森林地上生物量估測(cè)方法及裝置制造方法
【專利摘要】本發(fā)明是有關(guān)于一種森林地上生物量估測(cè)方法及裝置，其中的方法包括：針對(duì)預(yù)處理后的一對(duì)極化干涉SAR影像，利用像元的復(fù)相干在垂直方向上的勒讓德展開式來估測(cè)像元的相對(duì)反射率的垂直分布；針對(duì)預(yù)處理后的主影像中的所有像元進(jìn)行散射類區(qū)分，將影像中所有體散射類像元形成的區(qū)域作為森林區(qū)域，并進(jìn)行面向?qū)ο蠓指?，以獲得表示均質(zhì)森林對(duì)象的多個(gè)多邊形林分；針對(duì)各多邊形林分，分別計(jì)算平均相對(duì)反射率垂直結(jié)構(gòu)剖面，并對(duì)各平均相對(duì)反射率垂直結(jié)構(gòu)剖面進(jìn)行參數(shù)化處理；根據(jù)獲得的多個(gè)參數(shù)建立多元線性森林地上生物量估測(cè)模型，并利用該模型分別計(jì)算各多邊形林分的森林地上生物量。本發(fā)明提供的技術(shù)方案可以對(duì)森林地上生物量進(jìn)行更準(zhǔn)確地估測(cè)。
【專利說明】森林地上生物量估測(cè)方法及裝置

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及森林地上生物量估測(cè)技術(shù)，特別是涉及一種森林地上生物量估測(cè)方法 及裝置。

【背景技術(shù)】
[0002] 森林是地球上的重要資源之一，對(duì)森林地上生物量（Above Ground Biomass，AGB) 的估測(cè)對(duì)于了解并保護(hù)森林資源而言是非常重要的。
[0003] 目前，森林地上生物量估測(cè)方法主要包括兩種：第一種是基于微波的后向散射系 數(shù)或者光學(xué)遙感中的反照率來估測(cè)森林地上生物量；第二種是在基于森林高度的基礎(chǔ)上利 用生長(zhǎng)方程來估測(cè)森林地上生物量。
[0004] 發(fā)明人在實(shí)現(xiàn)本發(fā)明過程中發(fā)現(xiàn)，信號(hào)飽和問題會(huì)對(duì)第一種方法的森林地上生物 量估測(cè)準(zhǔn)確性產(chǎn)生較大的影響，而第二種方法由于沒有考慮林分密度、樹種組成以及林層 垂直分布等森林空間結(jié)構(gòu)特征，因此，其森林地上生物量估測(cè)準(zhǔn)確性有待于進(jìn)一步提高。
[0005] 有鑒于現(xiàn)有的森林地上生物量估測(cè)技術(shù)存在的技術(shù)問題，本發(fā)明人基于從事此類 產(chǎn)品設(shè)計(jì)制造多年豐富的實(shí)務(wù)經(jīng)驗(yàn)及專業(yè)知識(shí)，并配合學(xué)理的運(yùn)用，積極加以研究創(chuàng)新，以 期創(chuàng)設(shè)一種森林地上生物量估測(cè)裝置以及方法，能夠解決現(xiàn)有的森林地上生物量估測(cè)技術(shù) 所存在的問題，使其更具有實(shí)用性。經(jīng)過不斷的研究設(shè)計(jì)，并經(jīng)過反復(fù)試作樣品及改進(jìn)后， 終于創(chuàng)設(shè)出確具實(shí)用價(jià)值的本發(fā)明。


【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的之一在于，克服現(xiàn)有的森林地上生物量估測(cè)技術(shù)存在的問題，而提 供一種森林地上生物量估測(cè)方法及裝置，所要解決的技術(shù)問題是，對(duì)森林地上生物量進(jìn)行 更準(zhǔn)確地估測(cè)。
[0007] 本發(fā)明的目的以及解決其技術(shù)問題可以采用以下的技術(shù)方案來實(shí)現(xiàn)。
[0008] 依據(jù)本發(fā)明提出的一種森林地上生物量估測(cè)方法，包括：讀取一對(duì)極化干涉合成 孔徑雷達(dá)SAR影像，并對(duì)讀取的該對(duì)極化干涉SAR影像進(jìn)行預(yù)處理，所述一對(duì)極化干涉SAR 影像包括：主影像和輔影像；針對(duì)預(yù)處理后的該對(duì)極化干涉SAR影像，利用像元的復(fù)相干在 垂直方向上的勒讓德展開式來估測(cè)像元的相對(duì)反射率的垂直分布；針對(duì)預(yù)處理后的主影像 中的所有像元進(jìn)行散射類區(qū)分，將影像中所有體散射類像元形成的區(qū)域作為森林區(qū)域；針 對(duì)森林區(qū)域進(jìn)行面向?qū)ο蠓指?，以獲得表示均質(zhì)森林對(duì)象的多個(gè)多邊形林分；針對(duì)各個(gè)多 邊形林分，分別計(jì)算平均相對(duì)反射率垂直結(jié)構(gòu)剖面，并利用相應(yīng)像元的相對(duì)反射率的垂直 分布對(duì)各所述平均相對(duì)反射率垂直結(jié)構(gòu)剖面進(jìn)行參數(shù)化處理，以獲得多個(gè)參數(shù)；根據(jù)所述 多個(gè)參數(shù)建立多元線性森林地上生物量估測(cè)模型；利用所述多元線性森林地上生物量估測(cè) 模型分別計(jì)算各個(gè)多邊形林分的森林地上生物量。
[0009] 依據(jù)本發(fā)明提出的一種森林地上生物量估測(cè)裝置，該裝置包括：預(yù)處理模塊，用于 讀取一對(duì)極化干涉合成孔徑雷達(dá)SAR影像，并對(duì)讀取的該對(duì)極化干涉SAR影像進(jìn)行預(yù)處理， 且所述一對(duì)極化干涉SAR影像包括：主影像和輔影像；垂直分布模塊，用于針對(duì)預(yù)處理后 的該對(duì)極化干涉SAR影像，利用像元的復(fù)相干在垂直方向上的勒讓德展開式來估測(cè)像元的 相對(duì)反射率的垂直分布；森林區(qū)域模塊，用于針對(duì)預(yù)處理后的主影像中的所有像元進(jìn)行散 射類區(qū)分，將影像中所有體散射類像元形成的區(qū)域作為森林區(qū)域；林分模塊，用于針對(duì)森林 區(qū)域進(jìn)行面向?qū)ο蠓指?，以獲得表示均質(zhì)森林對(duì)象的多個(gè)多邊形林分；參數(shù)化模塊，用于針 對(duì)各個(gè)多邊形林分，分別計(jì)算平均相對(duì)反射率垂直結(jié)構(gòu)剖面，并利用相應(yīng)像元的所述相對(duì) 反射率的垂直分布對(duì)各所述平均相對(duì)反射率垂直結(jié)構(gòu)剖面進(jìn)行參數(shù)化處理，以獲得多個(gè)參 數(shù)；建立模型模塊，用于根據(jù)所述多個(gè)參數(shù)建立多元線性森林地上生物量估測(cè)模型；森林 地上生物量估測(cè)模塊，用于利用所述多元線性森林地上生物量估測(cè)模型分別計(jì)算各個(gè)多邊 形林分的森林地上生物量。
[0010] 借由上述技術(shù)方案，本發(fā)明的森林地上生物量估測(cè)方法及裝置至少具有下列優(yōu)點(diǎn) 及有益效果：本發(fā)明通過利用散射類對(duì)像元進(jìn)行區(qū)分以確定森林區(qū)域，并對(duì)森林區(qū)域進(jìn)行 面向?qū)ο蟮姆指?，以獲得具有相同均質(zhì)森林對(duì)象的多邊形林分，從而考慮了森林中的林分 密度和樹種組成；通過利用像元的相對(duì)反射率的垂直分布對(duì)每個(gè)多邊形林分的平均相對(duì)反 射率垂直結(jié)構(gòu)剖面參數(shù)化，并利用各參數(shù)來建立多元線性森林地上生物量估測(cè)模型，使該 模型與林層垂直分布這一森林空間結(jié)構(gòu)特征相關(guān)聯(lián)，這樣，利用該模型可以較準(zhǔn)確的估測(cè) 出每個(gè)多邊形林分的森林地上生物量，且該模型不會(huì)引起信號(hào)飽和現(xiàn)象；最終本發(fā)明提供 的技術(shù)方案在避免了信號(hào)飽和問題的同時(shí)，實(shí)現(xiàn)了對(duì)森林地上生物量的準(zhǔn)確估測(cè)。
