Nghiên cứu, xây dựng các giải pháp nâng cao độ chính xác trong xác định tham số rừng sử dụng ảnh ra đa tổng hợp mặt mở giao thoa phân cực 20

BỘ QUỐC PHÒNG
HỌC VIỆN KỸ THUẬT QUÂN SỰ

NGHIÊN CỨU, XÂY DỰNG CÁC GIẢI PHÁP NÂNG
CAO ĐỘ CHÍNH XÁC TRONG XÁC ĐỊNH THAM SỐ
RỪNG SỬ DỤNG ẢNH RA ĐA TỔNG HỢP MẶT MỞ
GIAO THOA PHÂN CỰC

Chuyên nghành: KỸ THUẬT ĐIỆN TỬ

TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT

Hà Nội - 2022


CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI
HỌC VIỆN KỸ THUẬT QN SỰ - BỘ QUỐC PHỊNG

DANH MỤC CÁC CƠNG TRÌNH KHOA HỌC ĐÃ
CÔNG BỐ
1 , Phạm Minh Nghĩa, Bùi Ngọc Thủy, (2018) "Improved Three Component Decomposition Technique for Forest Parameters

Người hướng dẫn khoa học:

TS

Estimation from PolInSAR Image," REV Journal on Electronics and Communications, Vol 8, No 3-4, pp 46-54
2 Phạm Minh Nghĩa, , Nguyễn Hùng An, (2019), "An
improved adaptive decomposition method for forest parameters estimation
using polarimetric SAR interferometry image," European Journal of Remote Sensing, Vol 52, No 1, pp 359-373, (SCIE, IF=2 808, Q1)
3 , Phạm Minh Nghĩa, Hoàng Xuân Hội, Nguyễn Phương

Nam, (2015), "Ước lượng tham số rừng từ ảnh PolInSAR bằng phương
pháp tối ưu kết hợp," Tạp chí Nghiên cứu Khoa học và Công nghệ quân sự,

Luận án sẽ được bảo vệ trước Hội đồng đánh giá luận án cấp Học viện theo
Quyết định số
ngày
tháng
năm 2022 của Giám đốc Học viện Kỹ thuật
Quân sự, họp tại Học viện Kỹ thuật Quân sự vào hồi
giờ
ngày
tháng
năm 2022

(60),tr 62-72
4 , Phạm Minh Nghĩa, Mai Quốc Khánh, Lên Văn Nhu,
(2019), "Forest Parameters Estimation over Sloping Forest Areas Using
Coherence Optimization Method," International Symposium on Communications and Information Technologies , (19), pp 487-491

Có thể tìm hiểu luận án tại:

- Thư viện Quốc gia Việt Nam
- Thư viện Học viện Kỹ thuật Quân sự

5 , Phạm Minh Nghĩa, (2020), "An Optimal EigenvalueBased Decomposition Approach for Estimating Forest Parameters Over
Forest Mountain Areas," Industrial Networks and Intelligent Systems (INISCOM 2020), LNICST 334, pp 1–12
6 , Phạm Minh Nghĩa, Thiều Hữu Cường, Lê Văn Nhu,
(2020), "Volume coherence function optimization method for extracting
vegetation and terrain parameters from polarimetric synthetic aperture
radar interferometry images," Journal of Applied Remote Sensing, Vol 14,

No 4, pp 1-20, (SCIE, IF=1 361, Q2)


MỞ ĐẦU

KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CỦA LUẬN ÁN

Một số kết quả đạt được của luận án
1 Đề xuất phương pháp tối ưu hệ số tương can giao thoa để cải tiến những
hạn chế của kỹ thuật nghịch chuyển tham số Từ đó nâng cao độ chính
xác trong ước lượng pha địa hình mặt đất, cũng như các tham số của mơ
hình và tham số rừng
2 Đề xuất phương pháp phân hoạch dựa trên mơ hình thích nghi cải tiến
để khắc phục các nhược điểm của kỹ thuật phân hoạch hiện tại Các cơ
chế tán xạ được xây dựng phù hợp hơn với thực tế Từ đó, các tham số
mục tiêu trong mỗi cơ chế riêng biệt được ước lượng chính xác và đáng
tin cậy
Các giải pháp trên là các kết quả nghiên cứu đã đạt được của luận án
theo định hướng của đề tài, không trùng lặp với bất kỳ cơng trình khoa
học, luận án nào được cơng bố trong và ngoài nước trước đây Các kết
quả nghiên cứu được công bố trong 06 bài báo khoa học đăng tải trên
các tạp chí uy tín trong nước và thế giới

