基于TerraSAR-X/TanDEM-X干涉DEM的森林冠層高度估測

章皖秋 岳彩榮 劉曉英

(西南林業大學西南地區生物多樣性保育國家林業局重點實驗室，云南 昆明 650224)

?

基于TerraSAR-X/TanDEM-X干涉DEM的森林冠層高度估測

章皖秋 岳彩榮 劉曉英

(西南林業大學西南地區生物多樣性保育國家林業局重點實驗室，云南 昆明 650224)

森林樹高的大面積估測一直是森林資源調查和林業遙感所面臨的技術難題。以云南省勐臘縣森林資源為研究對象，將DEM差分法與TerraSAR-X/TanDEM-X全極化干涉數據、地形圖相結合，用TerraSAR-X/TanDEM-X數據干涉生成各極化通道帶有森林冠層高度的DSM，從地形圖上提取地表高度DTM；對2個高度模型進行水平位置匹配，并提出用參考面將DSM與DTM轉換為相對高度模型RDSM和RDTM，以消除高程基準差異；最后對RDSM和RDTM進行差分運算，估測出研究區各極化通道下的森林冠層高度分布。采用森林資源二類調查數據，對各極化通道的冠層估測高進行了合理性驗證。研究表明：DTM的高程基準面低于DSM，平坦農地適合作為參考面提取相對高度模型。在小班尺度上與森林資源二類調查數據的對比顯示：各極化通道的冠層估測高與小班林分高均呈顯著的中等正相關，冠層高度估測值大小合理，人工林的估測結果略優于天然林；人工林與天然林的冠層估測結果均在主要坡度分布區間內與小班林分高的相關性高；各極化通道的估測結果整體上沒有明顯差異。從總體上來看，基于地形圖和TerraSAR-X/TanDEM-X數據，利用DEM差分法來大面積估測森林冠層高度是一種有效可行的途徑，為輔助森林資源調查工作提供了新思路。

TerraSAR-X/TanDEM-X；干涉；DEM差分；冠層高度；森林

森林樹高是森林經營管理中的一個重要參數，是反映森林材積、生物量、碳儲量和立地質量等的關鍵指標。傳統地面測量樹高的方法雖然精度高，但費時費力、難以獲取大面積森林樹高信息。利用遙感技術快速獲取大面積的樹高空間分布，一直是森林調查和林業遙感面臨的技術難題，目前總體上有光學遙感立體像對法[1-3]、激光雷達測高法[4-6]、極化干涉PolInSAR技術[7-10]、DEM差分法4類遙感技術可以反演森林樹高。其中，PolInSAR技術和DEM差分法的區別在于：PolInSAR只采用同一數據源，用主圖像的各極化通道與輔圖像的各極化通道進行兩兩干涉，構成極化干涉相干矩陣，解析該矩陣來實現森林冠層和林下地表的相位中心分離，不需要相位解纏；而DEM差分從不同數據源分別獲取DSM和DTM，干涉提取數字高度模型也只是對主、輔圖像的同類極化通道進行干涉，數據處理需要去除地平和解纏相位。

DEM差分法對林分級別的樹高估測精度高，應用潛力大[11]。目前，較常見的方法是利用短波段的干涉影像提取的數字高程模型DEM作為DSM，長波段的干涉影像提取的DEM作為DTM，用DSM與DTM的差異反演森林高度。Neeff等和Balzter等指出微波遙感估測的樹高一般與構成林分郁閉度的那部分樹木冠層相對應[11-12]，因此當DEM差分法采用干涉影像運算時，其估測樹高為林分冠層高。但是，采用星載干涉影像提取DSM或DTM時，時間去相干通常會嚴重影響干涉精度；同時，帶有冠層高度的DSM和林下地表高度的DTM的高度確定也是研究難點。由于DSM和DTM來源不同，二者間的水平不匹配，高程基準不一致，也會影響這2種高度模型的差分精度。為解決這一問題，有研究在單個DSM中選取林緣附近平坦區域的平均高度作為地表高度，僅從DSM中減去這個地表高度來提取林分冠層高[13-14]。Sarabandi、龐勇、Simard等[13-15]用單個DSM中的林區與無林區的高度差異來估測冠層高的方法，僅限于地形平坦區，難以應用于地形復雜區。

德國宇航局DLR提供的雙站模式TerraSAR-X/TanDEM-X CoSSC全極化干涉數據，無時間去相干影響，衛星軌道定位精度高，空間分辨率3 m，采用穿透率較低的X波段，利用干涉測量或立體像對等技術可從中提取精確DSM[16-17]。如Sadeghi采用TerraSAR-X/TanDEM-X數據生成森林區域的DSM，結合激光雷達獲取的DTM，成功提取了冠層高度[18]。同時費立凡指出我國中小尺度比例尺的數字地面模型DTM可通過地形圖獲取[19]。因此，本研究嘗試用TerraSAR-X/TanDEM-X數據干涉生成帶有森林冠層高度的DSM，從基礎地形圖上提取地表高度DTM；對2個高度模型進行水平幾何匹配，并用參考面將DSM與DTM轉換為相對高度模型，然后用差分運算從兩個相對高程模型中估測出林分冠層高度；用森林資源二類調查的小班林分高，對估測結果的合理性進行分析。由于TerraSAR-X/TanDEM-X全極化數據具有HH、HV、VH、VV 4個極化通道，因此本研究將分別對這4個極化通道數據進行森林冠層高度的提取和分析。

1 研究區自然概況

研究區位于云南省南端的勐臘縣境內，中心位置為東經101.34°，北緯21.5°，研究區面積約50 km2。勐臘縣屬北亞熱帶濕潤季風氣候，年平均溫度在21 ℃，年降雨量1 700 mm以上，年積溫在7 500 ℃以上。研究區內森林覆蓋率達86.24%，郁閉度較高，主要包括天然闊葉林與人工橡膠 (Heveabrasiliensis) 林。其中，天然林以季風常綠闊葉林、熱帶季節性雨林、熱性竹林為主，林種豐富、空間結構復雜；天然林主要位于山地部分，通達性較差，地面調查難度較大。研究區內海拔為480～2 023 m，坡度0°～60°。

2 研究方法

2.1 數據來源

采用研究區1∶5萬地形圖提取代表地表高度的DTM，坐標系為西安80，20 m等高距。我國基礎地形圖是通過航片立體像對與地面控制點相結合獲取的[20]；地面控制點測量的是林下地面高度，經過地面控制點的高程傳遞，森林冠層高度最終被壓制去除，因此地形圖體現的是林下地面高程。我國1∶5萬地形圖精度令人滿意[21]；而中小比例尺的地形圖也可以提取數字地面模型DTM[19]。

雙站模式的TerraSAR-X/TanDEM-X CoSSC全極化干涉數據，由TSX和TDX 2顆衛星同步獲取，因此不存在時間去相干影響。其中，全極化是指雷達同時發射和接收水平 (H) 和垂直 (V) 2種極化信號，發射與回波的極化就構成4種回波信號：HH、HV、VH、VV[22]；全極化信號描述了地物的散射特性，各類地物對各種極化波表現各異，因此不同類型地物的全極化信號特征不一樣。在CoSSC (co-registered single look slant range complex) 格式下，主、輔圖像經過了聚焦、帶通濾波以及亞像元級配準，數據精度較高。由TerraSAR-X/TanDEM-X數據提取的DSM，空間分辨率可達12 m[16,23]，能滿足1∶5萬地形圖測圖需要[20]。研究區數據獲取時間為2015年12月，Stripmap掃描，空間有效基線134 m，平均入射角由近距31.86°至遠距33.34°，高度模糊數43.85，最佳標稱空間分辨率2.13 m。研究區內山體主要呈東西走向，與微波斜距向基本一致，因此影像的疊掩、陰影現象并不嚴重。

研究采用2006年勐納縣森林資源二類調查數據對冠層高估測結果進行合理性驗證。由于微波數據與森林資源二類調查數據的時間跨度較大，無法用二類調查數據來檢驗估測結果的數值精確性。但研究區森林類型主要為成熟的天然林與橡膠林，樹高生長緩慢，人為干擾較小，因此可在小班尺度上，分析冠層估測高與二類調查數據的小班林分高的相關度，來檢驗估測結果的合理性。在剔除非林地和信息不全的小班后，研究區主要包括122個人工林小班 (以橡膠林為主)，165個天然林小班，見圖1。

圖1 人工林與天然林小班

Fig.1 The selected plots of natural and planted forest

根據干涉SAR的DEM差分法，選擇合適的入射波長和極化特征，干涉相干提取散射相位中心，就能得到森林特定位置的高度；如果能提取出帶有冠層高度的DSM和代表林下地表高度的DTM，二者之差就代表了森林冠層高度CHM (canopy height model)，見圖2。

圖2 干涉SAR的DEM差分法

Fig.2 DEM difference of interferometric SAR

2.2 DTM與DSM獲取

數字化1∶5萬地形圖，提取出地面高度的DTM[24]，空間分辨率設置為25 m[25]。用干涉InSAR (interferometric SAR) 技術從TerraSAR-X/TanDEM-X CoSSC數據中提取4個極化通道下的DSM：HH_DSM，HV_DSM，VH_DSM，VV_DSM；空間分辨率25 m。InSAR技術采用空間分離的兩個位置對同一地區進行SAR成像，估計2幅復數圖像對應像素之間的干涉相位差來提取散射體的高度[26]。由于TerraSAR-X/TanDEM-X CoSSC數據的主、輔圖像間已精確配準；根據常規InSAR流程，數據處理直接從干涉相位提取開始，然后采用自適應濾波消除干涉相位中的加性噪聲，計算相干性，根據成像幾何計算并去除平地相位，研究采用了最小費用流法進行相位解纏，利用地面控制點校正絕對相位，然后地理編碼輸出數字高程模型。最終，從TerraSAR-X/TanDEM-X數據中提取出4個極化通道下的DSM。因為TerraSAR-X/TanDEM-X數據的空間分辨率一般為3 m，其DEM商業產品空間分辨率為12 m[28]，因此該數據具備提取25 m空間分辨率DSM的條件，與DTM一致。

相位中心是干涉技術的核心，因此HH、HV、VH、VV 4種極化通道干涉結果的主要區別在于提取的相位中心位置不同。在森林等可穿透區，4種極化通道的干涉相位中心對應于森林垂直結構的不同部位[28]，具體位置與森林結構和散射機制相關；在城市建筑等無法穿透區，4種極化的相位中心則與地面結構相關。由于X波段較短，回波信號主要來自于與其波長大致相同的葉片、枝條等目標，即森林冠層體散射[12]，因此TerraSAR-X/TanDEM-X的4個極化通道的DSM分別對應于森林冠層的某特定位置。

2.3 DSM與DTM的水平幾何匹配

水平幾何精確匹配是數字高程模型之間代數運算的前提。本研究采用Ni的DEM匹配方案[29]：分別模擬出DSM與DTM在相同照射條件下的局部入射角余弦圖，在2個模擬圖之間自動匹配地面控制點，然后利用局域仿射變換對DSM與DTM進行幾何匹配。

2.4 相對數字高程模型提取及差分

統一高程基準面是2種DEM對比分析的前提[30]。我國西安80坐標系的地形圖采用平面投影坐標系，IAG 75橢球體，黃海平均海面為高程起算點；而TerraSAR-X/TanDEM-X數據干涉測量的DSM采用地心坐標系WGS84，以WGS84橢球面為高程基準。由于缺乏兩種坐標系間的轉換參數，無法將DSM和DTM的高度值嚴格統一到黃海海平面或者WGS84橢球上。DTM與DSM的高度起算基準不一樣，將無法直接差分運算。采用公式 (1) 的Δdh可以檢查2種數字高度模型的高度基準是否存在差異。對于同一區域而言，若2種數字高度模型的高度起算點一致，則區域的整體平均DSM減去整體平均DTM的差值Δdh應該為正，且不大于正常樹高的范圍。若Δdh為正、且遠大于正常樹高范圍，說明DSM的高度值起算面低于DTM，使得同一坐標位置上的DSM高度值過大。若Δdh為負，說明DSM的高度值的起算面高于DTM，使得同一坐標位置上的DSM高度值過小，DTM的數值就會大于DSM的值。因此，若Δdh為正且過大，或者為負，均說明DSM與DTM的高度基準面不一樣，二者不能直接差分運算。

(1)

本研究采用提取相對高程的方法，在不考慮局部區域地面曲率的前提下，間接統一DSM和DTM的高度起算點。在DSM與DTM上選擇一塊平坦、空曠的非林地，以該點在DSM和DTM的高度為參考 (即零基準)，分別提取DSM和DTM的針對該點的相對高程模型：RDSM和RDTM。RDSM和RDTM從相同位置開始起算地物高度，高度基準一致，因此可進行高度對比分析。統一高程起算面并不會改變各數字地面模型內地物的高度含義，因此在森林區域的RDSM與RDTM之差即為冠層高度。

