Ước lượng tham số rừng từ ảnh PolInSAR bằng phương pháp tối ưu kết hợp

Bài viết này đưa ra một phương pháp mới để nâng cao độ chính xác trong việc ước lượng các tham số rừng. Phương pháp này dựa trên kỹ thuật tối ưu kết hợp để rút ra các tham số thực vật với độ chính xác cao. Kết quả thực nghiệm cho thấy rằng độ chính xác của các tham số rừng được cải thiện đáng kể bởi thuật toán đề xuất.

Kỹ thuật điều khiển & Điện tử ƯỚC LƯỢNG THAM SỐ RỪNG TỪ ẢNH POLINSAR BẰNG PHƯƠNG PHÁP TỐI ƯU KẾT HỢP Nguyễn Ngọc Tân1*, Phạm Minh Nghĩa1, Hoàng Xuân Hội2, Nguyễn Phương Nam3 Tóm tắt: Ước lượng tham số rừng từ ảnh đa mặt mở tổng hợp giao thoa phân cực (PolInSAR) ứng dụng đầy triển vọng lĩnh vực viễn thám Gần đây, có nhiều nghiên cứu nhằm mục đích thu tham số rừng từ hình ảnh PolInSAR đơn tần số phương pháp ESPIRT, phương pháp nghịch chuyển ba trạng thái…Tuy nhiên kỹ thuật có xu hướng ước lượng thấp tham số rừng suy hao sóng điện từ mơi trường mặt đất Bài báo đưa phương pháp để nâng cao độ xác việc ước lượng tham số rừng Phương pháp dựa kỹ thuật tối ưu kết hợp để rút tham số thực vật với độ xác cao Kết thực nghiệm cho thấy độ xác tham số rừng cải thiện đáng kể thuật tốn đề xuất Từ khóa: PolInSAR, ESPRIT; Ước lượng tham số rừng; Tối ưu kết hợp; Tập kết hợp; Ra đa mặt mở tổng hợp giao thoa phân cực; Nghịch chuyển ba trạng thái MỞ ĐẦU Ra đa tổng hợp mặt mở giao thoa phân cực ( PolInSAR) kỹ thuật viễn thám đa, nhạy cảm với cấu trúc thẳng đứng đặc tính vật lý mơi trường tán xạ Hệ thống kết hợp ưu điểm đa mặt mở tổng hợp phân cực đa mặt mở tổng hợp giao thoa Dữ liệu ảnh PolInSAR có độ phân giải cao chứa đầy đủ thơng tin, tính chất tán xạ phân cực đối tượng cần phản ánh Thơng tin phân cực phản ánh cấu trúc hình học đặc tính vật lý mục tiêu Ảnh PolInSAR khác so với liệu ảnh giao thoa thơng thường, cho phép tạo giao thoa cặp phân cực truyền/ nhận tùy ý, ảnh giao thoa thông thường lại bị phụ thuộc nhiều vào ảnh hưởng môi trường vật lý Trong liệu PolInSAR, pha giao thoa thay đổi với chọn phân cực Chúng ta thu tham số địa vật lý quan trọng qua việc nghiên cứu thay đổi Do vậy, sử dụng liệu ảnh PolInSAR để ước lượng tham số mục tiêu tự nhiên ứng dụng đầy triển vọng Trong hai thập kỷ vừa qua, nhiều phương pháp kỹ thuật phân tích đề xuất phương pháp ESPRIT [1], phương pháp nghịch chuyển ba trạng thái [2] Với phương pháp có hạn chế nhược điểm định Phương pháp ESPRIT có xu hướng ước lượng thấp tham số thực vật sóng điện từ bị suy hao mơi trường mặt đất Với phương pháp nghịch chuyển ba trạng thái, phải thực ước lượng bình phương tối thiểu nhiều tham số Việc ước lượng phức tạp điều kiện hạn chế thực Ngoài ra, nhiều kỹ thuật phân hoạch đưa để phân tích ảnh PolInSAR phân hoạch Freeman-Durden [3-4], phân hoạch bốn thành phần Yamaguchi [5], phân hoạch Cloude-Pottier [6-7] Các kỹ thuật phân hoạch có nhiều hạn chế mơ hình tán xạ khối giả định có tính chất đối xứng tán xạ cho tất điểm ảnh số lượng quan sát độc lập bị giới hạn Các giả định