版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、森林是人類賴以生存的重要因素。它們不僅支撐著像自然界氣候變化和水循環(huán)這樣的生態(tài)規(guī)律,也為人類提供必要的自然產(chǎn)品,例如木材、食物,家畜的飼料和藥材等。因此,利用遙感技術(shù)對(duì)大面積的森林區(qū)域進(jìn)行監(jiān)測(cè)和管理成為了熱點(diǎn)問(wèn)題,而且人們對(duì)這一問(wèn)題進(jìn)行了大量研究。極化SAR干涉測(cè)量是現(xiàn)代遙感技術(shù)的一個(gè)重要分支。該技術(shù)結(jié)合了極化SAR和干涉SAR這兩種獨(dú)立的雷達(dá)技術(shù)。極化干涉 SAR(PolInSAR)不僅對(duì)散射體的形狀和方位不敏感,而且對(duì)散射體的位置和
2、空間分布也不敏感。此外,利用 PolInSAR圖像對(duì)森林高度等森林參數(shù)進(jìn)行提取是SAR圖像解譯和應(yīng)用的熱點(diǎn),并且在理論上和實(shí)際應(yīng)用上都具有重要意義。為了提高PolInSAR圖像森林高度估計(jì)的精度,本文研究了基于PolInSAR極化信息與干涉信息的PolInSAR森林參數(shù)反演模型, PolInSAR目標(biāo)分解(TD)和對(duì)森林參數(shù)的提取。
首先,對(duì)目標(biāo)散射特性和典型森林參數(shù)的反演模型已經(jīng)有了很深的研究,例如隨機(jī)體-地表散射和ESPR
3、IT。在現(xiàn)有森林高度估計(jì)方法的理論和應(yīng)用基礎(chǔ)上,本文針對(duì)PolInSAR圖像,提出了一種提高森里高度估計(jì)精度的方法,該方法結(jié)合了總最小二乘直線擬合和ESPRIT兩種典型的處理方法。并且利用ALOS\PALSAR測(cè)量的馬來(lái)西亞地區(qū)L波段全極化干涉數(shù)據(jù)和PolSARProSim軟件仿真的數(shù)據(jù)對(duì)該方法進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果表明,本文提出的方法可以顯著提高森林高度參數(shù)的估計(jì)準(zhǔn)確性.
其次,本文研究了基于散射模型的PolInSAR非相干目
4、標(biāo)的目標(biāo)分解方法,提出了一種應(yīng)用于PolInSAR圖像森林高度估計(jì)的自適應(yīng)分解模型(AMBD)。該模型把每種干涉的十字相關(guān)表示成奇次散射偶次散射和體散射的總和,不僅可以反演森林參數(shù),而且可以得到每種散射過(guò)程的權(quán)重。除此之外,該模型還利用了協(xié)方差矩陣的所有信息,這是在之前的基于模型的目標(biāo)分解方法中未能實(shí)現(xiàn)的。本文利用SIR-C/X-SAR PolInSAR圖像進(jìn)行了算法驗(yàn)證與性能檢驗(yàn)。實(shí)驗(yàn)發(fā)現(xiàn),與利用三層反演方法得到的森林高度估計(jì)結(jié)果比較
5、,這種基于自適應(yīng)模型目標(biāo)分解的森林高度估計(jì)方法具有更高的精度。
再次,本文還提出了基于通用三層散射模型(GTLSM)的PolInSAR圖像森林高度估計(jì)方法。在 GTLSM中,林冠頂層的相關(guān)參數(shù)可以利用 AMBD估計(jì)出來(lái),而樹干與地表的參數(shù)提取則是一個(gè)基于非線性組優(yōu)化的問(wèn)題。這個(gè)模型根據(jù)極化特征和相干性的差異,把森林模型分離成三層:地表層,樹干層和樹冠層。GTLSM 同樣利用SIR-C/X-SAR的L波段PolInSA
6、R圖像進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果表明,本文提出的GTLSM可以更準(zhǔn)確的反演森林參數(shù)。
最后,本文提出了兩種從 PolInSAR圖像中估計(jì)斜坡上森林高度的方法。第一種方法是基于一般模型的目標(biāo)分解方法(GMBD),在這個(gè)方法中,我們提出了一個(gè)用隨機(jī)程度和方位角均值這兩個(gè)參數(shù)描述的一般體散射模型,這兩個(gè)未知的森林參數(shù)可以用非線性最小二乘優(yōu)化得到。這種方法不僅可以反演森林參數(shù),也可以反演出每種散射過(guò)程的權(quán)重,同時(shí)還針對(duì)十字交叉極化和非對(duì)角的情
7、況,通過(guò)分離一般奇次散射與偶次散射模型各自的方位角,改進(jìn)了這兩個(gè)模型。第二種方法是改進(jìn)的三層散射模型方(MTLSM)。三層散射模型方法假設(shè)在斜坡地勢(shì)上,可以將森林在垂直方向上分為三層:樹冠頂層,樹干層和地表層。這三層會(huì)同時(shí)影響到三種散射過(guò)程(體散射,表面散射和偶次散射)對(duì)斜坡上森林區(qū)域的作用。該方法也介紹了PolInSAR相干信息對(duì)森林高度,平均消減,特別是局部地勢(shì)坡度等參數(shù)的影響。第二種方法不僅能夠反演出斜坡上森林的參數(shù),而且其對(duì)地表
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 極化干涉SAR植被高度估計(jì)方法研究.pdf
- 極化干涉sar植被高度估計(jì)方法研究(1)
- 極化干涉SAR植被高度反演算法研究.pdf
- 極化干涉SAR小麥植被高度反演算法研究.pdf
- 極化干涉SAR植被參數(shù)估計(jì)方法研究.pdf
- 基于極化干涉SAR數(shù)據(jù)模擬以及森林樹高提取研究.pdf
- 極化SAR圖像人造目標(biāo)提取算法研究.pdf
- 極化SAR圖像超分辨算法的研究.pdf
- 極化SAR圖像變化檢測(cè)算法研究.pdf
- 極化SAR圖像的分割和分類算法研究.pdf
- SAR圖像降噪與極化SAR圖像監(jiān)督分類研究.pdf
- 基于極化干涉SAR的森林結(jié)構(gòu)信息提取模型與方法.pdf
- 極化SAR圖像分類研究.pdf
- sar圖像降噪與極化sar圖像監(jiān)督分類研究
- 極化干涉SAR影像配準(zhǔn)方法研究.pdf
- 基于極化SAR圖像的非監(jiān)督分類算法研究.pdf
- 全極化SAR地形高度測(cè)量技術(shù)研究.pdf
- 極化SAR定標(biāo)算法研究.pdf
- 基于子孔徑的極化SAR圖像目標(biāo)分類算法研究.pdf
- 極化SAR干涉測(cè)量地形參數(shù)方法研究.pdf
評(píng)論
0/150
提交評(píng)論