Hướng phát triển của luận án
1 Ứng dụng phương pháp tối ưu hệ số tương can giao thoa phức và phương
pháp phân hoạch dựa trên mơ hình thích nghi cải tiến cho nhiều khu vực
địa hình trong tự nhiên, đặc biệt là các khu vực rừng, núi tại Việt Nam,
nơi có nhiều chủng loại cây và đa dạng về chiều cao
2 Nghiên cứu, cải tiến thuật toán đề xuất nhằm giảm độ phức tạp cũng
như thời gian tính tốn nhưng vẫn giữ được độ chính xác cao để đáp ứng

được các u cầu tính tốn với các khu vực rừng có diện tích lớn
3 Từ kết quả thực nghiệm đạt được, tiếp tục nghiên cứu để nâng cao hơn
nữa hiệu quả của phương pháp đề xuất trong ước lượng các tham số rừng
và mở rộng áp dụng cho các mục tiêu tự nhiên khác

1 Tính cấp thiết của đề tài luận án:
Ngày nay, sự biến đổi khí hậu đang diễn ra rất phức tạp và được cảnh báo
trên phạm vi tồn cầu Trong đó, thảm thực vật rừng đóng một vai trò rất
quan trọng đối với sự biến đổi này Với sự ra đời của cách mạng công nghiệp
và phát triển đô thị, những tác động tiêu cực tới rừng bắt đầu gia tăng và
gây
ra những biến đổi to lớn về phạm vi bao phủ cũng như đặc tính của thảm
thực
vật rừng Do đó, việc nghiên cứu đặc tính của thảm thực vật rừng như chiều
cao cây, mật độ, sinh khối
là rất cấp thiết Trước đây, các tham số của
rừng
chủ yếu được thu thập thông qua các khảo sát thủ công trên những cá thể
thực
vật đơn lẻ Điều này không chỉ mất nhiều thời gian và nguồn lực mà còn hạn
chế với các đối tượng nghiên cứu Ngày nay, với sự phát triển nhanh chóng
của
khoa học kỹ thuật, đặc biệt là sự ra đời của kỹ thuật viễn thám, việc khảo sát
thảm thực vật rừng trở nên dễ dàng và đem lại các thơng tin đa dạng, chính
xác hơn Trong đó, xác định tham số của rừng từ ảnh ra-đa tổng hợp mặt mở
giao thoa phân cực (PolInSAR) là một trong những ứng dụng hứa hẹn nhất
trong lĩnh vực hoạt động của kỹ thuật viễn thám sóng siêu cao tần
Do đó nghiên cứu sinh đã chọn đề tài “Nghiên cứu, xây dựng các giải pháp
nâng cao độ chính xác trong xác định tham số rừng sử dụng ảnh ra-đa tổng hợp
mặt mở giao thoa phân cực”

2 Mục tiêu nghiên cứu:
Nghiên cứu và đề xuất các thuật toán nhằm nâng cao độ chính xác cho
ước
lượng các tham số rừng dựa trên ảnh ra-đa tổng hợp mặt mở giao thoa phân
cực (PolInSAR)

3 Đối tượng và phạm vi nghiên cứu:

24

Đối tượng nghiên cứu của luận án là tập dữ liệu ảnh ra-đa tổng hợp mặt
mở giao thoa phân cực, các mơ hình tán xạ và các kỹ thuật ước lượng tham
số rừng đã được cơng bố trước đây Từ đó, luận án đề xuất các phương pháp
phân tích, xử lý dữ liệu ảnh mới nhằm cải tiến các hạn chế của những giải
pháp hiện tại và nâng cao độ chính xác trong việc xác định các tham số rừng
như chiều cao, mật độ


1


4 Phương pháp nghiên cứu:
- Phương pháp thu thập thông tin, tài liệu, phân tích tổng hợp các cơng
trình, bài báo khoa học đã công bố trên thế giới và trong nước Thu thập nguồn
dữ liệu ảnh PolSAR và PolInSAR có liên quan đến các khu vực thử nghiệm
- Nghiên cứu các kỹ thuật phân hoạch mục tiêu và xây dựng mơ hình thuật
tốn nhằm cải thiện độ chính xác cho việc nhận dạng, xác định các tham số
rừng dựa trên ảnh PolInSAR
- Kỹ thuật lập trình và ứng dụng cơng nghệ tin học trong xây dựng chương

trình thực hiện tính tốn, mơ phỏng sử dụng cơng cụ MATLAB kết hợp phần
mềm chuyên dụng PolSARproSim, thực hiện thực nghiệm kiểm chứng

