基于机载多基线PolInSAR的森林冠层高度反演

以美国航空航天局（NationalAeronauticsandSpaceAdministration,NASA）、欧洲航天局（EuropeanSpaceAgency,ESA）、加蓬航天局合作的AfriSAR项目中的Lopenp和Mondah为实验区,以L波段的多基线全极化无人驾驶飞行器合成孔径雷达（unmannedaerialvehiclesyntheticapertureradar,UAVSAR）数据为数据源,分别采用高度偏差（heightvariance,VAR）方法、偏心率（eccentricity,ECC）方法和平均相干幅度与分离度乘积（productofaveragecoherencemagnitudeandseparation,PROD）方法、原点到拟合直线距离与分离度乘积（productoffittedlinedistancefromoriginandcoherenceseparation,LINE）方法进行基线选择,并基于地面随机体散射模型（randomvolumeonground,RVoG）三阶段方法反演森林高度,以激光雷达获取的相对高度RH100对两个实验区的森林冠层高度反演结果进行验证。结果表明：在植被高度较小时,利用4种基线选择方法反演的森林冠层高度均比较合理,但森林高度较大时,ECC和VAR方法的低估较为严重;在Lopenp实验区中,采用VAR方法选择基线时,总体反演精度最低,R²和均方根误差（rootmeansquareerror,RMSE）分别为0.36、26.27m;采用ECC方法选择基线时,总体反演精度优于VAR方法,R²和RMSE分别为0.50、13.94m;LINE方法的R²和RMSE分别为0.72、8.71m,PROD方法的R²和RMSE分别为0.72、8.55m。4种基线选择方法中,PROD和LINE方法的总体反演精度明显优于ECC和VAR方法。Mondah实验区结果的规律与Lopenp实验区的一致,说明利用多基线极化合成孔径雷达干涉测量（polarimetricinterferometricsyntheticapertureradar,PolInSAR）技术反演森林冠层高度时,基线选择方法对反演结果有重要影响。