【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(jìn)行生態(tài)系統(tǒng)監(jiān)測和管理。如今,遙感領(lǐng)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(guān)注。Pol In SAR森林區(qū)域參數(shù)反演研究是SAR領(lǐng)域的一個(gè)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(fù)雜,對于地形不平坦的山地區(qū)域,按照RVoG模型進(jìn)行反演會出現(xiàn)偏差,對散射模型進(jìn)行完善以提高反演精度是當(dāng)前研究的一個(gè)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(shù)進(jìn)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(shí)根據(jù)樹干層散射特性將兩層模型擴(kuò)展到三層,更加貼合真實(shí)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(jìn)行改進(jìn),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(biāo)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(yīng)新模型;針對完備形式的三層S-RVoG模型,引入散射機(jī)制消除法,實(shí)現(xiàn)森林參數(shù)的反演。最后分別選擇真實(shí)數(shù)據(jù)和不同坡度下的仿真數(shù)據(jù)進(jìn)行森林參數(shù)反演實(shí)驗(yàn),并從參數(shù)反演精度、均方根誤差等方面對結(jié)果進(jìn)行評價(jià)。實(shí)驗(yàn)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(shí)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(yīng)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(fù)雜,通常需要更多地處理時(shí)間才能得到結(jié)果。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)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(shè)雷達(dá)回波主要由森林區(qū)域產(chǎn)生來進(jìn)行簡化，并忽略了噪聲對去相干的影響，此時(shí)，利用隨機(jī)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(gè)假設(shè)：首先描述植被體的隨機(jī)變量的概率密度獨(dú)立于層內(nèi)散射體位置；其次，

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文本的修改是單純的將冠層相位中心從地面相位點(diǎn)移開，不考慮樹干層散用，此時(shí)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(xiàn)】

相關(guān)期刊論文 前4條

1 解清華;汪長城;朱建軍;付海強(qiáng);;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(xué)報(bào);2015年06期

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

3 于大洋,董貴威,楊健,彭應(yīng)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(xué)學(xué)報(bào)(自然科學(xué)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(jī)SIR-C數(shù)據(jù)對內(nèi)蒙古額濟(jì)納旗北部淺層地下水的探測分析[J];遙感學(xué)報(bào);2002年06期

相關(guān)博士學(xué)位論文 前2條

1 張宇;SAR圖像地形校正及應(yīng)用研究[D];武漢大學(xué);2016年

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

相關(guān)碩士學(xué)位論文 前2條

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

2 蘆達(dá);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(xué);2011年

本文編號：2729864