Một thuật toán tối ưu vùng tương can giao thoa mới cho chuyển đổi độ cao rừng từ ảnh ra đa tổng hợp mặt mở giao thoa phân cực một đường cơ sở
86 lượt xemDOI:
https://doi.org/10.54939/1859-1043.j.mst.91.2023.1-10Từ khóa:
Ra-đa tổng hợp mặt mở giao thoa phân cực; Chiều cao rừng; Pha bề mặt.Tóm tắt
Chiều cao rừng là một trong những tham số quan trọng phục vụ công tác kiểm tra, quản lý độ che phủ của rừng và cũng là một trong những chỉ tiêu đánh giá mối quan hệ sinh trưởng của sinh vật trong hệ sinh thái rừng. Bài viết này đề xuất một phương pháp tối ưu vừng tương can giao thoa mới để tăng độ chính xác trong việc tính toán chiều cao rừng sử dụng dữ liệu PolInSAR băng tần L. Đầu tiên, pha địa hình và đường thẳng kết hợp được xác định dựa trên tập hợp kết hợp trung bình. Sau đó, phương pháp đề xuất xác định hệ số tương can giao thoa của tán cây bằng cách bổ sung thêm các điều kiện mới. Cuối cùng, chiều cao rừng và hệ số suy hao sóng được trích xuất bằng cách so sánh hệ số kết hợp khối tối ưu với các giá trị trong bảng tra cứu. Hiệu quả của phương pháp đề xuất được đánh giá với dữ liệu mô phỏng và dữ liệu thực nghiệm. Kết quả thực nghiệm cho thấy phương pháp đề xuất đã cải thiện độ chính xác ước lượng chiều cao rừng hơn 0.9 m so với thuật toán trích xuất độ cao rừng của Tayebe.
Tài liệu tham khảo
[1]. T. Mette, K. P. Papathanassiou, I. Hajnsek, H. Pretzsch and P. Biber, “Applying a common allometric equation to convert forest height from Pol-InSAR data to forest biomass”, Proceeding of IEEE International Geoscience and Remote Sensing Symposium (IGRASS 2004), Anchogare, AK, USA. pp.272-276, (2004).
[2]. M. Neumanm, L. F. Famil and A. Reigber, “Estimation of forest structure, ground and canopy layer characteristics from multi-baseline polarimetric interferometric SAR data”, IEEE Transactions on Geoscience and Remote Sensing, 48(3), pp. 1086-1103, (2010). DOI: https://doi.org/10.1109/TGRS.2009.2031101
[3]. P. Varvia, T. Lahivaara, M. Maltamo, P. Packalen and A. Seppanen, “Gaussian Process Regression for Forest Attribute Estimation from Airborne Laser Scanning Data”, IEEE Transactions on Geoscience and Remote Sensing, 57(6), pp. 3361-3369, (2019). DOI: https://doi.org/10.1109/TGRS.2018.2883495
[4]. S. R. Cloude and K. P. Papathanassiou, “Three-stage inversion process for polarimetric SAR interferometry”, IEE Proceedings - Radar, Sonar and Navigation, 150(3), pp. 125-134, (2003). DOI: https://doi.org/10.1049/ip-rsn:20030449
[5]. T. Flynn, M. Tabb, and R. Carande, “Coherence region shape extraction for vegetation parameter estimation in polarimetric SAR interferometry”, In Proceedings of the International Geoscience Remote Sensing Symposium (IGARSS), Toronto, Canada, 5, pp. 2596–2598, (2002).
[6]. F. Wenxue, G. Huadong, L. Xinwu, T. Bangsen and S. Zhongchang, “Extended three-stage polarimetric SAR interferometry algorithm by dual-polarization data”, IEEE Transactions on Geoscience and Remote Sensing, 54(5), pp. 1 - 17, (2016). DOI: https://doi.org/10.1109/TGRS.2015.2505707
[7]. M. Tayebe, Y. Maghsoudi and A. Meisam, “Forest Height Retrieval Based on the Dual PolInSAR Images”, IEEE Transactions on Geoscience and Remote Sensing, 14(2), pp.1214-1218, (2022). DOI: https://doi.org/10.3390/rs14184503
[8]. F. Garestier and T. L. Toan, “Forest Modeling for Height Inversion Using Single-Baseline InSAR/PolInSAR Data”, IEEE Transactions on Geoscience and Remote Sensing, 48(3), pp.1528-1539, (2010). DOI: https://doi.org/10.1109/TGRS.2009.2032538
[9]. T. Flynn, M. Tabb, and R. Carande, “Coherence region shape extraction for vegetation parameter estimation in polarimetric SAR interferometry”, In Proceedings of the International Geoscience Remote Sensing Symposium (IGARSS), Toronto, Canada, 5, pp. 2596–2598, (2002).
[10]. M. L. Williams, “PolSARproSim: A coherent, Polarimetric SAR simulation of Forest for PolSARProSim”, http// earth.eo.esa.int/ polsarpro/ SimulatedDataSources.html, (2006).
