基于極化干涉SAR植被高度提取算法分析

曹淑敏,王志偉,肖恭偉,牛沖

(1.山東科技大學 測繪科學與工程學院,青島 266590；2.山東省地質(zhì)測繪院,濟南 250001)

基于極化干涉SAR植被高度提取算法分析

曹淑敏1,王志偉1,肖恭偉1,牛沖2

(1.山東科技大學 測繪科學與工程學院,青島 266590；2.山東省地質(zhì)測繪院,濟南 250001)

摘要：極化干涉SAR綜合了干涉SAR和極化SAR的優(yōu)點,被廣泛應用于植被高度的反演。本文在分析DEM差值法、RVOG地相位法、復相干幅度法以及改進的綜合算法基礎上,利用黑龍江大興安嶺地區(qū)的一對ALOS全極化干涉SAR數(shù)據(jù)進行實驗,對比分析了各算法的反演結果。結果表明:改進的綜合算法的樹高反演效果總體上優(yōu)于其他方法,有較高的反演精度,并且能夠在一定程度上保證森林樹高反演的穩(wěn)定性。

關鍵詞：極化干涉SAR;植被高度反演;DEM差值法;復相干幅度

0引言

合成孔徑干涉雷達(InSAR)技術主要用于獲取地物的空間垂直結構信息[1],通過該技術可以獲取的兩個重要參數(shù)分別為干涉相位和相干系數(shù)。極化干涉SAR既具有干涉SAR對地表植被散射體的空間分布和高度分布敏感的特性,又具有極化SAR對植被散射體的形狀和方向敏感的特性[2]。它能夠準確提取地表植被垂直結構和散射特性,并能獲得準確的植被高度三維成像,因此在地表植被高度提取上得到了廣泛應用和深入研究。

在極化干涉SAR植被高度提取算法研究上,Treuhaft等[3-4]于1996年首次提出隨機方向性散射模型,開創(chuàng)了對植被高度反演算法研究的先河。1998年,Cloude等[5]提出極化干涉理論,利用干涉優(yōu)化產(chǎn)生的不同散射機理對應的干涉圖進行差分干涉,首次利用POL-INSAR技術測得森林高度。2001年,Yamada等提出利用ESPRIT算法實現(xiàn)地表相位中心和植被相位中心分離,從而估計出植被的高度[6-7]。2003年,Cloude從復相干系數(shù)的復平面分布特性出發(fā),提出了基于RVoG散射模型的三階段反演算法[8],大大簡化了植被高度估計的復雜性,并且獲得較好的反演精度。Cloude在2006年提出了極化相干層析(PCT)算法[9-11],進一步拓展了極化干涉SAR用于植被結構參數(shù)信息提取的理論和方法。2005年,郭華東、李新武等提出了將三階段方法和ESPRIT方法相結合的組合植被高度反演算法,利用航天飛機SIR-C的雙頻率極化干涉數(shù)據(jù)取得了較好的反演效果[12]。2010年,David等人提出將Freeman-Durden三分量分解理論運用到極化干涉數(shù)據(jù)中,將極化干涉互協(xié)方差矩陣分解為三個不同散射機制的矩陣,其中三個散射機制對應于表面散射機制、二面角散射機制和體散射機制[13]。

雖然國內(nèi)外學者提出并豐富了多種有效的反演算法,但對算法有效性的具體實驗分析多局限于使用模擬數(shù)據(jù)進行樹高反演。本文在分析四種反演算法的基礎上,對黑龍江大興安嶺地區(qū)的一對ALOS全極化干涉SAR數(shù)據(jù)進行反演,得到了較好的結果,有一定的實用價值。

1極化干涉SAR植被高度提取算法

1.1DEM差值法

該方法不對植被的結構函數(shù)做假設,簡單地認為冠層頂部“純”體散射占主導作用的相干相位減去樹冠下地表散射占主導作用的相干相位,再除以有效波數(shù),就是植被的高度。該算法為

(1)

由極化干涉信息先驗知:HV極化散射為ωv,HH-VV極化散射為ωs.