thường xuyên gây công suất âm chế phân hoạch, đặc biệt khu vực rừng có thành phần tán xạ khối chiếm ưu Bài báo đề xuất phương pháp nâng cao độ xác cho ước lượng tham số rừng sử dụng liệu PolInSAR Trong phương pháp đề xuất, pha địa hình ước lượng từ nguyên lý tập kết hợp [8] nhằm giảm độ phức tạp q trình tính tốn 62 N N Tân, …, N P Nam, “Ước lượng tham số rừng … phương pháp tối ưu kết hợp.” Nghiên cứu khoa học cơng nghệ Tham số địa hình ước lượng trực tiếp từ liệu, điều khắc phục lỗi sảy trình xử lý số lượng kết hợp bị hạn chế Sau đó, nguyên lý tối ưu kết hợp phương pháp phân hoạch hai thành phần thích nghi [9] áp dụng để rút trạng thái phân cực tối ưu ma trận kết hợp tán xạ mặt đất, ma trận kết hợp tán xạ khối Do đó, hàm kết hợp giao thoa phân cực mơ hình RVoG xây dựng Để xác định tập tham số tối ưu, rút tham số rừng với độ xác cao nhất, thuật toán đề xuất thực so sánh hàm kết hợp mơ hình với kết hợp ba kênh phân cực khác thu từ liệu quan sát Các kết mơ phân tích cho thấy phương pháp đề xuất mang lại hiệu tốt ổn định phương pháp nghịch chuyển ba trạng thái Đồng thời phương pháp cho kết xác loại địa hình rừng thực tế HỆ THỐNG POLINSAR VÀ MÔ HÌNH RVOG 2.1 Hệ thống PolInSAR Một hệ thống giao thoa, phân cực hoàn toàn quét phần tử phân giải khu vực từ hai góc quét khác cho hai ma trận tán xạ  S1   S  Với trường hợp tán  xạ ngược môi trường tương hỗ, véc tơ tán xạ lexicographic ba chiều k L1  k L2 cho công thức sau:   T T k L1   S1HH , S1HV , S1VV  ; k L2   S2 HH , S2 HV , S2VV  (1) Dữ liệu thu từ hệ thống PolInSAR thường biểu diễn ma trận kết hợp phức 6×6, biểu diễn (2)[10]  T1  T   kk *T   *T     kL1    với k     T2  kL   2 (2) Trong đó, tốn tử  biểu thị mức lấy trung bình tồn q trình xử lý liệu     biểu thị toán tử liên hợp phức T1  T2  ma trận Hermitian, mô tả thuộc tính phân cực mục tiêu thu từ hệ thống PolSAR riêng lẻ,    ma trận phức phi-Hermitian, bao hàm thông tin giao thoa phân cực mục tiêu Sự kết hợp giao thoa phân cực hệ thống PolInSAR mô tả hàm phân cực hai ảnh biểu diễn sau [10,14]:     ,         1* T       1* T T 1 1 2* T T  (3) Trong đó, 1 , 2 véc tơ phức đơn nhất, định nghĩa lựa chọn trạng thái phân cực 2.2 Mô hình RvoG Mơ hình RVoG ( The Random Volume over Ground ) [2] mơ hình hiệu mơ tả tương tác sóng điện từ môi trường tự nhiên kết hợp tán xạ khối tán xạ mặt đất Khi đó, tán xạ ngược tổng kết hợp tán xạ ngược từ mặt đất tán xạ ngược từ khối thực vật Kết hợp giao thoa mơ hình mơ tả theo cơng thức [2]: Tạp chí Nghiên cứu KH&CN quân sự, Số 60, - 2019 63 Kỹ thuật điều khiển & Điện tử          j0  v      j0    RVoG    e   e   v   1  v           (4)      e j0  v  L  1  v    L     Trong đó, 0 pha địa hình mặt đất,  ( ) tỷ lệ biên độ hiệu dụng tán xạ khối tán xạ mặt đất hàm trạng thái phân cực v biểu thị kết hợp phức cho tán xạ từ lớp tán cây, phụ thuộc vào độ suy hao sóng trung bình chiều cao rừng ƯỚC LƯỢNG THAM SỐ RỪNG BẰNG PHƯƠNG PHÁP TỐI ƯU KẾT HỢP Trong phần này, báo đề xuất phương pháp