基于分类统计的PolInSAR植被高度最大似然估计

极化干涉SAR是一种集极化和干涉SAR优势于一体的新型遥感技术。结合两层植被随机体散射模型和极化分解技术,基于极化干涉SAR数据的概率分布统计特征,提出一种利用参数迭代求解预测模型和测量值最小似然距离的植被高度反演方法。该方法克服了传统最大似然估计方法需已知地表散射特征参数的约束,减少了计算复杂性。最后通过极化干涉SAR仿真数据实验分析,文中算法相对于三阶段反演算法提高了植被高度估计的精度,验证了算法的有效性。