基于DEM差分法的TanDEM-X数据森林高度估测

姬永杰 岳彩荣 赵 磊 刘晓英 张亚红 张王菲,

(1. 西南林业大学林学院，云南 昆明 650224；2. 中国林业科学研究院资源信息研究所，北京 100091)



基于DEM差分法的TanDEM-X数据森林高度估测

姬永杰1岳彩荣1赵 磊2刘晓英1张亚红1张王菲1,2

(1. 西南林业大学林学院，云南 昆明 650224；2. 中国林业科学研究院资源信息研究所，北京 100091)

以现有Lidar获取的DEM (数字高程模型) 数据、CHM (冠层高模型) 和样地调查数据为辅助数据，基于干涉测高原理，以DEM差分法为例，分析该方法支持下TanDEM-X数据在普洱研究区森林高度估测中的可行性。结果表明，TanDEM-X数据在森林林分高度估测中具有很大的潜力，在有高精度地表DEM数据支持下，采用该法获得估测结果与Lidar数据获取的CHM (冠层高度模型) 数据较接近，两者的RMSE为4.39 m，R2为0.70。此外，相位噪声对估测精度有严重影响，相位噪声剔除前后，估测结果与Lidar获取的CHM数据的R2分别为0.23和0.70。

TanDEM-X；极化干涉SAR；森林高度；DEM差分法

森林高度是反映森林资源数量和质量的重要结构信息，它与森林蓄积量和生物量直接相关，是森林资源调查中最重要的因子之一，也是进行陆地生态系统碳循环和碳动态分析的重要基础数据。极化干涉SAR(PolInSAR)作为一种较为先进的遥感技术，可以综合利用植被的极化和干涉信息，具备森林高度反演的能力。但星载SAR干涉技术以往仅可采用重轨方式进行，重轨数据由于受时间去相干影响而无法获得理想的森林高度估测结果[1-2]。TanDEM-X卫星星座的出现突破了

这一限制，TanDEM与Terra-SAR2颗卫星以相隔250 m左右的距离同步飞行，可获取无时间去相干的PolInSAR数据，使得星载SAR数据反演森林高度成为了可能[3-4]。但是由于植被衰减因子随着微波频率增大而增大，使得高频波段对森林的 “看见” 性差，因此，采用X-波段进行森林高度反演并不具有优势。然而，目前也有采用短波段进行森林高度估测成功的例子[3，5]。鉴于此，本研究将以现有Lidar获取的DEM (数字高程模型) 数据、CHM (冠层高模型) 和样地调查数据为辅助数据，探索X-波段星载干涉数据源TanDEM-X在研究区森林高度估测的可行性及效果[6-7]。

1 研究区数据源及数据处理

1.1 研究区数据源

研究区位于云南省普洱市，地处云贵高原西南边缘的无量山南部，在普洱市太阳河自然保护区和普洱市北部的万掌山林场内部 (图1中五角星所示位置)。研究区地理位置为东经100.58°～100.88°，北纬22.36°～22.66°，区域内海拔1 000～1 500 m，气候全年无霜、长夏无冬。研究区内以人工林为主，优势树种为思茅松 (Pinuskesiyavar.langbianensis)[10]。本研究获取了覆盖的研究区5景TanDEM-X数据 (数据中心频率为9.65 Hz)、部分机载Lidar数据和样地调查数据。

图1 研究区位置及TanDEM-X HH 强度影像

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

1.1.1 TanDEM-X数据

德国航天局 (DLR) 于2007年6月15日发射TerraSAR-X卫星，于2010年6月21日发射TanDEM-X卫星，旨在通过2颗卫星获取全球范围的无时间去相干数据，进而获取高精度的全球DEM数据。TerraSAR-X和TanDEM-X构成串行星对在相距250～500 m的轨道上运行，其运行类似灵活的单轨SAR干涉测量系统，可以获取3种形式干涉数据：单一静态模式 (PM模式)、双机站模式 (BM) 和交互收发分置模式 (ABM)。其数据除了应用于全球高程数据测量外，还可用于基于极化干涉信息的地表参数反演，特别是森林高度的反演[8-9]。本研究获取了研究区BM和PM模式的TerraSAR/TanDEM-X数据 (示例见图1，其中b为强度数据，c为相位数据)，该数据为HH极化Stripmap (SM) 模式数据，具体参数见表1。

1.1.2 Lidar数据

Lidar数据由中国林业科学研究院资源信息所于2013年12月和2014年3—4月以 “运-12” 为飞行平台获得。平台相对高度约为1 500 m，携带的传感器为Riegl公司生产的LMS-Q680i，该传感器以圆形方式扫描，采样间隔为1 s，波长为1 550 nm，提供完整的波形数据。研究获取了区域内多条航带 (图2a)。经数据预处理后得到分辨率为2 m的数字地表模型 (DEM，图2b) 和未插值的数字冠层高度模型 (CHM，图2c)[10]。

