极化方位角补偿信息支持下的植被参数反演

SAR图像中散射目标的散射矩阵受极化方位角(POA)的影响会改变散射体的散射特性,散射矩阵是极化干涉SAR (PolInSAR)估计不同极化状态下复相干性的基础。本文根据极化方位角产生机制,建立了多视情况下基于极化方位角补偿的极化干涉相干性估计模型,分析了极化方位角补偿对相干性估计方法和不同散射机制下相干性估计的影响程度,研究了基于三阶段法与极化方位角补偿的植被参数反演。利用L波段SIRC全极化SAR图像为实验数据验证极化方位角补偿对极化干涉相干性估计和植被参数反演的可行性。实验结果表明,极化方位角补偿能够改变不同极化状态相干性分布规律,提高相干直线拟合精度,改善植被参数反演的可靠性和合理性。     

联合干涉相位和相干性幅度的极化干涉SAR最优相干性估计

极化干涉SAR(PolInSAR)估计的复相干性包含相干性幅度和干涉相位,相干性幅度高低可以衡量干涉相位的质量,干涉相位是散射目标相位中心位置的重要体现,相干性幅度和干涉相位估计精度决定植被参数反演精度。由不同极化状态构成的相干区域中,相干性幅度差最大和干涉相位差最大的估计准则都从复相干性的某一方面建立最优估计函数,不能有效利用相干性幅度和相位信息。本文以相干区域边界为基础,结合相干性幅度和干涉相位信息,利用关联度建立联合干涉相位和相干性幅度的最优相干性估计准则,并在相干区域范围内获取最优散射机制及其相干性。试验结果表明,联合干涉相位和相干性幅度的最优估计准则可以有效区分地表散射和森林冠层散射的相干性和散射中心,提高植被高反演的可靠性。     

极化干涉SAR相干最优理论及其验证分析

极化干涉SAR树高反演是当前SAR研究领域的一个重要方向。相干最优化是在各种散射机制中寻求最优的散射机制,对于极化干涉SAR,它不仅可以改善不同极化通道之间的相干系数,还能改善地物分类和垂直结构参数估计。首先详细分析极化干涉SAR反演树高的相干最优化理论基础,然后利用仿真数据从不同极化通道对线极化、Pauli基极化和最优极化进行了试验,从定性和定量进行对比分析,研究结果进一步验证相干最优分解方法可以提高干涉相干系数,并获得更好的干涉图,从而有利于提高树高反演的精度。     

面向多基线干涉SAR高程反演的全局最优相干方法

本文针对多基线极化干涉SAR数据,提出了面向多基线干涉SAR高程反演的全局最优相干方法。该方法将多景全极化干涉影像联合在一起,构建多基线极化相干矩阵,由多基线最优相干准则指导,求解全局条件下的最优干涉图。该方法可以有效降低多基线干涉中散射中心不一致对干涉相位影响,从而提高干涉相位的精度和可靠性,并提高最终获取DEM的精度。利用国产X-SAR系统和德国E-SAR系统获取的多基线全极化数据进行全局最优相干方法试验,利用多基线极化最优相干方法生成全局条件下的最优干涉图,依据多基线高程反演方法计算目标高程,验证了本文提出的方法的有效性。     

利用全极化SAR数据的极化特征获取海冰密集度的算法

本文提出了一种利用全极化SAR数据的极化特征获取海冰密集度算法。首先,对全极化SAR数据进行多视化及滤波等预处理,以获取相干矩阵与协方差矩阵;其次,通过相干矩阵与协方差矩阵获取若干极化特征,对这些极化特征进行相关性与冗余性分析,构建最优特征空间;然后,将最优特征空间作为输入量放入神经网络分类器中,得到海冰分类结果;最后,根据海冰分类结果提取海冰密集度。选用拉布拉多南部海域2景全极化Radarsat-2影像获取海冰密集度,与业务化海冰密集度产品ASI-3125进行对比研究。本文算法结果与ASI-3125海冰密集度分布趋势基本一致,总体上略大于ASI-3125海冰密集度,标准差值分布为3.46%和6.82%,说明利用高分辨率全极化SAR数据在监测边缘区域小尺寸破碎海冰方面具有优势。     

自适应精致极化Lee滤波的复相干性估计方法

干涉相干性包含了极化SAR干涉测量(PolInSAR)中的极化和干涉信息,滑动窗口大小和滤波方法是准确估计干涉相干性的前提。本文以精致极化Lee滤波为基础,根据边缘检测和邻域相干性高低区分同质区域和异质区域,建立了自适应精致极化Lee滤波方法并估计相干性矩阵和干涉相干性。自适应精致极化Lee滤波能够根据边缘检测信息和邻域相干性高低程度调整滑动窗口大小并选择合适的估计方法,不仅提高了抑制斑点噪声的能力,而且保持了图像的边缘信息,有利于提高干涉相干性的估计精度。试验结果表明,该方法有效抑制了斑点噪声,较好地保持了SAR图像的边缘信息,有利于提高植被参数反演的精度。     

