融合升降轨的极化干涉SAR三层模型植被高度反演方法

森林参数的获取不仅可以估算地表生物量和林下地形,还有助于研究全球碳循环和分析全球气候变化。极化干涉SAR植被参数反演算法一般是基于随机地体两层模型(RVoG),但是当实际植被有着冠层、树干层和地表层的明显三层结构时,植被参数反演精度就会变差;另外,由于机载SAR系统数据的近距远距垂直向波数差异较大,导致试验结果存在着由其引起的系统误差。针对这两个问题,本文提出了一种融合升降轨的极化干涉SAR三层模型植被参数反演方法。该方法首先采用三层植被RVoG模型修正微波在穿透植被时的散射过程;然后采用融合升降轨道数据的方式削弱其系统误差;最后,采用非线性迭代平差的反演算法来进行植被高度反演。为了验证该方法的有效性,采用了德国宇航局DLR提供的BioSAR2008项目的两景升轨及两景降轨E-SAR P波段全极化SAR数据进行试验,并采用3组反演策略进行比较分析。结果表明,三层植被模型能够更好地描述植被散射过程;同时,新方法有效降低了由垂直向波数引起的系统误差,提高了树高反演精度。     

引入PD极化相干最优的三阶段植被高度反演算法

经典三阶段植被高度反演算法中地表相位和植被冠层相位估计不准确直接影响反演精度,特别是在植被稀疏区域,植被反演效果较差甚至出现反演失败现象。针对这一问题,本文将PD极化干涉相干优化方法引入三阶段植被高度反演中,提出了一种改进的植被高度反演算法。该方法利用PD极化干涉相干优化方法能最大限度分离相位中心的特性能够获得更准确的地表相位和植被冠层相位,从而提高植被高度反演的精度和稳定性。最后,利用ESA BioSAR项目数据进行试验,结果表明该算法相比经典三阶段算法稳定性更高,反演的地表相位、植被冠层相位和植被高度结果更加可靠。     

采用PolInSAR技术反演植被高度的算法应用与研究进展

极化合成孔径雷达干涉测量（polarimetric interferometric synthetic aperture radar,PolInSAR）技术是提取植被高度的有效手段,应用其进行植被高度反演已经有20多年的历史。旨在通过分析近年来国内外基于PolInSAR技术的植被高度反演研究的现状,以全面、深入了解当前国际研究动态。     

以窗口化和地形坡度为基础的植被茂密区域点云滤波算法

三维激光扫描仪获得经典地貌的点云数据,需进行滤波剔除地面植被.由于植被茂密区域点云密集或遮挡,地面点极少,无法拟合出地形表面,这部分植被点很难剔除.针对植被茂密区域点云数据的特点,本文提出以窗口化和地形坡度为基础的植被茂密区域点云滤波算法,认为非地形坡度引起的高程差异的两相邻点中,较高的点为非地面点.试验结果表明,本文...     

联合使用位模型和地形信息的陆区航空重力向下延拓方法

为了规避传统逆Poisson积分向下延拓解算过程的不适定性问题,借鉴导航定位中的"差分"概念,利用超高阶位模型直接计算海域航空重力测量向下延拓改正数的方法。本文在此基础上提出联合使用重力位模型和地形高数据,计算陆部航空重力向下延拓总改正数的改进方案,以飞行高度面与地面对应点的位模型差分信息表征总改正数的中长波分量,以相对应的局部地形改正差分修正量表征总改正数的中高频成分,从而实现航空重力数据点对点向地面的全频段延拓。在地形变化不同区域,联合使用EGM2008位模型、地面实测重力和高分辨率高程数据进行了实际数值计算和精度评估,验证了该方法的有效性。     

复数域最小二乘平差及其在POLInSAR植被高反演中的应用

传统的测量观测值都是实数,因此测量平差都是在实数空间中进行的。然而,随着科学技术的快速发展,现代测绘领域中出现了一些用复数表示的观测数据。与实数数据一样,这些复数数据同样面临着如何从带有误差的观测值中找出未知量的最佳估计值的问题。但目前涉及复数观测的数据处理时,主要还是依据观测过程,分步或直接解算,不能考虑观测误差、多余观测信息等。针对这一情况,本文介绍了复数域中数据处理的最小二乘方法,试图将测量平差从实数域推广到复数域,并定量研究了两种平差准则的优劣性。为了了解复数域最小二乘的有效性,本文以极化干涉SAR植被高反演为例,建立复数域平差函数模型和随机模型,构建复数域最小二乘法反演植被高。结果表明该算法反演的植被高结果可靠,其精度优于经典植被高反演算法,且计算简单,易于实现。