1.2RVOG地相位法

對DEM差值法,選擇一散射矢量ωs即極化狀態(tài)來準確估計地相位是至關重要的。然而對L和P波段散射數(shù)據(jù)的大量分析表明:一般情況下很難選擇一散射矢量使得其對地相位進行無偏估計。為了對地相位進行較為準確的估計,RVOG地相位反演算法則引入了RVOG散射模型,通過模型的幾何特點和所測復相干來綜合確定地相位:

(2)

式中:

(3)

又

(4)

該法同DEM差值算法的不同之處在于其地相位的確定是基于散射模型的。因為式

(5)

代表了復平面內(nèi)的一條直線,在確定地相位時,可以選擇兩個不同極化(散射)復相干(植被冠層復相干和地表復相干)來擬合這條直線。這條直線與復平面內(nèi)單位圓的交點便是地相位。但是由于擬合的直線與單位圓有兩個交點,因此需要一定的判斷準則來剔除其中之一。一般認為接近于地表的復相干距地相位更近。基于極化干涉先驗理解,一般假設HV極化復相干為植被冠層體散射復相干,HH-VV極化復相干為近地表散射復相干。

RVOG地相位反演算法盡管能夠較為準確的估計出地相位,但由于植被冠層散射中心同植被的消光系數(shù)和垂直結構密切相關,因此該算法依舊存在較大偏差?；谠撛?Cloude和Papathanassiou提出了三階段反演算法。能夠較精確的估計出植被層和植被層下地表的相位中心,使植被覆蓋地貌探析以及平均消光系數(shù)的獲得成為可能,同時也能提高植被高度反演的精度。

1.3復相干幅度法

(6)

(7)

該方法特點是:迭代次數(shù)較少,反演植被高偏差稍大,但也有較好的植被高度估計精度。

1.4改進的綜合算法

由于復相干系數(shù)的相位對應于極化干涉相位,而利用干涉相位直接估計的植被高度被嚴重低估。因此,通過找出植被高度和相干系數(shù)的關系,利用相干系數(shù)幅度估計的植被高度對干涉相位估計的高度進行補償,使植被高度低估造成的誤差減小[14]。為了使得“相位中心不斷地分離以達到兩相位中心距離最遠, 獲得純凈的體散射”, 從極化相干優(yōu)化方法進行體散射、地表散射極化通道的選擇[15]。

這種相干優(yōu)化方法的基本思想是找到使復相干相位角式(8)到最大余切的極化組合, 可通過解式(9)特征值問題實現(xiàn)。Ω12中既含有極化信息,又有干涉信息,是式(10)相干矩陣T中的元素。

(8)

(9)

(10)

其中,

該方法使相位中心得到最大的分離,高相位就對應較為“純凈”的體散射相位,而低相位就對應到較為“純凈”的地表散射相位。

(11)

2實驗結果與分析

2.1研究區(qū)概況與數(shù)據(jù)源

大興安嶺位于我國黑龍江省西北部,地處 121°11′～127°02′E,50°08′～53°34′.大興安嶺地區(qū)疆域廣闊,東西長410km,南北寬386km.東與小興安嶺毗鄰,西與大興安嶺山脈為界與內(nèi)蒙古自治區(qū)接壤,南瀕廣闊的松嫩平原,北與黑龍江航道中心線與俄羅斯為鄰。森林覆蓋率達86.6%,是中國主要林業(yè)基地。本文采用黑龍江大興安嶺地區(qū)的一對ALOS全極化干涉SAR數(shù)據(jù),其具體參

數(shù)如表1所示。

表1　ALOS數(shù)據(jù)參數(shù)表

選取山地森林區(qū)域的兩塊較小的圖像進行研究,其中主圖像的大小為256×256個像素。為了保證配準時能夠在副圖像中找到相應于主圖像的像素,選取輔圖像的大小為512×512個像素。圖1為選定主副圖像的多視圖。