xác định tham số rừng dựa nguyên lý tối ưu kết hợp Với điểm ảnh Pha địa hình mặt đất ước lượng từ phương pháp tập kết hợp  , hv ,    Xác định trạng thái phân cực tối ưu opt  1  T   H    ( ) Tính hàm kết hợp giao thoa mơ hình RVoG    0,   hv   0, 2 / k z     0,1   RVoG    e j0 v          0 So sánh kết hợp giao thoa phân cực mơ hình với kết hợp kênh phân cực đặc trưng để ước lượng chiều cao rừng d ,hv ,  RVoG  hv  RVoG  hh  RVoG  hv vv Xác định tập tham số tối ưu d ,hv ,   , h , v Hình Lưu đồ thuật toán tối ưu kết hợp cho điểm ảnh Ban đầu, tham số mô hình RVoG bao gồm độ suy hao   , chiều cao rừng  hv   lựa chọn tham số lặp đầu vào Theo nguyên lý hệ thống PolInSAR, tham số giới hạn khoảng cố định  0,1 ;  0, 2 / k z  ;  0,   tương ứng Trong k z số sóng theo trục đứng, xác định từ liệu quan sát đầu vào Thuật toán đề xuất trình bày theo bốn bước Đầu tiên pha địa hình 64 N N Tân, …, N P Nam, “Ước lượng tham số rừng … phương pháp tối ưu kết hợp.” Nghiên cứu khoa học công nghệ ước lượng phương pháp tập kết hợp Tiếp theo trạng thái phân cực tối ưu xác định cách tìm giá trị tối ưu hàm kết hợp giao thoa phân cực Trong bước ba, thuật toán xác định hàm kết hợp giao thoa phân cực mơ hình RVoG Cuối cùng, chiều cao rừng ước lượng Các bước thuật toán đề xuất tóm tắt Hình Bước 1: Ước lượng pha địa hình phương pháp tập kết hợp Quá trình nghịch chuyển ba trạng thái [2] phương pháp phổ biến sử dụng ảnh PolInSAR để thu tham số rừng Tuy nhiên, phương pháp có số nhược điểm, ước lượng pha địa hình mặt đất thường chiếm nhiều thời gian cho kết với độ xác khơng cao Phương pháp tập kết hợp [8] đề xuất nhằm khắc phục nhược điểm Pha địa hình mặt đất ước lượng trực tiếp từ liệu giá trị thích hợp lựa chọn cách sử dụng tất thay đổi phân cực kết hợp giao thoa mà không làm tăng thời gian tính tốn Do vậy, phương pháp tập kết hợp cho kết xác phương pháp nghịch chuyển ba trạng thái ước lượng pha địa hình    Với giả định véc tơ chiếu ( 1  2   ) T  T1  T2  , kết hợp PolInSAR (3) biểu diễn đơn giản cách sử dụng dạng rút gọn ma trận kết hợp, sau:  app  w*T  w : w*T w  1, w  C  Trong đó,   T 1 T cải tiến  Thay w vào (3) ta có: 1  (5)  T  ma trận kết hợp rút gọn, w   *T  véc tơ đơn  T        e j  w*T  w ,  w 1 (6) Phương trình (6) có dạng tương tự dạng cự ly số ma trận vuông [11] Do vậy, cự ly số ma trận  xem vùng tập kết hợp Ma trận  có ba trị riêng 1 , 2 3   33 , giả sử arg  1   arg  2  Quỹ đạo cự ly số ma trận  mặt phẳng kết hợp phức có dạng tương tự hình ellip bao hàm ba trị riêng ma trận  [12] Theo Cloude [3], trị riêng 3 ma trận  có mối liên hệ mật thiết với kết hợp phức kênh phân cực hv hv 1 2 lại liên quan trực tiếp đến kết hợp phức kênh phân cực hh hh kênh phân cực vv vv tương ứng Theo nguyên lý truyền sóng phân cực hệ thống đa, kênh phân cực hv thường sử dụng để xác định tham số thành phần tán xạ ngẫu nhiên từ tán cây, kênh phân cực hh vv thường sử dụng để xác định tham số địa hình Như vậy, ta thấy trị riêng 2 ma trận  bao hàm thơng