he Sentinel-1 GRD high resolution SAR data was pre-processed with Joan的简体中文翻译

he Sentinel-1 GRD high resolution S

he Sentinel-1 GRD high resolution SAR data was pre-processed with Joanneum Research RSG software Version 7.51.0 (www.remotesensing.at, [8]). First, we ingested the images and updated the orbit parameters. Then, we processed the images to gamma naught based on the SRTM (Shuttle Radar Topography Mission) digital elevation model. Next, we applied a multi-looking of 2 by 2 ground range looks to 20m final pixel spacing. Multi-looking can be seen as a kind of mean filter in radar data processing. We registered each image to a master image (first image of the stack) to avoid geometrical inconsistencies. For noise reduction, we employed a Quegan multi-temporal filter with a 3×3 spatial window [50]. Multi-temporal speckle filtered SAR images usually show higher performance in terms of noise reduction and preservation of spatial information than single speckle-filtered SAR images or unfiltered SAR images [51]. The stack of time series data was then analyzed by statistical methods resulting in the following statistics stack: mean, minimum and maximum backscatter, standard deviation, coefficient of variation, trend between first three and last three images. The registered stack of statistics images was then ortho-rectified to 20 m spatial resolution for further use. The main reasons for using this stack as opposed to the individual images are twofold: first, the “mean” image showsmuchlowerspecklethantheindividualimages,whichimprovesclassificationaccuracy. Second, different land cover classes show specific behavior over the year, which are well represented by “standard deviation” and “coefficient of variation” of the stack.
0/5000
源语言: -
目标语言: -
结果 (简体中文) 1: [复制]
复制成功!
Sentinel-1 GRD高分辨率SAR数据已用Joanneum Research RSG软件7.51.0版(www.remotesensing.at,[8])进行了预处理。首先,我们摄取图像并更新了轨道参数。然后,我们根据SRTM(航天飞机雷达地形任务)数字高程模型将图像处理为零伽玛射线。接下来,我们对20m的最终像素间距应用了2 x 2地面范围外观的多重外观。多视可被视为雷达数据处理中的一种均值过滤器。我们将每个图像注册到一个主图像(堆栈的第一个图像),以避免几何上的不一致。为了降低噪声,我们采用了3×3空间窗的Quegan多时相滤波器[50]。多时相斑点滤波SAR图像在降噪和空间信息保留方面通常表现出比单斑点滤波SAR图像或未滤波SAR图像更高的性能[51]。然后通过统计方法分析时间序列数据的堆栈,得出以下统计堆栈:平均值,最小和最大反向散射,标准偏差,变异系数,前三个图像和最后三个图像之间的趋势。然后将已注册的统计图像堆栈进行垂直校正到20 m空间分辨率,以备将来使用。使用此堆栈而不是单个图像的主要原因有两个:首先,“平均”图像显示的散斑比单个图像低很多,从而提高了分类精度。其次,不同的土地覆盖类别显示一年中的特定行为,
正在翻译中..
结果 (简体中文) 2:[复制]
复制成功!
他 Sentinel-1 GRD 高分辨率 SAR 数据已预处理与乔安妮森研究 RSG 软件版本 7.51.0 (www.remotesensing.at, [8])。首先,我们摄化了图像并更新了轨道参数。然后,我们根据SRTM(航天飞机雷达地形任务)数字高程模型将图像处理为伽马。接下来,我们将 2 x 2 个地面范围的多视距应用于 20 米最终像素间距。多视可视为雷达数据处理中的一种平均滤波器。我们将每个图像注册到主图像(堆栈的第一个图像),以避免几何不一致。为了降低噪声,我们使用了带有 3×3 空间窗口 [50] 的 Quegan 多时滤波器。多时态斑点过滤的SAR图像在降噪和空间信息保存方面通常比单一斑点过滤的SAR图像或未过滤的SAR图像(51)具有更高的性能。然后,通过统计方法分析时间序列数据堆栈,从而得出以下统计堆栈:均值、最小和最大反向散射、标准差、变异系数、前三个图像和后三个图像之间的趋势。随后,将登记的一叠统计图像矫正校正为20米的空间分辨率,供进一步使用。与单个图像相比,使用此堆栈的主要原因有两个方面:第一,"平均"图像显示大量低光谱的单个图像,从而提高了分类精度。其次,不同的土地覆盖类显示一年的特定行为,这很好地表示由堆栈的"标准偏差"和"变异系数"。
正在翻译中..
结果 (简体中文) 3:[复制]
复制成功!
用Joanneum Research RSG软件7.51.0版对Sentinel-1grd高分辨率SAR数据进行了预处理(www.remotesensing.at网址,[8])。首先,我们摄取图像并更新轨道参数。然后,基于SRTM(穿梭雷达地形任务)数字高程模型对图像进行伽玛零处理。下一步,我们应用了一个2×2地面范围的多个外观,最终像素间距为20米。多视可以看作是雷达数据处理中的一种均值滤波器。我们将每个图像注册到主图像(堆栈的第一个图像)以避免几何不一致。为了降低噪声,我们使用了一个3×3空间窗的奎根多时相滤波器[50]。多时相斑点滤波SAR图像通常比单斑点滤波SAR图像或未滤波SAR图像在噪声抑制和空间信息保存方面表现出更高的性能[51]。然后通过统计方法分析时间序列数据的堆栈,得到以下统计堆栈:平均值、最小和最大后向散射、标准差、变化系数、前三幅图像和后三幅图像之间的趋势。然后,将注册的统计图像堆栈垂直于20 m的空间分辨率以供进一步使用。与单独的图像相比,使用这个堆栈的主要原因有两个:第一,“平均”图像显示比单独的图像更难识别,从而提高了分类的准确性。第二,不同的土地覆盖类型显示了一年来的具体表现,这些表现很好地体现为“标准差”和“变化系数”的堆栈。
正在翻译中..
 
