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。     

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。     

基于ESPRIT算法的极化干涉SAR植被高度反演研究

由于存在着去相干分量,利用ESPRIT(旋转不变技术)算法对植被区域的极化干涉SAR(PollnSAR)数据进行反演的结果有较严重偏差.针对这一问题,结合极化干涉相干最优理论及其物理散射机制,引入新的散射矢量——相干最优化散射矢量,提出一种改进的基于ESPRIT的植被高度反算法.最后,利用欧空局(ESA)提供的模拟L波...     

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。     

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。     

基于功率和相位联合估计TLS-ESPRIT算法的极化干涉SAR数据分析

在推导各散射信号功率计算方法的基础上,提出基于功率和干涉相位联合估计的TLS-ESPRIT方法。因为干涉图像中的各主散射波和干涉相位能被分别估计,所以该算法可以利用同一分辨单元中不同散射机制后向散射信号功率的不同,将干涉相位分类实现散射中心分离。该方法通过提取两个占优势的相位得到两个高度,从而分别检测出森林的植被层和地表,特别是当散射波不相关并有不同的极化特性时,该方法有较好的性能,从而提高植被高度参数的估计精度。详细阐述该方法的原理和实施步骤,并通过对SIR-C/X-SAR的L波段实际数据进行分析处理,验证算法的有效性。     

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。     

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。     

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。     

一种改进的PolInSAR PCT方法反演植被垂直结构

针对传统PCT方法中“相干相位-幅度联合反演算法”的缺点,采用RVOG模型,利用改进的非线性迭代算法反演植被高、地表相位.改进的非线性迭代算法不仅充分利用不同极化方式对应的复相干系数,同时兼顾复相干系数的先验统计误差,提高参数解算的可靠性,进而提高PCT结果的反演精度.最后,采用两景德国E-SAR数据进行实验,实验结果表明：文中提出的方法能较好地反映植被的垂直结构信息;植被冠层对应的平均相对反射率函数近似服从高斯分布;反演的相对反射率值与植被的种类、密度存在一定关联.     

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。     

基于修正嵌入式容积卡尔曼滤波的相位展开算法

针对干涉图展开问题,将Levenberg-Marquardt方法修正后的嵌入式容积卡尔曼滤波器应用于缠绕相位图像的展开中,结合基于修正矩阵束模型的局部相位梯度估计算法以及量化跟踪策略,提出一种基于修正嵌入式容积卡尔曼滤波的相位展开算法。该算法不仅可以精确和快速地展开缠绕像元,还可以在展开缠绕像元的同时抑制相位噪声,降低前置预滤波器的难度与复杂度,甚至可以在处理受噪声污染不严重的干涉图时免去前置预滤波处理步骤。试验结果表明本文算法具有较高的效率和良好的稳键性。     

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。     

相位补偿SAR差分干涉提取山区DEM算法及精度分析

首先,将去平干涉相位和外部DEM模拟的地形相位作差分,以降低干涉图的条纹率。然后,采用模拟的地形相位对差分干涉图的解缠相位进行补偿得到去平干涉图的解缠相位,并用此相位进行基线精化和高程提取。实验结果表明,该算法可得到高程精度更高的山区DEM。与常规干涉算法相比,它不仅可改善解缠精度,还可得到更加真实且相干性明显改善的相干图,减少因相干性低于解缠时设定的相干性阈值而产生的高程空洞区。相比于“高程补偿”算法,其可更有效地削弱残余系统相位以及解缠和外部DEM引入的随机相位误差的影响。     

单基线TanDEM-X InSAR相干性反演森林高度EI北大核心CSCD

由RVoG模型演变的SINC函数模型运用到TanDEM-X InSAR数据反演森林高度时面临观测信息不足的问题,且无法适应不同的森林场景。本文针对这一问题,提出小范围LiDAR数据辅助下基于TanDEM-X InSAR相干性的森林高度反演方法,此方法无须全局高精度DEM产品提供地表相位信息而仅利用相干性即可获取森林高度信息。为验证此方法的可行性,采用西班牙境内两个典型试验区的TanDEM-X InSAR数据进行验证,并利用LiDAR树高数据进行精度评定。结果表明,单基线TanDEM-X InSAR相干性可用于反演森林高度,两个试验区的精度分别为2.34 m和1.74 m。