發(fā)布時(shí)間：2021-05-16 02:08

　　隨著遙感技術(shù)在林業(yè)領(lǐng)域應(yīng)用的逐漸加深,合成孔徑雷達(dá)以其獨(dú)特的優(yōu)勢(shì)在森林資源調(diào)查中取得了許多重要的研究成果。極化干涉SAR將極化SAR和干涉SAR的優(yōu)點(diǎn)集于一體,并隨著其在理論和應(yīng)用上的充分發(fā)展,已逐漸成為林業(yè)領(lǐng)域中一種不可或缺的技術(shù),其中森林樹高反演已成為極化干涉SAR技術(shù)最成功的應(yīng)用之一。森林是最大的陸地生態(tài)系統(tǒng),是全球碳循環(huán)的基礎(chǔ),森林樹高反演對(duì)了解整個(gè)生態(tài)系統(tǒng)有重要意義,是全球變化研究的重要內(nèi)容之一。極化干涉SAR具有全天時(shí)、全天候、穿透性、高分辨、低成本的優(yōu)勢(shì),為大面積森林植被高度反演提供了理想的遙感手段,具有重要的實(shí)際應(yīng)用價(jià)值。本文在介紹極化干涉SAR理論知識(shí)的基礎(chǔ)上,以BioSAR2007機(jī)載SAR數(shù)據(jù)為數(shù)據(jù)源,將森林密度和時(shí)間去相關(guān)作為切入點(diǎn),展開極化干涉SAR森林樹高反演研究。論文主要研究?jī)?nèi)容如下:（1）分析了傳統(tǒng)極化干涉SAR森林樹高反演算法,包括DEM差值法、復(fù)相干幅度法、三階段算法、相干相位-幅度聯(lián)合反演法,并利用模擬數(shù)據(jù)和真實(shí)數(shù)據(jù)對(duì)上述算法進(jìn)行分析驗(yàn)證。（2）利用模擬數(shù)據(jù)分析了森林密度對(duì)傳統(tǒng)算法的影響,并根據(jù)其影響改進(jìn)了相干相位-幅度聯(lián)合算法,最后利用模擬數(shù)據(jù)和... 

【文章來(lái)源】：西安科技大學(xué)陜西省

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀分析
        1.2.1 傳統(tǒng)極化干涉SAR森林樹高反演現(xiàn)狀
        1.2.2 基于時(shí)間去相關(guān)的極化干涉SAR森林樹高反演研究現(xiàn)狀
    1.3 主要研究?jī)?nèi)容
    1.4 主要技術(shù)路線
    1.5 論文章節(jié)安排
    1.6 本章小結(jié)
2 極化干涉SAR基本原理
    2.1 矢量電磁波與極化表征
        2.1.1 極化橢圓
        2.1.2 Jones矢量
        2.1.3 Stokes矢量
    2.2 電磁矢量散射算子
        2.2.1 散射矩陣
        2.2.2 相干矩陣
        2.2.3 協(xié)方差矩陣
    2.3 基本散射機(jī)制
    2.4 極化干涉SAR原理
        2.4.1 標(biāo)量干涉
        2.4.2 矢量干涉
    2.5 本章小結(jié)
3 研究區(qū)概況與數(shù)據(jù)預(yù)處理
    3.1 研究區(qū)概況
    3.2 數(shù)據(jù)介紹
        3.2.1 SAR數(shù)據(jù)
        3.2.2 Lidar數(shù)據(jù)
        3.2.3 地面實(shí)測(cè)數(shù)據(jù)
    3.3 數(shù)據(jù)預(yù)處理
        3.3.1 配準(zhǔn)
        3.3.2 去平地效應(yīng)
    3.4 垂直有效波數(shù)生成
    3.5 極化干涉復(fù)相干
        3.5.1 干涉相干
        3.5.2 極化干涉復(fù)相干
    3.6 本章小結(jié)
4 基于森林密度的極化干涉SAR森林樹高反演
    4.1 傳統(tǒng)極化干涉SAR森林樹高反演算法
        4.1.1 DEM差值法
        4.1.2 復(fù)相干幅度法
        4.1.3 三階段算法
        4.1.4 相干相位-幅度聯(lián)合反演法
        4.1.5 傳統(tǒng)算法的驗(yàn)證分析
    4.2 森林密度對(duì)傳統(tǒng)算法的影響分析
    4.3 基于森林密度的相干相位-幅度聯(lián)合反演法
        4.3.1 系數(shù)ε的確定
        4.3.2 算法具體流程
    4.4 結(jié)果驗(yàn)證與分析
        4.4.1 模擬數(shù)據(jù)驗(yàn)證
        4.4.2 真實(shí)數(shù)據(jù)驗(yàn)證
    4.5 本章小結(jié)
5 基于時(shí)間去相關(guān)的極化干涉SAR森林樹高反演
    5.1 時(shí)間去相關(guān)
    5.2 森林的時(shí)間去相關(guān)類型
        5.2.1 植被運(yùn)動(dòng)時(shí)間去相關(guān)
        5.2.2 介電常數(shù)改變引起的時(shí)間去相關(guān)
    5.3 基于時(shí)間去相關(guān)的森林樹高反演模型
        5.3.1 RVoG+VTD模型
        5.3.2 TD+RVoG模型
        5.3.3 RMoG模型
    5.4 改進(jìn)RMoG模型
        5.4.1 RMoG模型存在的主要問題
        5.4.2 改進(jìn)RMoG模型
        5.4.3 改進(jìn)RMoG模型的反演流程
    5.5 改進(jìn)RMoG模型結(jié)果驗(yàn)證
    5.6 土壤含水量的時(shí)間去相關(guān)分析
    5.7 本章小結(jié)
6 結(jié)論和展望
    6.1 論文的主要結(jié)論
    6.2 展望
致謝
參考文獻(xiàn)
附錄