基于极化相干层析技术的林分高度估算

极化相干层析(Polarization Coherence Tomography,PCT)技术可以通过不同极化状态下的干涉相干系数反演植被垂直结构分布,是SAR技术应用的一个重要发展方向。文中介绍极化相干层析的原理,总结极化相干层析技术重建垂直剖面的流程,通过仿真数据和ALOS PALSAR数据对极化相干层析技术在林分高度估算方面的适用性进行研究。估算结果表明,极化相干层析技术反演的林分高度特征信息准确,具有较强的鲁棒性。     

面向对象的极化干涉SAR影像分割算法研究

根据高分辨率SAR影像的特点,基于目标分解理论定义极化SAR异质度,利用极化干涉相干最优目标分解思想提出了极化干涉SAR异质度,在此基础上构建一套适应性强的面向对象的SAR影像分割算法。并利用ESAR提供的数据对分割算法进行了实验研究,得到了很好的实验结果。将极化干涉数据的分割结果和极化数据的分割结果进行对比,从而验证了极化干涉SAR异质度的分割精度更高。     

极化干涉SAR反演植被垂直结构剖面研究

植被的高度和垂直结构剖面都是森林生物量和森林碳循环模型中的关键输入参数,极化干涉SAR的出现使定量获取植被结构参数成为可能。首先,将改进的两次拟合法估计的植被高度作为进一步反演植被垂直结构剖面的先验知识;然后,通过勒让德多项式展开以及双基线极化干涉数据提取植被的垂直结构剖面;最后,利用仿真以及真实极化干涉SAR数据进行方法验证和结果定性分析。研究表明,利用不同极化状态下的干涉相干性变化提取植被结构参数是可行且有效的。     

顾及地形因素的S-RVOG模型和PD相干最优算法联合反演植被高度

针对极化干涉SAR植被高度反演中RVOG模型未考虑地形影响,且三阶段算法受到地面相位估计误差和纯体相干性估计误差影响,提出了一种植被高度反演思路,采用考虑地形因素的S-RVOG模型作为反演模型校正地形影响,同时引入PD相干最优算法用于改善三阶段算法中直线拟合地表相位估计和纯体相干性估计精度。为验证算法的有效性,首先采用欧空局提供的PolSARpro软件模拟了不同地形坡度水平的PolInSAR数据进行仿真试验,然后采用德国宇航局提供的E-SAR机载全极化SAR数据进行真实植被场景测试,并进行了定性和定量分析。结果表明,本文方法对于不同坡度水平数据,均能有效改善传统RVOG反演模型中地形影响和三阶段算法自身误差影响,反演精度更高。     

机载X波段极化干涉SAR数据非监督分类方法研究

针对经典极化分类算法在处理机载X波段SAR数据时将过多地物分为体散射类型,并且容易受噪声影响,分类结果存在大量误分现象的问题,通过对机载X波段SAR数据非监督分类方法的研究,提出将极化干涉信息用于机载X波段极化干涉SAR数据的分类。通过运用极化干涉数据进行目标分解得到参数A1和A2对数据进行初始分类,然后结合改进的Wishart最大似然分类算法来进行地物的自适应分类。实验结果表明,该方法能有效避免平地效应的影响,抗噪性好,能正确区分三种典型散射类型,分类效果明显优于极化分类效果。     

一种扩展的基于结构检测的最优多视极化SAR相干斑滤波算法

全极化数据的可得,使得利用极化散射矩阵以减少多视全极化SAR图像中的相干斑成为了可能。其中,被称为最优的多视极化白化滤波器（MPWF）就是一个典型例子。然而,为提高滤波器参数估计的精度,同时能够自适应的检测图像中的结构特征,在滤波时采用适当的窗算法是必要的。本文提出了两个有效的窗算法,并用1994年NASA SIR-C/X-SAR,L band,经过四视处理的天山森林的极化数据进行了仿真。实验结果表明,这两种算法不仅很好的达到了降噪效果,而且对图像的纹理信息以及结构特征（即边缘特征、线性特征、强散射体特征）的保持效果是最佳的。     