tin liên quan đến địa hình Khi đó, pha mặt đất giao điểm đường thẳng qua hai điểm 2 3 với đường tròn đơn vị mặt phẳng kết hợp phức Pha giao thoa địa hình mặt đất xác định sau: 0  arg 2  3 1  L  Tạp chí Nghiên cứu KH&CN quân sự, Số 60, - 2019 (7) 65 Kỹ thuật điều khiển & Điện tử Trong đó, L nghiệm phương trình bậc hai:  B  B  AC AL  BL  C   L  2A 2 A  3  1; B  Re  2  3  3*  ; C  2  3 Với (8) Bước 2: Xác định trạng thái phân cực tối ưu (9)  Công thức (3) biểu diễn hàm kết hợp giao thoa phân cực phân cực 1 sử dụng  đầu mút thứ 2 sử dụng đầu mút thứ hai đường sở Do vậy, công thức (3) bao gồm thông tin giao thoa thơng tin phân cực Để tìm trạng thái phân cực tối ưu, báo thực xác định giá trị độ lớn giới hạn hàm     1 , 2     1*T 2      max    , 1*T T112*T T22 (10) Tuy nhiên, hàm kết hợp hàm phức nên cần thiết phải xác định giá trị cực đại độ lớn, pha, hay phần thực, phần ảo tương ứng với chế tán xạ Để thực điều này, thiết lập hàm phức Lagrange ( L) biểu diễn công thức (10):       L  1*T 2  1 (1*T T11  1)  2 (2*T T22  1) (11) Hàm bao gồm tử số kết hợp giao thoa phân cực giới hạn hai tham số Lagrange 1 2 Hai tham số cho phép thay đổi tử số giữ nguyên mẫu số hàm kết hợp Trong thực tế, đường sở nhỏ, thay đổi thời gian không đáng   kể, chế tán xạ hai đầu mút đường sở (1  2 ) Sau số phép tính đạo hàm cục bộ, toán tối ưu dẫn tới phương trình giá trị riêng sau [12]: 1  T  Trong đó, T   1 Ma trận T     H    1  2*   (12) 1 T1  T2    H    ei  *T ei  2 H  công thức (11) có ba giá trị riêng thực, khơng âm trạng thái  phân cực tối ưu ( opt ) tương ứng với giá trị riêng lớn [12] Bước Xác định hàm kết hợp giao thoa phân cực mơ hình RVoG  Trong cơng thức 4,  ( ) tỷ lệ biên độ hiệu dụng tán xạ khối tán xạ mặt đất tính theo cơng thức sau [2]   ()    opt *T Tg M g opt 2  *T  2 hv  T M   cos  opt v v opt cos( )  e    1     (13) Để xác định ma trận kết hợp tán xạ mặt đất Tg ma trận kết hợp tán xạ khối Tv , báo áp dụng kỹ thuật phân hoạch mục tiêu hai thành phần thích nghi Li [9] Kỹ thuật dạng đơn giản thuật toán phân hoạch mục tiêu tổng quát Lee với 66 N N Tân, …, N P Nam, “Ước lượng tham số rừng … phương pháp tối ưu kết hợp.” Nghiên cứu khoa học công nghệ số giả định Kỹ thuật loại bỏ vấn đề công suất âm mà không cần xác định điều kiện phản xạ đối xứng, không cần tiêu chí chế tán xạ chủ đạo Thay   giá trị Tg , Tv opt tìm vào cơng thức (13), tính giá trị hàm  ( ) Với tham số giả định đầu vào, hàm kết hợp giao thoa tán xạ khối xác định sau [2]: hv e v  2 z , cos   dz , hv e 2 z , cos   (14) , e  jk z z dz , Thay công thức (13), (14) vào (4), xác định hàm kết hợp giao thoa tồn mơ hình RVoG Bước Ước lượng tham số chiều cao rừng Theo nguyên lý truyền sóng phân cực hệ thống đa, kênh phân cực hv thường phản ánh đặc điểm thành phần tán xạ khối ngẫu nhiên từ tán cây, kênh phân cực hh vv mang đặc điểm thành phần tán xạ địa hình Từ liệu thực tế, xác định hàm kết hợp giao thoa kênh phân cực Khi tham số mơ hình gần với thực tế độ xác