论文部分内容阅读
林分平均高是计算林分蓄积量的重要参数,主要通过人工方法测量得到,费时费力。采用遥感技术测定林分平均高一直以来精度较低,成为林业遥感的难点之一。 本文以人工针叶林为研究对象,以瑞典南部Remingstorp地区、湖南省黄丰桥国有林场以及内蒙古自治区旺业甸国有林场为研究区,分别采用模拟数据以及机载E-SAR数据,研究针叶林林分散射机理,明确有效垂直波数对针叶林林分平均高反演效果影响规律,提出最佳有效垂直波数区间;基于最佳有效垂直波数区间,利用高斯垂直后向散射模型表征林分垂直方向后向散射能量分布,通过研究区样地调查得到的针叶林林分平均冠长率分布规律设置垂直方向上能量分布峰值位置,依托传统三阶段算法,提出顾及林分冠长率的针叶林林分平均高反演算法,提高了林分平均高反演精度。主要研究结论如下: (1)针叶林林分平均高反演最佳有效垂直波数区间为0.06~0.10,过小或过大的有效垂直波数均不利于林分平均高反演。最佳有效垂直波数区间内,PolInSAR数据的干涉相干性和相干矩阵值域比值均较大,林分平均高反演误差小于15%,具有较好的反演效果;有效垂直波数过小(kz<0.06)时,数据的干涉相干性和相干矩阵值域比值均较小,数据独立性差,失相干现象严重,无法进行林分平均高反演;有效垂直波数过大(kz>0.10)时,数据的干涉相干性和相干矩阵值域比值随着有效垂直波数的增大而减小,林分平均高反演结果的可靠性逐渐降低,失相干现象逐渐增强,不利于进行林分高度反演。 (2)顾及林分冠长率的针叶林林分平均高反演算法可以有效提高纯体相干估计的干涉相干性,减小传统三阶段算法自身产生的误差影响,提高林分平均高反演结果的可靠性。 (3)针对不同林分平均高的模拟数据,顾及林分冠长率的针叶林林分平均高反演算法反演效果均优于传统三阶段算法,其中对于林分平均高为15m的林分反演效果最好,反演精度为95.1%,林分平均高为20m的林分反演效果次之,反演精度为90.4%,林分平均高为10m的林分反演效果较差,反演精度为73.6%。 (4)针对真实林分的机载E-SAR数据,顾及林分冠长率的针叶林林分平均高反演算法林分平均高估计精度达到94.4%,较传统三阶段算法86.2%的精度提高了8.2个百分点,标准差以及均方根误差较传统三阶段算法分别减少了0.94m和1.66m,具有较好的林分平均高反演效果。