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.     

多基线极化干涉SAR植被高度反演方法

针对传统单基线PolInSAR三阶段植被高度算法,反演易受到噪声因素影响导致反演结果精度较低等问题。文中采用几何结构最优法和高程精度最优法两种多基线PolInSAR植被高度反演方法,结合瑞典北部E-SARP波段数据,验证得出两种多基线算法植被高度反演的精度以及其在不同植被高度覆盖区的适用条件。实验结果表明两种多基线方法植被高度反演精度相对传统单基线算法分别提高44.05%和22.11%,且当两种多基线方法同时反演植被高度时,植被高度大于10m时采用几何结构最优法较好;植被高度小于10m时采用高程精度最优法。     

基于酉ESPRIT算法的极化干涉相位估计

目前SAR极化干涉测量地形参数已经成为一种新兴的前沿技术。在现有提取极化干涉相位的技术中,由空间谱估计理论发展而来的,利用MUSIC、TLS-ESPRIT算法获取干涉相位信息的方法正逐步完善起来。但由于SAR信号存在散射点的观测数据少的问题,利用上述方法往往不能得到更高精度的干涉相位。作者提出的基于酉ESPRIT算法估算干涉相位的方法,充分利用了复观测数据以及共轭数据中的信息,使得观测数据等效增加了一倍,从而提高了植被高度参数的估计精度。本文详细阐述了该方法的原理和实施步骤,并通过对SIR-C/X-SAR的L波段实际数据进行验证处理,表明酉ESPRIT算法十分有效。     

极化干涉SAR植被高反演复数最小二乘平差法

提出一种PolInSAR植被高反演的复数最小二乘法。在考虑植被层时间去相干的条件下,将RVoG扩展为RVoG+VTD模型;之后,将模型解算问题概括为复数的实部、虚部联合平差问题,提出了该模型线性化的方法及参数解算方法;最后利用解算得到的更为准确的“纯”体去相干系数反演植被高度。采用覆盖德国Oberpfaffenhofen地区的2景E-SAR L波段数据进行试验并与经典的非线性迭代及三阶段算法进行对比分析。结果表明,本文提出的方法结果精度优于其他两种方法,运算效率方面明显优于非线性迭代算法,略低于三阶段算法。     

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。     

极化干涉SAR森林高度反演方法研究

在分析随机体散射体/地表二层(RVoG)散射模型的基础上,利用德国宇航局机载SAR系统(ESAR)获取的POLInSAR数据和森林高度地面观测数据,对多种已有的森林高度反演模型进行了比较评价,从物理机制上对试验结果进行了分析、解释,进而发展了一种基于极化相干优化和非体散射去相干补偿的综合反演方法,实验结果表明,基于该方法的树高反演效果总体上优于其他方法。     

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。     

利用矩阵值域的极化干涉SAR相干性的研究

极化SAR干涉测量 (PolInSAR)的相干性是反演植被参数的重要信息来源,极化空间中不同极化状态对应的相干性分布与复极化相干矩阵的值域相关。本文讨论了不同结构的复极化相干矩阵值域的特点,分析了不同极化状态下干涉相干性与复极化相干矩阵的值域的关系。利用模拟数据和真实全极化SAR数据分析了滑动窗口大小和不同散射体对复极化干涉矩阵值域的影响,以及复极化干涉矩阵的结构对极化干涉SAR相干性分布空间的影响,有助于更加准确地获取极化干涉SAR最优极化基和估计最优相干性。     

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。     

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。     

极化SAR干涉测量模拟研究

极化SAR干涉测量将极化测量技术和干涉测量技术巧妙地结合，能够提高干涉测量精度，尤其是在植被覆盖的情况下，不仅能够测量地表地形，而且使得估计植被高度成为可能。因此，近几年来国际上对极化SAR干涉测量技术的研究越来越重视，极化SAR干涉测量已成为SAR应用技术发展的重要方向。通过模拟技术深入研究极化SAR干涉测量理论和方法，并提出了一种新的极化SAR干涉测量改进算法，模拟实验结果表明，该算法可以进一步提高测量精度。     

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。     

利用后向散射特性从高分辨率SAR影像中提取建筑物高度

在城区的建筑物高度估计中,散射单元内不同散射体相位中心不一致导致干涉相位混淆使得建筑物高度反演结果不精确。提出一种双基线的极化干涉合成孔径雷达（synthetic aperture radar,SAR）建筑物高度估计方法,利用两条基线的全极化干涉数据增加观测量,通过建立干涉相位之间的优化准则消除分辨单元内多散射体的相位中心混淆的问题。利用覆盖山东省泰安市的三景高分辨率全极化TerraSAR-X数据进行实验,并通过实地调查验证了实验结果。结果表明,相对于传统的单基线方法,新方法反演获得的建筑物高度的精度更高。     

极化干涉雷达遥感机制及作用

极化干涉SAR是目前雷达遥感的前沿领域，它是集极化SAR和干涉SAR于一体的新型对地观测技术。通过对极化干涉的基本原理和物理机制，极化干涉SAR的数据处理及与常规干涉SAR数据处理的区别，以及极化干涉SAR当前的几个热点应用研究领域进行了阐述，对极化干涉SAR存在的问题也进行了讨论。     

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。     

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。     

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。