论文部分内容阅读
森林高度是林业部门对森林资源进行调查与管理时所必需的森林结构垂直分布信息，此外，森林高度对于研究全球碳循环以及准确获取林下DTM都具有重要的意义。就目前获取森林高度的方法来说，光学遥感由于电磁波的穿透能力不足而受到严重制约；林业中传统的人工测量方法虽然能够获取较为准确的林分高度，但林分高度具有较强的区域性，不能准确代表整个森林的高度，且工作量大；极化干涉合成孔径雷达技术(PolInSAR技术)通过对极化信息和干涉信息进行有效组合，使其成为反演森林高度的有效且具有发展潜力的一种方法。迄今为止，基于PolInSAR技术的森林高度反演方法已不断发展且趋于成熟，其中以基于RVoG模型的三阶段算法最为典型，相比其它算法，三阶段算法具有运算结果稳健、适用性强的特点。该算法采用的RVoG模型通过指数分布来构造植被结构函数，再由多个SAR系统参数与植被生物物理参数对模型进行表征。因此，当这些参数发生变化时，必定会通过RVoG模型影响到三阶段算法的反演结果。本文采用“控制变量”的思想，通过欧空局提供的PolSARpro平台进行数据模拟与实验设计，在保证其他主要参数不变的情况下，来分别研究植被的种类、高度、密度以及电磁波的中心频率等参数的改变对三阶段算法反演结果的影响。针对不同的实验，采用合理的指标对实验结果进行精度评定，进而讨论三阶段算法在不同参数条件下的适用性，并从RVoG模型的几何表达以及三阶段算法的基本原理出发，来分析不同的参数条件下所得不同实验结果的具体原因。