基于PolInSAR地形效应补偿的植被参数反演方法技术

本发明专利技术提出了基于PolInSAR地形效应补偿的植被参数反演方法，通过对PolInSAR极化方位角和地形效应补偿，旨在提高植被参数反演的精度。实现步骤为：对PolInSAR干涉相位图进行去平地；获取PolInSAR主图像的Pauli基矢量矩阵和辅图像的Pauli基矢量矩阵；对Pauli基矢量矩阵进行POA校正；获取PolInSAR的极化自相干矩阵集合和极化互相干矩阵集合；对自相干矩阵集合以及互相干矩阵集合进行地形干涉相位坡度补偿；获取PolInSAR的地表相干系数矩阵和体散射相干系数矩阵；对植被场景的参数进行反演。本发明专利技术降低了极化相干矩阵之间的地形干涉相位坡度的差异性，提高了植被参数反演的精度。

Vegetation parameter inversion method based on PolInSAR topographic effect compensation

【技术实现步骤摘要】
基于PolInSAR地形效应补偿的植被参数反演方法
本专利技术属于信号处理
，涉及一种植被参数反演方法，具体涉及一种基于PolInSAR地形效应补偿的植被参数反演方法，可用于森林的分类和制图、大面积植被检测以及复杂地形高精度三维地形测绘等。
技术介绍
合成孔径雷达SAR是一种全天时、全天候的空间微波遥感成像雷达，能同时实现对地面目标的距离向和方位向的高分辨率成像。干涉合成孔径雷达InSAR利用不同天线的回波数据进行干涉处理，可以对地面的高程进行估计，对海流进行测高和测速等。极化合成孔径雷达PolSAR通过对目标进行全极化测量，实现目标的地物分类，荒漠化评估等。极化干涉合成孔径雷达PolInSAR集PolSAR和InSAR测量技术于一体，可以把目标的精细物理特征与空间分布特性结合起来，能进行植被参数反演，岩层分析，目标的检测和识别等。对于植被场景，PolInSAR图像分辨单元内存在来自地面、植被茎干、植被冠层等多种极化散射回波的组合，从而使分辨单元内存在地面、植被茎干、植被冠层等多种极化相干系数，这些极化相干系数包含植被的参数信息，通过极化相干系数与植被参数之间关系，能反演植被的参数。因此，准确地获取这些极化相干系数是PolInSAR精确反演植被参数的关键。通过PolInSAR回波的散射矩阵来构建相干矩阵，并利用相干矩阵来估计植被的体散射相干系数和地表相干系数，进而实现对植被参数的反演。当植被场景存在地形坡度时，PolInSAR回波的极化状态与发射波相比会发生变化，导致散射矩阵的幅度和相位发生变化，即散射矩阵发生旋转，无法准确地描述目标的散射特性。此外，由于地形坡度引起的相邻位置地表存在水平高度差异，导致相邻的处理像素之间的干涉相位存在差异，造成多视处理过程中极化相干矩阵样本之间的差异性，从而降低了用极化相干矩阵来估计植被体散射相干系数和地表相干系数的准确度，进而降低植被参数反演的精度。目前，利用PolInSAR来对带地形坡度的植被场景进行植被参数反演的方法中，应用最广泛的是基于PolInSAR极化方位角(POA)补偿的植被参数反演方法，例如：文献“龙江平,丁晓利,汪长城.极化方位角补偿信息支持下的植被参数反演[J].测绘学报,2014,43(10):1051-1060.”公开的一种极化方位角补偿信息支持下的植被参数反演方法，该方法对PolInSAR干涉相位图进行去平地，获取PolInSAR的Pauli基矢量矩阵，对Pauli基矢量矩阵进行POA校正，获取PolInSAR的极化相干矩阵集合，获取PolInSAR的地表相干系数矩阵和体散射相干系数矩阵，对植被场景的参数进行反演。该方法对Pauli基矢量矩阵进行POA校正，消除了Pauli矢量矩阵里的每个Pauli矢量的旋转效应，提高了Pauli矢量矩阵描述植被散射特性的准确度，从而提高了由Pauli矢量矩阵得到的极化相干矩阵集合描述植被相干特性的准确度，但忽略了由PolInSAR地形效应引起的相邻极化相干矩阵之间干涉相位坡度的差异性，降低了用极化相干矩阵来估计植被体散射相干系数和地表相干系数的准确度，使得植被参数反演的精度较低。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提出一种基于PolInSAR地形效应补偿的植被参数反演方法，通过对PolInSAR极化方位角和地形效应补偿，旨在提高植被参数反演的精度。为实现上述目的，本专利技术采取的技术方案包括如下步骤：(1)对PolInSAR的干涉相位图进行去平地：(1a)对PolInSAR包含M×N个像元的干涉相位图的平地干涉相位进行估计，得到与干涉相位图大小相同的PolInSAR平地干涉相位图，其中M≥2，N≥2；(1b)对PolInSAR平地干涉相位图进行复数域转换，得到M×N个相位修正因子，并通过每个相位修正因子对PolInSAR辅图像对应位置的像元进行修正，得到修正后的PolInSAR辅图像；(1c)将PolInSAR主图像与修正后的PolInSAR辅图像进行共轭内积，得到去平地后的PolInSAR干涉相位图；(2)获取PolInSAR主图像的Pauli基矢量矩阵和辅图像的Pauli基矢量矩阵：计算PolInSAR主图像上每个像元的Pauli基矢量k1，得到包含M×N个k1的Pauli基矢量矩阵{k1}，同时计算修正后的PolInSAR辅图像上每个像元的Pauli基矢量k2，得到包含M×N个k2的Pauli基矢量矩阵{k2}；(3)对Pauli基矢量矩阵{k1}和{k2}进行POA校正：(3a)计算PolInSAR主图像上每个像元对应的主天线POA值βm，得到包含M×N个βm的主天线POA值矩阵{βm}，同时计算PolInSAR辅图像上每个像元对应的辅天线POA值βs，得到包含M×N个βs的辅天线POA值矩阵{βs}；(3b)对{βm}中每一个βm进行极化基变换，得到包含M×N个旋转矩阵Gm的矩阵{Gm}，并通过每个Gm对{k1}中相同位置的k1进行校正，得到校正后的PolInSAR主图像Pauli基矢量矩阵{k′1}，同时对{βs}中每一个βs进行极化基变换，得到包含M×N个旋转矩阵Gs的矩阵{Gs}，并通过每个Gs对{k2}中相同位置的k2进行校正，得到校正后的PolInSAR辅图像Pauli基矢量矩阵{k′2}；(4)获取PolInSAR的极化自相干矩阵集合和极化互相干矩阵集合：(4a)获取PolInSAR的极化自相干矩阵集合：对{k′1}中的每个k′1与k′1的共轭转置矢量(k′1)*T进行外积，得到包含M×N个PolInSAR主图像极化自相干矩阵T11的集合{T11}，同时对{k′2}中的每个k'2与k'2的共轭转置矢量(k'2)*T进行外积，得到包含M×N个PolInSAR辅图像极化自相干矩阵T22的集合{T22}；(4b)获取PolInSAR的极化互相干矩阵集合：对{k′1}中的每个k′1与{k'2}中与每个k′1相同位置的k'2的共轭转置矢量(k'2)*T进行外积，得到包含M×N个PolInSAR极化互相干矩阵Ω12的集合{Ω12}；(5)对自相干矩阵集合{T11}和{T22}，以及互相干矩阵集合{Ω12}进行地形干涉相位坡度补偿：(5a)计算去平地后的PolInSAR干涉相位图包含的每一像元的方位向干涉相位坡度ωa和距离向干涉相位坡度ωr，得到方位向干涉相位坡度矩阵{ωa}和距离向干涉相位坡度矩阵{ωr}；(5b)通过{ωa}和{ωr}对{T11}、{T22}和{Ω12}中的每一个矩阵进行地形干涉相位坡度补偿，得到补偿后的PolInSAR极化自相干矩阵集合{T′11}和{T′22}，以及互相干矩阵集合{Ω'12}；(6)获取PolInSAR的地表相干系数矩阵和体散射相干系数矩阵：(6a)设置含有K个不同随机散射机理矢量W的集合{W}，其中，K为正整数，且500≤K≤10000；(6b)对{T′11}、{T′22}和{Ω'12}进行组合，得到极化相干矩阵组合的集合{(T′11,T′22,Ω'12)}，并通过每个(T′11,T′22,Ω'12)与{W}计算植被的随机相干系数，得到包含M×N个植被的随机相干系数分布区域Aγ的集合{Aγ}，然后对每个Aγ进行直线拟合，得到包含M×N本文档来自技高网...

