基于极化干涉SAR森林平均树高反演方法的比较评价

摘要

提取森林树高,一直是极化干涉SAR(Polarimetric Interferometry SAR)研究领域中的热点.本文介绍了近年来分别基于传统的干涉相位差算法、相位基的差分算法(DEM差分算法)、干涉相干幅度算法(Sinc算法)以及DEM差分与Sinc算法的结合算法.最后利用欧空局的polsarpro软件生成的全极化干涉L波段模拟数据,对所述方法进行了验证与分析.结果表明:传统的干涉相位差算法和DEM差分算法严重地低估了平均树高,Sinc算法反演的树高在很多像素点高估,DEM差分算法与Sinc算法相结合树高反演的精度优于这三种算法,更接近于模拟的平均树高值.