基于DEM差分法的TanDEM-X數據森林高度估測

姬永杰 岳彩榮 趙 磊 劉曉英 張亞紅 張王菲,

(1. 西南林業大學林學院，云南 昆明 650224；2. 中國林業科學研究院資源信息研究所，北京 100091)

?

基于DEM差分法的TanDEM-X數據森林高度估測

姬永杰1岳彩榮1趙 磊2劉曉英1張亞紅1張王菲1,2

(1. 西南林業大學林學院，云南 昆明 650224；2. 中國林業科學研究院資源信息研究所，北京 100091)

以現有Lidar獲取的DEM (數字高程模型) 數據、CHM (冠層高模型) 和樣地調查數據為輔助數據，基于干涉測高原理，以DEM差分法為例，分析該方法支持下TanDEM-X數據在普洱研究區森林高度估測中的可行性。結果表明，TanDEM-X數據在森林林分高度估測中具有很大的潛力，在有高精度地表DEM數據支持下，采用該法獲得估測結果與Lidar數據獲取的CHM (冠層高度模型) 數據較接近，兩者的RMSE為4.39 m，R2為0.70。此外，相位噪聲對估測精度有嚴重影響，相位噪聲剔除前后，估測結果與Lidar獲取的CHM數據的R2分別為0.23和0.70。

TanDEM-X；極化干涉SAR；森林高度；DEM差分法

森林高度是反映森林資源數量和質量的重要結構信息，它與森林蓄積量和生物量直接相關，是森林資源調查中最重要的因子之一，也是進行陸地生態系統碳循環和碳動態分析的重要基礎數據。極化干涉SAR(PolInSAR)作為一種較為先進的遙感技術，可以綜合利用植被的極化和干涉信息，具備森林高度反演的能力。但星載SAR干涉技術以往僅可采用重軌方式進行，重軌數據由于受時間去相干影響而無法獲得理想的森林高度估測結果[1-2]。TanDEM-X衛星星座的出現突破了

這一限制，TanDEM與Terra-SAR2顆衛星以相隔250 m左右的距離同步飛行，可獲取無時間去相干的PolInSAR數據，使得星載SAR數據反演森林高度成為了可能[3-4]。但是由于植被衰減因子隨著微波頻率增大而增大，使得高頻波段對森林的 “看見” 性差，因此，采用X-波段進行森林高度反演并不具有優勢。然而，目前也有采用短波段進行森林高度估測成功的例子[3，5]。鑒于此，本研究將以現有Lidar獲取的DEM (數字高程模型) 數據、CHM (冠層高模型) 和樣地調查數據為輔助數據，探索X-波段星載干涉數據源TanDEM-X在研究區森林高度估測的可行性及效果[6-7]。

1 研究區數據源及數據處理

1.1 研究區數據源

研究區位于云南省普洱市，地處云貴高原西南邊緣的無量山南部，在普洱市太陽河自然保護區和普洱市北部的萬掌山林場內部 (圖1中五角星所示位置)。研究區地理位置為東經100.58°～100.88°，北緯22.36°～22.66°，區域內海拔1 000～1 500 m，氣候全年無霜、長夏無冬。研究區內以人工林為主，優勢樹種為思茅松 (Pinuskesiyavar.langbianensis)[10]。本研究獲取了覆蓋的研究區5景TanDEM-X數據 (數據中心頻率為9.65 Hz)、部分機載Lidar數據和樣地調查數據。

圖1 研究區位置及TanDEM-X HH 強度影像

Fig.1 Test site location and TanDEM-X HH amplitude image

1.1.1 TanDEM-X數據

德國航天局 (DLR) 于2007年6月15日發射TerraSAR-X衛星，于2010年6月21日發射TanDEM-X衛星，旨在通過2顆衛星獲取全球范圍的無時間去相干數據，進而獲取高精度的全球DEM數據。TerraSAR-X和TanDEM-X構成串行星對在相距250～500 m的軌道上運行，其運行類似靈活的單軌SAR干涉測量系統，可以獲取3種形式干涉數據：單一靜態模式 (PM模式)、雙機站模式 (BM) 和交互收發分置模式 (ABM)。其數據除了應用于全球高程數據測量外，還可用于基于極化干涉信息的地表參數反演，特別是森林高度的反演[8-9]。本研究獲取了研究區BM和PM模式的TerraSAR/TanDEM-X數據 (示例見圖1，其中b為強度數據，c為相位數據)，該數據為HH極化Stripmap (SM) 模式數據，具體參數見表1。

