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。     

全极化干涉SAR反演树高的几种算法研究

极化干涉SAR因其有对植被散射体的空间分布和高度分布的敏感性,同时具有对植被散射体的形状和方向的敏感性,近年来成为反演树高的研究热门。目前,反演树高常用的算法包括相位与幅度联合反演法、六维非线性迭代法以及三阶段算法。本文通过德国空间局(DLR)提供的boi SAR2008P波段的数据,分别对这些算法进行了树高反演实验,结果表明:三阶段算法和六维非线性迭代法反演结果明显优于相位与幅度联合反演法;六维非线性迭代法结果优于三阶段算法,但计算量巨大且依赖于初始值。     

基于S-RVoG模型的PolInSAR森林高度非线性复数最小二乘反演算法

针对经典的PolInSAR森林高度三阶段几何反演算法在单基线条件容易受到地体幅度比假设以及地形坡度影响的问题,从测量平差角度提出了基于S-RVoG模型的PolInSAR非线性复数最小二乘森林高度反演算法。该算法不再需要假设某一个极化通道地体幅度比为零,且采用考虑地形坡度影响的S-RVoG模型作为平差模型。为了验证算法,本文采用欧空局BioSAR2008项目提供的3景P波段极化干涉SAR数据进行两组单基线森林高度反演试验。结果表明,在单基线条件下,基于RVoG模型的非线性复数最小二乘算法反演结果优于三阶段几何反演算法,而基于S-RVoG模型的非线性复数最小二乘算法进一步提高反演精度,对于坡度较大区域（坡度>10°）,精度平均提高了18.48%。     

植被高度的极化干涉互协方差矩阵分解反演法

经典三阶段极化干涉SAR植被高反演算法中地面散射相位估计不准确,从而导致植被高反演精度存在偏差。针对这一关键问题,本文提出基于极化干涉互协方差矩阵分解的植被高度反演新方法。该方法利用Freeman分解理论和极化干涉互协方差矩阵,估计出更准确的地面散射相位;然后,结合RVOG模型反演植被高度。利用欧空局（ESA）的软件PolSARpro模拟的L波段极化SAR数据和亚马逊森林地区的ALOS PALSAR L波段数据进行实验,结果表明本文提出的新算法提取的植被高度相比经典三阶段法精度更高,从而验证了算法的有效性和可靠性。     

极化干涉SAR森林树高提取算法的对比分析

在对极化干涉SAR森林树高反演的DEM差值算法、相干相位-幅度综合反演算法进行分析的基础上,对基于极化干涉相干优化方法的改进算法进行了探讨。利用黑龙江大兴安岭地区的一对ALOS全极化干涉SAR数据进行实验,并对比分析各算法的反演结果。结果表明,在使用改进的算法进行森林树高反演时可以获取精度较高的反演结果,并且在一定程度上提高了森林树高反演的稳定性,为森林树高反演工作的业务化运行提供一定的依据。     

P波段极化干涉SAR森林高度反演研究

森林高度信息是森林研究必不可少的内容之一,对全球碳循环、森林资源管理以及获取精确的林下地形等具有重要意义。极化干涉SAR技术(PolInSAR)是目前提取森林高度的一种热门的方法,其中,P波段极化干涉SAR由于电磁波的强穿透力使其相比其他波段具有一些独有的特征。文中首先分析P波段极化干涉SAR森林高度反演的优势与不足,然后结合目前主流的森林高度反演算法,提出一种适用于P波段极化干涉SAR高度反演的新方法。该方法通过对非线性迭代算法的初始值进行有效约束,从而解算出相对可靠的消光系数,同时考虑地体幅度比对森林高度的影响,最终得到相对准确的森林高度。最后,将该方法与现有的经典算法及优化算法进行对比,通过对实验结果定性和定量分析,得出在P波段条件下该方法相比三阶段算法精度提高67.5%,相比固定消光系数法精度提高29.8%,验证了该方法的可靠性和优越性。     

线性变化消光S-RVoG模型的多基线PolInSAR森林高度反演

随机地体散射(random volume over ground,RVoG)模型广泛应用于极化干涉合成孔径雷达(polari-metric synthetic aperture radar interferometry,PolInSAR)森林高度反演当中.该模型假设森林是随机均匀同质体,模型中消光系数为恒定值,未充分考...     

