基于时间去相关的三阶段森林高度估计方法

编号 zgly0001707707

文献类型 期刊论文

文献题名 基于时间去相关的三阶段森林高度估计方法

作者 黎晓  李增元  陈尔学  程甲州  姜友谊 

作者单位 中国林业科学研究院资源信息研究所  西安科技大学测绘科学与技术学院 

母体文献 林业科学研究 

年卷期 2020年03期

年份 2020 

分类号 S758 

关键词 极化干涉SAR  时间去相关  植被高度反演 

文摘内容 [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R~2为0.78,RMSE为8.52;RMoG模型的R2为0.47,RMSE为4.17;RMoG_L模型的R~2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RMoG_L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RMoG_L模型对比,本方法具有精度高、耗时少的优点。