بهبود الگوریتم وارونگی سه‌مرحله‌ای در برآورد ارتفاع جنگل با استفاده از داده‌های تداخل‌سنجی پلاریمتری راداری

نوع مقاله : علمی - پژوهشی

نویسندگان

1 دانشجوی دکتری فتوگرامتری، دانشگاه صنعتی خواجه نصیرالدین طوسی

2 استادیار گروه فتوگرامتری و سنجش از دور دانشگاه صنعتی خواجه نصیرالدین طوسی

3 استاد گروه فتوگرامتری و سنجش از دور دانشگاه صنعتی خواجه نصیرالدین طوسی

چکیده

این مقاله روشی برای بهبود نتایج حاصل از الگوریتم وارونگی سه‌مرحله‌ای، با استفاده از تکنیک تداخل‌سنجی پلاریمتری راداری و برمبنای مدل دولایه‌ای پراکنش حجمی نامنظم روی سطوح، عرضه می‌کند. در روش مرسوم سه‌مرحله‌ای، مقادیر فاز زمین و ضریب میرایی و ارتفاع لایة حجمی، در یک روند سه‌مرحله‌ای هندسی و بدون نیاز به داده مبنای مدل رقومی ارتفاعی زمین یا اطلاعات اولیه برآورد می‌شوند. در این روش، برآورد مقادیر میرایی و ارتفاع لایة حجمی، در مرحلة سوم و با جست‌وجو در فضایی دوبعدی، انجام می‌شود. در الگوریتم بهبودیافتة مطرح‌شده، معرفی یک شاخص هندسی جدید برمبنای میزان نفوذ سیگنال حجمی در جنگل، دامنة جست‌وجوی مقدار میرایی در مرحلة سوم را محدود می‌کند. شاخص مطرح‌شده، در جایگاه اطلاعات کمکی، سبب می‌شود جست‌وجو در محدودة مناسب‌تری صورت پذیرد. الگوریتم عرضه‌شده روی داده‌های پلاریمتری اینترفرومتری تک‌خط‌مبنا و تک‌فرکانس باند L سنجندة ESAR اجرا شد. محدودیت ایجادشده در دامنة مقدار عددی میرایی، در مقایسه با روش سه‌مرحله‌ای، بهبود میانگین دقت 5/2 متر را در ارتفاع برآوردشده نتیجه داد.

کلیدواژه‌ها


عنوان مقاله [English]

Three Stage Inversion Algorithm Improvement in Forest Height Estimation Using Polarimetric SAR Interferometry Data

نویسندگان [English]

  • T Managhebi 1
  • Y Maghsoudi 2
  • M.J Valadan Zoej 3
1 Ph.D. Student in Photogrammetry, K.N. Toosi University of Technology, Geomatics Engineering Faculty
2 Assistant Prof. of K.N. Toosi University of Technology, Geomatics Engineering Faculty
3 Prof. of K.N. Toosi University of Technology, Geomatics Engineering Faculty
چکیده [English]

This paper provides an advanced method to improve results of three stage inversion algorithm using polarimetric synthetic aperture radar interferometry (PolInSAR) technique based on Random Volume over Ground model. In conventional three stage method, the ground phase, extinction coefficient and volume layer is estimated in a geometrical way without the need for a prior information or separate reference DEM. The extinction and volume height estimation is done in the third stage by searching in the two dimension area. In the proposed algorithm, defining a new geometrical index, based on signal penetration in the forest, imposes a limited range for the extinction coefficient. The new index, as an axillary data, help search in a more appropriate space.  The proposed algorithm was applied on L-band ESAR single baseline single frequency polarimetric SAR interferometry data. As a result of applying this restriction in the extinction range, a 2.5 meter improvement was observed in the RMSE of proposed algorithm compared to the three stage method.   

