基于改进的RVoG提取森林高度及生物量敏感性分析
森林地上生物量(above-ground biomass,AGB)是森林碳储量的重要评价依据，随着近年来碳中和的研究对森林碳通量与碳储量的测量要求的提高，为有效的大面积的精确的测算森林AGB提出了更高的要求。遥感手段具有观测范围大，时间和人力成本低等特点，在森林观测方面具有巨大潜力，森林高度是森林资源的重要参数，并且与森林AGB具有相关性。森林高度和森林AGB的估算方面已经开发出多种有效的方法实现有效的观测。星载合成孔径雷达(Spaceborne Synthetic Aperture Radar,SAR)具有全天时全天候观测能力，并且不受光学传感器受到的云层干扰和估算饱和等问题，已经越来越成为森林AGB观测任务中的常用遥感手段。本文旨在针对星载SAR在反演森林高度时的时间去相干引起的误差以及估算森林AGB时精度不高的问题进行了讨论。基于三阶段反演法和RVoG模型开发了一种适用于星载PolInSAR数据的改进反演法反演森林高度，森林高度的模拟精度最高时RMSE达到2.3125，R2达到0.8126。随后本文在得到的反演森林高度基础上，结合其他PolSAR提取参数建立回归模型估算森林AGB，旨在讨论星载PolInSAR对森林AGB的模拟能力以及反演森林高度对森林AGB的敏感性，模拟精度最高时RMSE达到1.309t/ha，R2达到0.7516，森林高度的反演结果明显的增加了森林AGB的估算精度。总结以上结果，本文得到了以下结论： 1.星载极化干涉SAR(Polarimetric Interferometric SAR,PolInSAR)数据相较于机载数据具有更长的时间基线和更大的时间去相干干扰，此外星载数据由于传感器距地高度远高于机载数据，从而造成星载干涉数据的垂直波数更小。在提取森林高度时，较小的垂直波数会将时间去相干的干扰进一步扩大，从而造成显著的反演误差。 2.通过对时间去相干造成的相位和相干性的影响建模，本文使用一部分实地测量数据作为控制，在RVoG模型(Random Volume over Groud Model)的基础上引入一个复数参数和实数参数，并通过三重迭代进行参数优化，提取最优参数值，并将最优参数带入改进的RVoG模型中，最终以高于15%的精度提取森林高度。 3.在星载SAR数据估算森林AGB模型中，对森林高度与森林AGB的敏感性进行了分析。结果发现，仅使用极化SAR数据提取的后向散射系数和极化分解参数，无论是使用多元线性回归模型还是支持向量机回归方法，森林高度数据能够有效的提高PolSAR参数估算森林AGB的稳健性和精确性。
森林地上生物量;森林高度;RVoG模型;三阶段反演法
东北林业大学
硕士
森林经理学
范文义
2022
中文
S718.556
2023-04-07（万方平台首次上网日期，不代表论文的发表时间）