其它语言
本翻译工具支持: 世界语, 丹麦语, 乌克兰语, 乌兹别克语, 乌尔都语, 亚美尼亚语, 伊博语, 俄语, 保加利亚语, 信德语, 修纳语, 僧伽罗语, 克林贡语, 克罗地亚语, 冰岛语, 加利西亚语, 加泰罗尼亚语, 匈牙利语, 南非祖鲁语, 南非科萨语, 卡纳达语, 卢旺达语, 卢森堡语, 印地语, 印尼巽他语, 印尼爪哇语, 印尼语, 古吉拉特语, 吉尔吉斯语, 哈萨克语, 土库曼语, 土耳其语, 塔吉克语, 塞尔维亚语, 塞索托语, 夏威夷语, 奥利亚语, 威尔士语, 孟加拉语, 宿务语, 尼泊尔语, 巴斯克语, 布尔语(南非荷兰语), 希伯来语, 希腊语, 库尔德语, 弗里西语, 德语, 意大利语, 意第绪语, 拉丁语, 拉脱维亚语, 挪威语, 捷克语, 斯洛伐克语, 斯洛文尼亚语, 斯瓦希里语, 旁遮普语, 日语, 普什图语, 格鲁吉亚语, 毛利语, 法语, 波兰语, 波斯尼亚语, 波斯语, 泰卢固语, 泰米尔语, 泰语, 海地克里奥尔语, 爱尔兰语, 爱沙尼亚语, 瑞典语, 白俄罗斯语, 科西嘉语, 立陶宛语, 简体中文, 索马里语, 繁体中文, 约鲁巴语, 维吾尔语, 缅甸语, 罗马尼亚语, 老挝语, 自动识别, 芬兰语, 苏格兰盖尔语, 苗语, 英语, 荷兰语, 菲律宾语, 萨摩亚语, 葡萄牙语, 蒙古语, 西班牙语, 豪萨语, 越南语, 阿塞拜疆语, 阿姆哈拉语, 阿尔巴尼亚语, 阿拉伯语, 鞑靼语, 韩语, 马其顿语, 马尔加什语, 马拉地语, 马拉雅拉姆语, 马来语, 马耳他语, 高棉语, 齐切瓦语, 等语言的翻译.

Copyright ©2024 I Love Translation. All reserved.

E-mail: