Loading [MathJax]/jax/output/SVG/jax.js

基于ALOS-2 PALSAR-2多基线极化干涉SAR数据反演森林高度

谭鹏源,  朱建军,  付海强,  林辉

文章导航 > 雷达学报  > 2020 >  9(3): 569-577
刘振, 苏晓龙, 刘天鹏, 等. 基于矩阵差分的远场和近场混合源定位方法[J]. 雷达学报, 2021, 10(3): 432–442. doi: 10.12000/JR20145
引用本文: 谭鹏源, 朱建军, 付海强, 等. 基于ALOS-2 PALSAR-2多基线极化干涉SAR数据反演森林高度[J]. 雷达学报, 2020, 9(3): 569–577. doi: 10.12000/JR20030
shu
LIU Zhen, SU Xiaolong, LIU Tianpeng, et al. Matrix differencing method for mixed far-field and near-field source localization[J]. Journal of Radars, 2021, 10(3): 432–442. doi: 10.12000/JR20145
Citation: TAN Pengyuan, ZHU Jianjun, FU Haiqiang, et al. Inversion of forest height based on ALOS-2 PARSAR-2 multi-baseline polarimetric SAR interferometry data[J]. Journal of Radars, 2020, 9(3): 569–577. doi: 10.12000/JR20030
shu

基于ALOS-2 PALSAR-2多基线极化干涉SAR数据反演森林高度

DOI: 10.12000/JR20030 CSTR: 32380.14.JR20030
  • 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

基金项目: 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)
详细信息
    作者简介:

    谭鹏源(1995–)，男，河南人，中南大学地球科学与信息物理学院硕士研究生。主要研究方向为PolInSAR数据处理及其应用。E-mail: tanpengyuan@csu.edu.cn

    朱建军(1962–)，男，湖南人，获中南工业大学工学博士学位，目前为中南大学教授/博导，主要研究方向为测量误差数据处理、InSAR、PolInSAR及地表覆盖层参数反演。E-mail: zjj@csu.edu.cn

    付海强(1987–)，男，吉林人，获中南大学工学博士学位，目前为中南大学副教授，主要研究方向为PolInSAR数据处理及地表覆盖层参数反演。E-mail: haiqiangfu@csu.edu.cn

    林　辉(1965–)，女，湖北人，博士 ，博士生导师。2005年在中南林业科技大学获得博士学位，中南林业科技大学教授。主要研究方向为森林资源经营管理、林业遥感、林业地理信息技术。E-mail: linhui@csuft.edu.cn

    通讯作者:

    朱建军 zjj@csu.edu.cn

  • 责任主编：陈尔学 Corresponding Editor: CHEN Erxue

  • 中图分类号: P237

Inversion of Forest Height Based on ALOS-2 PARSAR-2 Multi-baseline Polarimetric SAR Interferometry Data

  • 1.

    School of Geociences and Info-Physics, Central South University, Changsha 410083, China

  • 2.

    Research Center of Forestry Remote Sensing & Information Engineering Central South University & Technology, Changsha 410004, China

Funds: The National Natural Science Foundation of China (41531068, 41820104005), Opening Foundation of Hunan Engineering and Research Center of Natural Resource Investigation and Monitoring (2020-1), The Innovation Foundation for Postgraduate of Central South University (2019zzts656)
More Information

摘要

    摘要
  • 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%。

     

    Abstract: To compensate for the limitations of insufficient observation information and simplistic geometric structure of single-baseline InSAR, this study proposes a new method for extracting forest height from ALOS-2 PARSAR-2 multi-baseline PolInSAR datas. Firstly, the Maximum Coherence Difference (MCD) algorithm is introduced to determine the polarization; this algorithm is very sensitive to volume scattering in the polarization space. Then, with the aid of a small amount of externally known forest height data, the coherence amplitude of the polarization is used to solve the temporal decorrelation semi-empirical scattering model. In addition, multi-baseline datas are further fused to increase the diversity of observation geometry and improve the reliability of the inversion results. To verify the effectiveness of the proposed method, we selected Huangfengqiao Forestry Center in Hunan, China as the study area and used three pairs of ALOS-2 PALSAR-2 interferometric images with 14-day temporal baseline for the experimental analysis. The experimental results showed that the method proposed in this study effectively improved the assumptions and addressed the limitation of the existing method that is only applicable to single-baseline interferometric data. Thus, the inversion accuracy can be improved by at least 40%.

     

    • HTML全文

  • 图  1  不同干涉对相干区域在复平面上的示意图

    Figure  1.  Coherent regions on the complex plane for different interferometric pairs

    下载: 全尺寸图片 幻灯片

    图  2  反演森林高度与真实森林高度散点点阵椭圆示意图

    Figure  2.  Scatters ellipse between invert height and real height

    下载: 全尺寸图片 幻灯片

    图  3  实验区：绿线范围为黄丰桥(HFQ)林场研究区域，蓝色虚线为ALOS-2 PALSAR-2影像范围，圆点为地面实测林分样地

    Figure  3.  The test site: the green line indicates the study area of HuangFengQiao (HFQ) forestry center, the blue dotted line indicates the ALOS-2 PALSAR-2 image range, and the dots are field measurement plots

    下载: 全尺寸图片 幻灯片

    图  4  相干性统计图

    Figure  4.  The histograms of coherence

    下载: 全尺寸图片 幻灯片

    图  5  单基线InSAR反演高度与验证数据散点图

    Figure  5.  Scatterplot comparison between inversion height of single baseline InSAR and validation data

    下载: 全尺寸图片 幻灯片

    图  6  单基线PolInSAR反演高度与验证数据散点图

    Figure  6.  Scatterplot comparison between inversion height of single baseline PolInSAR and validation data

    下载: 全尺寸图片 幻灯片

    图  7  多基线PolInSAR融合反演

    Figure  7.  Multi baseline PolInSAR fusion inversion

    下载: 全尺寸图片 幻灯片

    表  1  ALOS-2 PALSAR-2参数信息

    Table  1.   Parameter information of ALOS-2 PALSAR-2

    日期(2016年)垂直有效波数(rad/m)时间基线(天)距离向/方位向分辨率(m)中心入射角 (°)极化方式
    0616—0630 (BL1)0.013～0.015
    0630—0714 (BL2)0.010～0.011142.86/2.9738.99Full
    0811—0825 (BL3)0.009～0.010
    下载: 导出CSV

    表  2  单基线PolInSAR模型参数解算结果

    Table  2.   Model parameter results of single baseline PolInSAR inversion

    模型参数BL1BL2BL3
    Sscene0.690.780.78
    Cscene9.8810.0811.14
    下载: 导出CSV

    表  3  3个干涉对的相干特性P值以及森林高度值

    Table  3.   Coherence characteristic P-value and forest heights for three interferometric pairs

    林分样地编号BL1 P值 / 森林高度(m)BL2 P值 / 森林高度(m)BL3 P值 / 森林高度(m)多基线融合结果(m)实测森林高度(m)
    10.130 / 17.820.113 / 17.020.081 / 16.8917.8214.43
    20.116 / 14.380.104 / 15.300.091 / 16.5214.3814.20
    30.092 / 12.460.075 / 15.830.135 / 11.3411.349.80
    40.103 / 15.210.111 / 15.340.119 / 14.1914.1916.00
    50.106 / 6.860.106 / 7.240.131 / 8.318.3110.70
    60.110 / 12.980.083 / 14.670.118 / 11.8911.8913.50
    70.114 / 13.350.096 / 15.300.101 / 16.1013.3513.43
    80.079 / 14.290.106 / 16.150.117 / 16.2216.2216.95
    90.069 / 12.120.090 / 17.630.060 / 12.3017.6320.10
    100.104 / 12.330.089 / 13.670.102 / 11.7212.3315.60
    110.075 / 18.340.103 / 16.750.154 / 10.1610.1613.30
    120.113 / 9.080.134 / 9.460.106 / 12.699.4611.00
    130.086 / 13.760.096 / 9.070.109 / 16.0016.0016.40
    140.197 / 10.170.230 / 8.710.186 / 9.518.716.00
    150.103 / 14.590.064 / 19.170.128 / 15.4015.4014.70
    下载: 导出CSV
    • 参考文献(19)
  • [1] 郭华东. 雷达对地观测理论与应用[M]. 北京: 科学出版社, 2000: 126–131.

