Inversion of vegetation height from PolInSAR using complex least squares adjustment method
Inversion of vegetation height from PolInSAR using complex least squares adjustment method
复制标题
使用复数最小二乘平差法从 PolInSAR 反演植被高度
DOI：
10.1007/s11430-015-5070-1
复制
发表时间：
2015-04
期刊：
影响因子：
--
通讯作者：
ZHAO Rong
中科院分区：
文献类型：
--
作者：
WANG ChangCheng;ZHU JianJun;XIE QingHua;ZHAO Rong
本文提出了一种利用单基线极化合成孔径雷达干涉测量（PolInSAR）数据精确反演植被高度的复最小二乘平差（CLSA）新方法。CLSA基本上直接估计仅体积相干性和地面相位两者，而不假设特定偏振信道的地面到体积振幅比（例如，HV）小于−10 dB，与三级方法相同。此外，CLSA可以有效地限制干涉复相干性中的误差，该误差可以直接转化为错误的地面相位和仅体积相干性估计。用BioSAR 2008 P波段E-SAR和L波段SIR-C PolInSAR数据对该方法进行了验证。并将其结果与传统的三阶段法及外部数据进行了比较。这意味着CLSA方法比三阶段方法更稳健。
In this paper, we propose the novel method of complex least squares adjustment (CLSA) to invert vegetation height accurately using single-baseline polarimetric synthetic aperture radar interferometry (PolInSAR) data. CLSA basically estimates both volume-only coherence and ground phase directly without assuming that the ground-to-volume amplitude radio of a particular polarization channel (e.g., HV) is less than −10 dB, as in the three-stage method. In addition, CLSA can effectively limit errors in interferometric complex coherence, which may translate directly into erroneous ground-phase and volume-only coherence estimations. The proposed CLSA method is validated with BioSAR2008 P-band E-SAR and L-band SIR-C PolInSAR data. Its results are then compared with those of the traditional three-stage method and with external data. It implies that the CLSA method is much more robust than the three-stage method.
登录
查看更多内容
DOI：
10.1109/36.964971
发表时间：
2001-11
期刊：
IEEE Trans. Geosci. Remote. Sens.
影响因子：
--
作者：
K. Papathanassiou;S. Cloude
通讯作者：
K. Papathanassiou;S. Cloude
DOI：
10.1049/ip-rsn:20030449
发表时间：
2003-06-01
期刊：
IEE PROCEEDINGS-RADAR SONAR AND NAVIGATION
影响因子：
--
作者：
Cloude, SR;Papathanassiou, KP
通讯作者：
Papathanassiou, KP
偏振SAR干涉测量
影响因子：
8.2
作者：
Cloude, SR;Papathanassiou, KP
通讯作者：
Papathanassiou, KP
影响因子：
4.8
作者：
J. Praks;F. Kugler;K. Papathanassiou;I. Hajnsek;M. Hallikainen
通讯作者：
J. Praks;F. Kugler;K. Papathanassiou;I. Hajnsek;M. Hallikainen
影响因子：
4.8
作者：
J. Lopez-Sanchez;I. Hajnsek;J. David;Ballester-Berman
通讯作者：
J. Lopez-Sanchez;I. Hajnsek;J. David;Ballester-Berman