بخشی از مقاله
چکیده :
مسئله تخمین زیست توده جهت بررسی تغییرات آب و هوایی بر روی اکوسیستم های زمینی از اهمیت بسیاری برخوردار است در سا لهای اخیر استفاده از تکنیک های اینترفرومتری برای تخمین زیست توده نتایج بهتری را حاصل آورده است به کمک تکنیک های اینترفرومتری پلاریمتریک می توان ارتفاع درختان را بدست آورد و سپس زیست توده را تخمین زد. بهینه سازی کوهرنس در بهبود تخمین ارتفاع به کمک روش های اینترفرومتری پلاریمتریک نقش بسزایی دارد
در این مقاله روش های مختلف تخمین ارتفاع شامل الگوریتم های وارونگی بر اساس اندازه کوهرنس، تفاضل مدل رقومی زمین و ترکیبی با استفاده از الگوریتم های بهینه سازی کوهرنس شعاع عددی و تنوع فاز مورد بررسی قرار گرفته است. داده های مورد استفاده، داده های شبیه سازی شده جنگلی است که به کمک شبیه ساز PolSARproSim صورت گرفته است
با توجه به آنکه روش تنوع فاز یک روش بهینه سازی فاز است بر روی تخمین ارتفاع به روش اندازه کوهرنس تأثیری نداشته ولی باعث بهبود تخمین ارتفاع به روش مدل رقومی زمین شده است. روش شعاع عددی اگر چه روند محاسباتی سنگینی دارد و زمانبر است ولی نتایج را به میزان قابل توجهی بهبود داده است.
-1 مقدمه
جنگل ها نقش بسیار مهمی را در چرخه کربن جهانی ایفا می کنند سالیانه یک بیستم ذخایر دی اکسید کربن اتمسفر زمین توسط درختان جذب می شود لذا تخمین ارتفاع درختان به منظور تخمین زیست توده از اهمیت بسیاری برخوردار است استفاده از تکنیک های اینترفرومتری پلاریمتریک به منظور تخمین ارتفاع بسیار مؤثر می باشد یکی از عوامل مهمی که در بهبود تخمین ارتفاع تأثیرگذار است استفاده از کوهرنس بهینه می باشد به کمک تکنیک های اینترفرمتری پلاریمتریک و استفاده از بهینه سازی کوهرنس می توان مراکز پراکنشگرهای مؤثر را از هم جدا کرد در نتیجه تخمین دقیقتری از ارتفاع بدست آورد.
با تغییر دادن حالت های مختلف پلاریزاسیون، مکانیزم های پراکنش بهینه با بالاترین مقدار کوهرنس را می توان استخراج کرد. با بهینه سازی کوهرنس نااطمینانی در تخمین فاز اینترفرومتری را می توان کاهش داد همچنین نسبت سیگنال به نویز بهبود یافته و عواملی که باعث دیکرولیشن می شوند نیز کاهش می یابند. تکنیک بهینه سازی کوهرنس نخستین بار توسط Cloude&Papathanassiou مطرح شد,
در این روش دو مکانیزم متفاوت برای دو انتهای بیس لاین در نظر گرفته می شود این روش زمانی که اثرات دکرولیشن زمانی وجود دارد و مکانیزم های پراکنش در دو سر بیس لاین تغییر می کنند بسیار مؤثر است. در حالت تک مکانیزم، بجای w1 و w2 یک بردار پراکنش w داریم یعنی w1 و w2 با هم برابر و مشابه هستند، از جمله روش های تک مکانیزم می توان به روش شبه فضای پلاریزاسیون - - PSM1 اشاره کرد این روش توسط Liuis Sagues و همکاران در سال 2000 مطرح شد.
در این روش انتقال پایه پلاریزاسیون برای تصاویر صورت می گیرد، اینترفروگرام می تواند نه فقط بوسیله حالت پلاریزاسیون خطی، بلکه به صورت ترکیبات دیگر بین حالت های پلاریزاسیون بیضوی ایجاد شود. همه حالت های پلاریزاسیون بیضوی بوسیله بکار بردن تغییر پایه پلاریزاسیون جهت انتقال بردار پراکنش k1 به بردار پراکنش دیگر k می تواند ایجاد شود.
این روش به این دلیل روش زیر بهینه نامیده می شود که در بدست آوردن ماکزیمم کوهرنس، همه اطلاعات پلاریمتری استفاده نمی شود و فقط المان های پلاریزاسیون های همسان2 و پلاریزاسیون های غیرهمسان3 در نظر گرفته می شود و انتقال پایه پلاریزاسیون به طور مشابه در هر دو تصویر در نظر گرفته می شود. یکی از محدودیت های این روش آن است که اگر دکرلیشن زمانی یا تفاوت بین زوایای دید ناشی از بیس لاین مکانی بالا باشد، رفتار پراکنش مشاهده شده بین دو اخذ تغییر می کند و بنابراین ماکزیمم کوهرنس در این حالت موقعی ایجاد می شود که زیر فضاهای پلاریزاسیون مختلف در هر دو تصویر وجود داشته باشد که در این حالت نیاز است انتقال پایه پلاریزاسیون های مختلف در هر دو تصویر به کار برده شود نه اینکه پلاریزاسیون های مشابه برای هر دو تصویر به کار رود و این باعث می شود که پروسه بهینه سازی، روند محاسباتی سنگینی داشته باشد.