【參考文獻(xiàn)】：
期刊論文
[1]基于X波段極化干涉SAR數(shù)據(jù)的思茅松林冠層高度反演[J]. 陳子怡,章皖秋,岳彩榮.  林業(yè)調(diào)查規(guī)劃. 2018(03)
[2]全極化干涉SAR反演樹高的幾種算法研究[J]. 溫若橙,蘇軍明,伍雅晴.  測(cè)繪與空間地理信息. 2017(02)
[3]聯(lián)合干涉相位和相干性幅度的極化干涉SAR最優(yōu)相干性估計(jì)[J]. 龍江平,劉峰,段祝庚.  測(cè)繪學(xué)報(bào). 2017(01)
[4]引入PD極化相干最優(yōu)的三階段植被高度反演算法[J]. 伍雅晴,朱建軍,付海強(qiáng),王磊,蘇軍明.  測(cè)繪通報(bào). 2016(05)
[5]極化干涉SAR森林樹高提取算法的對(duì)比分析[J]. 李帆,尚玉雙,楊兆臣.  測(cè)繪與空間地理信息. 2016(01)
[6]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]. 解清華,汪長(zhǎng)城,朱建軍,付海強(qiáng).  測(cè)繪學(xué)報(bào). 2015(06)
[7]植被高度的極化干涉互協(xié)方差矩陣分解反演法[J]. 宋桂萍,汪長(zhǎng)城,付海強(qiáng),解清華.  測(cè)繪學(xué)報(bào). 2014(06)
[8]極化干涉SAR森林高度反演方法研究[J]. 羅環(huán)敏,陳爾學(xué),程建,李小文.  遙感學(xué)報(bào). 2010(04)
[9]幾種極化干涉SAR森林平均高反演算法的比較評(píng)價(jià)[J]. 李哲,陳爾學(xué),王建.  遙感技術(shù)與應(yīng)用. 2009(05)
[10]雙基線極化干涉SAR數(shù)據(jù)估計(jì)林高的方法[J]. 白璐,洪文,曹芳.  電子測(cè)量技術(shù). 2009(06)

博士論文
[1]基于極化干涉SAR的森林結(jié)構(gòu)信息提取模型與方法[D]. 羅環(huán)敏.電子科技大學(xué) 2011
[2]極化干涉SAR信息提取方法及其應(yīng)用研究[D]. 李新武.中國(guó)科學(xué)院研究生院（遙感應(yīng)用研究所） 2002

碩士論文
[1]L波段PolInSAR圖像地表參數(shù)反演方法研究[D]. 張臘梅.哈爾濱工業(yè)大學(xué) 2006



本文編號(hào)：3188760