【技术保护点】
1.一种基于PolInSAR地形效应补偿的植被参数反演方法，其特征在于，包括如下步骤：(1)对PolInSAR的干涉相位图进行去平地：(1a)对PolInSAR包含M×N个像元的干涉相位图的平地干涉相位进行估计，得到与干涉相位图大小相同的PolInSAR平地干涉相位图，其中M≥2，N≥2；(1b)对PolInSAR平地干涉相位图进行复数域转换，得到M×N个相位修正因子，并通过每个相位修正因子对PolInSAR辅图像对应位置的像元进行修正，得到修正后的PolInSAR辅图像；(1c)将PolInSAR主图像与修正后的PolInSAR辅图像进行共轭内积，得到去平地后的PolInSAR干涉相位图；(2)获取PolInSAR主图像的Pauli基矢量矩阵和辅图像的Pauli基矢量矩阵：计算PolInSAR主图像上每个像元的Pauli基矢量k1，得到包含M×N个k1的Pauli基矢量矩阵{k1}，同时计算修正后的PolInSAR辅图像上每个像元的Pauli基矢量k2，得到包含M×N个k2的Pauli基矢量矩阵{k2}；(3)对Pauli基矢量矩阵{k1}和{k2}进行POA校正：(3a)计算PolInSAR主图像上每个像元对应的主天线POA值βm，得到包含M×N个βm的主天线POA值矩阵{βm}，同时计算PolInSAR辅图像上每个像元对应的辅天线POA值βs，得到包含M×N个βs的辅天线POA值矩阵{βs}；(3b)对{βm}中每一个βm进行极化基变换，得到包含M×N个旋转矩阵Gm的矩阵{Gm}，并通过每个Gm对{k1}中相同位置的k1进行校正，得到校正后的PolInSAR主图像Pauli基矢量矩阵{k’1}，同时对{βs}中每一个βs进行极化基变换，得到包含M×N个旋转矩阵Gs的矩阵{Gs}，并通过每个Gs对{k2}中相同位置的k2进行校正，得到校正后的PolInSAR辅图像Pauli基矢量矩阵{k'2}；(4)获取PolInSAR的极化自相干矩阵集合和极化互相干矩阵集合：(4a)获取PolInSAR的极化自相干矩阵集合：对{k’1}中的每个k’1与k’1的共轭转置矢量(k’1)...