کلیدواژه‌ها [English]

  • Polarimetric SAR interferometry
  • Random volume over Ground
  • Three stage inversion algorithm
  1. Cloude, S., 2010, Polarisation: Applications in Remote Sensing, Oxford University Press.
  2. Cloude, S. & Papathanassiou, K., 2003, Three-Stage Inversion Process for Polarimetric SAR Interferometry, IEE Proceedings-Radar, Sonar and Navigation, 150, PP. 125-134.
  3. Cloude, S.R., 2005, Pol-InSAR Training Course, Radio Science.
  4. Cloude, S.R. & Papathanassiou, K.P., 1998, Polarimetric SAR Interferometry, IEEE Transactions on Geoscience and Remote Sensing, 36, PP. 1551-1565.
  5. Garestier, F., Dubois-Fernandez, P., Dupuis, X., Paillou, P. & Hajnsek, I., 2006, PolInSAR Analysis of X-Band Data over Vegetated and Urban Areas, IEEE Transactions on Geoscience and Remote Sensing, 44, PP. 356-364.
  6. Hajnsek, I., Scheiber, R., Lee, S., Ulander, L., Gustavsson, A., Tebaldini, S. & Monte Guarnieri, A., 2008, BIOSAR 2007: Technical Assistance for the Development of Airborne SAR and Geophysical Measurements during the BioSAR 2007 Experiment, In: ESA-ESTEC.
  7. Houghton, R., 2005, Aboveground Forest Biomass and the Global Carbon Balance, Global Change Biology, 11, PP. 945-958.
  8. Lavalle, M., 2009, Full and Compact Polarimetric Radar Interferometry for Vegetation Remote Sensing, In: Universite Rennes 1.
  9. Lee, J.-S., Hoppel, K.W., Mango, S.A. & Miller, A.R., 1994, Intensity and Phase Statistics of Multilook Polarimetric and Interferometric SAR Imagery, IEEE Transactions on Geoscience and Remote Sensing, 32, PP. 1017-1028.
  10. Papathanassiou, K., Cloude, S. & Reigber, A., 1999, Estimation of Vegetation Parameters Using Polarimetric SAR Interferometry Part i and ii, In Proceedings of the CEOS SAR Workshop.
  11. Papathanassiou, K. & Cloude, S.R., 2003, The Effect of Temporal Decorrelation on the Inversion of Forest Parameters from PoI-InSAR Data, In International Geoscience and Remote Sensing Symposium, PP. III: 1429-1431.
  12. Papathanassiou, K.P. & Cloude, S.R., 2001, Single-Baseline Polarimetric SAR Interferometry, IEEE Transactions on Geoscience and Remote Sensing, 39, PP. 2352-2363.
  13. Reigber, A. & Moreira, A., 2000, First Demonstration of Airborne SAR Tomography Using Multibaseline L-Band Data, IEEE Transactions on Geoscience and Remote Sensing, 38, PP. 2142-2152.
  14. Treuhaft, R.N., Moghaddam, M. & van Zyl, J.J., 1996, Vegetation Characteristics and Underlying Topography from Interferometric Radar, Radio Science, 31, PP. 1449-1485.
  15. Treuhaft, R.N. & Siqueira, P.R., 2000, Vertical Structure of Vegetated Land Surfaces from Interferometric and Polarimetric Radar, Radio Science, 35, PP. 141-177.
  16. Wenxue, F., Huadong, G., Xinwu, L., Bangsen, T. & Zhongchang, S., 2016, Extended Three-Stage Polarimetric SAR Interferometry Algorithm by Dual-Polarization Data, IEEE Transactions on Geoscience and Remote Sensing, 54, PP. 2792-2802.
  17. Xie, Q., Zhu, J., Wang, C. & Fu, H., 2014, Boreal Forest Height Inversion Using E-SAR PolInSAR Data Based Coherence Optimization Methods and Three-Stage Algorithm, In Earth Observation and Remote Sensing Applications (EORSA), 2014 3rd International Workshop on (PP. 145-150), IEEE.