1.1.3 样地调查数据

研究区的地面实测数据是由中国林业科学研究院资源信息所与资源昆虫所共同获得，调查时间为2013年11月。设置位于研究区Lidar覆盖区的样地共计114块，样地每木调查起测胸径为5 cm，调查因子主要包括：坡度、坡向、树种及每木胸径、树高、枝下高、东西和南北方向的冠幅等因子。单木的树高和枝下高采用激光测高仪进行量测，采用差分全球定位系统对样地中心位置进行了精确定位。本文中样地数据主要用于对Lidar获取的CHM数据进行精度分析评价。

表1 TanDEM-X数据详细参数

图2 研究区Lidar数据

Fig.2 Lidar data of test site

1.2 数据处理

1.2.1 TerraSAR/TanDEM-X数据处理

由于获取的TerraSAR/TanDEM-X数据对已由数据提供商进行了主辅影像的精校正，因此可以直接进行干涉测高处理，最终获取DSM。DSM的提取在Gamma软件中完成，其具体操作流程见图3。

1.2.2 Lidar数据的处理

本研究首先将获得的点云数据根据研究区状况分为12类，具体包括未分类点、地面点、低矮植被、中层植被、高层植被、地面关键点、地面之下点、近地面点、稀疏植被点、陡坡、明显噪声点和航带重叠区内点；然后将航带重叠区内点和明显噪声点剔除，采用相应算法将地面点及地面关键点提取出来；根据植被点的定义将植被点提取，其中部分点采用阈值用代码自动提取，部分点手动提取；最后通过模型内插方法生成像元分辨率为2 m的DEM和DSM数据，两者差值后获得CHM数据。

图3 TanDEM处理流程图

Fig.3 TanDEM-X data process

2 基于干涉测高原理的DEM差分法

2.1 干涉测高原理

干涉技术的最初目的是利用简单的相位-高程关系获得对地形高程的测量。相位和高程之间关系的建立可以通过2种方法实现，即距离向谱滤波方法和干涉几何关系分析的方法。对于星载SAR干涉系统，影像斜距远远大于基线长度，因此由2种方法构建获得的相位高程装换参数可认为是相等的[7]。本研究以干涉几何关系分析的方法为例，介绍相位高程的的转换模型，即干涉测高的几何原理[6-7]，见图4。

图4 干涉测高几何原理

Fig.4 Geometry of interferometric SAR for height calculation

由图4可知，S1、S2为2个天线接收到回波信号；θ为S1的入射角；H为接收S1天线的高度；B为基线长度，即2个天线之间的距离；α为基线倾角；R1为S1到目标点P的距离；R2为S2到目标点P的距离，B⊥为基线B在垂直方向的分量，称为垂直基线；B∥为B在水平方向的分量称为为水平基线。

信号S1、S2经过处理后可分别表示为如下复数形式：

其中相位项有2部分构成，一是由传播距离和波长决定的相位项，二是由目标的散射特性引起的相位项。受极化方式影响。由于在本研究中采用一种极化方式，所以由目标散射特性引起的相位项可以忽略。因此，2个信号之间的干涉可以表示为：

干涉相位差与斜距之间的相位差可以通过式 (4) 获得。

(N=0,±1,±2, …)

(4)

其中，N可以通过相位解缠技术确定。ΔR包括平地引起斜距差和高程变化引起的斜距差2个部分，若要获得准确的高程，需要去除平地引起的斜距差。

根据图1中的几何关系，可知：

(5)

若R1≫ΔRR1≫B，则：

(6)

由 (6) 可知对于θ变化引起的相位的变化为：

(7)

又由图1中的几何关系可知：h0=H-R1cosθ，当Δθ足够小时，cosΔθ≈1，于是由θ引起的高程变化可近似为：

Δh=R1sinθΔθ-ΔRcosθ

(8)

将式 (8) 带入式 (7)，有：

(9)

如果高度变化为0时，仍然有相位变化，即平地相位，为：

(10)

在进行高度估计时，需要去除平地相位，平地相位去除后，地形高程与相位之间的关系可以表示为：

(11)

由此，本研究可以通过干涉测高获得带有植被偏差的的数字表面模型 (DSM)。

2.2 DEM差值

由于X波段穿透性低，因此采用干涉测高原理获得的高程为植被冠层高度，对于森林植被覆盖的区域，其获取的高程为森林冠层中心的高度，即DSM。而DEM数据为地面高度，因此，森林高度可以通过式 (12) 获得。

Htreeheight=DSM-DEM

(12)

2.3 精度评价方法

精度评价一般可以通过估测结果与验证数据之间的拟合优度、总体均方根误差和估测精度等3个个参数来描述，分别定义如下：

(13)

(14)

