应用瑞典Raminstorp研究区Bio SAR 2007 P-波段多基线In SAR数据,研究了基于多基线干涉SAR数据的层析方法,成功提取了可代表森林垂直结构信息的雷达后向散射功率垂直分布信息,并基于该信息提取了树高。应用地面实测样地对树高提取精度...应用瑞典Raminstorp研究区Bio SAR 2007 P-波段多基线In SAR数据,研究了基于多基线干涉SAR数据的层析方法,成功提取了可代表森林垂直结构信息的雷达后向散射功率垂直分布信息,并基于该信息提取了树高。应用地面实测样地对树高提取精度进行了检验,结果表明:HH极化树高提取精度最高(R2为0.65,RMSE为2.35 m,相关系数为0.80),HV其次,VV最差。展开更多
以美国航空航天局(National Aeronautics and Space Administration,NASA)、欧洲航天局(European Space Agency,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(unmann...以美国航空航天局(National Aeronautics and Space Administration,NASA)、欧洲航天局(European Space Agency,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(unmanned aerial vehicle synthetic aperture radar,UAVSAR)数据为数据源,分别采用高度偏差(height variance,VAR)方法、偏心率(eccentricity,ECC)方法和平均相干幅度与分离度乘积(product of average coherence magnitude and separation,PROD)方法、原点到拟合直线距离与分离度乘积(product of fitted line distance from origin and coherence separation,LINE)方法进行基线选择,并基于地面随机体散射模型(random volume on ground,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,R^(2)和均方根误差(root mean square error,RMSE)分别为0.36、26.27 m;采用ECC方法选择基线时,总体反演精度优于VAR方法,R^(2)和RMSE分别为0.50、13.94m;LINE方法的R^(2)和RMSE分别为0.72、8.71 m,PROD方法的R^(2)和RMSE分别为0.72、8.55 m。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(polarimetric interferometric synthetic aperture radar,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。展开更多
文摘以美国航空航天局(National Aeronautics and Space Administration,NASA)、欧洲航天局(European Space Agency,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(unmanned aerial vehicle synthetic aperture radar,UAVSAR)数据为数据源,分别采用高度偏差(height variance,VAR)方法、偏心率(eccentricity,ECC)方法和平均相干幅度与分离度乘积(product of average coherence magnitude and separation,PROD)方法、原点到拟合直线距离与分离度乘积(product of fitted line distance from origin and coherence separation,LINE)方法进行基线选择,并基于地面随机体散射模型(random volume on ground,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,R^(2)和均方根误差(root mean square error,RMSE)分别为0.36、26.27 m;采用ECC方法选择基线时,总体反演精度优于VAR方法,R^(2)和RMSE分别为0.50、13.94m;LINE方法的R^(2)和RMSE分别为0.72、8.71 m,PROD方法的R^(2)和RMSE分别为0.72、8.55 m。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(polarimetric interferometric synthetic aperture radar,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。