圖1　多視圖(a)主圖像；(b)輔圖像

2.2實驗結果分析

為了能更好地分析和比較四種反演算法反演結果,如圖2所示,采用最大值、最小值、平均值以及標準差四個定量指標對各算法反演的結果進行評價。具體的對比結果如表2所示。

圖2　森林樹高反演結果 (a) DEM差分法; (b) RVOG地相位反演法; (c) 復相干幅度法; (d)改進算法

樹高提取方法最小值/m最大值/m平均值/m標準差DEM差分法0.007540.009913.67956.5344RVOG地相位反演法1.679645.126514.56246.0033復相干幅度法2.054452.533016.79845.6791改進的綜合算法0.321558.932117.76894.8963

平均值公式為

(12)

標準差公式為

(13)

式中,hi為反演出的樹高;N為進行比較的樣本點個數(shù)。其中標準差反映的是每個像元反演所得樹高值與樹高均值之間的離散程度,可用來衡量反演算法的穩(wěn)定性。

表2列出了本文反演方法的幾項定量評價指標。可以看出,DEM差值法的標準差最大,是最差的反演算法。RVOG地相位反演法較之DEM差分算法結果的平均值由13.679 5提高到14.562 4,標準差由6.534 4減小到6.003 3;復相干幅度法的平均值提高到16.798 4,標準差減小到5.679 1;改進的綜合算法的平均值提高到17.768 9,標準差減小到4.896 3.綜上可以看出,在四種算法中,改進的綜合算法進行森林樹高反演時可以獲取精度較高的反演結果,并且能夠在一定程度上保證森林樹高反演的穩(wěn)定性。

3結束語

利用大興安嶺地區(qū)的一對ALOS全極化干涉SAR數(shù)據(jù),分析比較了四種極化干涉 SAR 森林高度反演算法。結果發(fā)現(xiàn):

1) DEM差分法是利用干涉圖間的相位差來提取植被高度。利用式(1)估計植被高度的問題在于即使m≈0,相位中心也不位于植被層頂部,所以此方法通常低估植被高度,同時由于植被相位中心隨消光系數(shù)的變化而變化,故此方法的穩(wěn)健性較差;

2) RVoG相位算法相比于DEM模型有所改進,但是相關系數(shù)較低,可能因為模型糾正地表相位中心的同時,植被散射相位卻沒有相應的糾正,因而導致其相關程度的降低;

3) 復相干幅度法忽視相干相位,對植被密度和垂直結構變化敏感,故穩(wěn)健性差;

4) 改進的綜合算法是首先利用DEM差分法估計植被高度,然后利用相干幅度算法對其進行補償,此方法反演精度較高且穩(wěn)健性好。

本文在常用植被高度提取算法基礎上,通過實驗對比分析,為森林高度反演提供了參考。隨著技術的發(fā)展,更高效的樹高反演算法有望被提出。

參考文獻

[1] PAPATHANASSIOU K P, HAJNSEK I, MOREIRA A,etal. Interferometric SAR polarimetry using a passive polarimetric microsatellite concept.[C].//2002 IEEE International Geoscience and Remote Sensing Symposium and the 24th Canadian Symposium on Remote Sensing, June 24-28, 2002,Tornoto Canada. IGARSS, 2002: 826-828.

[2] 吳一戎, 洪文, 王彥平. 極化干涉 SAR 的研究現(xiàn)狀與啟示[J]. 電子與信息學報, 2007, 29(5): 1258-1262.

[3] TREUHAFT R N, MADSEN S N, MOGHADDAM M,etal, Vegetation characteristics and underlying topography from interferometric rader[J].Radio Science,1996,31(6):1449-1485.

[4] TREUHAFT R N, SIQUEIRA P R. Vertical structure of vegetated land surfaces from interferometric and polarimetric rader[J].Radio Science,2000,35(1):141-177.