[0011] 綜上所述，本發(fā)明在技術(shù)上有顯著的進(jìn)步，并具有明顯的積極技術(shù)效果，誠(chéng)為一新 穎、進(jìn)步、實(shí)用的新設(shè)計(jì)。
[0012] 上述說明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段， 而可依照說明書的內(nèi)容予以實(shí)施，并且為了讓本發(fā)明的上述和其他目的、特征和優(yōu)點(diǎn)能夠 更明顯易懂，以下特舉較佳的實(shí)施例，詳細(xì)說明如下。

【專利附圖】

【附圖說明】
[0013] 圖1是本發(fā)明實(shí)施例的森林地上生物量估測(cè)方法的流程圖；
[0014] 圖2a是本發(fā)明實(shí)施例的L-波段極化干涉SAR影像中的主影像；
[0015] 圖2b是本發(fā)明實(shí)施例的L-波段極化干涉SAR影像中的輔影像；
[0016] 圖3是本發(fā)明實(shí)施例的HHJffl復(fù)相干示意圖；
[0017] 圖4是本發(fā)明實(shí)施例的面向?qū)ο蠓指罱Y(jié)果示意圖；
[0018] 圖5是本發(fā)明實(shí)施例的單個(gè)林分的垂直結(jié)構(gòu)剖面示意圖；
[0019] 圖6是本發(fā)明實(shí)施例的森林AGB估測(cè)結(jié)果示意圖；
[0020] 圖7是本發(fā)明實(shí)施例的森林地上生物量估測(cè)裝置示意圖。

【具體實(shí)施方式】
[0021] 下面結(jié)合附圖對(duì)本發(fā)明實(shí)施例的森林地上生物量估測(cè)方法及裝置進(jìn)行詳細(xì)說明。
[0022] 實(shí)施例一、森林地上生物量估測(cè)方法。
[0023] 圖1為本發(fā)明實(shí)施例的森林地上生物量估測(cè)方法的流程圖。
[0024] 在圖1中，步驟1、讀入一對(duì)極化干涉SAR(Synthetic Aperture Radar,合成孔徑 雷達(dá)）影像，并對(duì)讀入的該對(duì)極化干涉SAR影像進(jìn)行影像預(yù)處理。
[0025] 具體的，本實(shí)施例中的一對(duì)極化干涉SAR影像是指一景主影像（該主影像為極化 SAR影像）以及該主影像對(duì)應(yīng)的輔影像（該輔影像同樣為極化SAR影像）；例如，L-波段一 對(duì)極化干涉SAR影像中的主影像的一個(gè)例子如圖2a所示，L-波段一對(duì)極化干涉SAR影像 中的輔影像的一個(gè)例子如圖2b所示。也就是說，本實(shí)施例中的一對(duì)極化干涉SAR影像是由 兩景分別對(duì)應(yīng)的極化SAR影像構(gòu)成，其中一景對(duì)應(yīng)的極化SAR影像為主影像，而另一景對(duì)應(yīng) 的極化SAR影像為輔影像。
[0026] 對(duì)讀入的該對(duì)極化干涉SAR影像進(jìn)行影像預(yù)處理可以具體包括：對(duì)主影像和輔影 像分別進(jìn)行精確配準(zhǔn)、去除平地相位以及濾波等影像預(yù)處理方式，本實(shí)施例可以采用現(xiàn)有 的影像預(yù)處理方式對(duì)該對(duì)極化干涉SAR影像分別進(jìn)行處理，例如，本實(shí)施例對(duì)主影像和輔 影像分別進(jìn)行影像預(yù)處理的一個(gè)具體過程可以包括下述步驟：
[0027] la)、基于SARINF0RS軟件讀入主影像和輔影像，利用SARINF0RS軟件的配準(zhǔn)算法 對(duì)主影像和輔影像分別進(jìn)行精配準(zhǔn)，得到配準(zhǔn)后的主影像和輔影像。
[0028] Ib)、基于SARINF0RS軟件讀入精配準(zhǔn)后的主影像和輔影像，利用SARINF0RS軟件 的去除平地相位模塊對(duì)精配準(zhǔn)后的主影像和輔影像分別進(jìn)行去平處理，得到去平處理后的 主輔影像。
[0029] Ic)、利用SARINF0RS軟件的濾波模塊對(duì)去平處理后的主影像和輔影像分別進(jìn)行 濾波處理，得到濾波后的主影像和輔影像。
[0030] 步驟2、估測(cè)地相位（也可以稱為地表相位）。
[0031] 本實(shí)施例估測(cè)地相位的方式可以為：針對(duì)經(jīng)過上述步驟1獲得的影像預(yù)處理后的 主影像和輔影像，分別計(jì)算每個(gè)像元在11個(gè)極化通道下的復(fù)相干，即HH_HH、HV_HV、HH-VV_ HH-VV、HH+VV_HH+VV、VV_VV、RR_RR、LL_LL、LR_LR、optl_optl、opt2_opt2 以及 opt3_opt3 ; 其中，HH_HH復(fù)相干如圖3所示；然后，基于RVoG模型通過線性最小二乘擬合的六次迭代運(yùn) 算（即通過不斷的旋轉(zhuǎn)直線使其與水平軸平行），在復(fù)平面單位圓內(nèi)，將上述11個(gè)極化通道 下的復(fù)相干（為復(fù)平面內(nèi)的各散點(diǎn)）擬合成一條直線，該直線與上述復(fù)平面單位圓存在兩 個(gè)交點(diǎn)，本實(shí)施例可以先將這兩個(gè)交點(diǎn)作為潛在的地相位，然后，判斷各極化通道下的復(fù)相 干與這兩個(gè)潛在的地相位的距離關(guān)系，并根據(jù)該距離關(guān)系判斷出地相位，例如，本實(shí)施例可 以基于對(duì)極化干涉信息的先驗(yàn)理解根據(jù)該距離關(guān)系判斷出地相位。
[0032] 本實(shí)施例估測(cè)地相位的一個(gè)具體的實(shí)現(xiàn)過程包括如下步驟：
[0033] 2a)、將影像預(yù)處理后的主影像和輔影像基于Pauli基散射矢量表示為如下：

【權(quán)利要求】
1. 一種森林地上生物量估測(cè)方法，其特征在于，包括： 讀取一對(duì)極化干涉成孔徑雷達(dá)SAR影像，并對(duì)讀取的該對(duì)極化干涉SAR影像進(jìn)行預(yù)處 理，所述一對(duì)極化干涉SAR影像包括：主影像和輔影像； 針對(duì)預(yù)處理后的該對(duì)極化干涉SAR影像，利用像元的復(fù)相干在垂直方向上的勒讓德展 開式來估測(cè)像元的相對(duì)反射率的垂直分布； 針對(duì)預(yù)處理后的主影像中的所有像元進(jìn)行散射類區(qū)分，將影像中所有體散射類像元形 成的區(qū)域作為森林區(qū)域； 針對(duì)森林區(qū)域進(jìn)行面向?qū)ο蠓指?，以獲得表示均質(zhì)森林對(duì)象的多個(gè)多邊形林分； 針對(duì)各個(gè)多邊形林分，分別計(jì)算平均相對(duì)反射率垂直結(jié)構(gòu)剖面，并利用相應(yīng)像元的相 對(duì)反射率的垂直分布對(duì)各所述平均相對(duì)反射率垂直結(jié)構(gòu)剖面進(jìn)行參數(shù)化處理，以獲得多個(gè) 參數(shù)； 根據(jù)所述多個(gè)參數(shù)建立多元線性森林地上生物量估測(cè)模型； 利用所述多元線性森林地上生物量估測(cè)模型分別計(jì)算各個(gè)多邊形林分的森林地上生 物量。
