216.基于測(cè)量平差理論的polinsar植被垂直結(jié)構(gòu)提取模型與方法

1、中圖分類號(hào)——UDC碩士學(xué)位論文學(xué)校代碼!Q墨三三密級(jí)壘五基于測(cè)量平差理論的PolInSAR植被垂直結(jié)構(gòu)提取模型與方法TheoryandMethodofExtractingVegetationVerticalStructurewithPolInSARBasedonSuryingAdjustment作者姓名：學(xué)科專業(yè)：研究方向：學(xué)院(系、所)：指導(dǎo)教師：副指導(dǎo)教師：付海強(qiáng)測(cè)繪科學(xué)與技術(shù)大地測(cè)量學(xué)與測(cè)量工程地球科學(xué)與信息物理學(xué)院朱建軍教授汪

2、長(zhǎng)城副教授論文答辯日期2旦堅(jiān)：!￡7≯答辯委員會(huì)主席壘弛李名鼓中南大學(xué)2014年5月基于測(cè)量平差理論的PolInSAR植被垂直結(jié)構(gòu)提取模型與方法摘要：大尺度植被資源監(jiān)測(cè)可以為全球陸地生態(tài)系統(tǒng)、碳循環(huán)及氣候變化分析提供重要的基礎(chǔ)數(shù)據(jù)。做為植被資源監(jiān)測(cè)重點(diǎn)研究對(duì)象：植被制圖及植被垂直結(jié)構(gòu)在地形測(cè)繪、林業(yè)資源普查等領(lǐng)域同樣具有重要地位。隨著我國(guó)地理國(guó)情監(jiān)測(cè)進(jìn)程的不斷推進(jìn)，亟需植被制圖、植被垂直結(jié)構(gòu)等基礎(chǔ)數(shù)據(jù)用于空間分析及決策管理。迫切尋求高精

3、度、大范圍監(jiān)測(cè)手段來(lái)解決對(duì)植被覆蓋區(qū)數(shù)據(jù)的需求。極化干涉SAR技術(shù)(PolarimetricSAPInterferometryPollnSAR)為滿足這一需求提供了契機(jī)。在植被覆蓋區(qū)，PollnSAR技術(shù)相比被動(dòng)光學(xué)遙感手段優(yōu)勢(shì)在于其將觀測(cè)對(duì)象由“面”變?yōu)椤绑w”，使得PolInSAR不僅可以獲得植被覆蓋區(qū)水平結(jié)構(gòu)信息，還可以獲得垂直結(jié)構(gòu)信息，在以“體”形式存在的植被覆蓋區(qū)具有獨(dú)特的監(jiān)測(cè)優(yōu)勢(shì)。為此，本文在深入研究PolInSAR理論基礎(chǔ)之

4、上，重點(diǎn)研究植被分類及植被垂直結(jié)構(gòu)提取模型與方法，主要研究?jī)?nèi)容如下：(1)建立了顧及植被形態(tài)特征的極化SAR植被分類方法，利用散射體各向異性及方向角隨機(jī)程度對(duì)植被形態(tài)特征進(jìn)行表達(dá)，有效將闊葉林與針葉林進(jìn)行分離。首先，深入研究Neumann分解模型的機(jī)理，明確了顧及植被形態(tài)特征的散射過(guò)程表達(dá)；在此基礎(chǔ)之上，提出利用各向異性及方向角隨機(jī)程度兩個(gè)參數(shù)構(gòu)建分類尺度標(biāo)準(zhǔn)；之后，根據(jù)極化干涉矩陣的數(shù)理統(tǒng)計(jì)特征，利用Wishart距離進(jìn)行聚類分析；最

5、后，利用ESAR及SIRC／XSAR數(shù)據(jù)對(duì)德國(guó)Oberpfaffenhofen地區(qū)森林進(jìn)行分類。實(shí)驗(yàn)結(jié)果表明：與Wishart—Freeman、WishartYamaguchi相比，新方法對(duì)植被形態(tài)特征變化較為敏感，對(duì)中針、闊林進(jìn)行了較好地區(qū)分。(2)建立了PolInSAR植被高度提取的復(fù)數(shù)最小二乘平差模型，解決了已有解算方法不能充分考慮觀測(cè)值先驗(yàn)統(tǒng)計(jì)誤差及多余觀測(cè)量的問(wèn)題。針對(duì)已有算法均不能很好地顧及多余觀測(cè)量及觀測(cè)量的先驗(yàn)統(tǒng)計(jì)誤差的

6、缺點(diǎn)，從平差理論出發(fā)，對(duì)RVoG模型進(jìn)行復(fù)數(shù)平差表達(dá)：之后，提出了函數(shù)模型線性化方案、平差準(zhǔn)則、隨機(jī)模型及參數(shù)解算方法；在此基礎(chǔ)之上，建立了基于RVoG、RVoGVTD及三層植被散射模型的復(fù)數(shù)最小二乘的植被高反演方法；最后，利用機(jī)載、星載數(shù)據(jù)對(duì)算法進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果表明：新方法可不僅可以很好地兼顧多余觀測(cè)信息，并且可以有效抑制觀測(cè)量較差幾何結(jié)構(gòu)性所引起的病態(tài)問(wèn)題，反演結(jié)果精度優(yōu)于已有算法。(3)提出了基于復(fù)數(shù)最小二乘的PCT(Polar