(4)

3 結果與分析

3.1 DSM與DTM

對DTM與4個極化的DSM進行水平幾何匹配，統計DTM、各極化DSM的高度分布，結果見表1。

表1 DSM與DTM的高程值分布

由表1可知，各極化DSM的高度范圍與均值都略有不同，這是由于各極化波在不同地面區域的穿透率不同，4種極化信號的相位中心在不同地表區的高度就會產生差異[13]。根據云南省測繪局，西雙版納地區的西安80與WGS84 2種坐標系的高程異常值在30 m左右；由于DSM帶有森林高度，會抵消一部分高度差值，因此2種高度模型的Δdh絕對值在25.0～26.5 m均屬于正常范圍。表1中的Δdh均為負值，說明研究區的平均地面高度大于平面表面高度，即DTM的高度起算點低于DSM的高度起算點，DTM與DSM不能直接差分運算，需要尋找參考面統一計量高程。

3.2 林分冠層高估測結果

選取農地參考面在DTM、DSM上的高度統計結果見表2。

表2 參考面內DSM與DTM高程值差異

由表2可知，參考面的DTM均值高于各極化DSM均值，即同一區域在DTM上的高度大于該區域DSM上的高度，說明DTM的高程基準低于DSM。農地上植被層低矮，各極化波對植被與土壤的地表結構的穿透率差異小，各極化的散射相位中心位置接近；表2也顯示出農地參考面在4個極化DSM上的均值都差不多，在598 m左右。

根據表2中的Δh，按照公式 (3) 估測出的各極化下研究區森林冠層高度CHM，見圖3。

圖3 4個極化通道下的林分估測冠層高度

Fig.3 The estimated forest canopy height model under 4 polarization channel

在圖3中，各極化的冠層高度估測結果CHM的空間分布格局相似。圖3中各圖右下側的冠層高估測結果基本為0，與勐臘縣城相對應；有樹冠高度分布的區域主要為縣城西側的山體部分，這與天然林主要分布在山地部分的實際情況相符。少量城市區域估測為負值，這是因為城區建筑在側視微波影像上容易構成疊掩與陰影，在常規InSAR提取DSM中容易造成相位解纏誤差或無法解纏[31]，使部分建筑區在DSM上的高度有誤，從而估測出冠層高度負值[32]。對比圖3中各圖的左半部分發現，HH、HV與VV極化估測的森林冠層高分布呈現一定的地形特征，而VH極化的CHM沒有這一現象。

3.3 估測合理性分析

研究區內天然林與橡膠林為成熟林，樹高生長緩慢，因此可采用森林資源二類調查數據，在小班尺度上分析估測高度的數據分布趨勢是否合理。通常，二類調查數據中的小班林分樹高對應的是小班內出現頻率最大的樹高；因此，對估測結果按照小班邊界取眾數平均，獲得小班尺度上的冠層估測高。

在小班尺度上，對比了122個人工林小班、165個天然林小班的小班林分高與冠層估測高之間的均方根誤差RMSE與0.01顯著水平上的相關系數 (R)，結果見表3。

表3 二調小班林分高與冠層估測高的均方根誤差與相關系數

由表3可以看出：在RMSE方面，小班林分樹高與冠層估測高的平均差異為3～5 m；人工林中HH極化估測結果的RMSE最小，天然林中HH與VH估測結果的RMSE較小。在相關系數方面，小班林分樹高與各極化冠層估測高呈0.45～0.58的中等顯著正相關，即冠層估測高的數據分布與二調小班林分樹高有一定相似性；天然林區各極化估測結果與小班林分樹高的相似性在0.47左右，人工林區各極化估測結果與小班林分樹高的相似性在0.56左右；人工林的估測效果略優于天然林。各極化通道對比顯示，無論是RMSE還是相關系數 (R)，各極化估測的冠層高度與二調小班林分樹高的差異性都在一個數量水平；僅HH極化估測的效果整體略優。