1.1.2 Lidar數據

Lidar數據由中國林業科學研究院資源信息所于2013年12月和2014年3—4月以 “運-12” 為飛行平臺獲得。平臺相對高度約為1 500 m，攜帶的傳感器為Riegl公司生產的LMS-Q680i，該傳感器以圓形方式掃描，采樣間隔為1 s，波長為1 550 nm，提供完整的波形數據。研究獲取了區域內多條航帶 (圖2a)。經數據預處理后得到分辨率為2 m的數字地表模型 (DEM，圖2b) 和未插值的數字冠層高度模型 (CHM，圖2c)[10]。

1.1.3 樣地調查數據

研究區的地面實測數據是由中國林業科學研究院資源信息所與資源昆蟲所共同獲得，調查時間為2013年11月。設置位于研究區Lidar覆蓋區的樣地共計114塊，樣地每木調查起測胸徑為5 cm，調查因子主要包括：坡度、坡向、樹種及每木胸徑、樹高、枝下高、東西和南北方向的冠幅等因子。單木的樹高和枝下高采用激光測高儀進行量測，采用差分全球定位系統對樣地中心位置進行了精確定位。本文中樣地數據主要用于對Lidar獲取的CHM數據進行精度分析評價。

表1 TanDEM-X數據詳細參數

圖2 研究區Lidar數據

Fig.2 Lidar data of test site

1.2 數據處理

1.2.1 TerraSAR/TanDEM-X數據處理

由于獲取的TerraSAR/TanDEM-X數據對已由數據提供商進行了主輔影像的精校正，因此可以直接進行干涉測高處理，最終獲取DSM。DSM的提取在Gamma軟件中完成，其具體操作流程見圖3。

1.2.2 Lidar數據的處理

本研究首先將獲得的點云數據根據研究區狀況分為12類，具體包括未分類點、地面點、低矮植被、中層植被、高層植被、地面關鍵點、地面之下點、近地面點、稀疏植被點、陡坡、明顯噪聲點和航帶重疊區內點；然后將航帶重疊區內點和明顯噪聲點剔除，采用相應算法將地面點及地面關鍵點提取出來；根據植被點的定義將植被點提取，其中部分點采用閾值用代碼自動提取，部分點手動提??；最后通過模型內插方法生成像元分辨率為2 m的DEM和DSM數據，兩者差值后獲得CHM數據。

圖3 TanDEM處理流程圖

Fig.3 TanDEM-X data process

2 基于干涉測高原理的DEM差分法

2.1 干涉測高原理

干涉技術的最初目的是利用簡單的相位-高程關系獲得對地形高程的測量。相位和高程之間關系的建立可以通過2種方法實現，即距離向譜濾波方法和干涉幾何關系分析的方法。對于星載SAR干涉系統，影像斜距遠遠大于基線長度，因此由2種方法構建獲得的相位高程裝換參數可認為是相等的[7]。本研究以干涉幾何關系分析的方法為例，介紹相位高程的的轉換模型，即干涉測高的幾何原理[6-7]，見圖4。

圖4 干涉測高幾何原理

Fig.4 Geometry of interferometric SAR for height calculation

由圖4可知，S1、S2為2個天線接收到回波信號；θ為S1的入射角；H為接收S1天線的高度；B為基線長度，即2個天線之間的距離；α為基線傾角；R1為S1到目標點P的距離；R2為S2到目標點P的距離，B⊥為基線B在垂直方向的分量，稱為垂直基線；B∥為B在水平方向的分量稱為為水平基線。

信號S1、S2經過處理后可分別表示為如下復數形式：

其中相位項有2部分構成，一是由傳播距離和波長決定的相位項，二是由目標的散射特性引起的相位項。受極化方式影響。由于在本研究中采用一種極化方式，所以由目標散射特性引起的相位項可以忽略。因此，2個信號之間的干涉可以表示為：

干涉相位差與斜距之間的相位差可以通過式 (4) 獲得。

(N=0,±1,±2, …)

(4)

其中，N可以通過相位解纏技術確定。ΔR包括平地引起斜距差和高程變化引起的斜距差2個部分，若要獲得準確的高程，需要去除平地引起的斜距差。

根據圖1中的幾何關系，可知：

(5)

若R1?ΔRR1?B，則：

(6)

由 (6) 可知對于θ變化引起的相位的變化為：

(7)