2. 如權(quán)利要求1所述的方法，其特征在于，所述對(duì)讀取的該對(duì)極化干涉SAR影像進(jìn)行預(yù) 處理包括： 對(duì)主影像和輔影像分別進(jìn)行配準(zhǔn)處理，對(duì)配準(zhǔn)處理后的主影像和輔影像分別進(jìn)行去平 處理，并對(duì)去平處理后的主影像和輔影像分別進(jìn)行濾波處理，以獲得濾波后的主影像和輔 影像。
3. 如權(quán)利要求1所述的方法，其特征在于，所述勒讓德展開式為勒讓德二階展開式；且 像元的相對(duì)反射率的垂直分布通過像元在垂直方向上的相對(duì)反射率函數(shù)表示，所述相對(duì)反 射率函數(shù)為：
其中，hv表示樹高，a1(l表示復(fù)相干勒讓德展開式中第1項(xiàng)的系數(shù)，a2(l表示復(fù)相干勒讓 德展開式中第2項(xiàng)的系數(shù)，z表示垂直方向的高度變量，且z的取值為O到最大樹高&之間 的任意值。
4. 如權(quán)利要求3所述的方法，其特征在于，所述相對(duì)反射率函數(shù)中的（fpaj通過下述 公式計(jì)算獲得：

其中，ai(l = ai/Q+a。)，z = 2z' /hv-l，kv = kzhv/2, zQ 表示地表高度，@ z 表示垂直有 效波數(shù)，hv表示樹高，m表示地-體散射比，f(z')表示像元的體散射復(fù)相干的垂直結(jié)構(gòu)函 數(shù)，％表示勒讓德系數(shù)多項(xiàng)式的第i項(xiàng)的，w表示極化方式，kz表示有效波束，i表示虛數(shù)， 小。表示地相位，I表示每個(gè)像元的復(fù)相干值，Itl表示每個(gè)像元的強(qiáng)度值，n的取值范圍為 (0, 2)，an表示勒讓德多項(xiàng)式系數(shù)，Pn(Z)表示勒讓德多項(xiàng)式的第n階，&表示像元的體散射 復(fù)相干的結(jié)構(gòu)函數(shù)的第〇階，表示像元的體散射復(fù)相干的結(jié)構(gòu)函數(shù)的第1階，f2表示像 元的體散射復(fù)相干的結(jié)構(gòu)函數(shù)的第2階。
5. 如權(quán)利要求3所述的方法，其特征在于，所述樹高通過下述公式計(jì)算獲得：
表示體散射極化方式，hv表示樹高。
6. 如權(quán)利要求5所述的方法，其特征在于，所述地相位通過下述方式獲得： 基于Pauli基散射矢量表示影像預(yù)處理后的主影像和輔影像； 利用主影像和輔影像的基于Pauli基散射矢量構(gòu)建主影像和輔影像的極化干涉相干 矢量，并分別計(jì)算每個(gè)像元在11個(gè)極化通道下的復(fù)相干； 根據(jù)散射模型將所述各極化通道下的復(fù)相干在復(fù)平面內(nèi)擬合成一條直線，并將該直線 與復(fù)平面單位圓的兩個(gè)交點(diǎn)作為潛在的地相位； 判斷每個(gè)像元在11個(gè)極化通道下的復(fù)相干與所述潛在的地相位的距離關(guān)系，并根據(jù) 所述距離關(guān)系判斷出地相位。
7. 如權(quán)利要求1所述的方法，其特征在于，所述針對(duì)預(yù)處理后的主影像中的所有像元 進(jìn)行散射類區(qū)分，將影像中所有體散射類像元形成的區(qū)域作為森林區(qū)域包括： 對(duì)影像預(yù)處理后的主影像進(jìn)行分解處理，以獲得每個(gè)像元所對(duì)應(yīng)的表面散射功率、二 次散射功率以及體散射功率，并將功率最大的散射機(jī)制作為像元的主導(dǎo)散射機(jī)制； 將主導(dǎo)散射機(jī)制為體散射機(jī)制的像元進(jìn)行合并，將合并后形成的區(qū)域作為森林區(qū)域。