ước lượng cao Do để ước lượng tham số rừng, hàm kết hợp giao thoa phân cực mơ hình RVoG so sánh với kết hợp giao thoa số kênh phân cực đặc trưng ( hh , hv , hv  vv ) d ,hv ,  RVoG  hv  RVoG  hh  RVoG  hv  vv (15) Với tập tham số đầu vào  , hv ,  xây dựng hàm kết hợp giao thoa mơ hình RVoG, từ xác định khoảng cách kết hợp giao thoa mơ hình kết hợp giao thoa kênh phân cực Tập tham số tối ưu tương ứng với điều kiện khoảng cách tổng nhỏ ( d ) Cuối cùng, thực lặp lại bước cho điểm ảnh toàn ảnh thu Chiều cao rừng thu giá trị trung bình tồn chiều cao điểm ảnh KẾT QUẢ THỰC NGHIỆM Để đánh giá hiệu phương pháp đề xuất, áp dụng phương pháp tối ưu kết hợp với tập liệu thu từ phần mềm PolSARProSim [13] liệu hình ảnh PolInSAR băng L chụp khu vực khảo sát thực tế Tien-Shan hệ thống SIR-C/X-SAR 4.1 Dữ liệu mô Trước áp dụng với liệu thực tế, thuật tốn kiểm chứng với liệu mơ tạo phần mềm PolSARProSim Bằng cách lựa chọn tham số đầu vào, phần mềm PolSARProSim cho phép tạo môi trường rừng giả lập hệ thống đa tổng hợp mặt mở giao thoa phân cực Hệ thống đa có hoạt động tương tự thực tế để tạo ảnh PolInSAR Cụ thể, phần mềm PolSARProSim tạo khu vực rừng có diện tích 2.6 Ha, chiều cao trung bình 18m với mật độ trung bình 1000 cây/ Ha Một hệ thống PolInSAR băng L tần số 1.3 GHz, góc tới 300 hoạt động với đường sở theo trục ngang 100 m theo trục đứng 10 m chụp khu vực rừng nói để tạo liệu ảnh với kích thước 143x131 điểm ảnh Dữ liệu mơ có cấu trúc định dạng giống với liệu thực tế Tuy nhiên liệu mô có kích thước Tạp chí Nghiên cứu KH&CN qn sự, Số 60, - 2019 67 Kỹ thuật điều khiển & Điện tử nhỏ Ngoài ra, với liệu mơ phỏng, hồn tồn biết trước tham số chiều cao rừng, mật độ, độ dốc địa hình, độ ẩm…Điều giúp cho việc kiểm chứng độ xác thuật tốn đề xuất cách so sánh tham số đầu thuật toán với tham số rừng Hình 2a thể hình ảnh mã hóa Pauli khu vực rừng quan sát với kích thước 143  131 điểm ảnh Đường thẳng màu đỏ biểu thị vùng hình ảnh phân tích kết báo (b) (a) Hình Hình ảnh mã hóa Pauli (a) biểu đồ so sánh chiều cao (b) Hình 2b biểu đồ ước lượng chiều cao rừng phương pháp đề xuất so sánh với phương pháp nghịch chuyển ba trạng thái dọc theo đường thẳng màu đỏ Hình 2a Bảng Tham số rừng ước lượng từ hai phương pháp Tham số Giá trị thực Mơ hình chuyển ba trạng thái Phương pháp đề xuất hv  m 18 16.3120 17.7542 0  rad  0.0148 0.0332 0.0153   dB / m  0.2 0.3166 0.1683 RMSE 3.4001 2.3173 Bảng I biểu thị kết chiều cao rừng ước lượng từ phương pháp đề xuất trình nghịch chuyển ba trạng thái So sánh với chiều cao thực rừng 18m, Hình 2b Bảng I chứng tỏ phương pháp đề xuất cho kết xác lỗi so với phương pháp nghịch chuyển ba trạng thái Trong phương pháp nghịch chuyển ba trạng thái, pha mặt đất ước lượng hai giai đoạn Chiều cao rừng ước lượng giai đoạn cuối mơ hình chuyển đổi Trong giai đoạn này, tác giả giả định khơng có thành phần tán xạ trực tiếp từ mặt đất kênh phân cực hv , est ,v  hv exp   j0  Sau đó, tác giả xây dựng bảng tra cứu cho kết hợp