米兰体育官方网站 用于估算亚马逊瓦尔泽亚湿地地上生物量和叶面积指数的多频和全偏振 SAR 评估

引用

Pereira L、Furtado L、Novo E、Sant’Anna S、Liesenberg V 和 Silva T (2018) 用于估算亚马逊瓦尔泽亚湿地地上生物量和叶面积指数的多频和全偏振 SAR 评估。遥感，10 (9)，第 1355-1355 页。 https://doi.org/10.3390/rs10091355

摘要
本研究的目的是评估多频全偏振合成孔径雷达 (SAR) 数据在亚马逊洪泛区森林环境中检索地上生物量 (AGB) 和叶面积指数 (LAI) 的潜力。提出了两个具体问题： (a) 在估计 várzea 森林的 LAI 和 AGB 方面，多频 SAR 数据是否比单频数据更有效？ (b) 在估计 várzea 森林的 LAI 和 AGB 方面，四极化 SAR 数据是否比单极化和双极化 SAR 数据更有效？为了回答这些问题，来自不同来源的数据（TerraSAR-X 多视地面范围检测 (MGD)、Radarsat-2 标准 Qual-Pol、先进陆地观测卫星 (ALOS)/相控阵 L 波段 SAR (PALSAR-1)。细波束双极化 (FDB) 和四极化模式）在 10 种不同场景中进行组合，以对 LAI 和 AGB 进行建模。实施 R 平台例程以自动选择最佳回归模型。结果表明，ALOS/PALSAR 变量为 LAI 和 AGB 提供了最佳估计。单频 L 波段数据比多频 SAR 更有效。 PALSAR-FDB HV-dB 提供了枯水季节的最佳 LAI 估计值。丰水季的最佳 AGB 估计是通过 PALSAR-1 四极化数据获得的。用于估计 AGB 的前三个特征是体积散射的比例以及三面体和二面体散射之间的第一和第二主要相位差，分别从 Van Zyl 和 Touzi 分解中提取。为 AGB 和 LAI 选择的模型都很简约。 LAI 的均方根误差 (RMSEcv)、相对总体 RMSEcv (%) 和 R2 值分别为 0.61%、0.55% 和 13%，AGB 分别为 74.6 t·ha−1、0.88% 和 46%。这些结果表明，L 波段 (ALOS/PALSAR-1) 具有提供洪泛区森林环境中结构森林属性的定量和空间信息的巨大潜力。这种潜力不仅可以通过 PALSAR-2 数据扩展，还可以扩展到即将到来的任务（例如 NISAR、全球生态系统动态调查激光雷达 (GEDI)、BIOMASS、Tandem-L），以促进在全球茂密热带森林地区进行高精度的全面 AGB 测绘。

关键字
地上生物量； agb；赖；叶面积指数；合成孔径雷达数据；亚马逊湿地

期刊
遥感：第 10 卷第 9 期

• 已发布版本