一种基于雷达干涉测量（InSAR）及坡度矫正模型的森林树高反演算法

一种基于雷达干涉测量(insar)及坡度矫正模型的森林树高反演算法
技术领域
1.本发明属于合成孔径雷达森林树高反演技术领域，具体针对斜坡地区的森林树高进行反演的方法。


背景技术：

2.森林系统是应对全球气候变化的一个关键因素，作为陆地生态系统中最大的碳库，对二氧化碳浓度下降、水源涵养和减缓气候变化起着重要作用。树高、胸径及衰减系数等森林参数有助于估算森林林木蓄积量，从而更精确地估计碳储量，有利于森林持续生产力的进一步研究。传统的森林树高测量方法不仅花费高、时间长、获取的实测数据少，且在地形条件复杂的区域几乎无法采样。因此，利用主动遥感技术获取大范围覆盖的森林垂直空间分布信息(树高)对于碳循环的研究具有不可替代的作用。
3.根据insar的测量原理，忽略地物目标散射特征变化和电磁波传输过程中受各种因素不同程度的影响，两次测量过程中的干涉相位可以确定对应点的高程。根据极化sar中各极化的特性，对同一波段的不同极化来说，交叉极化的信号较同极化更弱，穿透性比同极化弱。对同一地物，分别用交叉极化hv和同极化hh做干涉处理，二者的干涉相位会对应不同的地物高度，从极化特性分析，hv极化方式的回波中体散射占优，而hh极化方式的回波中地表散射占优，则可以根据二者的相位差确定冠层与地面的高程差，进而反演出森林树高。
4.对于侧视雷达，距离向上的地形起伏对森林树高的反演精度影响较大。对于当前已有算法，随着坡度的增加，反演精度逐渐降低。