giao thoa kênh phân cực hv hàm chiều cao rừng ( hv ) độ suy hao sóng tán xạ mơi trường truyền (  ) Bằng cách so sánh est ,v với bảng tra cứu thu độ cao rừng Do vậy, ta thấy hình 2b, giá trị chiều cao rừng xấp xỉ gán với giá trị cố định cho trước nguyên nhân tạo nên mức giá trị ngưỡng phía biểu đồ chiều cao màu xanh Với phương pháp nghịch chuyển ba trạng thái, độ xác ước lượng phụ thuộc vào mơ hình dự đốn trước Do đó, kết ước lượng đơi khơng xác Dựa sở toán học nguyên lý tối ưu kết hợp, thuật toán đề xuất xác định trực tiếp hàm kết hợp giao thoa phân 68 N N Tân, …, N P Nam, “Ước lượng tham số rừng … phương pháp tối ưu kết hợp.” Nghiên cứu khoa học cơng nghệ cực tồn mơ hình hai lớp RVoG Tập tham số tối ưu ước lượng với độ xác cải thiện đáng kể Hình Chiều cao rừng ước lượng phương pháp đề xuất Hình biểu diễn chiều cao toàn khu vực rừng khảo sát ước lượng từ phương pháp đề xuất Trong ta thấy hầu hết độ cao đạt xấp xỉ 18m Chiều cao rừng thực tế ước lượng tương đối xác loại trừ số điểm ảnh, chiều cao vượt 18m nhỏ 22m tất điểm ảnh Trong thực tế, cấu trúc rừng độ cao rừng cao giá trị này, ta khẳng định kết chấp nhận Như vậy, phương pháp đề xuất cho kết tương đối xác với độ sai số nhỏ 4.2 Dữ liệu thực nghiệm Sau kiểm chứng hiệu với liệu mơ phỏng, thuật tốn đề xuất áp dụng liệu thực nghiệm Dữ liệu thực nghiệm sử dụng báo hình ảnh chụp khu vực Tien-Shan vào ngày tháng 10 năm 1994 Trên đồ, khu vực có tên KUDARA, LAKE BAIKAL, RUSSIA có tọa độ 52°12′11.14″N tới 52°16′34.95″N 106°45′35.68″E tới 106°51′37.11″E Đây khu vực hỗn hợp bao gồm rừng, diện tích nơng nghiệp, dòng sơng đường Dữ liệu chụp hệ thống SIR-C/X-SAR với đường sở 13m góc tới 24.5690 Đặc điểm liệu thực nghiệm có kích thước lớn, tạo hệ thống đa SIR-C thực tế Tuy nhiên, với liệu thực nghiệm, hoàn tồn khơng biết tham số cấu trúc rừng độ cao, mật độ…Mục đích thuật tốn xác định tham số Dữ liệu thực nghiệm có cấu trúc 500 x 500 điểm ảnh Về định dạng, liệu thực nghiệm liệu mô hồn tồn giống (a) (b) Hình Khu vực khảo sát: (a) Hình ảnh quang học, (b) Hình ảnh mã hóa Pauli Tạp chí Nghiên cứu KH&CN qn sự, Số 60, - 2019 69 Kỹ thuật điều khiển & Điện tử Hình 4(a) hình ảnh quang học khu vực khảo sát Hình 4(b) hình ảnh kết hợp khu vực khảo sát sở Pauli với kích thước 500 x 500 điểm ảnh Dọc theo mặt cắt phương vị ảnh hình 4a, nhận thấy ba loại địa hình: khu vực có màu đỏ biểu thị diện tích đất trống khu nơng nghiệp, khu vực màu xanh biểu thị diện tích rừng (a) (b) Hình Chiều cao rừng ước lượng phương pháp đề xuất (a) Hình ảnh 3-D chiều cao rừng (b) Kết phương pháp đề xuất biểu diễn Hình So sánh Hình 5a với Hình 4a, thấy khu vực đất trống, khu nông nghiệp, chiều cao ước lượng thấp Điều hoàn toàn phù hợp với địa hình thực tế Hình 5b biểu diễn hình ảnh ba chiều chiều cao rừng ước lượng theo phương pháp đề xuất Trong đó, chiều cao ước lượng khoảng từ 12m tới 30m Chiều cao trung bình 18.1762m Thuật tốn xây dựng dựa sở toán học bản, kết đạt với độ xác cao Tuy nhiên, nhược