几种极化干涉SAR森林平均高反演算法的比较评价 .docVIP

收稿日期:2009202227;修订日期:2009207213 基金项目:国家自然科学基金重点课题“多维度微波成像的陆地遥感应用研究” 目资助。作者简介:李哲(1984-,男,硕士研究生,主要从事雷达极化与干涉信息的分析与遥感应用、寒区旱区生态与环境雷达遥感应用研究。 E 2mail :lizhee @ 。 几种极化干涉SAR 森林平均高反演算法的比较评价 李　哲1,3,陈尔学2,王　建1 (1.中国科学院寒区旱区环境与工程研究所,甘肃兰州　730000; 2.中国林业科学研究院资源信息研究所,北京　100091; 3.中国科学院研究生院,北京　100049 摘要:森林树高的反演,一直是极化干涉SAR (Polarimet ric SAR Interferomet ry 研究领域中的热 点。介绍了近年来分别基于相干优化算法和高分辨率波达算法(ESPRIT 的树高反演方法,并尝试了ESPRIT 算法和三阶段反演算法的结合。最后利用德国宇航局(DL R 的全极化干涉L 波段ESAR 数据及其相应的林地平均树高实测数据,对所述方法进行了验证与分析。结果表明:三阶段算法和三阶段Sinc 算法相对于其它算法而言具有较好的结果,但同其它基于散射模型的树高反演算法一样,存在着一定程度的高估;而ESPRIT 相位差值算法则严重地低估了平均树高;尽管ES 2PRIT 算法与三阶段算法、三阶段Sinc 算法相结合的尝试可在一定程度上提高计算效率,但其树高反演结果并没有得到明显改善。关　键　词:极化干涉SA R ;树高反演;ESPRIT ;POLinSAR 中图分类号:TP 79　　文献标志码:A 　　文章编号:100420323(20090520611206 1　引　言 极化干涉合成孔径雷达(POLinSAR [1]是将电磁波极化特征和干涉信息两者有机结合而产生的一种新兴遥感技术。雷达极化对植被散射体的形状和方向敏感,雷达干涉对植被散射体的空间分布和高度很敏感,所以POLinSAR 既具有干涉SAR 对地表植被散射体的空间分布和高度很敏感的特性,同时又具有极化SAR 对植被散射体的形状和方向很敏感的特性,因此POLinSA R 在提取地表植被垂直结构信息方面应该比单独的干涉和极化SAR 具有更大的优越性和更高的精度[16]。极化干涉SA R 树高反演算法大体上可以分为两类:一类是基于相干优化的反演方法 [127] ;另一类是基于高分辨率波达算 法(ESPRIT 的相位优化反演方法[8213] 。 基于相干优化的方法,首先通过相干优化算法计算出代表不同散射机制的复相干,然后通过随机体散射-表面散射相干散射模型(RVo G 或其简化 模型求算植被冠层的体散射复相干,进而求得植被高度[1,6,7]。基于RVo G 全模型的树高反演方法从反演手段上可分为两种,第一种方法就是根据极化干涉提供的三组相关性最小的复相关对RVo G 模 型进行反演,形成一个六维(6D 的非线性参数优化过程。该方法强烈依赖于初始值的设定。初始值的好坏直接影响到反演结果的稳定与精度[2]。第二种是根据RVo G 模型的几何特点以及不同极化干涉信息的物理先验知识(例如L 波段HV 极化复相干与植被体散射相干接近,H H 2VV 极化复相干与地散射相干接近提出的三阶段反演方法[6]。该法简便易行,而且具有较高的精度。将RVo G 模型简化为一个用Sinc 函数表示的体散射干涉复相干与平均树高的关系,基于该函数反演树高就是Sinc 反演方法。也可以将三阶段反演算法求算的体散射相干输入Sinc 反演模型中进行反演,这里称之为三阶段Sinc 反演方法。另外还有学者提出了DEM 差值 法、D EM 差值与RVo G 地相位相结合法等,已有实 第24卷　第5期2009年10月 遥　感　技　术　与　应　用 REMOTE SENSIN G TECHNOLOGY AND APPLICATION 　　　　 V ol.24　N o.5Oct.2009 验表明这两种方法对林分平均高严重低估[7]。基于ESPRIT相位优化的算法,就是利用ESPRIT优化算法得到植被冠层相干优化相位和近地表相干优化相位,然后利用两者的相位差反演树高[8213]。ES2 PRIT算法尽管能够较好地提取植被冠层相干相位,但是由于存在冠层底部散射和树干-地表散射的相干作用,导致近地表的相干优化相位估计一般是不准确的[9],从而会在一定程度上引起树高的低估;为此,文献[14]中提出了一种利用ESPRIT植被冠层相干相位和三阶段反演算法相结合的方法来进行树高反演,这里称之为ESPRIT三阶段算法。 本文对ESPRIT三阶段算法做了进一步的改进,即对地相位的选取利用反演的最优结果来确定。同时本文也尝试了ESPRIT和三