技术实现要素：

5.本发明针对在斜坡地区森林树高反演精度低的问题，提出了一种坡度矫正模型，将该模型与传统的干涉差分法结合进行森林树高反演。
6.为了实现以上目的，本发明的主要步骤如下：
7.(1)选用两幅相干性较好的alos-palsar双极化数据，分别求出同极化通道(hh)和交叉极化通道(hv)的干涉相位；
8.(2)根据alaska satellite facility提供的12.5m分辨率的dem数据求出实验区域的坡度；
9.(3)建立坡度矫正模型，并通过干涉相位差法反演出森林树高。
10.本发明根据斜坡森林的散射特征，建立适当坡度矫正模型，在一定程度上提升了树高反演的精度，弥补了传统干涉差分方法在斜坡地区反演精度过低的不足。
附图说明
11.图1为本发明方法流程图；
12.图2为在实验区域所采样的10个点的树高样本值；
13.图3为所选卫星数据基本信息；
14.图4为根据dem数据提取出的实验区域的坡度图；
15.图5为根据dem数据提取出的实验区域的坡向图；
16.图6为坡度矫正模型的几何关系图；
17.图7为基于双极化干涉相位差算法的坡度校正前后树高反演结果。
具体实施方式
18.为了对本发明的技术特征、目的和效果有更加清楚的理解，现说明本发明的具体实施方式。
19.参考图1处理流程图，本发明以若尔盖地区原始森林树高为例，具体阐述这种针对斜坡地区树高的反演算法。
20.该实施案例的步骤主要分为6步：
21.步骤1：数据准备
22.本发明所涉及到的数据包括：
①
两幅具有较好相干性的l波段的alos-palsar双极化数据，因研究区范围较大，每组图像由两幅图像拼接而成。分别获取于2009年6月25日和2009年8月10日；
②
alaska satellite facility提供的12.5米分辨率的dem数据；
③
实验区域实地采样数据。
23.步骤2：后向散射系数提取
24.8月10日获取的alos-palsar图像数据与实测数据获取的月份相同，则提取出该日期的sar图像对应的后向散射系数图。首先在envi sarscape软件中经过多视处理生成强度图，方位向和距离向的分辨率分别是12.3m和14.9m。然后采用frost滤波方法，在5
×
5的窗口下滤波获得去噪后的强度图。
25.处理好的强度数据经过辐射定标便转换为在同一标准下可进行比较的后向散射系数，辐射定标主要是处理sar系统性能，并且建立图像每个像素功率与地物后向散射系数的对应关系。sar系统的传感器获取的是发射脉冲和接收脉冲的功率比，也就是后向散射系数，根据雷达方程，建立辐射定标的公式，对接收的后向散射系数进行定标处理，将其统一在同一规范标准之内便能进行后向散射系数的分析和对比，并且定标后的系数不受传感器类型，观测模式的影响。由辐射定标计算得到的定标结果是无量纲量，通常转化为以db为单位的结果，整个定标方程可简化为：
26.σ0＝10lg(i2+q2)+cf-a
27.式中i和q分别是原始单视复数(slc)数据中的实部和虚部，cf是校正因子，a为转换系数。因处理的数据为斜距产品，则利用alaska satellite facility提供的12.5m
×
12.5m数字高程模型(dem)进行正射校正，最后得到研究区域空间分辨率为15米的hh和hv后向散射系数栅格图像。
28.步骤3：sar图像干涉处理
29.以8月10日获取的alos-palsar图像作为主影像，另一幅图像作为辅影像，首先进行基线估算，基线长度分别为319.30m，小于临界基线的1/3，表示选择的这两幅图像可以用来进行下一步的干涉处理。直接利用sarscape软件将两景slc数据进行图像配准和多视处理来得到去除平地效应后的干涉图，距离向跟方位向的视数设置成1和4，重采样为15m的地
面分辨率。
30.然后，利用自适应滤波方法去掉平地效应造成的相位噪声并进行相干系数计算。由于植被的散射特性造成其去相干性较大，则植被覆盖的区域相干性都偏小。因为复数相位特有的周期性，干涉处理过程中只要相位变化超过2π便会产生模糊，此时获得的干涉相位值则是处于(-π,π]之间的相位缠绕值(即相位主值)，则需要将模糊掉的相位周期解算出来，得到真实相位值，解缠算法有很多，各有优缺点，本次处理采用最小费用流算法(minimum cost flow)，保证解缠运算速度和精度，使解缠后的相位趋于稳定和平滑，且避免了结果中不连续区域出现的孤岛问题(设置的相关系数阈值为0.15至0.2之间)。
31.最后，为校正相位的偏移，选择平地的地面控制点来对轨道参数进行修正，以及对已有的干涉图进行重新去除平地效应处理和地理编码。地理编码过程仍选alaska satellite facility提供的12.5m分辨率的dem作为参考地形校正信息，把原本位于雷达坐标系下的图像转到地理坐标系中。
32.步骤4：坡度、坡向因子提取
33.在处理好的dem图像中提取出坡度、坡向因子。坡向是坡面法线在水平面上的投影方向，也就是山体表面所面对着的方向，标准是从正北方向开始以度为单位顺时针测量，最后回到正北方向，环绕360
°
，无坡度的地平面坡向另定义成-1。
34.图4为坡度图，图5为坡向图。
35.步骤5：坡度矫正模型建立
36.对于侧视雷达来说，距离向上的地形起伏对反演模型的影响较大，所以本实验沿着雷达视线方向的距离向上建立坡度修正模型。如图6所示，为三种不同地形下雷达天线与森林分布的几何关系图，(a)表示平地；(b)表示面向雷达视线方向坡度为α；(c)表示背向雷达视线方向坡度为α。从图中看出，当地面坡度存在时，雷达入射波数与森林表面垂直法线的夹角，即局部入射角随坡度变化而变化，从而影响有效垂直波数kz和随机散射体高度hv。森林高度是垂直于大地水准面的高度，而有坡度时，随机散射体高度与森林真实高度相差一个cosα的关系，即真实高度为hv/cosα，因此，
37.(1)当森林分布于平地，如图6(a)，其局部入射角θ0等于雷达视角θ，有效垂直波数
38.(2)当森林位于图6(b)所示地形时，局部入射角θ0＝θ-α，有效垂直波数
39.(3)当森林位于图6(c)所示地形时,局部入射角θ0＝θ+α，有效垂直波数
40.步骤6：干涉差分法反演树高
41.根据insar的测量原理，忽略地物目标散射特征变化和电磁波传输过程中受各种因素不同程度的影响，两次测量过程中的干涉相位可以确定对应点的高程。根据极化sar中各极化的特性，对同一波段的不同极化来说，交叉极化的信号较同极化更弱，穿透性比同极化弱。对同一地物，分别用交叉极化hv和同极化hh做干涉处理，二者的干涉相位会对应不同
的地物高度，从极化特性分析，hv极化方式的回波中体散射占优，而hh极化方式的回波中地表散射占优，则可以根据二者的相位差确定冠层与地面的高程差。该方法是近乎理想的状态，将不同极化通道对应的地物目标散射都当作“纯”散射体。alos-palsar双极化数据便可用于植被高度的估计，代表植被冠层的散射。相位中心φs和地表的散射相位中心φv分别为：
42.φs＝arg(γ
hh
)，φv＝arg(γ
hv
)
43.植被的高度则为：
[0044][0045]
其中kz'是坡度矫正后的有效的垂直波数。
[0046]
反演结果如图7所示。