一种快速且稳健的极化干涉SAR植被高度反演方法

三阶段法是一种稳健性较好的极化干涉SAR植被高度反演方法,反演精度比较高.但是三阶段法本身运算量大,且初值选取容易引起病态解.本文将DEM差分算法和相干幅度法相融合,提出一种快速且稳健的植被高度反演方法.该方法在保证比较高的植被高度估计精度的同时,对消光系数或植被垂直结构的变化具有稳健性, 而且大大减少了反演算法的运算量.最后用L波段极化干涉SAR仿真数据验证了该方法的有效性.     

双基线极化干涉合成孔径雷达的植被参数提取

由于单基线极化干涉SAR技术(如三阶段法、ESPRIT算法等)反演植被参数的方法受限于具有最小地体幅度比的观测数据,影响冠层或地表有效相位中心的估计,因此往往低估植被的高度。该文通过增加另一个基线的极化干涉SAR数据在一定程度上解决单基线反演技术存在的这个缺陷,并适当改进双基线极化干涉SAR技术,降低植被参数估计的动态偏差,最后用模拟数据和实际数据验证了该方法。     

利用Shannon熵参数的极化干涉SAR图像非监督分类

 本文利用Shannon熵参数,提出了一种极化干涉SAR图像非监督分类方法.Shannon熵是度量雷达照射媒质无序程度的物理量,它可表示成散射强度部分熵、极化部分熵以及干涉部分熵之和.本文利用Shannon熵分解出的干涉项参数结合Wishart最大似然聚类将SAR图像分成初始若干类,结合Shannon熵中散射强度项及极化散射项参数对初始类进行细分,再用层次聚类方法将这些类合并到需要的类数.运用Oberpfafenhoffen地区的PolInSAR数据进行分类,并与L.Ferro-Fmail提出的极化干涉分类方法的结果进行比较,实验结果证明了本文方法的有效性.     

基于全极化SAR非监督分类的迭代分类方法

本文在全极化合成孔径雷达(SAR)特征分解和最大似然估计(ML)分类的基础上,提出基于全极化SAR极化特征分解及最大似然估计的非监督分类迭代算法.这种方法灵活性好、精度高.本文提出了迭代分类方法的几种方案.针对特征分解和ML分类的各自特点,进行了分析比较,可以根据实际需要选择适合的迭代方法.并利用NASA JPL实验室的实测数据对该迭代分类算法进行了实验研究,得到了很好的实验结果.实验结果证明这种迭代算法有很好的适应性和很强的鲁棒性.     

基于PolInSAR的植被区高精度数字表面模型反演方法

针对传统方法无法估计电磁波在植被中的穿透深度导致植被数字表面模型(DSM)反演误差较大的问题,该文提出一种高精度DSM估计方法。该方法首先通过极化干涉相干最优中最大化相位差法分离得到电磁波在植被中高、低散射相位中心的干涉相位。然后提出一种归一化高、低散射相位中心高度随消光系数变化的模型,基于该模型搜索得到电磁波在植被中的最浅穿透深度。最后利用干涉处理方法得到高散射相位中心的高程,将最浅穿透深度补偿到该高程中,从而提升植被区DSM估计精度。利用PolSARpro软件在不同植被种类和不同植被高度下进行仿真试验以及机载全极化数据进行实测数据试验,试验结果表明该方法能有效提高植被区DSM反演精度。     

基于模型的π/4模式简缩极化干涉数据目标分解

基于模型的目标分解是极化合成孔径雷达(SAR)的一个重要应用,基于模型目标分解依赖于极化数据仅能获得各散射机制的能量信息.该文将基于模型的分解技术应用到π/4模式的简缩极化干涉SAR(C-PolInSAR)数据中,对互相关矩阵进行分解,在获得各散射机制功率的同时获得对应的散射相位中心.该文首先推导出3种散射机制π/4简缩极化SAR干涉观测下散射模型,然后运用数值计算方法进行目标分解,最终求解出各散射机制的功率贡献及相位中心高度信息.仿真数据验证了该算法的有效性,分析了不同波段及不同地表参数对分解结果的影响.     