    GUO Huadong. Radar for Earth Observation[M]. Beijing: Science Press, 2000: 126–131.
    [2] TREUHAFT R N, MADSEN S N, MOGHADDAM M, et al. Vegetation characteristics and underlying topography from interferometric radar[J]. Radio Science, 1996, 31(6): 1449–1485. doi: 10.1029/96rs01763
    [3] PAPATHANASSIOU K P and CLOUDE S R. Single-baseline polarimetric SAR interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 2001, 39(11): 2352–2363. doi: 10.1109/36.964971
    [4] CLOUDE S R and PAPATHANASSIOU K P. Three-stage inversion process for polarimetric SAR interferometry[J]. IEE Proceedings-Radar, Sonar and Navigation, 2003, 150(3): 125–134. doi: 10.1049/ip-rsn:20030449
    [5] PRAKS J, KUGLER F, PAPATHANASSIOU K P, et al. Height estimation of boreal forest: Interferometric model-based inversion at L- and X-band versus HUTSCAT profiling scatterometer[J]. IEEE Geoscience and Remote Sensing Letters, 2007, 4(3): 466–470. doi: 10.1109/LGRS.2007.898083
    [6] HAJNSEK I, KUGLER F, LEE S K, et al. Tropical-forest-parameter estimation by means of Pol-InSAR: The INDREX-II campaign[J]. IEEE Transactions on Geoscience and Remote Sensing, 2009, 47(2): 481–493. doi: 10.1109/TGRS.2008.2009437
    [7] FU Haiqiang, WANG Changcheng, ZHU Jianjun, et al. Inversion of vegetation height from PolInSAR using complex least squares adjustment method[J]. Science China Earth Sciences, 2015, 58(6): 1018–1031. doi: 10.1007/s11430-015-5070-1
    [8] LEI Yang and SIQUEIRA P. Estimation of forest height using spaceborne repeat-pass L-band InSAR correlation magnitude over the US state of maine[J]. Remote Sensing, 2014, 6(11): 10252–10285. doi: 10.3390/rs61110252
    [9] LAVALLE M and HENSLEY S. Extraction of structural and dynamic properties of forests from polarimetric-interferometric SAR data affected by temporal decorrelation[J]. IEEE Transactions on Geoscience and Remote Sensing, 2015, 53(9): 4752–4767. doi: 10.1109/TGRS.2015.2409066
    [10] PAPATHANASSIOU K P and CLOUDE S R. The effect of temporal decorrelation on the inversion of forest parameters from Pol-InSAR data[C]. 2003 IEEE International Geoscience and Remote Sensing Symposium, Toulouse, France, 2003. doi: 10.1109/IGARSS.2003.1294134.
    [11] LEI Yang, SIQUEIRA P, TORBICK N, et al. Generation of large-scale moderate-resolution forest height mosaic with spaceborne repeat-pass SAR interferometry and lidar[J]. IEEE Transactions on Geoscience and Remote Sensing, 2019, 57(2): 770–787. doi: 10.1109/TGRS.2018.2860590
    [12] CLOUDE S R and PAPATHANASSIOU K P. Polarimetric SAR interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 1998, 36(5): 1551–1565. doi: 10.1109/36.718859
    [13] NEUMANN M, FERRO-FAMIL L, and REIGBER A. Pol-InSAR coherence set theory and application[C]. The 6th European Conference on Synthetic Aperture Radar, Dresden, Germany, 2006.
    [14] 许丽颖, 李世强, 邓云凯, 等. 基于极化干涉SAR反演植被高度的改进三阶段算法[J]. 雷达学报, 2014, 3(1): 28–34. doi: 10.3724/SP.J.1300.2014.13089

    XU Liying, LI Shiqiang, DENG Yunkai, et al. Improved three-stage algorithm of forest height retrieval with PolInSAR[J]. Journal of Radars, 2014, 3(1): 28–34. doi: 10.3724/SP.J.1300.2014.13089
    [15] 白璐, 曹芳, 洪文. 相干区域长轴的快速估计方法及其应用[J]. 电子与信息学报, 2010, 32(3): 548–553. doi: 10.3724/SP.J.1146.2009.00211

    BAI Lu, CAO Fang, and HONG Wen. Fast approach to estimate the longest axis in coherence region and its applications[J]. Journal of Electronics &Information Technology, 2010, 32(3): 548–553. doi: 10.3724/SP.J.1146.2009.00211
    [16] BAMLER R and HARTL P. Synthetic aperture radar interferometry[J]. Inverse Problems, 1998, 14(4): R1–R54. doi: 10.1088/0266-5611/14/4/001
    [17] MOON T K and STIRLING W C. Mathematical Methods and Algorithms for Signal Processing[M]. New Jersey: Prentice Hall, 2000.
    [18] LAVALLE M, SOLIMINI D, POTTIER E, et al. Forest parameters inversion using polarimetric and interferometric SAR data[C]. 2009 IEEE International Geoscience and Remote Sensing Symposium. Cape Town, South Africa, 2009. doi: 10.1109/IGARSS.2009.5417355.
    [19] DENBINA M, SIMARD M, and HAWKINS B. Forest height estimation using multibaseline PolInSAR and sparse lidar data fusion[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2018, 11(10): 3415–5433. doi: 10.1109/JSTARS.2018.2841388
    • 相关文章
    • 施引文献

