本发明涉及遥感反演，特别涉及一种基于二维高斯后向散射(2d-gvb)模型的polinsar森林高度反演方法和系统。
背景技术：
1、合成孔径雷达干涉测量(interferometric synthetic aperture radar,insar)技术已广泛应用于地形测绘、地表变化监测和森林参数提取等领域。极化干涉合成孔径雷达(polarimetric interferometric synthetic aperture radar,polinsar)技术通过结合雷达极化和干涉测量的优势，能够提供更多的目标信息，被认为是森林参数提取的有力工具。
2、传统的随机地体两层相干模型(random volume over ground,rvog)假设后向散射函数为指数函数，但这一假设在p波段下的适用性有限。为了提高森林高度反演的精度，研究者提出了基于高斯后向散射模型(gaussian vertical backscatter,gvb)的方法。然而，gvb模型中三个未知参数(森林高度、均值和标准差)的存在导致参数解算存在欠定问题。
3、在polinsar森林高度反演中，纯体去相干点中存在的地表散射能量会对反演结果造成影响。为了解决这一问题，双基线技术被引入，通过两条基线观测数据的结合，实现复数单位圆内纯体去相干系数的准确搜索，可以减少地表散射对纯体积去相干点的干扰，提高森林高度反演精度。
4、当前的研究主要集中在以下几个方面：
5、1.gvb模型的构建与分析：通过rvog模型构建gvb模型，对其参数进行相关性分析，探讨其在不同条件下的适用性。
6、2.参数解算方法的改进：提出新的降维方法以解决gvb模型中存在的欠定问题。
7、3.双基线数据的利用：通过双基线数据的结合，实现森林高度和体积去相干系数的精确反演。
技术实现思路
1、本发明针对现有技术的缺陷，提供了一种基于二维高斯后向散射模型的polinsar森林高度反演方法和系统。通过对gvb模型的参数相关性分析，明确其在不同条件下对体积去相干系数及其干涉相位和相干性的影响，利用双基线数据进行高斯后向散射模型的二维解算，从而有效避免了现有gvb模型中三个未知参数引起的参数解算欠定问题。该方法不仅提高了反演精度，而且简化了计算过程，具有重要的技术意义和应用价值。
2、为了实现以上发明目的，本发明采取的技术方案如下：
3、一种基于二维高斯后向散射模型的polinsar森林高度反演方法，包括以下步骤：
4、步骤1：gvb模型参数相关性分析
5、固定高斯模型的参数，分析不同参数对纯体积去相干干涉相位和相干性的影响；扩展分析真实场景下的参数相关性，明确适用范围。
6、步骤2：约束高斯均值的二维gvb模型构建
7、根据每条基线，将每个通道的相干点在复数单位圆内进行整体最小二乘直线拟合，确定每条基线对应的地表相位；将估计的地表相位从相应基线的观测量中扣除，建立地表相位为0的参数约束框架；根据步骤1中参数相关性分析，得到纯体去相干的干涉相位与高斯均值的线性拟合关系，对未知的高斯均值进行约束；在此基础上，建立待求参数为高斯标准差与森林高度的二维gvb模型。
8、步骤3：进行二维gvb模型的泛化
9、消除不同地表相位的影响：对于非零地表相位，将地表相位从纯体去相干干涉相位中扣除；
10、消除不同垂直有效波数的影响：根据区域内有效垂直波数kz的范围，建立步长相等的查找表，来表征不同垂直波数对高斯均值与纯体去相干的干涉相位之间函数关系的影响。
11、步骤4：双基线森林高度反演
12、利用单条基线确定初步解：从实测的纯体去相干点开始，沿相干直线以一定的采样间隔向外搜索纯体去相干真值的可能解，基于gvb模型的表达式和二维查找表解算未知参数解对(森林高度h和标准差χ)。
13、利用第二条基线确定最优解对：将初步解代入第二条基线的模型表达式，得到第二条基线纯体去相干系数的预测值；选择最佳候选点，其对应的森林高度和标准差为最优解对。
14、进一步地，步骤1具体包括：
15、步骤1.1，固定高斯模型的参数，分析参数对纯体积去相干的干涉相位和相干性的影响，高斯模型将后向散射假设为一条高斯曲线，在傅里叶函数形式下，用误差函数进行展开，得到基于高斯后向假设的纯体去相干公式如下：
16、
17、式中，h：森林的高度，是待求解的量，代表了森林的垂直结构特征。
18、ε：高斯分布的均值参数，表示森林垂直结构中后向散射强度的最大值对应的垂直高度。
19、χ：高斯分布的标准差参数，用于描述垂直后向散射强度轮廓的形状。
20、kz：垂直有效波数，描述了基线的测高灵敏度。
21、地表相位，是常数项，描述了位于地表的相位信息。
22、地表相位因子，表征来自地表的散射信息。
23、erf：误差函数。
24、指数项，描述了高斯模型对波数kz的响应。
25、和误差函数的组合，用于计算上下边界的干涉信号，反映了波数kz和高斯分布参数ε，χ对干涉信号幅度的影响。
26、和误差函数的组合，用于归一化干涉信号的幅度，使得纯体积去相干系数在一定范围内稳定。
27、步骤1.2，扩展分析真实场景下参数的相关性，通过将高斯标准差和高斯均值作为自变量，纯体积去相干点的相干性和相位作为函数，得到它们之间的误差分布图，并进行误差统计。
28、进一步地，步骤2具体包括：
29、建立二维gvb模型；根据步骤1.2的误差统计结果，通过最小二乘直线拟合将高斯分布参数—均值ε与干涉相位关联起来，形成一个线性函数的表达式：
