林业科学

作者：范亚雄1,陈尔学1,*,李增元1,赵磊1,张王菲2,金玉栋3,蔡丽杰3

单位：1. 中国林业科学研究院资源信息研究所 北京 1000912. 西南林业大学林学院 昆明 6502243. 喀喇沁旗旺业甸实验林场 赤峰 024423

关键词：TanDEM-X,森林高度,InSAR,SINC模型

基金：国家重点研发计划项目"人工林资源监测关键技术研究"(2017YFD0600900);国家重点研发计划项目"星载新体制SAR综合环境监测技术"(2017YFB0502700)

目的: 采用TanDEM-X单极化InSAR数据，研究基于相干系数的SINC模型森林高度估测方法，并分析5 m高分辨率的LiDAR DEM和30 m中等分辨率的SRTM DEM对模型估测精度和稳定性的影响。方法: 首先对观测的相干性进行非体散射失相干校正得到体散射失相干γVol，然后基于SINC模型将γVol的相干系数作为输入估测森林高度。以LiDAR提取的森林高度为验证数据，均匀选取150个检验样本，分别在15 m×15 m、30 m×30 m、50 m×50 m和100 m×100 m大小的样本尺度上进行精度评价，并与DSM-DEM差分法进行对比，分析2种方法的精度和适用性。结果: 5 m和30 m分辨率的参考DEM对SINC模型森林高度估测结果影响较小，随样本尺度增大其影响可逐渐忽略，当样本大小为100 m×100 m时，LiDAR DEM和SRTM DEM估测结果的R2分别为0.54、0.51，RMSE分别为2.38、2.51 m，精度分别为77.19%、75.99%；相比SINC模型法，DSM-DEM差分法在各样本尺度上的表现更好，但森林高度估测结果存在明显低估现象，必须采用森林高度实测数据进行校正，当样本大小为100 m×100 m时，R2为0.79，校正前后的RMSE分别为2.57、1.63 m，精度分别为75.44%、84.41%。结论: 基于相干系数的SINC模型法估测森林高度，以30 m空间分辨率的SRTM DEM进行地形补偿和地理编码，可以取得较好结果；虽然该方法的精度相比DSM-DEM差分法略有下降，但既不需要实测森林高度数据进行标定，也不需要输入高分辨率的DEM，具有大范围森林高度制图的潜力和更大的实际应用价值。

来源：2020年第6期

《林业科学》期刊编辑部

查看林业科学杂志2020年第6期