土壤含水量对PolInSAR 树高反演结果的影响分析

2020-12-15程甲州

科学技术创新 2020年36期

刘凯惠伟程甲州

（1、西安市勘察测绘院，陕西西安710048 2、陕西建工机械施工集团有限公司，陕西西安710048）

1 概述

反演森林树木高度可以更好地了解森林在全球环境变化中的作用[1-3]。现在，遥感是在区域或全球尺度上进行森林高度反演的最有效方法[4]。极化干涉SAR（PolInSAR）不但拥有微波遥感全天时、全天候的特点，也综合了极化和干涉技术对散射体高度、形状等信息敏感的优点，利用极化干涉SAR 技术反演森林树高已经成为林业研究的热点之一[5-6]。

1998 年，Cloude[7]首次利用DEM 差值法反演极化干涉SAR数据得到了树高；2001 年，Cloude[8]提出了RVoG 模型，至此，此模型一直在树高反演和生物量估计中占据主导地位；随后基于RVoG 模型的三阶段算法被提出[9]，该算法在保证精度的同时简化了反演过程。

常规干涉或极化干涉系统，都存在一定的去相关影响，如信噪比去相关、基线去相关、时间去相关等。随着SAR 系统参数设计和数据处理技术的发展进步，部分去相关因素已经减少很多，甚至可以忽略不计，比如信噪比去相关。然而在极化干涉反演森林树高时，时间去相关的影响不可忽略且占据重要地位；同时对于星载极化SAR 系统，由于重访周期较长，时间去相关严重制约了其发展应用。

2 森林的时间去相关

根据以前学者的研究，主要将植被区的时间去相关分为三类[77，102-103]：（1）由于植被运动引起的时间去相关，如风的影响和植被的自然生长等；（2）气候改变引起的介电常数引起的变化，如降雨、降雪等，这部分主要体现在土壤含水量的改变上；（3）场景破坏造成的时间去相关，如人为破坏、火山喷发等；由于场景破坏，前后两次雷达观测的场景发生巨大变化，使雷达后向散射完全去相关，从而使研究工作完全无法展开。

介电常数的改变造成时间去相关的原因主要有两个：一是植被层介电常数的改变引起时间去相关，二是降雨等因素改变了植被区域地面的土壤含水量，从而改变了地面的介电常数。介电常数的改变使前后两次雷达观测的地面目标的物理散射特性发生改变，从而造成两次后向散射信号之间的相干性降低，产生时间去相关。

在本文中，将会利用PolSARpro 中的数据模拟模块分别模拟不同土壤含水量的极化干涉SAR 数据，并通过三阶段算法简要分析土壤含水量的改变引起的时间去相关对森林树高反演的影响。

3 三阶段算法

3.1 RVoG 模型

RVoG 模型，即随机地体两层相干散射模型（random volume over ground，RVoG），是目前极化干涉领域最常用的树高反演模型，它将植被体散射与树高联系起来，并表示为：

其中hv 为植被高度，σ 为平均消光系数，θ 为雷达入射角，λ 为波长。

在RVoG 模型中，为了将地表相干与体相干都考虑在内，所以用参数将地面相位和体散射联合来补偿地面散射机制的影响，因此总的干涉相干系数可以写为：

其中φg 为地面相位，μ 为地体散射幅度比。

3.2 三阶段算法

将RVoG 模型重写为直线形式，如式（6）。三阶段方法最初由Cloud 提出，通过多个极化通道得到的极化干涉复相干系数进行直线拟合，能够较为精确得估计出植被冠层和和地表的相位中心，提高了植被高度的反演精度。该方法主要分为三个步骤：

（1）在复平面上对多个极化干涉相干系数进行最小二乘直线拟合，该直线与单位圆有两个交点。

（2）最大植被偏差去除，即在两点选取与HV 极化散射距离最远的点为地表相位点。

（3）按照式（7）建立查找表，利用查找表的方法估计植被高度与消光系数。

4 数据介绍

PolSARpro 的数据模拟模块是基于麦克斯韦方程组电磁传播和散射模型的全极化SAR 数据模拟程序，一般用于精确模拟极化雷达数据。该模块可以模拟不存在配准误差的理想全极化干涉SAR 数据，并且可以人为地改变参数设置，从而研究极化干涉的各种情况，如地面坡度、地面粗糙度、土壤含水量、森林密度、空间基线等参数设置。因此，我们可以通过PolSARpro 软件改变模拟条件，获得不同森林密度的全极化干涉SAR 数据。从上述可以看出，该数据模拟模块比较适用于研究极化干涉中的一些科学问题，如土壤含水量对树高反演算法的影响。

PolSARpro 数据模拟模块中将土壤含水量H 设定为0-10共11 个等级，其中数值越大代表土壤含水越多，其参数设置与土壤重力含水量σmv的具体转换关系为：