10.13275/j.cnki.lykxyj.2020.03.011
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BioSAR2007项目的遥感数据进行试验,并以决定系数(R2)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R2为0.78,RMSE为8.52;RMoG模型的R2为0.47,RMSE为4.17;RMoGL模型的R2为0.48,RMSE为2.50;本方法的R2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RMoGL模型对比,本方法具有精度高、耗时少的优点.
极化干涉SAR、时间去相关、植被高度反演
33
S757(森林经营学、森林计测学、森林经理学)
国家重点研发计划资助2017YFB0502700
2020-07-09(万方平台首次上网日期,不代表论文的发表时间)
共7页
85-91