式中则需要采用线性单位，而非分贝。另外Pr为瞬时接收功率，不是平均功率。

根据雷达的接收信号功率计算公式，也就是雷达的距离方程，其中的一个重要结论就是 点目标其接收功率按照雷达到目标距离的4次方下降 。

因此，雷达检测一个给定RCS目标的能力随距离增加而快速下降，增加发射功率可以增加雷达的作用距离，考虑到R^{4}的关系，功率必须增加到原来的16倍，也就是12dB，可以将雷达的作用距离增加至1倍。或将雷达天线增益增加到原来的4倍（6dB）同样可以将雷达的作用距离增加至1倍。另外，对于隐形战机可以将RCS减小到1/16，这样可以将雷达最其检测距离下降一半。

题图：padrinan

C. 实验三十五 雷达图像处理

一、实验目的

通过对ERS-2卫星单波段雷达影像的显示、几何校正、滤波和彩色增强等处理，感受雷达微波遥感图像对地物反映的特征和与可见光图像的差别，了解雷达图像处理的内容，初步掌握ENVI雷达微波遥感图像处理的基本操作步骤，从而加深对雷达微波遥感对地质学应用原理的理解。

二、实验内容

①ENVI支持下的ERS-2雷达遥感图像数据输入、显示和输出；②雷达图像校正；③雷达图像滤波增强处理；④雷达图像彩色合成处理；⑤雷达图像地物影像特征识别；⑥雷达遥感影像与光学遥感影像特征差异比较分析。

三、实验要求

预习雷达遥感成像理论的相关知识，了解ERS-2雷达数据的技术参数，能够解读雷达图像上反映的信息，了解从ENVI中打开或存储在雷达文件的信息，初步掌握本实验所做的ENVI软件Radar模块的几种雷达图像处理操作，编写实验报告。

四、技术条件

①微型计算机；②桂林市ERS-2单波段Image格式的数据；③ENVI软件；④Photoshop软件（ver.6.0以上）和ACDSee软件（ver.4.0以上）。

五、实验步骤

1.打开雷达数据文件

ENVI提供两种方式打开雷达数据文件。

（1）在ENVI主菜单栏中选择“File>Open External File>Radar＞相应雷达传感器类型”，在弹出的文件选择对话框中，选择SAR IM P IPXBJG20090217.E2波段数据文件， （注意：ERS-2雷达影像不同于其他光学影像，文件格式类型是E2）。ENVI将自动提取头文件信息，并把图像波段输入到可用波段列表中。

（2）在ENVl主菜单中，选择“Radar>Open>Prepare Radar File＞相应雷达传感器类型”，也可打开。

在Available Bands List显示来自雷达数据的信息和参数，包括波段名；行数、样本数和波段数；文件大小；交叉格式（BSQ、BIL、BIP）；数据类型（字节、整型等）；以及数据是否已地理坐标定位等信息。

2.雷达图像纠正

（1）几何精纠正。雷达影像的几何纠正方法与光学遥感影像的处理方法一样，即也是选取地面控制点（GCPs）和建立GCPs文件的方式。可以采用Image to Map或Image to image两种方式之一来选取GCPs，具体参看本书实验十一和实验十二。

（2）自带定位参数的纠正。在ENVI主菜单中选择“Map>Georeference ENVISAT>Georeference ASAR”，弹出“Select ENVISAT File”，选择雷达影像点击【OK】按钮，在“Select Output Projection”对话框中（图35-1）根据实际需要选择投影方式、输出地面控制点路径及文件名。

图35-1 选择输出投影设置对话框

在“Registration Parameters”对话框中根据实际情况的需要来对参数重新定义，选择输出的路径，命名保存。纠正的目的就是赋予雷达图像地理坐标定位的信息，有利于之后信息的提取工作。

（3）天线阵列校正（Antenna Pattern Correction）。由于仪器的天线接受阵列，雷达图像在垂直于行程方向有明显的畸变。ENVI的天线阵列校正函数可以用来消除这种畸变。计算出方位角平均值，并作图显示行程方向上的平均变化。由用户限定次数的一个多项式函数可以用来消除接受时产生的畸变，可以选择加法或乘法校正。天线阵列校正操作方法如下：◎在ENVl主菜单选择“Radar>Antenna Pattern Correction”，在打开的“Antenna Pattern Input File”对话框中，选择雷达图像文件。

