一種基於多源遙感數據的複雜異質林分平均高估測方法
2023-05-18 00:38:16
一種基於多源遙感數據的複雜異質林分平均高估測方法
【專利摘要】本發明公開了一種基於多源遙感數據的複雜異質林分平均高估測方法。它是綜合極化幹涉雷達的相位、幅度信息，植被指數信息，反映森林結構的熵值信息，二類調查和樣地調查數據的多數據源多信息林分平均高估測技術。該技術引入植被指數NDVI和資訊理論中的熵值來反映森林的光譜信息和結構複雜性。根據具體森林狀況對不同的林分分別賦予不同的補償係數，構建補償係數函數。利用改正後變化的補償係數替代常量補償係數從而改進相干相位-幅度算法。實現對多雲雨地區複雜森林結構林分平均高的大區域、高精度、快速提取製圖。
【專利說明】一種基於多源遙感數據的複雜異質林分平均高估測方法
【技術領域】
[0001]本發明專利涉及一種綜合極化幹涉雷達的相位、幅度信息，Landsat8提取的植被指數信息，反映森林結構的熵值信息，二類調查和樣地調查數據的多數據源多信息林分平均高估測技術，尤其是對多雲雨地區森林林分平均高的大區域、高精度、快速提取製圖方法有很大改進。
【背景技術】
[0002]目前，公知的PolInSAR估測植被高度的DEM差值法是通過將極化信息和幹涉技術有效結合分離出多種散射機制的相位中心，再將代表地表和植被的相位中心求相位差值解算獲得植被高度。該方法中植被相位中心總是被低估，有研究人員提出了相干相位-幅度補償法，引入雷達的幅度信息，利用相關幅度算法估算植被高度，再用補償參數ε調節相干幅度算法的補償大小，提高估測精度。其中，補償係數與森林消光係數和森林垂直結構有關，取值範圍為O?0.5，通常選取一個固定值0.4。但是，以上方法只利用單一的雷達數據源將森林簡化為一個簡單RVoG模型而忽略了大量的光學遙感信息、森林複雜垂直結構和不同林分間的差異。一般的相干相位-幅度估測方法對森林結構複雜狀況考慮不足，對林分的異質性忽略，造成估計值精度仍不理想，難以應用於複雜異質林分的平均高估測。
【發明內容】
[0003]為了克服現有的相干相位-幅度補償法方法的補償係數固定不變，忽略林分異質性和森林垂直結構複雜性的問題，本發明專利創造一種利用變化的補償係數的相干相位-幅度法估測林分平均高。該技術通過引入植被指數NDVI和資訊理論中的聯合熵值分別來反映森林的光譜信息和結構複雜性。以二者為參數構建與森林結構相關的補償係數函數，利用補償係數函數替代常量補償係數以提高複雜異質林分平均高估測精度。
[0004]本發明專利解決其技術問題所採用的技術方案是:首先，用相干相位-幅度算法計算林分平均高的初始值，以樣地調查數據為林分平均高實測值，通過逆運算獲得補償係數的改正值。以樣地的NDVI和聯合熵值為自變量，改正的補償係數為因變量分別進行多元線性、線性、指數、對數擬合，選取擬合優度大的模型構建與森林結構相關的補償係數函數。然後，用LandsatS提取研究區的NDVI圖，並結合樣地調查的聯合熵值反演獲得整個研究區的熵值圖。利用補償係數函數生成全部研究區範圍內改正後變化的補償係數圖。最後，用改正後變化的補償係數替代常量補償係數改進相干相位-幅度算法獲得較高精度的林分平均高。
[0005]本發明專利的有益效果是，在利用雷達的高穿透性估測垂直高度優勢的同時加入了更豐富的光譜信息，並考慮到了林分異質性，估測結果更真實，估測精度更可靠。
【專利附圖】
【附圖說明】
[0006]下面結合附圖和實施例對本發明專利進一步說明。[0007]圖1是本發明專利複雜異質林分平均樹高估測方法的整體技術路線圖。