  • 期刊类型引用(39)

    1. 董军，杜晓林，何肖阳，李建波，田团伟. 基于CNN-BiLSTM-AM的雷达波形设计. 现代雷达. 2025(03): 72-79 . 百度学术
    2. 贲德. 机载有源相控阵火控雷达技术发展. 现代雷达. 2024(02): 1-15 . 百度学术
    3. 王兴家，王彬，刘岳巍，晏学成，丁峰. 基于元知识转移的认知雷达波形设计. 雷达科学与技术. 2024(04): 443-453 . 百度学术
    4. 沙印，陈虎威. 基于PLC的雷达自动控制系统设计与应用. 长春师范大学学报. 2024(10): 63-68 . 百度学术
    5. 朱宏鹏，朱赛，安婷. 一种多材料综合的装备多波段兼容隐身方法. 现代电子技术. 2023(01): 1-5 . 百度学术
    6. 岳帅英，彭芃，任渊. 舰载多功能相控阵雷达发展现状与趋势. 舰船科学技术. 2023(02): 141-147 . 百度学术
    7. 张应奎，孙国皓，钟苏川，余显祥. 杂波先验数据缺失条件下基于级联优化处理的雷达波形设计方法. 雷达学报. 2023(01): 235-246 . 本站查看
    8. 陈涛，张颖，胡学晶，肖易寒. 基于DQN的探测干扰一体化波形优化设计. 系统工程与电子技术. 2023(03): 638-646 . 百度学术
    9. 冯翔，李风从，范羽，刘涛，崔文卿，赵宜楠. 基于粒子采样投影的雷达低旁瓣复合波形设计. 系统工程与电子技术. 2023(04): 1008-1015 . 百度学术
    10. 杨婧，余显祥，沙明辉，崔国龙，孔令讲. MIMO系统探通一体化信号矩阵设计方法. 雷达学报. 2023(02): 262-274 . 本站查看
    11. 王佳欢，范平志，时巧，周正春. 一种具有多普勒容忍性的通感一体化波形设计. 雷达学报. 2023(02): 275-286 . 本站查看
    12. 汪敏，冯一伦，蒋彦雯，范红旗. 雷达波形通用调制引擎设计. 系统工程与电子技术. 2023(06): 1684-1692 . 百度学术
    13. 李康，纠博，赵宇，刘宏伟. 雷达智能博弈抗干扰技术综述与展望. 现代雷达. 2023(05): 15-26 . 百度学术
    14. 范文，李淳泽，赵勇，张航. 复杂环境下雷达抗干扰及多功能一体化波形设计方法研究. 无线电通信技术. 2023(05): 960-970 . 百度学术
    15. 林瑜，卜祎，余显祥，崔国龙. 面向多主瓣干扰的波形与滤波器联合认知设计方法. 系统工程与电子技术. 2023(11): 3437-3448 . 百度学术
    16. 谢壮，朱家华，徐舟，范崇祎，金添，黄晓涛. 基于智能反射面辅助雷达的恒模多相波形-反射面联合优化算法. 电子与信息学报. 2023(11): 3848-3859 . 百度学术
    17. 李志汇，唐波，周青松，师俊朋，张剑云. 新体制机载雷达波形优化设计研究综述. 系统工程与电子技术. 2023(12): 3852-3865 . 百度学术
    18. 辛祺，辛增献，马亮，辛升，陈涛. 基于双层强化学习的干扰策略与干扰波形优化设计. 制导与引信. 2023(04): 35-41 . 百度学术
    19. 陈唯实，黄毅峰，陈小龙，卢贤锋，张洁. 机场探鸟雷达技术发展与应用综述. 航空学报. 2022(01): 184-204 . 百度学术
    20. 刘治东，张群，罗迎，李瑞. 基于孪生波形设计的频谱弥散干扰抑制方法. 航空学报. 2022(02): 352-361 . 百度学术
    21. 余若峰，杨威，付耀文，张文鹏. 面向不同雷达任务的认知波形优化综述. 电子学报. 2022(03): 726-752 . 百度学术
    22. 崔国龙，樊涛，孔昱凯，余显祥，沙明辉，孔令讲. 机载雷达脉间波形参数伪随机跳变技术. 雷达学报. 2022(02): 213-226 . 本站查看