◎在打开的“Antenna Pattern Correction Parameters”对话框中（图35-2），编辑以下参数。

等斜距记录方向（Range Direction）：列（Samples）或行（Lines），可以通过查看图像数据的头文件确定记录方式；

校正方法（Correction Method）：可选择加法（Additvie）或乘法（Multiplicative），常用乘法校正作雷达天线阵列畸变校正；

多项式次数（Polynomial Order）：多项式次数根据需要进行改变，最大次数为5。

点击“Plot Polynomial”，显示出一张红色平均值图（图35-3），上面叠置着白色的、选择的多项式的拟和，多项式的最高次数可以根据需要改变，并再次作图（最好用一个低次多项式），以便不消除后向散射信号中的局部改变。

设置完以上参数后选择输出路径及文件名，点击【OK】按钮，执行操作。

图35-2 天线阵列校正参数窗口

图35-3 天线阵列校正曲线图

.3 图像增强

ENVI包括几个自适应滤波器，它们可以用于SAR 处理。自适应滤波器（Adaptive Filters）运用围绕每个像元值标准差来计算一个新的像元值。不同于传统的低通平滑滤波，自适应滤波器在抑制噪声的通透时保留了图像的高频信息和细节。Adaptive Filters包括LEE、Frost、Gamma、Kuan、用于减少图像斑点的局部σ滤波器，以及消除坏像元的比特误差滤波器（Bit Errors filter）。

自适应滤波器可用通过ENVI主菜单中的“Filters>Adatove＞滤波器或者主菜单＞Radar>Adaptive Filters＞滤波器”途径打开相应类型的滤波器，如图35-4所示。自适应滤波器包括如下几种。

（1） LEE滤波器：用于平滑亮度各图像密切相关的噪声数据以及附加或倍增类型的噪声；

（2） Enhance LEE滤波器：可以在保持雷达图像纹理信息的同时减少斑点噪声；

（3） Frost滤波器：能在保留边缘的情况下，减少斑点噪声；

（4） Enhance Frost滤波器：可以在保持雷达图像纹理信息的同时减少斑点噪声；

（5） Gamma滤波器：可以用于在雷达图像中保留边缘信息的同时减少斑点噪声；

（6） Kuan滤波器：用于在雷达图像中保留边缘的情况下，减少斑点噪声；

（7） Local Sigma滤波器：能很好地保留细节并有效地减少斑点噪声，即使是在对比度较低的区域；

（8） Bit Error Filters比特误差滤波器：可以消除图像中的“bit-error”噪声。

图35-4 LEE滤波器参数窗口

4.合成彩色图像（Synthetic Color Image）

可以使用“Synthetic Color Image”项将一幅灰阶图像转换成一幅彩色合成图像。这个转换通常用于将大比例尺雷达数据在保留有用细节情况下增强其中细微特征的显示。操作步骤如下：

图35-5 合成彩色参数窗口

（1）在 ENVI 主菜单中选择“Radar>Synthetic Color Image”，在文件选择对话框中选择输入文件，单击【OK】按钮。

（2）在“Synthetic Color Parameters”对话框中（图35-5），输入高通滤波（High Pass Kerenl Size）和低通滤波交换核大小（Low Pass Kerenl Size）。

（3）输入饱和度（Saturation Value）：范围0～1，该值越大图像颜色越深或者越纯。

（4）选择输出路径及文件名，单击【OK】按钮执行合成彩色图像处理，处理得到的结果将自动加载在可用波段列表中，并可用在“Display”中显示。

六、实验报告

（1）简述实验过程。

（2）回答问题：①雷达遥感对云层和地面植被具有穿透性，将本次实验处理得到的桂林市ERS-2图像，与在实验二或实验九得到的桂林市TM影像进行比较，寻找两种影像特征之间的差异。②与被动遥感图像的几何校正相比，雷达图像的校正有哪些不同的新内容？③有哪些黑白雷达遥感图像增强方法？有哪些彩色雷达遥感图像增强方法？④熟悉雷达影像处理后，思考下列问题：SAR图像、多光谱图像、高分辨率图像三者之间融合的方案，是否融合后的图像具有高分辨率多光谱穿透性强的特点？