又由圖1中的幾何關系可知：h0=H-R1cosθ，當Δθ足夠小時，cosΔθ≈1，于是由θ引起的高程變化可近似為：

Δh=R1sinθΔθ-ΔRcosθ

(8)

將式 (8) 帶入式 (7)，有：

(9)

如果高度變化為0時，仍然有相位變化，即平地相位，為：

(10)

在進行高度估計時，需要去除平地相位，平地相位去除后，地形高程與相位之間的關系可以表示為：

(11)

由此，本研究可以通過干涉測高獲得帶有植被偏差的的數字表面模型 (DSM)。

2.2 DEM差值

由于X波段穿透性低，因此采用干涉測高原理獲得的高程為植被冠層高度，對于森林植被覆蓋的區域，其獲取的高程為森林冠層中心的高度，即DSM。而DEM數據為地面高度，因此，森林高度可以通過式 (12) 獲得。

Htreeheight=DSM-DEM

(12)

2.3 精度評價方法

精度評價一般可以通過估測結果與驗證數據之間的擬合優度、總體均方根誤差和估測精度等3個個參數來描述，分別定義如下：

(13)

(14)

(15)

3 結果與分析

為了剔除時間去相干的影響，本研究選取BM模式數據。由于獲取的SAR數據的HOA均滿足研究區高度估測的要求，在同等條件下，SAR信號入射角越小，森林特征引起的相位中心變化越小，估測誤差越小，因此本研究選取極化干涉數據3進行DSM數據提取。文中干涉測高過程在Gamma軟件中完成。處理過程中，相位解纏采用較成熟的最小費用流法，同時以Lidar獲取的DEM為基礎，選取了20個控制點對基線長度進行了精確估計。由于相位噪聲對DSM提取有較大影響，本研究對比了相位噪聲剔除前后的DSM數據，見圖5。圖5中a為最終獲取的DSM數據，b為圖a中紅線的高程剖面圖，其中b1為相位噪聲剔除后效果，b2為相位噪聲剔除前結果。從圖5b中可以看出，相位噪聲剔除前后DSM外形形狀基本相似，而剔除前的DSM在細節上表現出較多的毛刺，直接影響森林高度估測結果。

圖5 InSAR DSM去噪聲前后示意圖

Fig.5 The transect of InSAR DSM before and after noise effect removing

此外，由于研究區森林密集，地形復雜，地面調查樣地基本分布在調查人員容易到達的區域，因此獲取的地面樣地調查數據不能涵蓋研究區內所有高度特征，采用樣地調查數據進行驗證，容易影響驗證結果。而激光雷達的CHM數據，相比地面調查數據，覆蓋范圍較大，可以獲得更均勻的樣本分布。所以本研究中首先采用樣地調查數據對研究區的激光雷達數據進行精度評價，評價結果表明，激光雷達數據與樣地調查數據的高度相當，可以代替樣地調查作為真實數據進行高度估測結果的驗證；然后在激光雷達獲取的CHM數據中隨機選取了30對點對其估測結果進行驗證；在選點過程中，考慮到研究區地形復雜，為了避開地形的影響，檢測點的選擇剔除了受到地形影響的異常值，同時避開了林分邊緣區域。

估測結果與Lidar的CHM比較結果見圖6，其中圖6a為去除相位噪聲后的結果，圖6b為噪聲去除前的對比結果。圖6a顯示出估測結果與Lidar結果的相關性較高，但是仍然顯示出一定程度上的森林高度的低估，估測RMSE為4.39 m，估測精度為0.82；而圖6b顯示較低的相關性，因此在進行高度估測前必須對相位噪聲引起的誤差加以去除。

圖6 高度估測結果與CHM對比

Fig.6 The comparison of assessment results of 2 DEM difference methods with Lidar CHM

4 結 論

本研究分析了BM模式TanDEM-X數據基于干涉測高原理的DEM差分法高度估測結果與Lidar數據獲取的CHM進行比較，探索了該數據在研究區森林高度估測的可行性。研究表明，采用干涉獲取的DSM采用基于干涉測高原理的DEM差分法進行高度估測時，相位噪聲對估測結果有嚴重影響，在實際應用中需要去除該影響。相位噪聲前后剔除后估測結果與Lidar獲取的CHM數據的判定系數可由0.29提高到0.70。雖然研究取得了較高的估測精度 (0.82)，由于研究區Lidar數據與SAR數據重疊區域較小，研究中并未對森林密度、森林濕度等影響因子進行詳細分析，未來需要考慮X穿透性、森林結構、森林冠層濕度等對估測結果的影響，使得研究結果更具有代表性。

