[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

说明书

技术领域

本发明专利涉及一种综合极化干涉雷达的相位、幅度信息，Landsat8提取的植被指数信息，反映森林结构的熵值信息，二类调查和样地调查数据的多数据源多信息林分平均高估测技术，尤其是对多云雨地区森林林分平均高的大区域、高精度、快速提取制图方法有很大改进。

背景技术

目前，公知的PolInSAR估测植被高度的DEM差值法是通过将极化信息和干涉技术有效结合分离出多种散射机制的相位中心，再将代表地表和植被的相位中心求相位差值解算获得植被高度。该方法中植被相位中心总是被低估，有研究人员提出了相干相位-幅度补偿法，引入雷达的幅度信息，利用相关幅度算法估算植被高度，再用补偿参数ε调节相干幅度算法的补偿大小，提高估测精度。其中，补偿系数与森林消光系数和森林垂直结构有关，取值范围为0～0.5，通常选取一个固定值0.4。但是，以上方法只利用单一的雷达数据源将森林简化为一个简单RVoG模型而忽略了大量的光学遥感信息、森林复杂垂直结构和不同林分间的差异。一般的相干相位-幅度估测方法对森林结构复杂状况考虑不足，对林分的异质性忽略，造成估计值精度仍不理想，难以应用于复杂异质林分的平均高估测。

发明内容

为了克服现有的相干相位-幅度补偿法方法的补偿系数固定不变，忽略林分异质性和森林垂直结构复杂性的问题,本发明专利创造一种利用变化的补偿系数的相干相位-幅度法估测林分平均高。该技术通过引入植被指数NDVI和信息论中的联合熵值分别来反映森林的光谱信息和结构复杂性。创造性地以二者为参数构建与森林结构相关的补偿系数函数，利用遥感手段模拟估计不同林分的补偿系数，实现研究区整体补偿系数分布的估计制图。利用补偿系数函数替代常量补偿系数以提高复杂异质林分平均高估测精度。

本发明专利解决其技术问题所采用的技术方案是：第一，用相干相位-幅度算法计算林分平均高的初始值，以样地调查数据为林分平均高实测值，通过逆运算获得样地林分补偿系数的改正值，作为已知样本。第二，以样地的NDVI和联合熵值为自变量，构建补偿系数函数。第三，利用遥感手段，以获得的样地林分数据和补偿系数改正值为已知样本，对补偿系数函数进行多元线性、线性、指数、对数拟合，选取拟合优度大的模型作为研究区整体补偿系数函数的遥感估计模型。第四，利用补偿系数函数的遥感估计模型，基于遥感影像Landsat8提取的NDVI图，各个波段图像，反演计算整个研究区的基于像元改正后变化的补偿系数图。第五，用改正后变化的补偿系数替代常量补偿系数改进相干相位-幅度算法获得较高精度的林分平均高，并进行遥感制图。

本发明专利的有益效果是，在利用雷达的高穿透性估测垂直高度优势的同时加入了更丰富的光谱信息，并考虑到了林分异质性，估测结果更真实，估测精度更可靠。

附图说明

下面结合附图和实施例对本发明专利进一步说明。

图1是本发明专利复杂异质林分平均树高估测方法的整体技术路线图。

图2是本发明专利复杂异质林分平均树高估测方法的雷达影像预处理及分类路线图。

图3是本发明专利复杂异质林分平均树高估测方法的生成变化的补偿系数ε路线图。

具体实施方式

(1)预处理雷达数据获得干涉图像：

在图2所示实施例中，输入数据源为研究区具有相干性的两幅SLC数据、基于FFT变换的SAR影响自动配准主副图像、用非线性最小二乘法进行基线估计、平地去相位，对不同极化方式进行复共轭相乘得到不同极化方式间的相干影像，用圆周期中值滤波法降噪处理。

(2)林地与非林地分类：

在图2所示实施例中，将主副图像分别做Freeman分解，结合二者的体散射分量，利用阈值判决是否属于植被区域。若P_Volume1+P_Volume2>阈值，则判别为植被区域，否则分割为其他区域。

(3)传统的相干相位-幅度补偿算法反演树高：

在图1所示实施例中，设h_D代表DEM差分法计算得到的林分平均高，h_S代表相干幅度反演算法得到的林分平均高，为初步估测的林分平均高。则相干相位-幅度补偿算法可以写为：

展开得到，

其中，k_z和基线相关；代表体散射；ε是补偿系数，为一个常量。

地面相位的估计算法为：