122個人工林、165個天然林小班的二調林分高與各極化的冠層估測高的散點圖見圖4～5。

圖4 122個人工林小班林分高與4個極化的冠層估測高散點圖

Fig.4 The scatter plots of the 4 polarization estimated canopy height and the height of inventory on 122 planted forest plots

圖5 165個天然林小班林分高與4個極化的冠層估測高散點圖

Fig.5 The scatter plots of the 4 polarization estimated canopy height and the height of inventory on 165 natural forest plots

由于二類調查數據僅能對估測高度進行數據分布趨勢驗證，因此不進行回歸方程擬合，僅顯示二者間的線性趨勢。從圖4～5散點分布可看出，二調小班林分樹高與各極化冠層估測值均呈現一定的線性趨勢。其中122個人工林小班的林分樹高為5.1～17.3 m，而對應的冠層估測高主要分布在8～23 m；165個天然林小班的林分樹高為11.1～31.9 m，而冠層估測高主要分布在10～27 m；可見，冠層估測高與二調樹高大致在一個區間，考慮到樹高的緩慢生長，可認為估測結果具有一定合理性。

按照地表坡度，統計了人工林、天然林小班在各坡度區間內的分布面積比例 (Ps)，以及各坡度區間內的冠層估測高與小班林分樹高的相關系數 (R)，結果見表4。

表4 各級坡度上冠層估測高與二調小班林分高的相關性

表4統計結果表明，63.87%的人工林出現在0°～20°區域，55.54%的天然林出現在20°～60°區域，即這2個坡度區間分別是人工林、天然林的主要分布區。人工林4個極化通道的冠層高估測與小班林分高的最高相關出現在0°～20°區間，而天然林4個極化通道的冠層高估測與小班林分高的最高相關出現在20°～60°區間；恰好與它們各自的主要分布區相對應。這一現象說明，小班尺度上的冠層高估測值在天然林與人工林的主要坡度分布區上更合理一些。在同一坡度區間內，相關系數在各極化間的差異并不大。

4 結論與討論

本研究顯示：1) DTM的高程基準面低于DSM，而平坦農地在各極化通道上的干涉高程值差異不大，適合作為參考面提取相對高度模型RDSM和RDTM，從而統一高度基準。2) 由于沒有同步外業調查的真實樹高，采用森林資源二類調查數據的小班林分高，對冠層估測高進行了合理性驗證，結果顯示，各極化通道的冠層估測高與小班林分樹高均呈中等程度的顯著正相關，冠層估測高度大小合理，人工林的估測結果優于天然林。3) 由于X波段穿透率低，各極化通道在森林區域的穿透率雖然不一樣，但相位中心位置差異不會太大，因此各極化通道的估測結果整體上沒有明顯差異。4) 按照坡度分級分析，人工林主要分布在0°～20°的平坦區，天然林主要分布在20°～40°的山體上，人工林與天然林冠層估測結果均在各自主要坡度區間內與小班林分高的相關性最高。

驗證數據顯示，估測的總體精度不高的原因可歸結于：1) TerraSAR-X/TanDEM-X數據與二類調查數據時間間隔較長，樹木生長變化后的估測結果不可能與10年前的調查高度相似，且二類調查數據本身也可能存在誤差。2) 干涉計算中相位解纏與相位轉高程的處理，會一定程度影響DSM的精度，進而影響冠層估測結果；若能采用更加精確InSAR算法，將會提高冠層高估測的準確性。3)DSM與DTM的配準也會影響估測的準確性；本研究采用了局域仿射變換來校準DSM與DTM的水平位置，依然不能確保完全匹配；HH、HV、VV極化的冠層估測CHM出現地形特征，需要進一步分析其原因[23]。

致謝：感謝德國宇航中心DLR 的Science Phase Announcement of Opportunity對研究計劃XTI_VEGE6852的支持，提供了實驗區的雙站模式TanDEM-X全極化干涉數據。

[1] Lucas R M, Milne A K, Mitchell A, et al. Use of stereo aerial photography for assessing changes in the extent and height of mangrove canopies in tropical Australia[C]// Geoscience and Remote Sensing Symposium (IGARSS), 2000 IEEE International. IEEE, 2000(15): 159-173.

[2] Naesset E. Determination of mean tree height of forest stands by digital photogrammetry[J]. Scandinavian Journal of Forest Research, 2002, 17(5): 446-459.