致謝：本文的TanDEM-X數據由German Aerospace Centre (DLR) 支持的科研項目XTI_VEGE7124提供，Lidar數據和地面樣地調查數據由中國林業科學研究院 (863) 項目 “全球森林生物量和碳儲量遙感估測關鍵技術”、國家重點基礎研究發展計劃“復雜地表遙感信息動態分析與建?！?(2013CB733400) 提供，本文作者在此對數據的提供者表示感謝。

[1] 白璐, 洪文, 曹芳. 雙基線極化干涉SAR數據估計林高的方法[J]. 電子測量技術, 2009, 32(6): 98-101.

[2] 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.

[3] Kugler F, Schulze D, Hajnsek I, et al. TanDEM-X Pol-InSAR performance for forest height estimation[J]. IEEE Transactions on Geoscience & Remote Sensing, 2014, 52(2014): 6404-6422.

[4] Krieger G, Zink M, Bachmann M, et al. TanDEM-X: a radar interferometer with two formation-flying satellites[J]. Acta Astronautica, 2013, 89(8): 83-98.

[5] Askne J I H, Dammert P B G, Ulander L M H, et al. C-band repeat-pass interferometric SAR observations of the forest[J]. IEEE Transactions on Geoscience & Remote Sensing, 1997, 35(1): 25-35.

[6] Cloude S R. Polarimetric radar interferometry[C]// Optical Science, Engineering and Instrumentation. International Society for Optics and Photonics, 1997: 224-235.

[7] 羅環敏. 基于極化干涉SAR的森林結構信息提取模型與方法[D]. 成都: 電子科技大學, 2011.

[8] Tighe M L, King D, Balzter H, et al. Airborne X-Hh incidence angle impact on canopy height retreival: implications for Spaceborne X-Hh Tandem-X global canopy height model[J]. ISPRS-International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2012, XXXIX-B7: 91-96.

[9] Schreyer J, Geib C, Lakes T. TanDEM-X for large-area modeling of urban vegetation height: evidence from Berlin, Germany[J]. IEEE Journal of Selected Topics in Applied Earth Observations & Remote Sensing, 2016: 1-12.

[10] 劉魯霞. 機載和地基激光雷達森林垂直結構參數提取研究[D]. 北京: 中國林業科學研究院, 2014.

[11] 李哲, 陳爾學, 王建. 幾種極化干涉SAR森林平均高反演算法的比較評價[C]// 甘肅省遙感學會2009年學術會議, 2009.

(責任編輯 曹 龍)

Forest Height Estimation of TanDEM-X Data Based on DEM Difference Method

Ji Yongjie1, Yue Cairong1, Zhao Lei2, Liu Xiaoying1, Zhang Yahong1, Zhang Wangfei1,2

(1. College of Forestry, Southwest Forestry University, Kunming Yunnan 650224, China;2. Institute of Forestry Resources Information Technique, Chinese Academy of Forestry, Beijing 100091, China)

Taken data of DEM (digital elevation model), CHM (canopy height model) obtained from Lidar and sample survey data as assisted data, the feasibility of forest height evaluation with TanDEM-X data by DEM difference method based on interferometric elevation mensuration technique were analyzed in Puer test sites. The results showed that TanDEM-X data have the potential capability in forest height assessments. With the support of high accurate DEM, the results could keep high coincidence with Lidar CHM, the RMSE of them was 4.39 m andR2was 0.70. Furthermore, the results also indicated that the phase noise dramatically affected the extraction accuracy of DSM and then affected the forest height assessment. Before elimination of phase noise, theR2of the evaluation results and CHS was 0.23, but the value was 0.70 for the case that after phase noise correction.

TanDEM-X, polarimetric interferometric SAR, forest height, DEM difference method

10. 11929/j. issn. 2095-1914. 2016. 06. 012

2016-09-05

國家自然科學基金項目 (31260156、41571372) 資助；云南省林學一流學科建設經費資助。

張王菲 (1979—)，女，副教授。研究方向：GIS及遙感技術在林業中的應用。Email: mewhff@163.com。

S771.5

A

2095-1914(2016)06-0073-06

第1作者：姬永杰 (1979—)，男，助理研究員。研究方向：林業遙感。Email: jiyongjie@swfc.edu.cn。