极化干涉SAR面向城区不同处理模式的误差影响分析

极化干涉合成孔径雷达(PolInSAR)在城区等复杂场景下的应用受到了越来越多的关注。面向城区的极化干涉SAR处理主要包括基于极化最优相干的干涉测高、基于极化分解的干涉测高、联立极化干涉观测方程直接求解不同散射机制高度这3种模式。现有研究对各类误差在极化干涉SAR不同处理模式下的综合影响分析尚很欠缺。该文在构建极化干涉SAR误差模型的基础上,提出了联立极化观测方程下散射机制的求解方法,推导了极化失真和干涉误差在极化干涉SAR不同处理模式下的综合影响模型,并通过仿真验证了模型的正确性,同时给出了3种处理模式补偿误差后的高度反演结果,补偿误差后通过极化最优相干得到建筑区域高度的均方根误差(RMSE)为2.77 m。在此基础上,通过仿真给出了极化干涉SAR不同处理模型下的误差影响曲线,比较了不同处理模型受误差影响的程度,并给出了合理解释,研究结果为极化干涉SAR系统设计、处理方法选择及数据应用提供了参考。     

合成孔径雷达简缩极化干涉数据的植被高度反演技术研究

该文提出了一种利用合成孔径雷达简缩极化干涉数据进行植被高度反演的三阶段方法。将全极化干涉数据处理中的相干最优方法引入简缩极化干涉数据处理,由相位最优相干系数对应的最优相位获得体去相干系数和地表相位的初始估计,利用相干区域边界提取方法更新体去相干系数,得到精确的植被高度估计值。采用欧空局提供的L波段的模拟全极化干涉数据构造简缩极化数据集,将该数据用于植被反演,反演结果验证了提出方法的有效性。     

双波段全极化SAR图像非监督分类方法及实验研究

该文首先采用H/分类对像素进行了初始猜测,然后进一步采用Bayes最大似然估计(ML）分类法对像素进行重新归类．不同波段电磁波对地物散射具有不同的属性,因而我们采用双波段全极化SAR数据结合的分类方法,得到了更好的分类结果．SAR图像的相干斑会影响图像的分类准确度和精度．在进行分类处理前,对双波段全极化SAR图像相干斑进行矢量滤波处理．该文使用NASA/JPL实验室在天山地区的实测数据对这些分类算法进行了实验研究．给出了单波段以及双波段全极化SAR分类结果的伪彩色图．其中双波段全极化SAR滤波后数据具有相对最优的分类结果．     

基于Freeman分解的植被参数反演新方法

基于极化Freeman分解的极化协方差矩阵参数,极化干涉SAR互协方差矩阵可简化建模为植被高度、消光系数和地面干涉相位的函数。基于此,该文建立了以极化干涉SAR互协方差矩阵估算值与互协方差矩阵观测值之差为目标函数、以3个植被参数为未知量的优化模型,提出了基于Freeman分解的植被参数反演新方法。该方法避免了三阶段植被参数估计方法所面临的体相关系数确定问题,提供了一种独立于三阶段植被参数估计的新思路。仿真结果验证了新方法的有效性。     

单基线PolInSAR反演算法研究

极化干涉合成孔径雷达(PolInSAR)测量是一种集极化雷达(PolSAR)和干涉雷达(InSAR)测量技术于一体的新的对地观测技术,利用极化干涉雷达数据反演地表植被参数特别是森林的垂直结构参数是当前极化干涉研究的热点问题。经典的单基线PolInSAR反演算法是Cloude和Papathanassiou提出的三阶段反演算法,但是该算法在相干值估计、直线拟合和散射体去相干估计等方面都存在着误差,直接影响反演精度。该文提出了一种新的基于统计特征和PolInSAR相位最优化算法的反演算法,并采用PolInSAR模拟数据验证了该算法的有效性。     

Adaptive model-based scattering decomposition of Polarimetric SAR Interferometry

In this paper, a new decomposition method is proposed to solve the problems that vegetation component is overestimated and is not sensitive to directional scattering features with traditional polarimetric Synthetic Aperture Radar （SAR） decomposition. It uses a Polarimetric Interferometric Similarity Parameter （PISP） calculated from Polarimetric SAR Interferometry （PolInSAR） datasets to the scattering decomposition. The PISP is proposed to reveal the geometric sensitivity of SAR inter- ferometry. It is defined by three optimized mechanisms obtained from PolInSAR datasets, therefore, it not only relates to the coherent scattering mechanism closely, but also sufficiently uses the phase and amplitude information. The PISP of building is high, and forest＇s PISP is low. The proposed method uses the PISP as a judge condition to select different vegetation model adaptively. The decomposition results show the proposed method can effectively solve the vegetation ingredients overestimation problem. In addition, it is sensitive to the directional scattering.     