[3] Toutin T. DTM Generation from Ikonos In-Track Stereo Images Using a 3D Physical Model[J]. Photogrammetric Engineering & Remote Sensing,2004,70(6): 695- 702.

[4] Holmgren J, Nilsson M, Olsson H. Estimation of tree height and stem volume on plots using airborne laser scanning[J]. Forest Science, 2003, 49: 419-428.

[5] Lovell J L, Jupp D L B, Newnham G J, et al. Simulation study for finding optimal lidar acquisition parameters for forest height retrieval[J]. Forest Ecology & Management, 2005, 214(1/3): 398-412.

[6] Sun G Q, Ranson K J, Kimes D S, et al. Forest vertical structure from GLAS: An evaluation using LVIS and SRTM data[J]. Remote Sensing of Environment, 2008, 112(1): 107-117.

[7] Cloude S R, Papathanassiou K P. Polarimetric SAR Interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 1998, 36(5): 1551-1565.

[8] Papathanassiou K P, Cloude S R. Single-baseline polarimetric SAR interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 2001, 39(11): 2352- 2363.

[9] Cloude S R, Papathanassiou K P. Three-stage inversion process for polarimetric SAR interferometry[J]. IEEE Proceedings Radar Sonar & Navigation, 2003, 150(3): 125-134.

[10] Yamada H, Sato K, Yamaguchi Y, et al. Interferometric phase and coherence of forest estimated by ESPRIT-based polarimetric SAR interferometry[J]. IEEE Geoscience and Remote Sensing Symposium, 2002, 2(1): 829-831.

[11] Balzter H, Rowland C S, Saich P. Forest canopy height and carbon estimation at Monks Wood National Nature Reserve, UK, using dual-wavelength SAR interferometry[J]. Remote Sensing of Environment, 2007, 108(3): 224-239.

[12] Neeff T, Dutra L V, Santos J O R D, et al. Tropical forest measurement by interferometric height modeling and P-Band radar backscatter[J]. Forest Science, 2005, 51(6): 585-594.

[13] Sarabandi K, Lin Y C. Simulation of interferometric SAR response for characterizing the scattering phase center statistics of forest canopies[J]. IEEE Transactions on Geoscience & Remote Sensing, 2000, 38(1): 115-125.

[14] 龐勇, 李增元, 陳爾學, 等. 干涉雷達技術用于林分高估測[J]. 遙感學報, 2003, 7(1): 8-13.

[15] Simard M, Zhang K, Rivera-Monroy V H, et al. Mapping height and biomass of mangrove forests in everglades national park with SRTM elevation data[J]. Photogrammetric Engineering & Remote Sensing, 2006, 72(3): 299-311.

[16] de Oliveira C G, Paradella W R, Da Silva A D Q. Assessment of radargrammetric DSMs from TerraSAR-X Stripmap images in a mountainous relief area of the Amazon region[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2011, 66(1): 67-72.

[17] Rossi C, Fritz T, Eineder M. TANDEM-X DSM uncertainty measures and demonstrations[C]// Geoscience and Remote Sensing Symposium (IGARSS), 2015 IEEE International. IEEE, 2015: 3830-3833.

[18] Sadeghi Y, St-Onge B, Leblon B, et al. Mapping forest canopy height using TanDEM-X DSM and airborne LiDAR DTM[C]// Geoscience and Remote Sensing Symposium. IEEE, 2014: 76-79.

[19] 費立凡. 數字地面模型 (DTM) 的建立及在農業規劃中的應用[J]. 地域研究與開發, 1988, 7(4): 42-43, 64.

[20] 四川省地質局測籍隊. 利用1/5.5萬航攝象片用全能法成1/1萬地形圖的精度情況[J]. 勘察技術資料, 1974(5): 48-60.

[21] 潘時祥, 楊定國. 我國1∶5萬地形圖更新問題[J]. 解放軍測繪學院學報, 1988(2): 37-41.

[22] 王超, 張紅, 陳曦, 等. 全極化合成孔徑雷達圖像處理[M]. 北京: 科學出版社.

[23] Hajmsek I, Busche T. TANDEM-X: science activities[C]// Geoscience and Remote Sensing Symposium (IGARSS), 2016 IEEE International. IEEE, 2016: 321-324.

[24] 王讓會, 黃俊梅. 數字地形模型 (DTM) 的特征及其應用[J]. 干旱區研究, 1999, 16(4): 32-36.

