極化干涉SAR圖像森林高度估計算法研究.pdf

1、森林是人類賴以生存的重要因素。它們不僅支撐著像自然界氣候變化和水循環(huán)這樣的生態(tài)規(guī)律，也為人類提供必要的自然產(chǎn)品，例如木材、食物，家畜的飼料和藥材等。因此，利用遙感技術對大面積的森林區(qū)域進行監(jiān)測和管理成為了熱點問題，而且人們對這一問題進行了大量研究。極化SAR干涉測量是現(xiàn)代遙感技術的一個重要分支。該技術結(jié)合了極化SAR和干涉SAR這兩種獨立的雷達技術。極化干涉 SAR(PolInSAR)不僅對散射體的形狀和方位不敏感，而且對散射體的位置和

2、空間分布也不敏感。此外，利用 PolInSAR圖像對森林高度等森林參數(shù)進行提取是SAR圖像解譯和應用的熱點，并且在理論上和實際應用上都具有重要意義。為了提高PolInSAR圖像森林高度估計的精度，本文研究了基于PolInSAR極化信息與干涉信息的PolInSAR森林參數(shù)反演模型, PolInSAR目標分解(TD)和對森林參數(shù)的提取。
　　首先，對目標散射特性和典型森林參數(shù)的反演模型已經(jīng)有了很深的研究，例如隨機體-地表散射和ESPR

3、IT。在現(xiàn)有森林高度估計方法的理論和應用基礎上，本文針對PolInSAR圖像，提出了一種提高森里高度估計精度的方法，該方法結(jié)合了總最小二乘直線擬合和ESPRIT兩種典型的處理方法。并且利用ALOS\PALSAR測量的馬來西亞地區(qū)L波段全極化干涉數(shù)據(jù)和PolSARProSim軟件仿真的數(shù)據(jù)對該方法進行了驗證。實驗結(jié)果表明，本文提出的方法可以顯著提高森林高度參數(shù)的估計準確性.
　　其次，本文研究了基于散射模型的PolInSAR非相干目

4、標的目標分解方法，提出了一種應用于PolInSAR圖像森林高度估計的自適應分解模型(AMBD)。該模型把每種干涉的十字相關表示成奇次散射偶次散射和體散射的總和，不僅可以反演森林參數(shù),而且可以得到每種散射過程的權重。除此之外，該模型還利用了協(xié)方差矩陣的所有信息，這是在之前的基于模型的目標分解方法中未能實現(xiàn)的。本文利用SIR-C/X-SAR PolInSAR圖像進行了算法驗證與性能檢驗。實驗發(fā)現(xiàn)，與利用三層反演方法得到的森林高度估計結(jié)果比較

5、，這種基于自適應模型目標分解的森林高度估計方法具有更高的精度。
　　再次，本文還提出了基于通用三層散射模型(GTLSM)的PolInSAR圖像森林高度估計方法。在 GTLSM中，林冠頂層的相關參數(shù)可以利用 AMBD估計出來，而樹干與地表的參數(shù)提取則是一個基于非線性組優(yōu)化的問題。這個模型根據(jù)極化特征和相干性的差異，把森林模型分離成三層：地表層,樹干層和樹冠層。GTLSM 同樣利用SIR-C/X-SAR的L波段PolInSA

6、R圖像進行驗證。實驗結(jié)果表明，本文提出的GTLSM可以更準確的反演森林參數(shù)。
　　最后，本文提出了兩種從 PolInSAR圖像中估計斜坡上森林高度的方法。第一種方法是基于一般模型的目標分解方法(GMBD)，在這個方法中，我們提出了一個用隨機程度和方位角均值這兩個參數(shù)描述的一般體散射模型，這兩個未知的森林參數(shù)可以用非線性最小二乘優(yōu)化得到。這種方法不僅可以反演森林參數(shù)，也可以反演出每種散射過程的權重，同時還針對十字交叉極化和非對角的情

7、況，通過分離一般奇次散射與偶次散射模型各自的方位角，改進了這兩個模型。第二種方法是改進的三層散射模型方(MTLSM)。三層散射模型方法假設在斜坡地勢上，可以將森林在垂直方向上分為三層：樹冠頂層，樹干層和地表層。這三層會同時影響到三種散射過程（體散射,表面散射和偶次散射）對斜坡上森林區(qū)域的作用。該方法也介紹了PolInSAR相干信息對森林高度,平均消減，特別是局部地勢坡度等參數(shù)的影響。第二種方法不僅能夠反演出斜坡上森林的參數(shù)，而且其對地表