[发明专利]一种基于多源遥感数据的复杂异质林分平均高估测方法

权利要求书

1.一种基于多源遥感数据的复杂异质林分平均高估测方法，通过极化信息和干涉技术有效结合分离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，引入幅度信息补偿因植被相位中心低估造成的高度低估值，其特征是：

步骤(1至3)：预处理雷达数据，分类林地与非林地，应用传统的相干相位-幅度补偿算法反演树高，其中为初步估测的林分平均高，h_D、h_S是组成初步估测的林分平均高的两个分量，分别由DEM差分法、相干幅度反演算法计算得到；

步骤(4)：结合二类调查数据和样地数据获取林分平均高实测值h_i0，i＝0,1,2,...n，其中，i为样地号，将实测样地点通过坐标与雷达数据上的估计值点一一对应，通过逆运算计算得到补偿系数改正值，n块样地的补偿系数改正值组成补偿系数改正值的集合G_i，i＝0,1,2,...n，其中，i为样地号；

步骤(5)：获得样地的NDVI数据的集合V_i，i＝0,1,2,...n，其中，i为样地号，计算样地联合熵值H(x)，并组成样地联合熵值的集合H_i，i＝0,1,2,...n，其中，i为样地号，以NDVI和H(x)为自变量构建一系列的备选补偿系数函数ξ(NDVI,H(x))；

步骤(6)：利用遥感影像信息和提取指数，以n块样地观察点的(G_i,H_i,V_i)，i＝0,1,2,...n，其中，i为样地号，作为样本数据集进行遥感反演，选取出拟合优度最高的补偿系数函数模型和相应的遥感反演模型，生成全部研究区范围内基于像元的变化的补偿系数图；

步骤(7)：利用补偿系数函数ξ(NDVI,H(x))替代常量补偿系数ε，计算改进后较高精度的林分平均高，提高复杂异质林分平均高估算的精度。

2.根据权利要求1所述的基于多源遥感数据的复杂异质林分平均高估测方法，其特征是：用相干相位-幅度算法得到初步估测的林分平均高从二类调查数据和样地数据获取样地点i的实测林分平均高h_i0作为真实值，将样地点i通过坐标定位在雷达相干相位图上，可获得样地点i的估计值h_D(i)，h_S(i)。

3.根据权利要求1所述的基于多源遥感数据的复杂异质林分平均高估测方法，其特征是：将真实林分平均高与初始估值对应，即通过对公式进行逆运算，得到补偿系数改正值ε_i，公式为，

${\mathrm{\ϵ}}_i=\frac{{\hat{h}}_v\left(i\right)-h_D\left(i\right)}{h_S\left(i\right)}$

n块样地可以得到n块补偿系数改正值，组成补偿系数改正值的集合G_i。