5 Ý nghĩa khoa học và ý nghĩa thực tiễn của luận án:
- Luận án đã đóng góp một sự cải tiến trong ứng dụng ảnh ra-đa tổng hợp
mặt mở giao thoa phân cực để khảo sát tham số rừng Đồng thời, luận án đã
khắc phục các nhược điểm của những phương pháp ước lượng tham số rừng
trước đây, góp phần hoàn thiện lý thuyết về phân hoạch mục tiêu dựa trên mơ
hình tán xạ
- Kết quả nghiên cứu của luận án đã được đánh giá một cách đầy đủ về
cơ sở khoa học và khả năng ứng dụng Do đó, các phương pháp được đề xuất
trong luận án có thể được áp dụng rộng rãi trong việc khảo sát, phân loại địa
hình, đánh giá thực trạng và quản lý tài nguyên thảm thực vật rừng, cũng như
các mục tiêu tự nhiên khác trên mọi loại địa hình khác nhau

6 Nội dung của luận án:
Luận án bao gồm 7 phần: Mở đầu, 03 chương, kết luận và kiến nghị, danh
mục các cơng trình cơng bố kết quả nghiên cứu của đề tài luận án, danh mục
tài liệu tham khảo được trích dẫn và sử dụng trong luận án
Chương 1: Tổng quan về xác định tham số rừng ảnh ra-đa tổng hợp mặt
mở giao thoa phân cực; Chương 2: Phương pháp tối ưu hệ số tương can giao
thoa cho ước lượng tham số rừng sử dụng ảnh PolInSAR; Chương 3: Kỹ thuật
phân hoạch thích nghi cải tiến cho trích xuất tham số rừng từ ảnh PolInSAR
Cuối cùng là phần kết luận, đánh giá và nêu vấn đề cần nghiên cứu tiếp theo

2

Từ các kết quả trên, chúng ta thấy rằng chiều cao rừng được ước lượng
với
phương pháp đề xuất nằm trong khoảng từ 15m đến 27m, trong khi đó kết

quả
thu được từ phương pháp phân hoạch thích nghi nằm trong phạm vi 15m đến
22m Như được giới thiệu và phân tích trong chương một, phương pháp phân
hoạch thích nghi [41] sử dụng giả định về đối xứng phản xạ để mô tả thành
phần lớp tán cây và các vật tán xạ cơ bản được coi như là các hình trụ mỏng
Tuy nhiên, trong thực tế có rất nhiều loại thực vật có tán lá rộng và cành lớn
sẽ khơng được mơ tả một cách đầy đủ theo các giả định này Điều đó dẫn tới
tại một số điểm ảnh kể trên lớp tán thực vật được nhận diện khơng chính xác
và kết quả ước lượng từ phương pháp phân hoạch thích nghi thấp hơn nhiều
so với phương pháp đề xuất

3 3 Kết luận chương
Chương ba đã đề xuất phương pháp phân hoạch dựa trên mơ hình thích
nghi cải tiến để xác định các tham số của mục tiêu tự nhiên từ dữ liệu ảnh
ra-đa tổng hợp mặt mở giao thoa phân cực Phương pháp đề xuất đã khắc
phục được nhược điểm của các kỹ thuật phân hoạch hiện tại và có thể áp
dụng
trên nhiều loại địa hình, với nhiều loại thực vật khác nhau Theo đó, phương
pháp đề xuất áp dụng hai mơ hình tán xạ khối để thích nghi với cơ chế tán
xạ thực tế trong tự nhiên Đối với địa hình phẳng, mơ hình tán xạ khối được
đề xuất bởi Arri đã được sử dụng Bằng cách điều chỉnh linh hoạt các tham
số trong mơ hình, tán thực vật đã được mô tả phù hợp với dữ liệu quan sát
thực tế Do vậy, với mỗi dữ liệu thu được trên các loại thực vật khác nhau,
mơ
hình này sẽ được biến đổi để phản ánh chính xác nhất phân bố của loại thực
vật đó Đối với địa hình dốc, do ảnh hưởng của độ nghiêng bề mặt nên các
cơ
chế tán xạ cũng bị biến đổi Để thích nghi với sự thay đổi này, mơ hình tán
xạ
khối Neumann đã được áp dụng Một ưu điểm của cả hai mơ hình là không sử

dụng giả định về đối xứng tán xạ cho các phần tử cơ bản trong tán thực vật
Sau khi xây dựng mơ hình thích nghi, các kỹ thuật phân hoạch dựa trên cơ
sở
toán học được áp dụng để xác định tham số mơ hình cũng như tham số mục
tiêu tự nhiên Tuy các bước tính tốn hơi phức tạp nhưng kết quả thu được có
độ chính xác cao Phương pháp đề xuất đã được kiểm chứng với nhiều tập dữ
liệu bao gồm cả dữ liệu mô phỏng, dữ liệu thực tế và được so sánh với một
số


phương pháp phân hoạch đã công bố trước đây Mặc dù địa hình của một số
khu vực núi rừng trong tự nhiên rất phức tạp, nhưng kết quả ước lượng tham
số cho các khu vực này từ phương pháp đề xuất vẫn tương đối chính xác
23