极化干涉SAR数据地表土地类型分类

基于新疆和田地区1994年10月9日和10日SIR-C-L波段全极化雷达数据。首先对极化干涉测量的基本原理和数据处理流程进行了详细的阐述，接着，用Cloude相干最优算法得到了与3种地物散射机制相对应的3个最优相干图。并且就地物相干性对极化的强烈依赖和3种散射机制中地物的最优相干特性进行了分析，具有最高相干值的相位图在提取DEM方面较有利，具有最低相干值的相干图在地物识别方面较有利。最后，在对最优相干系数。后向散射系数和熵进行数据相关性分析基础上，利用得到的最优相干系数，熵和后向散射系数数据进行了土地类型的识别和分类，得到了很好的效果。     

一种基于分布式目标互易性判断的SAR极化定标改进方法

针对极化SAR定标算法中一些分布式目标并不满足互易性的问题,提出一种对分布式目标互易性进行判断的方法。通过计算选取分布式目标的极化散射矩阵与互易子空间的夹角,来进行互易目标的初步选择,并利用相干性来实现最终分布式目标定标样本的选择。实现了对中电38所海南X波段全极化SAR数据的极化定标,实验证明了该方法的优越性。     

Polarimetric differential SAR interferometry in an arid natural environment

Ground deformation measurements have contributed to a better understanding of the processes and mechanisms involved in natural hazards. Those include landslides, subsidence, earthquakes and volcanic eruptions. Spaceborne Differential Interferometric Synthetic Aperture RADAR (DInSAR) is a well studied technique for measuring ground deformation. Quality of deformation measurements, however, is often degraded by decorrelation. With the advent of fully polarimetric SAR satellite sensors, polarimetric optimization techniques exploiting polarimetric diversity improve the phase quality of interferograms. In this paper, we analyzed three polarimetric optimization methods to determine the optimal one for application in an arid natural environment. We considered coherence decomposition in single and double phase center scenarios. Coherence estimation bias associated with each optimization method has been analyzed. We compared the derived displacement values with terrestrial GPS measurements. The study shows that polarimetric optimization increases the number of coherent pixels by upto 6.89% as compared with a single polarization channel. The study concludes that polarimetric optimization coupled with DInSAR analysis yields more reliable deformation results in a low coherence region.     

利用SVM的全极化、双极化与单极化SAR图像分类性能的比较

支持向量机(SVM)以其在小训练样本时良好的分类性能,目前已广泛应用于多个领域.本文在极化SAR图像特征提取基础上,将SVM应用于极化SAR图像分类,定性和定量地比较了全极化、双极化和单极化SAR图像的分类性能,分析了不同的极化组合对分类结果的影响,并根据地物极化散射特性分析了分类精度差异的成因.实测极化SAR数据的实验结果表明,全极化数据能获得最好的分类性能,双极化次之,单极化最低,且在某些情况下,双极化与全极化分类性能接近.     

Data Compression for Multilook Polarimetric SAR Data

This letter attempts to address the problem on the emergence of negative eigenvalues in the coherency matrix after the compressing of multilook polarimetric synthetic aperture radar (SAR) data. A new nine-parameter expression for the eigenvalue decomposition of the coherency matrix is introduced, and a new compression algorithm is proposed for multilook polarimetric data with this expression. By comparing it with the NASA/Jet Propulsion Laboratory's Airborne SAR compression algorithm, the authors analyze the new algorithm's compression accuracy, signal-to-noise ratio, and the ability to preserve the data's polarimetric property. For polarimetric SAR data, it is important to preserve the polarimetric property of a target. The proposed algorithm has this ability which is illustrated by the comparison of the polarimetric signatures. Finally, the effectiveness of the proposed methods is demonstrated by using the experimental SAR data.      

Coherence optimization using the polarization state conformation in PolInSAR

A new coherence optimization algorithm is proposed for polarimetric synthetic aperture radar (SAR) interferometry applications by using the polarization state conformation algorithm based on the polarimetric basis transformation along with the polarization signatures. Through application of this algorithm, the resemblance between the scattering mechanisms of the same target in the repeat-pass polarimetric SAR (POLSAR) images is maximized. Then, coherence maps between the repeat-pass POLSAR images, before and after application of the algorithm, are generated. The coherences obtained by this method represent the best coherences or optimized coherences between the POLSAR images. The effects predicted by the theory are confirmed by the POLSAR data acquired by the Jet Propulsion Laboratory Spaceborne Imaging Radar mission.     

基于乘积模型的极化SAR滤波

提出了一种基于乘积模型的极化SAR滤波方法。首先基于乘积模型分离纹理信息和极化信息,然后分别独立地进行滤波,最后再合成协方差矩阵。实验表明,本方法有效可行,有较好的极化保持性能。