基于S-RVoG模型的PolInSAR森林高度非线性复数最小二乘反演算法

P237; 针对经典的PolInSAR森林高度三阶段几何反演算法在单基线条件容易受到地体幅度比假设以及地形坡度影响的问题,从测量平差角度提出了基于S-RVoG模型的PolInSAR非线性复数最小二乘森林高度反演算法.该算法不再需要假设某一个极化通道地体幅度比为零,且采用考虑地形坡度影响的S-RV oG模型作为平差模型.为了验证算法,本文采用欧空局Bi oSAR2008项目提供的3景P波段极化干涉SAR数据进行两组单基线森林高度反演试验.结果表明,在单基线条件下,基于RV oG模型的非线性复数最小二乘算法反演结果优于三阶段几何反演算法,而基于S-RV oG模型的非线性复数最小二乘算法进一步提高反...

Full description

Saved in:
Bibliographic Details
Published in:测绘学报 2020-10, Vol.49 (10), p.1303-1310
Main Authors: 解清华, 朱建军, 汪长城, 付海强, 张兵
Format: Article
Language:Chinese
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:P237; 针对经典的PolInSAR森林高度三阶段几何反演算法在单基线条件容易受到地体幅度比假设以及地形坡度影响的问题,从测量平差角度提出了基于S-RVoG模型的PolInSAR非线性复数最小二乘森林高度反演算法.该算法不再需要假设某一个极化通道地体幅度比为零,且采用考虑地形坡度影响的S-RV oG模型作为平差模型.为了验证算法,本文采用欧空局Bi oSAR2008项目提供的3景P波段极化干涉SAR数据进行两组单基线森林高度反演试验.结果表明,在单基线条件下,基于RV oG模型的非线性复数最小二乘算法反演结果优于三阶段几何反演算法,而基于S-RV oG模型的非线性复数最小二乘算法进一步提高反演精度,对于坡度较大区域(坡度>10°),精度平均提高了18.48％.
ISSN:1001-1595
DOI:10.11947/j.AGCS.2020.20190081