【技术特征摘要】
2019.01.22 CN 20191005843921.一种基于PolInSAR地形效应补偿的植被参数反演方法，其特征在于，包括如下步骤：(1)对PolInSAR的干涉相位图进行去平地：(1a)对PolInSAR包含M×N个像元的干涉相位图的平地干涉相位进行估计，得到与干涉相位图大小相同的PolInSAR平地干涉相位图，其中M≥2，N≥2；(1b)对PolInSAR平地干涉相位图进行复数域转换，得到M×N个相位修正因子，并通过每个相位修正因子对PolInSAR辅图像对应位置的像元进行修正，得到修正后的PolInSAR辅图像；(1c)将PolInSAR主图像与修正后的PolInSAR辅图像进行共轭内积，得到去平地后的PolInSAR干涉相位图；(2)获取PolInSAR主图像的Pauli基矢量矩阵和辅图像的Pauli基矢量矩阵：计算PolInSAR主图像上每个像元的Pauli基矢量k1，得到包含M×N个k1的Pauli基矢量矩阵{k1}，同时计算修正后的PolInSAR辅图像上每个像元的Pauli基矢量k2，得到包含M×N个k2的Pauli基矢量矩阵{k2}；(3)对Pauli基矢量矩阵{k1}和{k2}进行POA校正：(3a)计算PolInSAR主图像上每个像元对应的主天线POA值βm，得到包含M×N个βm的主天线POA值矩阵{βm}，同时计算PolInSAR辅图像上每个像元对应的辅天线POA值βs，得到包含M×N个βs的辅天线POA值矩阵{βs}；(3b)对{βm}中每一个βm进行极化基变换，得到包含M×N个旋转矩阵Gm的矩阵{Gm}，并通过每个Gm对{k1}中相同位置的k1进行校正，得到校正后的PolInSAR主图像Pauli基矢量矩阵{k’1}，同时对{βs}中每一个βs进行极化基变换，得到包含M×N个旋转矩阵Gs的矩阵{Gs}，并通过每个Gs对{k2}中相同位置的k2进行校正，得到校正后的PolInSAR辅图像Pauli基矢量矩阵{k'2}；(4)获取PolInSAR的极化自相干矩阵集合和极化互相干矩阵集合：(4a)获取PolInSAR的极化自相干矩阵集合：对{k’1}中的每个k’1与k’1的共轭转置矢量(k’1)*T进行外积，得到包含M×N个PolInSAR主图像极化自相干矩阵T11的集合{T11}，同时对{k'2}中的每个k'2与k'2的共轭转置矢量(k'2)*T进行外积，得到包含M×N个PolInSAR辅图像极化自相干矩阵T22的集合{T22}；(4b)获取PolInSAR的极化互相干矩阵集合：对{k’1}中的每个k’1与{k'2}中与每个k’1相同位置的k'2的共轭转置矢量(k'2)*T进行外积，得到包含M×N个PolInSAR极化互相干矩阵Ω12的集合{Ω12}；(5)对自相干矩阵集合{T11}和{T22}，以及互相干矩阵集合{Ω12}进行地形干涉相位坡度补偿：(5a)计算去平地后的PolInSAR干涉相位图包含的每一像元的方位向干涉相位坡度ωa和距离向干涉相位坡度ωr，得到方位向干涉相位坡度矩阵{ωa}和距离向干涉相位坡度矩阵{ωr}；(5b)通过{ωa}和{ωr}对{T11}、{T22}和{Ω12}中的每一个矩阵进行地形干涉相位坡度补偿，得到补偿后的PolInSAR极化自相干矩阵集合{T’11}和{T’22}，以及互相干矩阵集合{Ω'12}；(6)获取PolInSAR的地表相干系数矩阵和体散射相干系数矩阵：(6a)设置含有K个不同随机散射机理矢量W的集合{W}，其中，K为正整数，且500≤K≤10000；(6b)对{T’11}、{T’22}和{Ω'12}进行组合，得到极化相干矩阵组合的集合{(T’11,T’22,Ω'12)}，并通过每个(T’11,T’22,Ω'12)与{W}计算植被的随机相干系数，得到包含M×N个植被的随机相干系数分布区域Aγ的集合{Aγ}，然后对每个Aγ进行直线拟合，得到包含M×N条直线Lγ的集合{Lγ}，其中，每个Aγ中均含有K个植被的随机相干系数；(6c)对{Lγ}中的每个Lγ与单位圆进行相交，得到包含M×N个交点对(γuc1,γuc2)的集合{(γuc1,γuc2)}，同时对{Lγ}中的每个Lγ与{Aγ}中对应的Aγ的进行相交，得到包含M×N个交点对(γcre1,γcre2)的集合{(γcre1,γcre2)}；(6d)对{(γuc1,γuc2)}中的每个(γuc1,γuc2)进行地表散射判别，得到包含M×N个PolIInSAR地表相干系数γg的矩阵{γg}，并对{(γcre1,γcre2)}中的每个(γcre1,γcre2)进行体散射判别...

【专利技术属性】
技术研发人员：索志勇，薛超，李真芳，赵秉吉，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61