【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 ...
【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Pol ...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。