基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
以德国宇航中心TanDEM-X数据为信息源,采用干涉技术提取植被覆盖区的地形,将相关系数、山脊线与山谷—水系线作为评价指标,对比5种地形数据(数字化DEM、SRTM-DEM、AS-TER GDEM、TanDEM-X Monostatic-DEM,TanDEM-X Bistatic-DEM)在地表起伏表达方面的差异.研究结果显示,数字化DEM精度高,但是获取方式费时费力;SRTM-DEM能表现宏观地形,但分辨率低;ASTER GDEM分辨率有所提升,但是对地形的表达精度偏低;TanDEM-X干涉地形数据分辨率高,但是在林区受到森林冠层高度影响,实为数字表面模型,无法提供准确可靠的林下地形信息.
推荐文章
TanDEM-X极化干涉SAR森林冠层高度反演
TanDEM-X
极化干涉SAR
森林冠层高
TanDEM-X双站SAR干涉测量及研究进展
TanDEM-X科学计划
双站SAR干涉测量
新SAR技术
全球地形测绘
地学应用
基于TerraSAR-X/TanDEM-X干涉DEM的森林冠层高度估测
TerraSAR-X/TanDEM-X
干涉
DEM差分
冠层高度
森林
基于DEM差分法的TanDEM-X数据森林高度估测
TanDEM-X
极化干涉SAR
森林高度
DEM差分法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 TanDEM-X数据干涉地形信息精度分析
来源期刊 林业调查规划 学科 农学
关键词 TerraSAR-X/TanDEN-X 数字高程模型(DEM) 干涉SAR 地形信息 精度分析
年,卷(期) 2017,(1) 所属期刊栏目 森林经理
研究方向 页码范围 1-6,50
页数 7页 分类号 S771.8|P228
字数 4022字 语种 中文
DOI 10.3969/j.issn.1671-3168.2017.01.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 岳彩荣 西南林业大学林学院 108 583 12.0 19.0
2 章皖秋 西南林业大学林学院 20 56 4.0 6.0
3 王宗梅 西南林业大学林学院 7 17 3.0 4.0
4 刘琦 西南林业大学林学院 8 5 1.0 2.0
5 谈启龙 西南林业大学林学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (116)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(2)
  • 参考文献(1)
  • 二级参考文献(1)
1988(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(11)
  • 参考文献(4)
  • 二级参考文献(7)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
TerraSAR-X/TanDEN-X
数字高程模型(DEM)
干涉SAR
地形信息
精度分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
林业调查规划
双月刊
1671-3168
53-1172/S
大16开
昆明市人民东路289号
1976
chi
出版文献量(篇)
4643
总下载数(次)
18
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导