航天飞机极化干涉雷达数据反演地表植被参数

利用基于极化干涉测量的基本原理和相干散射模型。提出了基于模拟加温-退火算法的极化干涉雷达数据地表植被参数的反演算法，首先，对极化干涉测量的基本原理和一个考虑了地表和植被散射的二层相干散射模型进行了阐述。接着，对模拟退火算法的基本理论和基于模拟加温-退火算法的地表植被参数反演模型进行了论述，最后，利用和田地区1994年10月9日和10日的航天飞机SIR-CL波段单视散射短阵复数据进行了地表植被参数反演的计算，将反演结果与实测数据比较，表明该反演算法能以较好的精度获取地表植被的高度。     

SAR残余相位误差对森林高度反演影响的全链路模拟与分析

利用合成孔径雷达(SAR)遥感数据可以有效地估测平均树高、生物量、蓄积量等森林生物学参数。但是遥感数据精度易受SAR系统不确定性因素的影响,造成森林参数反演精度降低甚至异常。遥感系统的全链路模拟可以将遥感过程的各类影响因素解耦,获取大量具有指定参数特征的遥感数据,有利于对不确定性因素单独或联合分析。建立了SAR三维森林场景全链路模拟模型,基于E-SAR样地参数及数据验证了模型的有效性,并以森林高度反演这一典型的林业应用为对象,定量分析了运动补偿残余相位误差这一典型的SAR系统不确定性因素对反演精度的影响程度,得到了残余相位误差与高度反演RMSE测量结果之间的关系曲线。     

森林高度的单基线P波段PolInSAR反演北大核心CSCD

针对传统三阶段方法难以适用于P波段极化干涉合成孔径雷达(PolInSAR)植被高反演难题,该文采用先验信息对消光系数进行固定,在此基础之上,对经典三阶段算法中地体散射幅度比为0的假设进行参数化。通过模拟实验验证新方法相比已有方法在不同地体幅度比条件下均能得到较好的反演精度,且固定消光系数不会引起树高显著偏差。最后,利用2景E-SAR P波段全极化数据进行树高度反演。实验结果表明,新方法反演树高的均方根误差(RMSE)为3.43m,相比已有方法,RMSE提高的幅度为35.7%,有效提升了传统三阶段算法的适用范围。     

基于极化相干层析算法反演森林垂直结构剖面研究

森林的高度和垂直结构剖面都是重要的森林空间结构信息,极化干涉SAR的出现使定量获取森林结构参数成为可能。在分析比较三阶段法、DEM差分法和相干幅度法估计森林高度的基础上,采用相干幅度算法提取的树高,通过勒让德多项式展开以及单基线极化干涉数据提取森林的垂直结构剖面。利用仿真SAR数据进行实验分析,研究表明,通过极化相干层析技术,能够获取准确的森林垂直结构函数。     

森林地上生物量遥感反演方法综述

森林地上生物量反演对理解和监测生态系统及评估人类生产生活的影响有着重要作用,日益发展的遥感技术使全球及大区域的生物量估算成为可能。近年来,不同的遥感技术和反演方法被广泛用于估算森林生物量。本文首先总结了现有的全球及区域生物量产品及其不确定性,然后综述了3类方法在森林地上生物量遥感反演中的应用,即基于单源数据的参数化方法、基于多源数据的非参数化方法和基于机理模型的反演方法,阐述了各类反演方法的特点、优势及局限性。最后从机理模型研究、多源遥感数据协同、生物量季节变化研究和遥感数据源不断丰富4个方面对今后的生物量遥感反演研究进行了展望。     

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。     

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。     

基于散射机制分解的ESPRIT植被高度反演新方法

ERPRIT算法估计的地表散射相位由于易受到森林去极化成分的影响而出现较大的偏差,从而导致植被高度反演结果严重偏低.针对这一问题,本文提出一种基于散射机制分解的ESPRIT植被高度反演算法.该算法关键点是利用Freeman分解理论和极化干涉互协方差矩阵估计得到更加准确的地表散射相位,以替代ESPRIT算法估计的地表散射相位,进而改善植被高度反演的精度.最后,分别利用欧空局（ESA）免费发布的PolSARpro软件模拟L波段极化干涉合成孔径雷达数据和PALSAR真实星载数据验证改进算法的有效性.     

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。