[0008]圖2是本發明專利複雜異質林分平均樹高估測方法的雷達影像預處理及分類路線圖。
[0009]圖3是本發明專利複雜異質林分平均樹高估測方法的生成變化的補償係數ε路線圖。
[0010]
【具體實施方式】
[0011](I)預處理雷達數據獲得幹涉圖像:
在圖2所示實施例中，輸入數據源為研究區具有相干性的兩幅SLC數據、基於FFT變換的SAR影響自動配準主副圖像、用非線性最小二乘法進行基線估計、平地去相位，對不同極化方式進行復共軛相乘得到不同極化方式間的相干影像，用圓周期中值濾波法降噪處理。
[0012](2)林地與非林地分類:
在圖2所示實施例中，將主副圖像分別做Freeman分解，結合二者的體散射分量，利用閾值判決是否屬於植被區域。若Pwi+PwP閾值，則判別為植被區域，否則分割為其他區域。
[0013](3)傳統的相干相位-幅度補償算法反演樹高:
在圖1所示實施例中，設/?代表DEM差分法計算得到的林分平均高，As代表相干幅度
反演算法得到的林分平均高，kv為初步估測的林分平均高。則相干相位-幅度補償算法可以寫為hw=hB + Sks。
[0014]展開得到，
【權利要求】
1.一種基於多源遙感數據的複雜異質林分平均高估測方法，通過極化信息和幹涉技術有效結合分離出地表和植被的相位中心，利用二者相位差解算林分平均高，引入幅度信息補償因植被相位中心低估造成的高度低估值，其特徵是:結合LandsatS提取的植被指數信息，反映森林結構的聯合熵值信息，二類調查和樣地調查數據的信息構建補償係數函數，利用變化的補償係數替代常量補償係數改進相干相位-幅度算法。
2.根據權利要求1所述的基於多源遙感數據的複雜異質林分平均高估測方法，其特徵是:用相干相位-幅度算法4 = As + 得到林分平均高的初始估值Iv ,從二類調查數據和樣地數據獲取林分平均高Ai0作為真實值，將樣地通過坐標定位在雷達相干相位圖上，可獲得樣地點?的估計值K，k3ffh AsCj)。
3.根據權利要求1所述的基於多源遙感數據的複雜異質林分平均高估測方法，其特徵是:將真實林分平均高與初始估值對應，即七(6) = hm ,通過對公式At = kQ +^s進行逆運算，得到補償係數改正的值，公式為，
4.根據權利要求1所述的基於多源遙感數據的複雜異質林分平均高估測方法，其特徵是:利用聯合熵值HOO描述使植被相位中心低估的森林的結構複雜性，利用NDVI指數描述使植被相位中心低估的消光係數，選取NDVI指數和聯合熵值為估算補償係數的自變量。
5.根據權利要求1所述的基於多源遙感數據的複雜異質林分平均高估測方法，其特徵是:利用樣地處林分的聯合熵值JV(X)和NDVI值與改正的補償係數Gi分別進行多元線性、線性、指數、對數擬合，選取擬合效果好的函數作為補償係數函數，
6.根據權利要求1所述的基於多源遙感數據的複雜異質林分平均高估測方法，其特徵是:利用建立的補償係數函數，LandsatS反演獲得的全區域聯合熵值，提取出的全區域NDVI值，生成全部研究區的變化的補償係數圖。
7.根據權利要求1所述的基於多源遙感數據的複雜異質林分平均高估測方法，其特徵是:用改正後變化的補償係數替代常量補償係數改進相干相位-幅度算法，
【文檔編號】G01S13/88GK103558599SQ201310556077
【公開日】2014年2月5日 申請日期:2013年11月11日 優先權日:2013年11月11日
【發明者】張曉麗, 趙明瑤, 白金婷, 王金蘭 申請人:北京林業大學