[发明专利]基于高低频极化干涉SAR的植被高程反演方法及设备有效
申请号: | 202211224902.4 | 申请日: | 2022-10-09 |
公开(公告)号: | CN115294133B | 公开(公告)日: | 2022-12-30 |
发明(设计)人: | 刘爱芳;徐一凡;葛仕奇;夏犇;朱力 | 申请(专利权)人: | 中国电子科技集团公司第十四研究所 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/33;G06T7/80 |
代理公司: | 南京知识律师事务所 32207 | 代理人: | 熊敏敏;高娇阳 |
地址: | 210039 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 低频 极化 干涉 sar 植被 高程 反演 方法 设备 | ||
本发明公开了一种基于高低频极化干涉SAR的植被高程反演方法及设备,属于雷达干涉测量技术领域。本发明的方法包括:通过机载或星载SAR系统,获取同一区域、同一时刻的L、X和Ku波段极化干涉SAR数据;分别进行预处理、地物分类、极化干涉SAR图像分割、植被覆盖程度划分,划分为植被覆盖茂密区域和植被覆盖稀疏区域;分布对被覆盖茂密区域植被覆盖稀疏区域,使用预处理后的各波段极化干涉SAR复图像进行植被高程反演。本发明能实现对不同稀疏程度的植被进行高精度高程反演。
技术领域
本发明属于雷达干涉测量技术领域,具体涉及一种基于高低频极化干涉SAR的植被高程反演方法及设备。
背景技术
植被是全球碳循环中的重要组成部分,其生物量监测、参数反演受到广泛的关注和研究。作为参数反演的一个重要方向,植被高程反演日益成为一个研究热点。
极化干涉SAR具备全天时全天候的对地观测能力,其观测性能受天气影响较小。极化干涉SAR具备同时获取植被极化信息和干涉信息的能力。极化信息对地物的尺寸、形状、结构等信息敏感,干涉信息对地物的高程敏感。因此,利用极化干涉SAR提取植被垂直结构信息、反演植被高程,具有很大的优越性和较高的反演精度。
国内外许多学者针对极化干涉SAR植被高程反演,开展了诸多研究。然而这些研究方法对植被覆盖的稀疏程度要求较高,通常只能反演茂密植被或者稀疏植被高程,如何提高极化干涉SAR植被高程反演场景适应性是一个亟待解决的问题。另外,受限于数据获取能力,这些研究方法往往集中在单个频段的极化干涉SAR植被高程反演上,基于高低频的极化干涉SAR植被高程反演方法还鲜有研究。
另外,不同频段的电磁波对植被的穿透性不同,通常认为低频段电磁波的穿透性强于高频段电磁波。为了获取植被高程,使用低频段电磁波穿透植被;为了测量地面高程,使用高频段电磁波测量树冠高程。随着极化干涉SAR系统的发展,同时获取高低频极化干涉SAR数据不再是难事。因此,研究能够适应不同植被覆盖程度场景,能够融合不同频段信息的高精度植被高程反演方法,显得尤为迫切。
发明内容
本发明目的是提供一种基于高低频极化干涉SAR的植被高程反演方法及设备,能实现对不同稀疏程度的植被进行高精度高程反演。
具体地说,一方面,本发明提供了一种基于高低频极化干涉SAR的植被高程反演方法,包括:
数据获取:通过机载或星载SAR系统,获取同一区域、同一时刻的L、X和Ku波段极化干涉SAR数据;
数据预处理:对所述同一区域、同一时刻的L、X和Ku波段极化干涉SAR数据分别进行成像,得到L、X和Ku波段极化干涉SAR复图像,再经极化干涉定标、辐射定标、图像配准以及滤波操作,获得预处理后的L、X和Ku波段极化干涉SAR复图像;
地物分类:使用极化干涉SAR地物分类方法对所述预处理后的L、X和Ku波段极化干涉SAR复图像进行地物分类,提取出场景中的植被像素和其他像素;
极化干涉SAR图像分割:使用极化干涉SAR图像分割方法,对所述预处理后的L、X或Ku波段极化干涉SAR复图像进行图像分割,得到M个同质区域,M≥2;
植被覆盖程度划分:结合所述地物分类结果和极化干涉SAR图像分割结果,统计每个同质区域内,植被像素占总像素的比例P,0≤P≤1;预设阈值T,0T1,若P≥T,则相应的同质区域划分为植被覆盖茂密区域;若PT,则相应的同质区域划分为植被覆盖稀疏区域;
植被茂密区域高程反演:对于所述植被覆盖茂密区域,使用预处理后的X和Ku波段极化干涉SAR复图像获取高精度树冠高程;对于所述植被覆盖茂密区域,使用预处理后的L波段极化干涉SAR复图像,进行高精度地面高程反演,获取高精度地面高程;结合高精度树冠高程和高精度地面高程,进行植被覆盖茂密区域植被高程反演;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电子科技集团公司第十四研究所,未经中国电子科技集团公司第十四研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211224902.4/2.html,转载请声明来源钻瓜专利网。