điểm lớn thuật toán bước thực với số lượng phép toán tương đối lớn, cần nhiều tài nguyên thời gian xử lý Đối với liệu mơ phỏng, kích thước ảnh không lớn ( 143 x 131 điểm ảnh) mô bỏ qua số vấn đề chuyển động dư, lỗi đồng đăng ký, vấn đề không tương quan thời gian Do vậy, việc xử lý liệu đơn giản cho độ xác cao Đối với liệu thực nghiệm chụp từ hệ thống SIR-C/X-SAR thực tế, bị ảnh hưởng yếu tố tương quan thời gian nguồn không tương quan SNR Kích thước ảnh thực nghiệm lớn ( 500 x 500 điểm ảnh ) nên áp dụng thuật toán tốn nhiều tài nguyên thời gian xử lý Tuy nhiên, kết sau áp dụng thuật toán đề xuất chứng minh phù hợp với địa hình thực tế KẾT LUẬN Bài báo đề xuất phương pháp nhằm nâng cao độ xác ước lượng tham số rừng từ ảnh PolInSAR Trong đó, tham số rừng xác định dựa thuật toán tối ưu kết hợp Ngồi ra, kết xác hơn, nguyên lý tập kết hợp sử dụng để xác định pha địa hình mặt đất Các ưu điểm phương pháp đề xuất phân tích kỹ lưỡng so sánh với phương pháp nghịch chuyển ba trạng thái Các kết mô so sánh rằng, phương pháp đề xuất cải thiện đáng kể độ xác cho ước lượng độ cao rừng, pha địa hình hệ số suy hao sóng mơi trường truyền Trong tương lai gần, thử nghiệm liệu khu vực 70 N N Tân, …, N P Nam, “Ước lượng tham số rừng … phương pháp tối ưu kết hợp.” Nghiên cứu khoa học công nghệ khảo sát khác thực nhằm nâng cao hiệu cho phương pháp đề xuất TÀI LIỆU THAM KHẢO [1] H Yamada, M Yamazaki and Y Yamaguchi, “ On scattering model decomposition of PolSAR and its application to ESPRIT-base Pol-InSAR ”, Proceeding of 6th European Conference on Synthetic Aperture Radar, Dresden, Germany, (2006) May 16-18 [2] S R Cloude and K P Papathanassiou, “ Three-stage inversion process for polarimetric SAR interferometric ”, IEE Proceedings Radar, Sonar and Navigation, vol 150, issue 3, (2003), pp 125-134 [3] A Freeman and S L Durden, “ A three-component scattering model for polarimetric SAR data ”, IEEE Transaction on Geoscience and Remote Sensing, 1998, 36(3): 963 – 973 [4] A Free-man, “ Fitting a two-component scattering model to polarimetric SAR data ”, Proceedings of IGARSS'99, Hamburg, Germany, 28 June- July 1999, 5(2): 649 – 2651 [5] Y Yamaguchi, Y Yajima and H Yamada, “ A four- component decomposition of POLSAR images based on the coherency matrix ”, IEEE Geoscience and Remote Sensing Letters, 2006, 3(3): 292-296 [6] S R Cloude Polarisations, “ Applications in remote sensing ”, Oxford University, 2010 [7] J Lee and E Pottier, “ Polarimetric Radar Imaging: from basic to applications”, Taylor and Francis Group 2009 [8] Bin Zou, Da Lu, Hongjun Cai and Ye Zhang, “ Ground topography estimation over forests using PolInSar image by means of coherence set”, Image Processing (ICIP), 2011 18th IEEE International Conference on [9] Hongzhong Li, Qingquan Li, Guofeng Wu, Jinsong Chen, and Shouzhen Liang, “ Adaptive Two-Component Model-Based Decomposition for Polarimetric SAR Data Without Assumption of Reflection Symmetry ” IEEE