8. 如權(quán)利要求1所述的方法，其特征在于，所述針對(duì)森林區(qū)域進(jìn)行面向?qū)ο蠓指?，以獲 得表示均質(zhì)森林對(duì)象的多個(gè)多邊形林分包括： 通過相干優(yōu)化算法計(jì)算相干參數(shù)影像，并對(duì)所述相干參數(shù)影像以及樹高影像進(jìn)行濾波 處理； 針對(duì)濾波處理后的影像計(jì)算每個(gè)像元之間的差異，以生成差異梯度柵格影像； 利用自上而下的分割算法將所述柵格影像劃分成各個(gè)單個(gè)對(duì)象； 針對(duì)各個(gè)單個(gè)對(duì)象分別進(jìn)行矢量化圖像處理，以形成多個(gè)多邊形，且每個(gè)多邊形為一 個(gè)多邊形林分。
9. 如權(quán)利要求1至8中任一權(quán)利要求所述的方法，其特征在于，所述多個(gè)參數(shù)至少包括 下述參數(shù)之一： 第一冠層跨度除以冠層峰值、第一冠層相對(duì)反射率與其對(duì)應(yīng)的第一冠層高度的乘積之 和、在對(duì)第一冠層高斯擬合的幅度的倒數(shù)、在對(duì)第一冠層高斯擬合的幅度的均值、在對(duì)第一 冠層高斯擬合的幅度的方差、第一冠層相對(duì)反射率之和的倒數(shù)、第二冠層相對(duì)反射率之和 的倒數(shù)、第一冠層相對(duì)反射率之和的倒數(shù)與第二冠層相對(duì)反射率之和的倒數(shù)的比值、第一 冠層以相對(duì)反射率峰值為界的下半部分相對(duì)反射率之和與上半部分相對(duì)反射率之和的比 值、所有冠層相對(duì)反射率與對(duì)應(yīng)森林高度乘積之和； 且所述根據(jù)所述多個(gè)參數(shù)建立多元線性森林地上生物量估測(cè)模型包括：根據(jù)所述多個(gè) 參數(shù)采用對(duì)數(shù)函數(shù)建立多元線性森林上生物量估測(cè)模型。
10. -種森林地上生物量估測(cè)裝置，其特征在于，所述裝置包括： 預(yù)處理模塊，用于讀取一對(duì)極化干涉合成孔徑雷達(dá)SAR影像，并對(duì)讀取的該對(duì)極化干 涉SAR影像進(jìn)行預(yù)處理，且所述一對(duì)極化干涉SAR影像包括：主影像和輔影像； 垂直分布模塊，用于針對(duì)預(yù)處理后的該對(duì)極化干涉SAR影像，利用像元的復(fù)相干在垂 直方向上的勒讓德展開式來估測(cè)像元的相對(duì)反射率的垂直分布； 森林區(qū)域模塊，用于針對(duì)預(yù)處理后的主影像中的所有像元進(jìn)行散射類區(qū)分，將影像中 所有體散射類像元形成的區(qū)域作為森林區(qū)域； 林分模塊，用于針對(duì)森林區(qū)域進(jìn)行面向?qū)ο蠓指?，以獲得表示均質(zhì)森林對(duì)象的多個(gè)多 邊形林分； 參數(shù)化模塊，用于針對(duì)各個(gè)多邊形林分，分別計(jì)算平均相對(duì)反射率垂直結(jié)構(gòu)剖面，并利 用相應(yīng)像元的所述相對(duì)反射率的垂直分布對(duì)各所述平均相對(duì)反射率垂直結(jié)構(gòu)剖面進(jìn)行參 數(shù)化處理，以獲得多個(gè)參數(shù)； 建立模型模塊，用于根據(jù)所述多個(gè)參數(shù)建立多元線性森林地上生物量估測(cè)模型； 森林地上生物量估測(cè)模塊，用于利用所述多元線性森林地上生物量估測(cè)模型分別計(jì)算 各個(gè)多邊形林分的森林地上生物量。
【文檔編號(hào)】G06T7/00GK104361592SQ201410645071
【公開日】2015年2月18日 申請(qǐng)日期:2014年11月14日 優(yōu)先權(quán)日:2014年11月14日
【發(fā)明者】陳爾學(xué), 白黎娜, 田昕, 馮琦 申請(qǐng)人:中國(guó)林業(yè)科學(xué)研究院資源信息研究所