多维度SAR数据地形校正及森林地上生物量估测研究

摘要

森林地上生物量(Above Ground Biomass，AGB)作为重要的森林参数，在全球碳循环和气候变化中扮演着重要的角色。因此，实现大区域或全球尺度的森林AGB精确估测，对于人类的生产生活具有重要的意义。多维度合成孔径雷达(Synthetic Aperture Radar,SAR)是目前众多遥感技术中最有潜力实现大区域森林AGB估测的技术手段之一。相比于单波段，单极化，单基线的SAR，具备多极化，多波段，多基线等不同观测模式组合的多维度SAR技术可以获得更多与森林AGB有物理含义关联的特征参数，从而提高森林AGB的估测精度。但是，由于SAR传感器侧视成像的特点，多维SAR特征在应用于森林AGB的估测时，将受到局部地形起伏的影响，而目前已有的主要应用于SAR后向散射系数的地形校正理论，已不足以支撑基于多维度SAR数据估测森林AGB中遇到的地形问题。针对这一问题，本文研究了适用于全极化SAR（Polarimetric SAR，PolSAR）数据和干涉SAR(Interferometric SAR，InSAR)相干性的地形校正方法，以及多维度SAR协同估测森林AGB的方法。研究内容主要分为以下3个方面: (1)PolSAR三阶段地形校正方法 本文提出了一种适用于PolSAR数据的三阶段半经验地形校正方法。针对局部地形对PolSAR数据综合影响，分别进行极化方位角，有效散射面积，角度效应三方面的校正。在角度效应校正方面，本文提出了一种新的基于最小化相关系数确定n值的方法，可以自适应确定不同极化通道的n值，进而得到极化协方差矩阵的校正系数，实现对PolSAR数据的全面校正。基于ALOS2PALSAR2全极化数据验证了本文提出的校正方法。研究结果表明，经过3个阶段的校正处理后，PolSAR影像的迎坡面与背坡面存在的明显亮度差异得到了有效的去除;三个校正阶段在PolSAR地形校正过程中均属于不可或缺的步骤。其中，极化方位角校正在中等极化方位偏移角时最大可实现交叉极化1dB的校正效果。有效散射面校正和角度效应校正则分别可实现约2.5dB和0.5dB的校正效果。另外，基于LiDAR森林AGB数据，分析了校正前后后向散射系数和森林AGB的关系。结果表明，不同极化的后向散射系数在经过校正之后，与森林地上生物量之间呈现了更好的相关关系。其中，经过地形校正后的HV极化和森林地上生物量的相关性最好(R=0.81)，相关性提高了0.3左右。 (2)基于代数差分法的干涉相干性地形校正方法 基于干涉失相干理论和代数差分思想，本文提出了一种适用于InSAR相干性的地形效应校正方法。首先，基于SINC体散射失相干模型，推导了可用于地形校正的SINC差分型相干性模型。然后，基于该差分模型实现了对星载TanDEM/TerraSAR-X(TDX/TSX)和机载CASMSAR InSAR相干性的地形校正处理。研究结果表明，本文提出的校正方法可以有效的去除相干性影像中存在的地形效应。在此基础上，能够有效的改善InSAR干涉土地利用影像的显示效果，提高InSAR数据的地物解译能力。而且，经过校正后的相干性影像与森林AGB间呈现了更好的相关关系，相比于校正前，相关系数提高了0.09左右。 (3)机载X-InSAR与P-PolSAR协同森林AGB估测方法 在PolSAR和InSAR相干性的地形校正方法的基础上，本文研究了利用国产机载CASMSAR多维度SAR数据协同估测森林AGB的方法。首先，基于X-InSAR数据获取实验区的高分辨率DSM数据。然后，在此基础上实现P-PolSAR和X-InSAR相干性的地形校正。最后，基于多维SAR特征实现了森林AGB的估测。研究结果表明，经过地形校正后的多维SAR特征能够实现更高的森林AGB估测精度。相比于校正前的数据，基于P-PolSAR的估测精度提高了0.9℃;基于X-InSAR相干性的估测精度提高了5.6℃;而联合极化和干涉特征的估测精度提高了3.6℃。而且，联合多维SAR特征可以获得比单一维度特征更高的估测精度，相比于只采用P-PolSAR特征和只采用X-InSAR相干特征，联合估测的精度分别提高了6.4℃和5.1℃。 综上所述，本文针对多维度SAR数据在估测森林AGB时存在的地形干扰问题，分别发展了适用于PolSAR和InSAR相干性的地形校正方法，通过实验证明了本文提出的地形校正方法可以有效的去除多维度SAR数据中存在的地形相应，并提高森林AGB的估测精度。本文相关研究成果将为大区域森林AGB的精确制图提供新的思路和技术支撑。

目录

声明

摘要

第一章绪论

1．1．1研究背景

1．1．2国内外研究现状及评述

1．2研究目标和主要研究内容

1．2．1关键的科学问题与研究目标

1．2．2主要研究内容

1．3研究技术路线

第二章实验区与数据

2．1实验区概况

2．2实验数据

2．2．1 ALOS2 PALSAR2全极化SAR数据

2．2．2 TanDEM／TerraSAR-X InSAR数据

2．2．3国产机载CASMSAR多维度SAR数据

2．2．4 LiDAR产品

2．2．5 ASTER DEM和SRTM DEM数据

第三章全极化SAR三阶段地形校正方法

3．1方法

3．1．1技术路线

3．1．2 PolSAR数据格式

3．1．3阶段1：极化方位角校正(POAc)

3．1．4阶段2：有效散射面积校正(ESAc)

3．1．5阶段3：角度效应校正(AVEc)

3．2实验

3．2．1数据预处理及地理编码结果

3．2．2三阶段PolSAR地形校正

3．2．3地形校正结果分析

3．2．4基于LiDAR森林AGB的地形校正效果评价

3．3讨论

3．3．1 DEM分辨率对于地理编码和ESA校正的限制

3．3．2森林冠层对于POA校正的影响

3．3．3半经验的AVE地形校正方法

3．4结论

第四章基于代数差分法的干涉相干性地形效应校正

4．1方法

4．1．1干涉失相干理论

4．1．2代数差分法思想

4．1．3差分型体散射失相干模型

4．1．4相干性地形校正技术路线

4．2实验

4．2．1干涉失相干模拟分析

4．2．2相干性地形校正实验

4．2．3相干性地形校正应用

4．3讨论

4．3．1干涉失相干理论的局限性

4．3．2代数差分方法的应用限制

4．4结论

第五章机载X-InSAR与P-PolSAR协同森林AGB估测

5．1方法

5．1．1技术路线

5．1．2 X-InSAR干涉处理

5．1．3多维度SAR数据地形校正

5．1．4基于多维SAR特征的森林AGB估测建模

5．2实验

5．2．1 X-InSAR干涉处理结果

5．2．2 X-InSAR相干性地形校正

5．2．3 P-PolSAR地形校正

5．2．4森林AGB估测建模与精度评价

5．3讨论

5．3．1 X-InSAR干涉处理

5．3．2 InSAR DSM数据的滤波

5．4结论

第六章总结与讨论

6．1总结

6．2创新点

6．3讨论

参考文献

在读期间的学术研究

致谢