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。

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植被高度反演算法中地面散射相位估计不准确,从而导致植被高度反演精度存在偏差。针对这一关键问题,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。该方法首先利用Freeman-Durden分解方法对极化干涉互协方差矩阵进行分解,从而估计出更准确的地面散射相位。然后,结合随机体-地表散射(RVoG)模型反演植被高度。最后,利用欧空局(ESA)的软件PolSARpro模拟的L波段极化干涉SAR数据和亚马逊森林地区的ALOS PALSAR L波段数据进行试验,结果表明本文算法提取的植被高度相比经典三阶段法精度更高,验证了算法的有效性和可靠性。