[5]CLOUDE S R, PAPATHANASSIOU K P. Polarimetric SAR interferometry[J].IEEE Trans on Geoscience and Remote Sensing,1998,36:1551-1565.

[6] LEE J S, CLOUDE S R, PAPATHANASSIOU K P,etal. Speckle filtering and coherence estimation of polInSAR data for forest applications.[J]. IEEE Transactions on Geoscience and Remote Sensing, October 2003, 41(10):2254-2263.

[7] QONG M. Coherence optimization using the polarization state conformation in PolInSAR[J]. IEEE Trans on Geoscience and Remote Sensing Letters, July 2005,2(3):301-305.

[8] QONG M. Polarization state conformation and its application to change detection in Po1SAR.[J].IEEE GRSL, 2004, 1(4):304-308.

[9] QONG M. A New polarization state conformation and its application to coherence optimization in polInSAR[C].//Proceedings of IEEE Symposium on Geoscience and Remote Sensing 2004, Anchorage,Alaska, Sept 2004: 2495-2498.

[10]DALL J , PAPATHANASSIOU K P, SKRIVER H. Polarimetric SAR interferometry applied to land ice: first results[C].//Proceedings of IEEE Geoscience and Remote Sensing Symposium(IGARSS 2003), Toulouse, France, 2003:1432-1434.

[11]YAMADA H, YAMAGUCHI Y, RODRIGUEZ E,etal. Polarimetric SAR interferometry for forest canopy analysis by using the super-resolution method[C].//Processings of International Geoscience and Remote Sensing Symposium 2001(IGARSS01),2001(3):1101-1103.

[12]李新武,郭華東,廖靜娟，等.航天飛機極化干涉雷達數(shù)據(jù)反演地表植被參數(shù)[J].遙感學報,2002,6(6):424-429.

[13]宋桂萍. 極化干涉 SAR 植被高度反演算法研究[D]. 長沙:中南大學, 2013.

[14]韋順軍. 極化干涉SAR植被高度估計方法研究[D].成都:電子科技大學,2009.

[15]羅環(huán)敏,陳爾學,程建,等. 極化干涉SAR森林高度反演方法研究[J]. 遙感學報,2010,14(4):806-821.

曹淑敏(1992-),女,碩士生,主要從事現(xiàn)代測量數(shù)據(jù)處理理論研究及其應用。

王志偉(1988-),男,博士生,主要研究InSAR地表形變。

肖恭偉(1990-),男,碩士生,主要從事現(xiàn)代測量數(shù)據(jù)處理理論研究及其應用,機器學習算法等。

牛沖(1989-),男,碩士生,主要從事現(xiàn)代測量數(shù)據(jù)處理理論研究及其應用。

Analysis of Forest Height Extraction Based on Polarimetric SAR Interometry

CAO Shumin1,WANG Zhiwei1,XIAO Gongwei1,NIU Chong2

(1.ShandongUniversityofScienceandTechnology,CollegeofGeomics,Qingdao266590,China) (2.GeologicalSurveyingandMappingInstituteofShandongProvince,Jinan250001,China)

Abstract: Polarimetric SAR interometry is a technique that integrates all advantages of SAR interference and SAR polarization, it has widely used in the vegetation height inversion. The paper is based on the DEM differencing, RVOG phase algorithm,coherence amplitude algorithm and the improved synthesis algorithm. Used a pair of ALOS full polarization interference of SAR data from great Xing’ an Mountain in Heilongjiang province to compare and analyze the results. The results showed that the improved synthesis algorithm has high inversion accuracy and the forest tree height inversion is superior to others. Thus, it provides certain basis for forest height inversion.

Keywords:Polarization interference of SAR; forest height inversion; DEM differencing algorithm; complex coherent amplitude

doi:10.13442/j.gnss.1008-9268.2016.02.019

收稿日期：2015-09-15

中圖分類號：TP79

文獻標志碼：A

文章編號：1008-9268(2016)02-0096-05

作者簡介

聯(lián)系人： E-mail: 15801263057@163.com