[25] 余鵬, 劉麗芬. 利用地形圖生產DEM數據的研究[J]. 測繪通報, 1998(10): 16-18.

[26] 王超, 張紅, 劉智. 星載合成孔徑雷達干涉測量[M]. 北京: 科學出版社, 2002.

[27] Zink M, Moreira A, Bachmann M, et al. TANDEM-X mission status: the complete new topography of the earth[C]// Geoscience and Remote Sensing Symposium (IGARSS), 2016 IEEE International. IEEE, 2016: 317-320.

[28] 韋順軍. 極化干涉SAR植被高度估計方法研究[D]. 成都: 電子科技大學, 2009.

[29] Ni W, Sun G, Zhang Z, et al. Co-registration of two DEMs: impacts on forest height estimation from SRTM and NED at mountainous areas[J]. IEEE Geoscience & Remote Sensing Letters, 2014, 11(1): 273-277.

[30] Sun G Q, Ranson K J, Kharuk V I, et al. Validation of surface height from shuttle radar topography mission using shuttle laser altimeter[J]. Remote Sensing of Environment, 2003, 88(4): 401-411.

[31] Rossi C, Eineder M. High-resolution InSAR Building layovers detection and exploitation[J]. IEEE Transactions on Geoscience and Remote Sensing, 2015, 53(12): 6457-6468.

[32] Zhang Y, Tao C V, Mercer J B. An initial study on automatic reconstruction of ground DEMs from airborne InSAR DSMs[J]. Photogrammetric Engineering & Remote Sensing, 2004, 70(4): 427-438.

(責任編輯 曹 龍)

Forest Canopy Height Estimation from TerraSAR-X/ TanDEM-X InSAR DEM

Zhang Wanqiu, Yue Cairong, Liu Xiaoying

(Key Laboratory of Biodiversity Conservation in Southwest China, State Forestry Administration,Southwest Forestry University, Kunming Yunnan 650224, China)

Estimating forest height in large region are challenging forest investigation and forest remote sensing. This paper investigated the possibility of estimating forest canopy height from TerraSAR-X/TanDEM-X polarimetric and interferometric data and topographic map in the forest of Mengla in Yunnan, China. The TerraSAR-X/TanDEM-X data was interfered to produce four polarimetric digital surface model (DSM), which contained forest canopy height. Meanwhile, the digital terrain model (DTM) was extracted from the topographic map. After horizontally co-registering DTM with each polarimetric DSM, the relative height models were separately computed from DTM and each polarimetric DSM as RDSM and RDTM by referring to the same flat non-forest plot. Then forest canopy height was estimated from the difference between RDTM and each polarimetric RDSM, and it finally produced four forest canopy height estimations. Forest inventory height was used to validate the reasonability of these estimated canopy heights. The result showed that the elevation datum of DTM was lower than that of DSM, and a flat agriculture plot could be used as the reference surface to extract RDSM and RDTM. Comparison to the forest inventory record showed that, on the plot scale, there were some significant positive correlation between the estimated canopy heights and the inventory height, and the estimated height value was reasonable. It was also found that the estimation on planted forest was a bit better than on natural forest. The correlation between the estimated canopy height and the inventory record was higher on the certain slope surface where natural forest and planted forest were mainly distributed. And there was no significant difference among the estimated heights from the four polarization channels. The result suggests that DEM difference between RDSM from TerraSAR-X/TanDEM-X data and RDTM from topographic map could provide an effective tool to measure forest canopy height in large areas.

TerraSAR-X/TanDEM-X, interferometry, DEM difference, canopy height, forest

10. 11929/j. issn. 2095-1914. 2016. 06. 011

2016-06-29

國家自然科學基金項目 (31260156) 資助；德國DLR TanDEM-X Science Phase計劃資助 (XTI_VEGE6852)；西南林業大學云南省省級重點學科 (林學) 資助；云南省林學一流學科建設經費資助。

岳彩榮 (1964—)，男，博士，教授，博士生導師。研究方向：林業遙感與GIS。Email: cryue@163.com。

S771.5

A

2095-1914(2016)06-0064-09

第1作者：章皖秋 (1979—)，女，博士生，講師。研究方向：森林經理學、林業遙感。Email: wanqiu_mou@hotmail.com。