精确提取InSAR时间去相关分量的方法

提出了一种干涉合成孔径雷达(InSAR,Synthetic Aperture Radar Interferometry)回波信号时间去相关分析的新方法,该方法主要包括三个步骤:采用自适应区域增长算法(IDAN,Intensity-Driven Adaptive Neighborhood)估计所有干涉子集的相干性;利用迭代最小二乘去除估计量偏差;采用相干性分解技术对无偏样本相干性进行分离,获得精确的时间去相关分量.以美国南加州洛杉矶地区的ENVISAT ASAR数据集为例,对新方法和现有方法进行了比较研究.结果表明,新的融合算法能够获得更加可靠、精度更高的时间去相关分量,并具有非阈值和近乎完全的自适应性.本文的研究将有利于改善与时间相干性有关的地球物理参数反演,也有利于地表变化周期性和随时间变化的气候环境实时监测等.

基于时间去相关的三阶段森林高度估计方法

[目的]在利用极化SAR数据反演树高时,时间去相关因子是影响反演精度的主要因素;目前,地面随机运动模型(RMoG)是该领域最有效的模型之一,但地面随机运动模型有着反演困难、耗时过长的缺点。为了改善这个问题,提出了简化RMoG模型。[方法]首先忽略地面运动,只保留植被冠层运动,重新改写植被体散射公式;然后对多个相干系数直线拟合出地面相位;再次通过PD极化相干最优方法来估计纯体散射去相干值;最后利用改写后的植被体散射公式建立查找表,在固定消光系数的基础上通过查找表反演得到植被高度。为了验证本研究方法的有效性,以瑞典南部的Remingstorp地区为研究区,以BioSAR^2007项目的遥感数据进行试验,并以决定系数(R^2)和均方根误差(RMSE)对4种模型的反演结果进行比较评价。[结果]表明:本研究方法可以很好地改善三阶段算法的高估问题。在精度比较方面:三阶段算法的R^2为0.78,RMSE为8.52;RMoG模型的R^2为0.47,RMSE为4.17;RMoG_L模型的R^2为0.48,RMSE为2.50;本方法的R^2为0.53,RMSE为6.24。对比三阶段算法,本研究方法在精度上有明显的优势;对比RMoG模型和RMoGL模型,本方法可有效地减少反演时间。[结论]通过添加植被冠层运动消除时间去相关的影响行之有效。与三阶段算法、RMoG模型和RMoG_L模型对比,本方法具有精度高、耗时少的优点。

土壤含水量对PolInSAR树高反演结果的影响分析

森林树高的反演是极化干涉合成孔径雷达(polarimetric SAR interferometry,PolInSAR)领域研究的热点,但时间去相关的存在引起了散射体的变化,降低了树高反演的性能,其中土壤含水量的改变是引起时间去相关的因素之一。本文利用PolSARpro生成不同土壤含水量的极化SAR模拟数据,通过三阶段算法进行树高反演实验。结果表明:土壤含水量的变化会导致反演结果产生一定偏差,但此偏差相对较小,已远远小于算法本身造成的误差。

基于植被光合有效辐射资料研究中国地区植被大气反馈作用

本文采用中国地区基于卫星观测的植被光合有效辐射资料(FPAR)和月平均气候数据(1982—2000年)来分析中国区域陆面植被与气温、降水的反馈作用.通过计算和分析超前滞后相关系数和反馈系数发现:春、夏季FPAR超前气温一个月相关系数在全国大部分地区为负值,反映出植被生长旺盛,可以降低局地气温.春、秋两季气温与FPAR的同期相关系数较大.夏季降水超前FPAR一个月的正相关性反映出夏季降水对于植被生长存在促进作用.在中国长江流域以南区域,植被对于气温的反馈系数为一致正值,可达0.5℃(0.1FPAR)-1;在30°N以北区域显示出一致的负反馈,可达-0.42℃(0.1FPAR)-1.FPAR对降水全年反馈系数全国区域平均可达-2.12cmmonth-1(0.1FPAR)-1.不同植被类型、不同季节的植被反馈效应也存在差异.植被反馈系数可以用来验证动态植被模式计算的植被大气反馈作用.

基于SVM的海面弱目标检测

对于海洋背景下低可观测目标检测问题,可通过选取能够有效区分纯海杂波与目标单元回波的观测量作为主要特征,最终采用机器学习法实现综合分析和自动分类。本文基于海杂波的统计特性和分形特性,将去相关时间及FRFT域Hurst指数作为特征矢量,采用支持向量机(Support Vector Machine,SVM)实现海洋背景下的低可观测目标检测。经四级海况下IPIX雷达(X波段)实测海杂波数据验证,表明该算法可以有效检测到海面弱目标,且在低信杂比条件下仍表现出良好的检测性能。

星载LiDAR产品辅助的InSAR森林高度反演

针对星载重轨InSAR森林高度反演受时间去相干制约与模型解算辅助数据难以获取的问题。考虑ALOS-2 PALSAR-2干涉数据特点,采用一种顾及时间去相干影响的半经验散射模型,利用最新发布的星载激光雷达ICESat-2 ATL08高程产品中的植被高度数据作为辅助数据,并结合主成分分析思想(PCA)对ALOS-2 PALSAR-2相干幅度信息与树高的关联模型进行参数解算。实验结果表明,在ICESat-2树高数据辅助条件下,通过散射模型可以较好抑制时间去相干的影响,进而反演出可靠的模型参数及森林高度(RMSE约为3 m)。本研究验证了联合星载重轨干涉SAR与星载LiDAR数据实现大范围、大尺度森林高度反演的可行性。