30、
31、其中，干涉相位是可获取的已知量，上述表达式能够有效约束高斯均值。在此基础上，gvb模型转变为待求参数为标准差和森林高度的二维模型。
32、步骤3具体包括：
33、步骤3.1，由于地形因素的影响，实测数据对应的地表相位具有不同的值。但非0的地表相位只改变纯体去相干的干涉相位，而对其相干性无贡献，因此，可以从纯体去相干系数的干涉相位中扣除地表相位，从而消除非0地表相位的影响。
34、步骤3.2，不同的有效垂直波数kz会改变复数单位圆内纯体去相干点的搜索间隔，从而导致斜率n的变化。因此，根据有效垂直波数的一般范围0.046rad/m～0.2rad/m，建立一个步长相等的查找表(lut)来表征不同垂直波数对高斯均值与纯体去相干的干涉相位之间函数关系的影响。
35、进一步地，步骤4具体包括：
36、步骤4.1，利用单条基线确定初步解的公式如下：
37、
38、式中，是二维高斯后向散射模型中的纯体去相干系数。
39、是基线1对应的理论值，即通过gvb模型计算得到的纯体去相干系数。
40、是基线1观测到的实际纯体去相干系数。
41、表示在基线1上，沿着相干直线以步长λ向外搜索可能的真实值。
42、地表相位。
43、是基线1对应的相干直线与复数单位圆的另一个交点的相位。
44、λ:是搜索步长参数。
45、步骤4.2，利用第二条基线确定最优解对的公式如下：
46、
47、
48、式中，γpred:表示基线2的预测纯体去相干系数，通过二维高斯后向散射模型计算得到。
49、表示对h,χ参数进行最小化操作，以找到最佳的森林高度h和高斯标准差χ。
50、m2:是一个参数，用于调节复数单位圆内搜索相位的范围。
51、im(γpred):表示γpred的虚部。
52、re(γpred):表示γpred的实部。
53、c2:是基线2对应的理论值偏移量。
54、本发明还公开了一种polinsar森林高度反演系统，该系统能够用于实施上述的polinsar森林高度反演方法，具体包括：
55、数据预处理模块：包括数据获取、预处理和校正，确保输入数据的质量和准确性。
56、gvb模型参数分析模块：进行gvb模型参数相关性分析，固定和分析高斯模型的参数对纯体积去相干干涉相位和相干性的影响。
57、地表相位和高斯均值约束模块：根据每条基线进行地表相位估计和约束，然后对未知的高斯均值进行约束，得到二维gvb模型，确保模型参数的准确性和一致性。
58、二维gvb模型泛化模块：消除不同地表相位和垂直有效波数的影响，建立相应的查找表；
59、双基线森林高度反演模块，包括：
60、初步解确定模块：从实测的纯体去相干点开始，沿相干直线搜索纯体去相干真值的可能解，解算未知参数对。
61、最优解确定模块：利用第二条基线的模型表达式，预测第二条基线纯体去相干系数，选择最佳候选点确定最优解对，即最佳森林高度和标准差。
62、结果分析和输出模块：分析反演结果的准确性和可靠性，输出森林高度和标准差的空间分布图、统计数据或其他形式的结果。
63、本发明还公开了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述polinsar森林高度反演方法。
64、本发明还公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述polinsar森林高度反演方法。
65、与现有技术相比，本发明的优点在于：
66、1.精准性和准确性提升：通过建立二维高斯后向散射模型，能够更准确地描述森林结构对雷达波的反射特性，从而提高森林高度反演的精度和准确性。
67、2.多极化信息综合利用：结合多个极化通道的数据，有效地综合利用不同波长和极化方向下的信息，增强了对森林区域内部结构的分析能力。
68、3.地表相位影响消除：考虑了地表相位对干涉相位的影响，并通过相应的处理步骤将地表相位的影响消除，进一步提升了高度反演的精度。
69、4.垂直波数效应校正：根据垂直波数的影响建立了查找表，有效校正了不同垂直波数对高斯均值与纯体去相干的干涉相位之间的关系，从而减少了误差的累积。
70、5.系统化的反演流程：将参数相关性分析、地表相位消除、垂直波数影响校正以及双基线反演等步骤系统化地整合在一起，形成了完整的polinsar森林高度反演流程，提高了反演结果的一致性和可信度。
1.一种基于二维高斯后向散射模型的polinsar森林高度反演方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的polinsar森林高度反演方法，其特征在于：
3.根据权利要求2所述的polinsar森林高度反演方法，其特征在于：
4.根据权利要求1所述的polinsar森林高度反演方法，其特征在于：
5.一种polinsar森林高度反演系统，其特征在于：该系统能够用于实施权利要求1至4其中一项所述的polinsar森林高度反演方法，具体包括：
6.一种计算机设备，其特征在于：包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1至4其中一项所述的polinsar森林高度反演方法。
7.一种计算机可读存储介质，其特征在于：其上存储有计算机程序，该程序被处理器执行时实现权利要求1至4其中一项所述的polinsar森林高度反演方法。
