[发明专利]基于PolInSAR地形效应补偿的植被参数反演方法

摘要

本发明提出了基于PolInSAR地形效应补偿的植被参数反演方法，通过对PolInSAR极化方位角和地形效应补偿，旨在提高植被参数反演的精度。实现步骤为：对PolInSAR干涉相位图进行去平地；获取PolInSAR主图像的Pauli基矢量矩阵和辅图像的Pauli基矢量矩阵；对Pauli基矢量矩阵进行POA校正；获取PolInSAR的极化自相干矩阵集合和极化互相干矩阵集合；对自相干矩阵集合以及互相干矩阵集合进行地形干涉相位坡度补偿；获取PolInSAR的地表相干系数矩阵和体散射相干系数矩阵；对植被场景的参数进行反演。本发明降低了极化相干矩阵之间的地形干涉相位坡度的差异性，提高了植被参数反演的精度。

主权项

1.一种基于PolInSAR地形效应补偿的植被参数反演方法，其特征在于，包括如下步骤：(1)对PolInSAR的干涉相位图进行去平地：(1a)对PolInSAR包含M×N个像元的干涉相位图的平地干涉相位进行估计，得到与干涉相位图大小相同的PolInSAR平地干涉相位图，其中M≥2，N≥2；(1b)对PolInSAR平地干涉相位图进行复数域转换，得到M×N个相位修正因子，并通过每个相位修正因子对PolInSAR辅图像对应位置的像元进行修正，得到修正后的PolInSAR辅图像；(1c)将PolInSAR主图像与修正后的PolInSAR辅图像进行共轭内积，得到去平地后的PolInSAR干涉相位图；(2)获取PolInSAR主图像的Pauli基矢量矩阵和辅图像的Pauli基矢量矩阵：计算PolInSAR主图像上每个像元的Pauli基矢量k₁，得到包含M×N个k₁的Pauli基矢量矩阵{k₁}，同时计算修正后的PolInSAR辅图像上每个像元的Pauli基矢量k₂，得到包含M×N个k₂的Pauli基矢量矩阵{k₂}；(3)对Pauli基矢量矩阵{k₁}和{k₂}进行POA校正：(3a)计算PolInSAR主图像上每个像元对应的主天线POA值β_m，得到包含M×N个β_m的主天线POA值矩阵{β_m}，同时计算PolInSAR辅图像上每个像元对应的辅天线POA值β_s，得到包含M×N个β_s的辅天线POA值矩阵{β_s}；(3b)对{β_m}中每一个β_m进行极化基变换，得到包含M×N个旋转矩阵G_m的矩阵{G_m}，并通过每个G_m对{k₁}中相同位置的k₁进行校正，得到校正后的PolInSAR主图像Pauli基矢量矩阵{k’₁}，同时对{β_s}中每一个β_s进行极化基变换，得到包含M×N个旋转矩阵G_s的矩阵{G_s}，并通过每个G_s对{k₂}中相同位置的k₂进行校正，得到校正后的PolInSAR辅图像Pauli基矢量矩阵{k'₂}；(4)获取PolInSAR的极化自相干矩阵集合和极化互相干矩阵集合：(4a)获取PolInSAR的极化自相干矩阵集合：对{k’₁}中的每个k’₁与k’₁的共轭转置矢量(k’₁)^*T进行外积，得到包含M×N个PolInSAR主图像极化自相干矩阵T₁₁的集合{T₁₁}，同时对{k'₂}中的每个k'₂与k'₂的共轭转置矢量(k'₂)^*T进行外积，得到包含M×N个PolInSAR辅图像极化自相干矩阵T₂₂的集合{T₂₂}；(4b)获取PolInSAR的极化互相干矩阵集合：对{k’₁}中的每个k’₁与{k'₂}中与每个k’₁相同位置的k'₂的共轭转置矢量(k'₂)^*T进行外积，得到包含M×N个PolInSAR极化互相干矩阵Ω₁₂的集合{Ω₁₂}；(5)对自相干矩阵集合{T₁₁}和{T₂₂}，以及互相干矩阵集合{Ω₁₂}进行地形干涉相位坡度补偿：(5a)计算去平地后的PolInSAR干涉相位图包含的每一像元的方位向干涉相位坡度ω_a和距离向干涉相位坡度ω_r，得到方位向干涉相位坡度矩阵{ω_a}和距离向干涉相位坡度矩阵{ω_r}；(5b)通过{ω_a}和{ω_r}对{T₁₁}、{T₂₂}和{Ω₁₂}中的每一个矩阵进行地形干涉相位坡度补偿，得到补偿后的PolInSAR极化自相干矩阵集合{T’₁₁}和{T’₂₂}，以及互相干矩阵集合{Ω'₁₂}；(6)获取PolInSAR的地表相干系数矩阵和体散射相干系数矩阵：(6a)设置含有K个不同随机散射机理矢量W的集合{W}，其中，K为正整数，且500≤K≤10000；(6b)对{T’₁₁}、{T’₂₂}和{Ω'₁₂}进行组合，得到极化相干矩阵组合的集合{(T’₁₁,T’₂₂,Ω'₁₂)}，并通过每个(T’₁₁,T’₂₂,Ω'₁₂)与{W}计算植被的随机相干系数，得到包含M×N个植被的随机相干系数分布区域A_γ的集合{A_γ}，然后对每个A_γ进行直线拟合，得到包含M×N条直线L_γ的集合{L_γ}，其中，每个A_γ中均含有K个植被的随机相干系数；(6c)对{L_γ}中的每个L_γ与单位圆进行相交，得到包含M×N个交点对(γ_uc1,γ_uc2)的集合{(γ_uc1,γ_uc2)}，同时对{L_γ}中的每个L_γ与{A_γ}中对应的A_γ的进行相交，得到包含M×N个交点对(γ_cre1,γ_cre2)的集合{(γ_cre1,γ_cre2)}；(6d)对{(γ_uc1,γ_uc2)}中的每个(γ_uc1,γ_uc2)进行地表散射判别，得到包含M×N个PolIInSAR地表相干系数γ_g的矩阵{γ_g}，并对{(γ_cre1,γ_cre2)}中的每个(γ_cre1,γ_cre2)进行体散射判别，得到包含M×N个PolInSAR体散射相干系数γ_v的矩阵{γ_v}；(7)对植被场景的参数进行反演：(7a)对{γ_v}与{γ_g}进行共轭内积，得到去地表后的PolInSAR体散射相干系数矩阵{γ’_v}；(7b)设置包含U×V个植被高度h_lut的查找矩阵{h_lut}和包含U×V个消光系数σ_lut的查找矩阵{σ_lut}，并对{h_lut}和{σ_lut}进行组合，得到植被参数组合的矩阵{(h_lut,σ_lut)}，其中，400≤U≤2000，400≤V≤2000；(7c)获取PolInSAR视角θ，并计算PolInSAR有效垂直波数k_z，然后通过k_z、θ和{(h_lut,σ_lut)}中的每个(h_lut,σ_lut)计算植被的体散射相干系数γ_lut，得到包含U×V个植被体散射相干系数γ_lut的查找矩阵{γ_lut}；(7d)在{γ_lut}里获取与{γ’_v}中的每个γ’_v最为相似的相干系数的二维矩阵坐标，得到包含M×N个二维矩阵坐标pos的矩阵{pos}，并在{h_lut}里提取坐标与{pos}中的每个pos相同的植被高度，得到包含M×N个植被高度的矩阵H_tree。