【摘要】：森林冠層的垂直結(jié)構(gòu)一直被視為衡量森林變化的重要參數(shù),對它的測量有助于進行生態(tài)系統(tǒng)監(jiān)測和管理。如今,遙感領域的手段讓我們可以獲取近乎每一片森林的信息,其中SAR系統(tǒng)在森林生態(tài)監(jiān)測方面得到了廣泛的關注。Pol In SAR森林區(qū)域參數(shù)反演研究是SAR領域的一個重要分支,借助于后向散射模型可以獲取其他遙感手段難以獲得的森林參數(shù),特別是森林植被高度。目前后向散射模型以RVoG模型為主,然而,由于森林區(qū)域散射過程過于復雜,對于地形不平坦的山地區(qū)域,按照RVoG模型進行反演會出現(xiàn)偏差,對散射模型進行完善以提高反演精度是當前研究的一個主要方向。本文以三層S-RVoG散射模型下的Pol In SAR圖像森林高度反演為主要研究內(nèi)容,首先對Pol In SAR技術進行闡述,包括干涉相干性和相干最優(yōu)理論。隨后通過深入討論RVoG散射模型,探討模型的各參數(shù)及研究它們對相干系數(shù)的作用,結(jié)合S-RVoG模型和一般三層散射模型,建立了包含樹冠-樹干-傾斜地表的三層S-RVoG模型,并分別給出簡單形式和完備形式的模型描述。三層S-RVoG模型考慮了地形坡度的影響,同時根據(jù)樹干層散射特性將兩層模型擴展到三層,更加貼合真實散射過程,對于山地區(qū)域的森林高度反演具有很大的幫助。針對現(xiàn)有的森林參數(shù)反演方法不夠精確的問題,在分析了三階段算法和相干幅度法的優(yōu)劣后進行改進,提出了適用于RVoG模型的聯(lián)合了相位分離優(yōu)化的三階段算法和目標分解法的高精度混合反演方法。并針對簡單形式的三層S-RVoG模型,修改了三階段反演算法的查表過程,使之能夠適應新模型;針對完備形式的三層S-RVoG模型,引入散射機制消除法,實現(xiàn)森林參數(shù)的反演。最后分別選擇真實數(shù)據(jù)和不同坡度下的仿真數(shù)據(jù)進行森林參數(shù)反演實驗,并從參數(shù)反演精度、均方根誤差等方面對結(jié)果進行評價。實驗結(jié)果表明,對于帶有不同坡度的數(shù)據(jù),相比于傳統(tǒng)基于RVoG模型,基于三層S-RVoG模型的參數(shù)反演均能很好的擬合結(jié)果,具有更高的反演精度,同時均方根誤差也有一定的下降,本文建立的三層S-RVoG模型有助于提高Pol In SAR圖像森林參數(shù)反演在山地區(qū)域的應用。由于模型包含了更多的參數(shù),其參數(shù)反演過程較為復雜,通常需要更多地處理時間才能得到結(jié)果。
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TN957.52
【圖文】：

圖 1-1 9 種主要散射過程植被相干散射模型可以幫助地表植被垂直結(jié)構(gòu)生物量的提取。1996 年Treuhaft 等第一次建立了干涉系統(tǒng)下的散射模型[21]。模型的建立通過假設雷達回波主要由森林區(qū)域產(chǎn)生來進行簡化，并忽略了噪聲對去相干的影響，此時，利用隨機變化的大量散射粒子的集合來描述森林散射過程，存在三個假設：首先描述植被體的隨機變量的概率密度獨立于層內(nèi)散射體位置；其次，

哈爾濱工業(yè)大學工程碩士學位論文本的修改是單純的將冠層相位中心從地面相位點移開，不考慮樹干層散用，此時0 1 ，通過這種修改，模型改為： 10 001 0 00002*cos2 22*cos1 12*cos2 22*cos1 11vvvvchT jV jGhT V GhT jV GjhT V Gjjve I e e II e Ie I e IeI e Iee (2-

【參考文獻】

相關期刊論文 前4條

1 解清華;汪長城;朱建軍;付海強;;顧及地形因素的S-RVOG模型和PD相干最優(yōu)算法聯(lián)合反演植被高度[J];測繪學報;2015年06期

2 李廷偉;梁甸農(nóng);黃海風;朱炬波;;一種基于BP神經(jīng)網(wǎng)絡的極化干涉SAR植被高度反演方法[J];國防科技大學學報;2010年03期

3 于大洋,董貴威,楊健,彭應寧,王超,張紅;基于干涉極化SAR數(shù)據(jù)的森林樹高反演[J];清華大學學報(自然科學版);2005年03期

4 王心源,郭華東,邵蕓,王長林,王翠珍,劉浩,王心源;航天飛機SIR-C數(shù)據(jù)對內(nèi)蒙古額濟納旗北部淺層地下水的探測分析[J];遙感學報;2002年06期

相關博士學位論文 前2條

1 張宇;SAR圖像地形校正及應用研究[D];武漢大學;2016年

2 Pham Minh Nghia（范明義）;極化干涉SAR圖像森林高度估計算法研究[D];哈爾濱工業(yè)大學;2014年

相關碩士學位論文 前2條

1 羅雪蓮;基于合成孔徑雷達的地表參數(shù)及森林樹高反演[D];電子科技大學;2017年

2 蘆達;基于相干集的PolInSAR森林地區(qū)參數(shù)反演方法研究[D];哈爾濱工業(yè)大學;2011年

本文編號：2729864