融合升降轨的极化干涉SAR三层模型植被高度反演方法
  • 【DOI】

    10.11947/j.AGCS.2017.20170122

  • 【摘要】

    森林参数的获取不仅可以估算地表生物量和林下地形,还有助于研究全球碳循环和分析全球气候变化.极化干涉SAR植被参数反演算法一般是基于随机地体两层模型(RVoG),但是当实际植被有着冠层、树干层和地表层的明显三层结构时,植被参数反演精度就会变差;另外,由于机载SAR系统数据的近距远距垂直向波数差异较大,导致试验结果存在着由其引起的系统误差.针对这两个问题,本文提出了一种融合升降轨的极化干涉SAR三层模... 展开>>森林参数的获取不仅可以估算地表生物量和林下地形,还有助于研究全球碳循环和分析全球气候变化.极化干涉SAR植被参数反演算法一般是基于随机地体两层模型(RVoG),但是当实际植被有着冠层、树干层和地表层的明显三层结构时,植被参数反演精度就会变差;另外,由于机载SAR系统数据的近距远距垂直向波数差异较大,导致试验结果存在着由其引起的系统误差.针对这两个问题,本文提出了一种融合升降轨的极化干涉SAR三层模型植被参数反演方法.该方法首先采用三层植被RVoG模型修正微波在穿透植被时的散射过程;然后采用融合升降轨道数据的方式削弱其系统误差;最后,采用非线性迭代平差的反演算法来进行植被高度反演.为了验证该方法的有效性,采用了德国宇航局DLR提供的BioSAR2008项目的两景升轨及两景降轨E-SAR P波段全极化SAR数据进行试验,并采用3组反演策略进行比较分析.结果表明,三层植被模型能够更好地描述植被散射过程;同时,新方法有效降低了由垂直向波数引起的系统误差,提高了树高反演精度. 收起<<

  • 【作者】

    沈鹏  汪长城  朱建军  高晗  付海强  解清华  王赛  何帅帅 

  • 【作者单位】

    中南大学地球科学与信息物理学院/中南大学地球科学与信息物理学院

  • 【刊期】

    测绘学报 ISTIC EI PKU 2017年11期

  • 【关键词】

    RVoG(random volume over ground)  植被高度  三层植被模型  三阶段算法  升降轨  垂直向波数  random volume over ground  vegetation height  three-layer vegetation model  three-stage algorithm  ascending and descending  vertical wave number 

  • 【基金项目】

    国家自然科学基金 湖南省自然科学基金 湖南省重点研发计划 欧空局数据合作计划 中南大学研究生自主探索创新项目(2017zzts549)The National Natural Science Foundation of China The National Natural Science Foundation of Hunan Province of China The Planned Science and Technology Project of Hunan Province,China PA-SB ESA EO Project Campaign Innovation Foundation for Postgraduate of Central South University