实验报告格式见附录一。

D. 雷达后向散射系数有正数吗

dB的概念是场强度P的自然对数！ 也就是ln(P)，通常探测强度比较小(小于1)，如果谭测量强度很大(大于1)，那么探测的DB数可能大于0

E. 雷达干涉测量基本原理

InSAR获取DEM技术的基本原理，是利用具有干涉成像能力的两部SAR天线（或一部天线重复观测），来获取同一地区，具有一定视角差的两幅，具有相干性的单视复数图像，并由其干涉相位信息，获取地表高程信息，从而，重建地表的DEM。[1]
根据，安装在平台上天线数目的多少，和数据获取方式的不同，InSAR系统，可分为双(多)天线系统和单天线系统。
双(多)天线系统，是在SAR平台上，安置两(多)部天线，其中一部天线，向地面发射雷达波，两(多)部天线同时接收地面的后向散射回波，从而得到相应地区的两(多)幅SLC图像。
采用该方式可以同时获取同一地区的主、辅图像对，图像之间的相干性较好,有利于干涉处理和应用，但它对硬件技术要求较高，成本较昂贵；单天线系统是在SAR平台上安置一部天线，通过对同一地区的重复飞行进行观测，得到测区两幅具有相干性的SLC图像。
由于两次成像之间，具有一定的时间间隔，地面状况和散射特性可能已发生改变，并且难于保证合适的基线参数，因此与双(多)天线系统相比，该方式获取的图像之间的相干性较差。

F. 微波遥感数据预处理

微波遥感作为一种获取地球表面信息的重要技术手段，已经在国内外得到了广泛的应用和发展。随着人们对遥感应用中定位精度要求的提高，对遥感数据的处理技术也提出了更高、更细的要求，这种要求就是图像数据反映地物辐射特性的真实性和对地球表面几何位置的准确性，它们直接影响遥感技术应用的精度和广度。

（一）辐射标定

原始的SAR数据没有经过严格的辐射标定，因而数据所反映的地物辐射特性与实际地物本身的辐射特性之间存在一定程度的差异。这类SAR图像虽然能够满足一般的定性分析的精度要求，但是在很多实际应用中，往往要对图像进行定量分析，如模式识别、目标分类等。因此为了使SAR数据能够满足定量分析精度的要求，就必须要对其进行辐射标定工作。有关原始SAR图像辐射标定的算法较多，常用的算法是：

1∶25万遥感地质填图方法和技术

式中：I=10 lg（DN_ij）；

σ°——反射系数；

DN_ij——像元（i，j）的灰度值；

K——辐射标定常数；

R_n——像元（i，j）的斜距；

R₀——参考斜距；

a_n——像元（i，j）的入射角；

a₀——参考入射角；

G_sys——被标定SAR图像的系统雷达天线增益；

G_sys0——确定K时的系统雷达天线增益。

辐射标定所需参数都可以直接从原始图像数据头文件中直接或间接获取，标定后的图像将原始图像灰度转换成后向散射系数。利用PCI软件可以完成对雷达数据的辐射标定的处理。

（二）微波图像噪声与斑点的弱化处理

当成像雷达发射的是纯相干波照射到目标时，目标上的随机散射面的散射信号与发射的相干信号之间的干涉作用会使图像产生相干斑点噪声。这种斑点噪声严重干扰了地物信息的提取与SAR图像的应用效果，噪声严重时，甚至可导致地物特征的消失。在图像信息提取时，这一现象往往产生假信息。因此，弱化斑点噪声对SAR图像的应用有着重要意义。

噪声平滑与弱化的最好方法是利用同一地区的不同探测方向的两幅或多幅雷达图像进行振幅或密度的配准和辐射纠正，计算其差值图像，就可以消除雷达数据本身固有的斑点噪声。其他方法还有：

1.主成分分析法

RADARSAT-1 SAR数据的噪声由于其固有性质，在通过主成分变换后噪声往往分布在其中的某一个分量上。通过计算各分量的均值和方差就可以判断哪个分量是以噪声信息为主，而其他分量则为地物的微波散射信息。通常情况下，主成分分析具有以下特征：