    23. 余显祥，路晴辉，杨婧，沙明辉，崔国龙，孔令讲. 短基线收发分置频域协同波形设计方法. 雷达学报. 2022(02): 227-239 . 本站查看
    24. 田团伟，邓浩，鲁建华，杜晓林. 智能反射面辅助雷达通信双功能系统的多载波波形优化方法. 雷达学报. 2022(02): 240-254 . 本站查看
    25. 刘红亮，张思思，赵庆媛，岳凯. 一种跟踪信息辅助的认知目标检测方法. 太赫兹科学与电子信息学报. 2022(04): 340-345 . 百度学术
    26. 陈辉，刘雅婷，张双庆，韩崇昭. 多扩展目标跟踪中基于加权最优子模式分配距离的传感器管理方法. 控制理论与应用. 2022(05): 887-896 . 百度学术
    27. 吴文俊，唐波，汤俊，胡元奎. 杂波环境中雷达通信一体化系统波形设计算法研究. 雷达学报. 2022(04): 570-580 . 本站查看
    28. 姚誉，李泽清，范文，杜晓林，吴乐南. 基于ABSUM的MIMO雷达频谱兼容波形设计. 雷达学报. 2022(04): 543-556 . 本站查看
    29. 范文，蔚保国，陈镜，张航，李淳泽. 基于波形优化和天线位置选择的MIMO雷达波束扫描算法研究. 雷达学报. 2022(04): 530-542 . 本站查看
    30. 杨华明，卞美琴，刘亚帅. 船舶雷达系统智能化发展研究. 雷达与对抗. 2022(03): 1-5+65 . 百度学术
    31. 董军，杜晓林，崔国龙，余显祥，田团伟. 基于加权准则的雷达博弈波形设计. 电子科技大学学报. 2022(06): 866-874 . 百度学术
    32. 崔国龙，余显祥，魏文强，熊奎，孔昱凯，孔令讲. 认知智能雷达抗干扰技术综述与展望. 雷达学报. 2022(06): 974-1002 . 本站查看
    33. 曹亚丽，李梅梅，屈诗涵，宋昕. 联合准则下的认知雷达波形设计. 系统工程与电子技术. 2022(11): 3364-3370 . 百度学术
    34. 赵俊龙，李伟，王泓霖，黄腾，甘奕夫，王也. 基于长短时记忆网络的雷达波形设计. 系统工程与电子技术. 2021(02): 376-382 . 百度学术
    35. 陈涛，张颖，黄湘松. 基于强化学习的自适应干扰波形设计. 空天防御. 2021(02): 59-66 . 百度学术
    36. 周仕霖. 基于改进粒子群的重频组多目标优化算法. 探测与控制学报. 2021(03): 92-97 . 百度学术
    37. 葛萌萌，余显祥，严正欣，方学立，崔国龙，孔令讲. 脉间波形幅相联合设计抗欺骗干扰方法. 电子科技大学学报. 2021(04): 481-487 . 百度学术
    38. 周凯，李德鑫，粟毅，何峰，刘涛. 雷达脉冲压缩低旁瓣发射波形和非匹配滤波联合设计方法. 电子学报. 2021(09): 1701-1707 . 百度学术
    39. 张吉建，谢文冲，沈伟，赵思明. 基于低PAR的机载雷达自适应发射抗噪声卷积干扰方法. 空军预警学院学报. 2020(05): 313-318 . 百度学术

    其他类型引用(68)

    • 资源附件(0)
  • 加载中
图(7) / 表(3)
计量
  • 文章访问数: 
  • HTML全文浏览量: 
  • PDF下载量: 
  • 被引次数: 107
出版历程
  • 收稿日期:  2020-04-02
  • 修回日期:  2020-05-31
  • 网络出版日期:  2020-06-01

目录

摘要
HTML全文
    参考文献(19)
    相关文章
    施引文献
    资源附件(0)

    /

    返回文章
    返回

    京ICP备20021838号-8   本系统由 北京仁和汇智信息技术有限公司 开发    百度统计