基于去相干敏感因子的多基线PolInSAR植被高度反演方法

极化干涉合成孔径雷达(PolInSAR)技术通过建立相关质量评价指标筛选最优干涉几何,从而实现多基线植被高度反演。但目前使用的相干性特性、测高精度等质量指标并未关联与干涉几何直接相关的垂直波数,容易降低干涉几何选取的稳健性。本文提出一种基于去相干敏感因子的多基线PolInSAR植被高度反演方法,利用敏感因子描述干涉几何与植被高度的匹配程度,从多个单基线固定消光方法中确定最佳植被高度反演结果。使用欧洲航天局AfriSAR 2016项目的P波段合成孔径雷达(SAR)数据进行实验验证。实验结果表明:以激光雷达(Light Detection and Ranging,LiDAR)获取的植被高度作为参考,本文多基线反演算法的均方根误差为6.19 m,比其他两种传统方法精度分别提高了约14.14%和13.55%。

基于TanDEM-X数据和改进三阶段算法反演森林冠层高度

【目的】提出一种基于TanDEM-X SAR数据的RVoG模型三阶段算法反演森林冠层高度,以解决RVoG模型实际应用中模型成立条件难以严格满足、受地形影响导致森林冠层高度估测精度不高的问题。【方法】以云南省普洱市思茅区思茅松纯林和混交林为研究对象,开展经典三阶段算法、地面相位优化的三阶段算法、纯体散射复相干优化的三阶段算法和低估补偿改进的三阶段算法反演森林冠层高度试验。【结果】RVoG模型经典三阶段算法反演森林冠层高度存在低估现象(r=0.11,bias=-26.20 m,RMSE=7.16 m),地面相位优化的三阶段算法、纯体散射复相干优化的三阶段算法、低估补偿改进的三阶段算法反演森林冠层高度的估测精度较经典三阶段算法提高,其中低估补偿改进的三阶段算法反演森林冠层高度的改善效果最佳(r=0.79,bias=-1.69 m,RMSE=2.56 m);思茅松纯林的估测效果(r=0.81,bias=1.40 m,RMSE=2.27 m)优于思茅松混交林(r=0.72,bias=-3.09 m,RMSE=2.87 m)。【结论】相比经典三阶段反演算法,基于TanDEM-X SAR数据的改进三阶段反演算法估测精度更高。

采用PolInSAR技术反演植被高度的算法应用与研究进展

极化合成孔径雷达干涉测量(polarimetric interferometric synthetic aperture radar,PolInSAR)技术是提取植被高度的有效手段,应用其进行植被高度反演已经有20多年的历史。旨在通过分析近年来国内外基于PolInSAR技术的植被高度反演研究的现状,以全面、深入了解当前国际研究动态。