Transaction on Geoscience and Remote Sensing, 2016 [10] S R Cloude and K P Papathanassiou, “ Polarimetric SAR interferometry”, IEEE Transactions on Geoscience and Remote sensing, vol 36, no 5, pp 1551–1565, 1998 [11] M Neuman, A Reigber, and L Ferro-Famil, “PolInSAR coherence set theory and application”, Proceeding of EUSAR, 2006 [12] S.R Cloude, “Polarization application in remote sensing”, Oxford University Press, New York , 2009 [13] M Williams, “ Polsarprosim: a coherent, polarimetric sar simulation of forest for polsarpro ” http//earth eo esa.int/polsarpro/SimulatedDataSources html, 2006 [14] Nghia Pham Minh, Bin Zou, Yan Zhang and Vannhu Le, “ General three- layer scattering model for forest parameter estimation using single-baseline polarimetric interferometry synthetic aperture radar data”, Journal of Applied Remote Sensing, Vol.9, pp.1-18, 2015 Tạp chí Nghiên cứu KH&CN quân sự, Số 60, - 2019 71 Kỹ thuật điều khiển & Điện tử ABSTRACT FOREST PARAMETERS ESTIMATION FROM POLINSAR IMAGE USING COHERENCE OPTIMIZATION METHOD Forest parameters estimation using polarimetric synthetic aperture radar interferometry (PolInSAR) images is one of the greatest interests in remote sensing applications Recently, there have been plenty of researches on the retrieval of vegetation parameters by single frequency single baseline PolInSAR, such as the ESPRIT method and three-stage inversion method However, these methods have several shortcomings which tend to underestimate the forest height due to attenuations of the electromagnetic waves in the ground medium This paper proposes a new method to improve the accuracy of forest height estimation This method is based on a coherence optimization technique extracting forest parameters Experimental results show that accuracy of the forest parameters can be improved by this method Keywords: PolInSAR; ESPRIT; Ước lượng tham số rừng; Tối ưu kết hợp; Tập kết hợp; Ra đa mặt mở tổng hợp giao thoa phân cực; Nghịch chuyển ba trạng thái Nhận ngày 04 tháng 12 năm 2018 Hoàn thiện ngày 27 tháng năm 2019 Chấp nhận đăng ngày 16 tháng năm 2019 Địa chỉ: Khoa Vô tuyến điện tử, Học viện Kỹ thuật quân sự; Phòng vật tư- Thiết bị y thế, Bệnh viện Mắt trung ương; Viện Điện tử - Viện Khoa học Công nghệ quân * Email: ngoctanbk46@gmail.com 72 N N Tân, …, N P Nam, “Ước lượng tham số rừng … phương pháp tối ưu kết hợp.” ... minh phù hợp với địa hình thực tế KẾT LUẬN Bài báo đề xuất phương pháp nhằm nâng cao độ xác ước lượng tham số rừng từ ảnh PolInSAR Trong đó, tham số rừng xác định dựa thuật tốn tối ưu kết hợp Ngồi... thị kết hợp phức cho tán xạ từ lớp tán cây, phụ thuộc vào độ suy hao sóng trung bình chiều cao rừng ƯỚC LƯỢNG THAM SỐ RỪNG BẰNG PHƯƠNG PHÁP TỐI ƯU KẾT HỢP Trong phần này, báo đề xuất phương pháp. .. đồ ước lượng chiều cao rừng phương pháp đề xuất so sánh với phương pháp nghịch chuyển ba trạng thái dọc theo đường thẳng màu đỏ Hình 2a Bảng Tham số rừng ước lượng từ hai phương pháp Tham số