当前位置: 首页 > news >正文

【微波遥感第一期】基本概念

目录

  • 📡 什么是微波遥感?
    • 🌐 微波遥感的基本原理
    • 📂 微波遥感的分类
    • 📈 微波遥感的优缺点
  • 微波遥感与雷达的关系
    • 雷达的详细介绍
        • 1. 雷达的基本原理
        • 2. 雷达的主要组成
        • 3. 常见雷达类型(遥感领域)
        • 雷达与其他微波遥感的比较
  • 参考

📡 什么是微波遥感?

微波遥感是一种利用微波波段(1 mm 到 1 m,对应频率为 300 MHz 至 300 GHz)电磁波获取地球表面信息的遥感技术。它主要分为主动微波遥感和被动微波遥感两种。
在这里插入图片描述

雷达遥感是微波遥感的另外一种常见叫法,实际上我们可以理解为微波遥感的狭义概念,比较口语化。

🌐 微波遥感的基本原理

1. 电磁波与地物相互作用
微波遥感通过检测微波与地球物体(如土壤、水体、植被、建筑等)之间的相互作用(反射、散射、吸收、辐射)来获取信息。

2. 波长与穿透性
微波波长比可见光和红外长,能穿透云层、雨滴、烟雾,甚至部分地表(如干燥土壤或积雪)。
这使得微波遥感不受天气条件和昼夜影响,具有全天候、全天时观测能力。

📂 微波遥感的分类

1. 按工作方式分类

✅ 主动微波遥感(Active Microwave Remote Sensing)
利用传感器自身发射微波信号,并接收其从目标反射回来的信号。
代表技术:

  • 合成孔径雷达(SAR)
  • 雷达高度计(Altimeter)
  • 散射计(Scatterometer)

在这里插入图片描述
✅ 被动微波遥感(Passive Microwave Remote Sensing)

  • 探测地物自身发射的天然微波辐射。
  • 主要设备是微波辐射计(Radiometer)。
  • 多用于气象、海洋监测。

2. 按波长(频率)分类

波段波长范围使用频率应用示例
L波段15–30 cm~1–2 GHz植被穿透、土壤湿度
C波段3.8–7.5 cm~4–8 GHz地表结构、农业
X波段2.4–3.8 cm~8–12 GHz城市监测、军事
Ku/K/Ka波段< 2.4 cm12–40 GHz降水、大气、水汽探测

📈 微波遥感的优缺点

✅ 优点

  • 全天候、全天时观测
  • 穿透云层和部分地物(植被、土壤)
  • 可获取地形三维结构(如InSAR技术)
  • 对表面粗糙度、湿度敏感

❌ 缺点

  • 数据处理复杂、算法要求高
  • 成像几何畸变较大(需配套校正)
  • 成本较高(雷达设备复杂)

微波遥感与雷达的关系

✅ 微波遥感是大类,雷达是其中一种技术

  • 微波遥感(Microwave Remote Sensing) 是利用微波波段的电磁波对地球表面进行探测的遥感技术。
  • 雷达(Radar, Radio Detection and Ranging) 是一种主动微波遥感技术,即它自己发射微波信号,然后接收从目标反射回来的信号来获取信息。

🔁 因此,可以这样理解:雷达是微波遥感的一种实现方式,属于主动微波遥感的代表技术。

雷达的详细介绍

1. 雷达的基本原理

雷达系统的基本工作流程如下:

  • 雷达天线发射一束微波脉冲(通常是高频率波段,如X波段、C波段等)。
  • 微波遇到目标物体(如地面、建筑、海浪等)后发生反射或散射。
  • 雷达接收天线捕获回波信号。
  • 系统通过分析回波的强度、时间延迟、频移、极化等参数来判断目标的性质、位置和运动状态。
2. 雷达的主要组成
组成部分功能
发射机产生高能微波脉冲
天线发射和接收微波信号
接收机处理回波信号
信号处理系统分析数据,生成图像(如SAR图像)
3. 常见雷达类型(遥感领域)
类型描述应用
合成孔径雷达(SAR)利用卫星或飞机运动合成“大口径”,提高分辨率地形测绘、地表变化监测
散射计(Scatterometer)测量海面散射特性,估算风速风向海洋风场
雷达高度计(Altimeter)测量卫星到地表的垂直距离海平面、冰盖、湖泊高度
多普勒雷达利用频移测量物体速度气象雷达、降水监测
雷达与其他微波遥感的比较
特点雷达(主动)微波辐射计(被动)
微波来源自身发射探测地物天然辐射
受天气影响
分辨率高(如SAR)较低
应用 地形、动态监测气象、水文、海洋
成本高,系统复杂相对低

参考

http://www.xdnf.cn/news/694117.html

相关文章:

  • OpenCV CUDA模块直方图计算------在 GPU 上计算图像直方图的函数calcHist()
  • 在部署了一台mysql5.7的机器上部署mysql8.0.35
  • QGraphicsView、QGraphicsScene和QGraphicsItem图形视图框架(七)修改item属性
  • Golang分布式系统开发实践指南
  • GO语言进阶:掌握进程OS操作与高效编码数据转换
  • 命象架构法 02|你的系统有“用神”吗?
  • [Python] 如何使用 Python 调用 Dify 工作流服务实现自动化翻译
  • Java常用加密方式
  • 聊一聊如何使用自动化测试来提高接口测试效率的?
  • PowerBI企业运营分析—绩效考核分析
  • 如何使用DeepSpeed来训练大模型
  • CPU特权级别:硬件与软件协同构建系统安全的基石
  • UDP组播套接字与URI/URL/URN技术详解
  • WHAT - useWebSocket 推荐
  • 深入理解设计模式之职责链模式
  • Python包管理器 uv替代conda?
  • 基于bp神经网络的adp算法
  • Django 中的路由系统
  • Elasticsearch父子关系解析
  • SpringBoot3.4.5 开启虚拟线程(JDK21)
  • WPF的基础设施:XAML基础语法
  • ISOLAR软件生成报错处理(三)
  • PR2020+MS1824+MS7210+MS2130 1080P@60Hz USB3.0采集
  • 用户关注表的设计
  • 【深度学习-pytorch篇】5. 卷积神经网络与LLaMA分类模型
  • 钩子函数的作用(register_hook)
  • 基于c++11重构的muduo核心库项目梳理
  • 动态规划-LCR 091.粉刷房子-力扣(LeetCode)
  • xcode 编译运行错误 Sandbox: rsync(29343) deny(1) file-write-create
  • pycharm生成图片