（1）主成分分析的数据变换前后的方差总和不变，只是把原来的方差不等量地再分配到新的主成分波段影像中。

（2）第一主成分包含了多波段影像信息的绝大部分，其余主成分信息含量依次减少。

（3）各主成分的相关系数为零，即各主成分所含的信息内容不同。

（4）第一主成分相当于原来各波段的加权和，反映了地物总的反射或辐射强度；其余各主成分相当于不同波段组合的加权差值影像。

（5）第一主成分降低了噪声，有利于细部特征的增强和分析。

（6）对于有些特殊异常的专题信息，往往通过主成分分析后在第二以上主成分影像上得到增强。

对微波遥感数据的主成分分析可以采用不同时相的SAR数据、不同参数的SAR数据或不同方法处理后的同一SAR数据进行主成分变换，可以起到弱化噪声的目的。为不同方法处理后的同一SAR数据进行主成分变换后的SAR数据。

2.中值滤波技术

中值滤波技术由于其原理是建立在像元及其领域的统计特征的基础上，因而也广泛地应用于雷达数据的噪声处理中。对 n×n 大小的滤波核，处理后的中心点的像元值为该滤波核处理前所有像元值的中间值（彩图1-3b）。中值滤波算子的数学公式如下：

1∶25万遥感地质填图方法和技术

式中：X_ij——n×n窗口中的第（i，j）像元的灰度值；

M（X_ij）——n×n窗口中所有像元值的中间值。

3.滤波增强处理

由于散射信号产生的 SAR 图像，受大量“斑点”噪声影响，必须经过滤波预处理。针对雷达数据的固有的倍增噪声特征，设计的滤波算子是基于局部统计及噪声模型信息的，主要包括 Lee滤波、Frost滤波、Kuan 滤波、Gamma Map 滤波和 Average滤波。许多在多光谱数据处理中使用的滤波算子如高通滤波、低通滤波、纹理滤波应用于雷达数据分析往往带入大量的人工信息，针对上述问题，工作中使用以下一些滤波算子。这些算子不仅能较好地滤去高频噪声，而且能较好地保持影像边缘和纹理信息；同时，处理后的图像相对于原始图像具有更好的对比性。尤以 Frost（彩图1-3c）、Lee及其增强滤波算子为佳。

目前常用的滤波有：①Frost自适应滤波；②Lee滤波；③Gamma Map斑点滤波；④Frost自适应增强滤波；⑤Lee增强滤波；⑥Kuan斑点滤波。

G. 后向散射的基本系数

吸收和散射都引起衰减。所以，衰减系数（attenuation coefficient）ka（λ）是吸收系数（absorption coefficient）kab （λ）和散射系数（scattering coefficient）ksc（λ）的总和
衰减系数（attenuation coefficient）描述介质（medium）的固有光学性质（IOP：inherent optical properties）。它的值是由介质内部各个组份的物理吸收特性、几何散射特性以及各个组份的浓度决定的，与外部光源（或电磁波源）本身的强度无关。
辐照度（irradiance）和辐亮度（radiance）描述表观光学性质（AOP：apparent optical properties）的光学量，它们的初始值依赖于外部光源强度，它们在空间的分布取决于外部光源强度和介质内部衰减率这两个方面。
依据不同方法，测量的衰减系数可分为“漫衰减系数”（diffuse attenuation coefficient）和“光束衰减系数”（beam attenuation coefficient）两种。与漫衰减系数对应的透射率被称为漫透射率，与光束衰减系数对应的透射率被称为光束透射率。
体积散射函数（volume scattering function）β（λ，θ）描述散射衰减系数的立体角分布，它的单位是m-1﹒sr-1
体积散射系数（volume scattering coefficient）ksc（λ）的单位是m-1，它与体积散射函数β（λ,θ）之间的关系是
前向散射系数（forward scattering coefficient）ksc－f（λ）等于
后向散射系数（backscattering coefficient）ksc－b（λ）等于

H. 后向散射系数和后向散射率有什么区别,是不是根本就是两回事儿

后向散射系数是表示后向散射截面（单站LCS）与入射光截面之比，而后向散射率是指90°～180°角内光束散射的辐射通量与入射辐射通量之比。 它们计算所得的结果应该是一样的，其实研究激光雷达散射问题，只要研究LCS就行了。