《雷达学报杂志》发表论文赏析

基于ALOS-2 PALSAR-2多基线极化干涉SAR数据反演森林高度

来源:雷达学报杂志2020年第3期北京时间:

作者:谭鹏源, 朱建军, 付海强, 林辉

单位:1.中南大学地球科学与信息物理学院 长沙 410083;2.中南林业科技大学林业遥感信息工程研究中心 长沙 410004;

摘要:为了弥补单基线干涉合成孔径雷达(InSAR)观测信息不足以及几何结构单一限制,该文提出了一种利用ALOS-2 PALSAR-2多基线极化干涉合成孔径雷达(PolInSAR)数据反演森林高度的方法,首先引入相干最大分离算法(MCD)用于寻求极化空间内对体散射最为敏感的极化方式,并利用该极化方式的相干幅度在少量外部已知森林高度数据辅助下对时间去相干半经验散射模型进行解算,然后进一步融合多基线数据用于增加观测几何的多样性,提升反演结果的可靠性。为了验证上述方法的有效性,该文以湖南省攸县黄丰桥国有林场为实验区,采用3对分别具有14天时间基线的ALOS-2 PALSAR-2干涉影像进行实验分析。实验结果表明,该文所提方法有效改善已有方法中的假设和仅适用单基线干涉数据的限制,使反演精度至少提高40%。

关键词:合成孔径雷达, 时间去相干, 多基线, 相干最大分离算法, 森林高度

基金资助:国家自然科学基金(41531068, 41820104005),湖南省自然资源调查与监测工程技术研究中心开放课题(2020-1),中南大学研究生科研创新项目(2019zzts656)

2020年3期其他文献查阅:

全息合成孔径雷达的概念、体制和方法

城市目标动态监测中的时序InSAR分析方法及应用

星载合成孔径雷达遥感海洋风场波浪场

雷达遥感农业应用综述

SAR图像目标识别的可解释性问题探讨

面向舰船目标检测的单通道复值SAR图像统计建模方法研究

SAR图像飞机目标检测识别进展

基于地基雷达图像的无监督变化检测

基于复值卷积神经网络样本精选的极化SAR图像弱监督分类方法

基于光学和SAR遥感图像融合的洪灾区域检测方法

高山峡谷区滑坡灾害隐患InSAR早期识别——以雅砻江中段为例

基于ALOS-2 PALSAR-2多基线极化干涉SAR数据反演森林高度

建筑物Ku波段极化SAR成像仿真及损毁评估特征分析

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!