روش دیگری که بر مبنای تک مکانیزم پیشنهاد شد روش تطبیق حالت پلاریزاسیون - - PSC4 بود این روش توسط Muhtar Qong و همکاران در سال 2005 مطرح شد دو امضای پلاریمتری برای پیکسل ها در هر دو تصویر محاسبه می شود بعد از ریجستر کردن دو تصویر نسبت به هم، امضاهای پلاریمتری پیکسل های متناظر از لحاظ شکل کلی باید به هم شبیه باشند تا بتوان به کرولیشن بالایی رسید. اما در بعضی حالت ها، کرولیشن بالا بین امضاهای پلاریمتری بدلیل دکرولیشن زمانی یا مکانی نمی تواند بدست آید.
روش بهینه سازی عددی، توسط Elise Colin در سال 2006 مطرح شد.[6] این روش نیز بر اساس تک مکانیزم عمل می کند، نقطه ضعف اصلی روش شعاع عددی، زمان محاسباتی بالای آن است چون روندی تکراری مورد نیاز است و در مناطق بزرگ بسیار زمان بر می شود.[7] از نظر ریاضی روش دو مکانیزم بالاترین مقدار کوهرنس را بدست می آورد بعد از آن روش شعاع عددی و بعد روش ضریب لاگرانژ با قید مکانیزم پراکنش های مساوی به ترتیب بیشترین مقدار کوهرنسی را بدست می آورند.
در این مقاله دو روش بهینه سازی کوهرنس به کمک روش شعاع عددی و تنوع فاز که روش های تک مکانیزم هستند به علت آنکه داده های بکار رفته داده های شبیه سازی شده می باشند و اثرات دکرولیشن زمانی در آنها اتفاق نیقتاده است و می توان مکانیزم های پراکنش در دو سر بیس لاین را یکسان در نظر گرفت بکار رفته شده است و کوهرنس های بهینه حاصل ورودی تخمین ارتفاع به سه روش اندازه کوهرنس، تفاضلی مدل رقومی زمین و ترکیبی قرار گرفته اند و با مقادیر ارتفاعات به دست آمده در حالتی که از کوهرنس های بهینه برای تخمین ارتفاع استفاده نمی شود و از کوهرنس حاصل از پلاریزاسیون HV به عنوان پلاریزاسیونی که نسبت سهم زمینی به حجمی آن کم است و کوهرنس حاصل از پلاریزاسیون HH-VV به عنوان پلاریزاسیونی که نسبت سهم زمینی به حجمی آن بالا است به عنوان ورودی به تخمین ارتفاع استفاده می شود، مقایسه شده است.
داده های مورد استفاده در این مقاله داده های شبیه سازی شده جنگلی از نوع کاج با ارتفاع 20 متری در باند P می باشد که توسط شبیه ساز PolSARproSim ایجاد شده است. در ادامه ابتدا داده های مورد استفاده به تفضیل بیان شده است سپس الگوریتم بهینه سازی به روش شعاع عددی و تنوع فاز مطرح شده است و در ادامه الگوریتم های وارونگی اندازه کوهرنس، تفاضلی مدل رقومی زمین و ترکیبی توضیح داده شده اند در بخش بعد نتایج روش های مطرح شده با هم مقایسه شده است و در انتها بخش نتیجه گیری آورده شده است.
-2 داده های مورد استفاده در این تحقیق
شبیه ساز PolSARproSim که توسط Dr.Mark Williams در سال 2006 توسعه داده شده است برای تولید داده های تمام پلاریمتری در باند P از یک منطقه جنگلی مورد استفاده قرار گرفته است. شبیه ساز PolSARproSim قابلیت تولید تصاویر اینترفرومتری پلاریمتری با زوایای فرود متفاوت، طول موج ها و پارامترهای زمینی - نرمی، زبری، رطوبت - مختلف را دارد در این تحقیق از دیتاهای شبیه سازی شده جنگلی از نوع کاج با ارتفاع 20 متری در باند P استفاده شده است.
فرکانس باند P، 0.433 گیگا هرتز می باشد. مشخصات کامل این داده ها در جدول - 1 - آورده شده است. محتوای رطوبت زمین با کمیتی اسکالر بین 0 تا 10 نشان داده شده است که 0 خشکترین سطح و 10 مرطوبترین سطح را نشان می دهد همچنین مقدار ویژگی سطح با عددی اسکالر بین 0 که بیانگر سطحی صاف و 10 که سطحی زبر است بیان شده است، خروجی شبیه ساز تصاویر SLC ریجستر شده، یک فایل عدد موج عمودی - - KZ و یک فایل فاز زمین مسطح5 است.
جدول-1 ویژگی داده های مورد استفاده