(15)

3 结果与分析

为了剔除时间去相干的影响，本研究选取BM模式数据。由于获取的SAR数据的HOA均满足研究区高度估测的要求，在同等条件下，SAR信号入射角越小，森林特征引起的相位中心变化越小，估测误差越小，因此本研究选取极化干涉数据3进行DSM数据提取。文中干涉测高过程在Gamma软件中完成。处理过程中，相位解缠采用较成熟的最小费用流法，同时以Lidar获取的DEM为基础，选取了20个控制点对基线长度进行了精确估计。由于相位噪声对DSM提取有较大影响，本研究对比了相位噪声剔除前后的DSM数据，见图5。图5中a为最终获取的DSM数据，b为图a中红线的高程剖面图，其中b1为相位噪声剔除后效果，b2为相位噪声剔除前结果。从图5b中可以看出，相位噪声剔除前后DSM外形形状基本相似，而剔除前的DSM在细节上表现出较多的毛刺，直接影响森林高度估测结果。

图5 InSAR DSM去噪声前后示意图

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

此外，由于研究区森林密集，地形复杂，地面调查样地基本分布在调查人员容易到达的区域，因此获取的地面样地调查数据不能涵盖研究区内所有高度特征，采用样地调查数据进行验证，容易影响验证结果。而激光雷达的CHM数据，相比地面调查数据，覆盖范围较大，可以获得更均匀的样本分布。所以本研究中首先采用样地调查数据对研究区的激光雷达数据进行精度评价，评价结果表明，激光雷达数据与样地调查数据的高度相当，可以代替样地调查作为真实数据进行高度估测结果的验证；然后在激光雷达获取的CHM数据中随机选取了30对点对其估测结果进行验证；在选点过程中，考虑到研究区地形复杂，为了避开地形的影响，检测点的选择剔除了受到地形影响的异常值，同时避开了林分边缘区域。

估测结果与Lidar的CHM比较结果见图6，其中图6a为去除相位噪声后的结果，图6b为噪声去除前的对比结果。图6a显示出估测结果与Lidar结果的相关性较高，但是仍然显示出一定程度上的森林高度的低估，估测RMSE为4.39 m，估测精度为0.82；而图6b显示较低的相关性，因此在进行高度估测前必须对相位噪声引起的误差加以去除。

图6 高度估测结果与CHM对比

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

4 结 论

本研究分析了BM模式TanDEM-X数据基于干涉测高原理的DEM差分法高度估测结果与Lidar数据获取的CHM进行比较，探索了该数据在研究区森林高度估测的可行性。研究表明，采用干涉获取的DSM采用基于干涉测高原理的DEM差分法进行高度估测时，相位噪声对估测结果有严重影响，在实际应用中需要去除该影响。相位噪声前后剔除后估测结果与Lidar获取的CHM数据的判定系数可由0.29提高到0.70。虽然研究取得了较高的估测精度 (0.82)，由于研究区Lidar数据与SAR数据重叠区域较小，研究中并未对森林密度、森林湿度等影响因子进行详细分析，未来需要考虑X穿透性、森林结构、森林冠层湿度等对估测结果的影响，使得研究结果更具有代表性。

致谢：本文的TanDEM-X数据由German Aerospace Centre (DLR) 支持的科研项目XTI_VEGE7124提供，Lidar数据和地面样地调查数据由中国林业科学研究院 (863) 项目 “全球森林生物量和碳储量遥感估测关键技术”、国家重点基础研究发展计划“复杂地表遥感信息动态分析与建模” (2013CB733400) 提供，本文作者在此对数据的提供者表示感谢。

[1] 白璐, 洪文, 曹芳. 双基线极化干涉SAR数据估计林高的方法[J]. 电子测量技术, 2009, 32(6): 98-101.

[2] 庞勇, 李增元, 陈尔学, 等. 干涉雷达技术用于林分高估测[J]. 遥感学报, 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] 罗环敏. 基于极化干涉SAR的森林结构信息提取模型与方法[D]. 成都: 电子科技大学, 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] 刘鲁霞. 机载和地基激光雷达森林垂直结构参数提取研究[D]. 北京: 中国林业科学研究院, 2014.

[11] 李哲, 陈尔学, 王建. 几种极化干涉SAR森林平均高反演算法的比较评价[C]// 甘肃省遥感学会2009年学术会议, 2009.

(责任编辑 曹 龙)

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

国家自然科学基金项目 (31260156、41571372) 资助；云南省林学一流学科建设经费资助。

张王菲 (1979—)，女，副教授。研究方向：GIS及遥感技术在林业中的应用。Email: mewhff@163.com。

S771.5

A

2095-1914(2016)06-0073-06

第1作者：姬永杰 (1979—)，男，助理研究员。研究方向：林业遥感。Email: jiyongjie@swfc.edu.cn。