Unsupervised PolInSAR classification based on optimal coherence set

Aiming to solve the misclassification problems of unsupervised polarimetric Wishart classification algorithm based on Freeman decomposition, an unsupervised Polarimetric Synthetic Aperture Radar (SAR) Interferomery (PolInSAR) classification algorithm based on optimal coherence set parameters is studied and proposed. This algorithm uses the result of Freeman decomposition to divide the image into three basic categories including surface scattering, volume scattering, and double-bounce. Then, the PolInSAR optimal coherence set parameters are used to finely divide each of the three basic categories into 9 categories, and the whole image is divided into 27 categories. Because both the Freeman decomposition result and optimal coherence set parameters indicate specific scattering characteristics, the whole image is merged into 16 categories based on physical meaning. At last, the Wishart cluster is employed to obtain the final classification result. To preserve the purity of scattering characteristics, pixels with similar scattering characteristics are restricted to be classified with other pixels. The final classification results effectively resolve the misclassification problem, not only the buildings can be effectively distinguished from vegetation in urban areas, but also the road is well distinguished from grass. In this paper, the E-SAR PolInSAR data of German Aerospace Center (DLR), are used to verify the effectiveness of the algorithm.     

基于简缩极化干涉SAR数据的森林垂直参数反演

森林区域竖直结构参数的反演是极化干涉雷达的一个重要应用,基于RVoG模型,运用全极化干涉数据可成功获得森林区域的地形估计及树高反演。该文将基于单基线简缩极化干涉SAR(C-PolInSAR)数据对森林区域进行林下地形估计及树高反演。推导单基线简缩极化干涉相干系数及相干区域,根据相干区域进行直线拟合,提出简缩极化干涉数据下的地形相位判别准则及体散射去相干估计方法,然后完成树高反演。通过L, P波段仿真数据以及实测机载数据对上述方法进行验证,获得正确地形及树高。简缩极化发射波极化状态不唯一,因此该文详细分析不同参数的椭圆极化对地形及树高等参数估计的影响,研究表明地形树高受椭圆极化波影响较小,也验证了估计方法的稳定性。     

基于极化干涉SAR 反演植被高度的改进三阶段算法

利用极化干涉合成孔径雷达(Polarimetric Interferometry SAR, PolInSAR)数据反演森林参数问题为当前PolInSAR 研究的热点问题。经典的森林参数反演算法是基于随机散射体模型(Random Volume over Ground, RVoG)的阶段反演算法,该算法中直线拟合误差和体散射估计误差会严重影响反演精度。为了提高树高估计精度,该文使用整体最小二乘法直线拟合得到更精确的地表相位估计结果,并提出以Gamma 函数为线性度量自适应地估计体散射去相干,得到了改进的PolInSAR 三阶段反演算法,实验结果表明改进算法可靠有效。      

三层植被极化干涉建模及参数反演新方法研究

两层植被结构模型是传统三阶段植被参数反演方法的基础,当实际植被结构为三层结构时,三阶段植被参数反演方法精度变差.针对该问题,建立了与三层植被结构模型对应的极化SAR干涉复相关系数模型,分析了传统三阶段植被参数反演方法精度变差的原因,提出了基于双基线极化SAR干涉的三层植被参数反演新方法,新方法充分考虑了三层植被干涉复相...     

Single-baseline polarimetric SAR interferometry

Examines the application of single-baseline polarimetric SAR interferometry to the remote sensing and measurement of structure over forested terrain. For this, a polarimetric coherent scattering model for vegetation cover suitable for the estimation of forest parameters from interferometric observables is introduced, discussed and validated. Based on this model, an inversion algorithm which allows the estimation of forest parameters such as tree height, average extinction, and underlying topography from single-baseline fully polarimetric interferometric data is addressed. The performance of the inversion algorithm is demonstrated using fully polarimetric single baseline experimental data acquired by DLR's E-SAR system at L-band