đề xuất cung cấp các kết quả chính xác hơn so với hai phương pháp còn lại
Bảng 3 1: Kết

Chương 1

ước lượng tham số từ ba phương pháp

quả

Tổng quan về xác định tham số rừng sử dụng ảnh
ra - đa tổng hợp mặt mở giao thoa phân cực
11
Tổng quan về vấn đề nghiên cứu và mục tiêu của luận
án

111
Tình hình nghiên cứu trong nước

Tiếp theo, hiệu quả của thuật toán đề xuất sẽ được kiểm chứng với mẫu dữ liệu
thực nghiệm thu được từ các khu vực rừng thực tế trên thế giới Mẫu dữ liệu
thực nghiệm này được chụp bởi hệ thống SIRC/X-SAR tại vùng KUDARA,
LAKE BAIKAL, RUSSIA như được chỉ ra trong Hình 3 2

Hình 3 2: Hình ảnh của khu vực rừng được đánh giá
Kết quả ước lượng chiều cao rừng của phương pháp đề xuất và phương pháp
phân hoạch dựa trên mơ hình thích nghi [41] theo hàng thứ 150 của ảnh dữ
liệu được so sánh trong Hình 3 3

Tại Việt Nam, kỹ thuật PolInSAR đã thu hút sự quan tâm của nhiều nhà
khoa học do các ưu điểm của nó mang lại Năm 2014, nhóm tác giả Nguyễn
Minh Hải, Trần Vân Anh [2] đã nghiên cứu ứng dụng kỹ thuật InSAR trong
xác định thay đổi bề mặt địa hình Năm 2008, TS Hồ Tống Minh Định [7]
đã đề xuất ứng dụng kỹ thuật InSAR vi phân trong quan trắc biến dạng mặt
đất khu vực thành phố Hồ Chí Minh Tác giả Nguyễn Bá Duy [1] nghiên cứu
thành lập mơ hình số độ cao (DEM) từ dữ liệu ảnh ra-đa giao thoa sử dụng
phần mềm mã nguồn mở NEST và SNAPHU, PGS TS Phạm Minh Nghĩa [6],
[45] đã nghiên cứu và ứng dụng thành công ảnh InSAR, PolInSAR trong xác
định các tham số mục tiêu tự nhiên Nhìn chung, trong những năm qua, các
cơ quan nhà nước như Viện Hàn lâm Khoa học và Công nghệ Việt Nam, Cục
viễn thám, các trường đại học, học viện cùng với nhiều nhà khoa học đã tiếp
cận nghiên cứu về hệ thống SAR, InSAR và các ứng dụng của nó Tuy nhiên,
số lượng các cơng trình nghiên cứu và công bố các phương pháp xác định
tham
số rừng từ ảnh PolInSAR vẫn cịn hạn chế

1 1 2 Tình hình nghiên cứu trên thế giới
Trên thế giới, kỹ thuật viễn thám sử dụng ảnh PolInSAR đã được nghiên
cứu, phát triển cho nhiều mục đích khác nhau và đang được nhiều quốc gia
quan tâm Do vậy, đã có rất nhiều các cơng trình nghiên cứu về xác định
tham
số chiều cao, mật độ, sinh khối
của rừng sử dụng ảnh PolInSAR được công
bố trên thế giới Nhìn chung các phương pháp này có thể được phân thành
hai nhóm chính, nhóm thứ nhất bao gồm các kỹ thuật nghịch chuyển tham
số Nhóm thứ hai dựa trên các kỹ thuật phân hoạch theo mơ hình dữ liệu
PolInSAR Các phương pháp này đã được áp dụng phổ biến do sự đơn giản
trong q trình tính tốn Tuy nhiên, các phương pháp này cịn tồn tại một số

Hình 3 3: Biểu đồ so sánh kết quả chiều cao rừng


22

Tham số
Thực tế
Phương pháp
ba trạng thái

3

¯
hv (m)
18

¯

hd (m)
10,8

ϕ0 (rad)
-0,0909

RE (%)

RM SE (m)

0

0

14,9982

-

-0,0646

2,7461

6,32

Phương pháp
phân hoạch
thích nghi

16,6265 9,8699

-0,1646

2,6312

4,29

Phương pháp
đề xuất

17,8687 10,2565 -0,0736

2,5002

3,06


Bảng 1 1: Hạn chế của các phương pháp hiện tại

Sau khi tham số FV đã được lựa chọn, thành phần tán xạ khối trong ma trận
tương quan chéo có thể được loại bỏ Ma trận dư được biểu diễn như sau:
C′ remainder = [CS] + [CD] + [Cremainder]
|α|2FD + |β|2FS
0 αFD + β ∗FS
0





(3

18)

0

0
∗

0 FD +



FS

C
2
t
p
p
x
g
h
t
l
d
t
R
đ
c

α

đ
đ
ứ
n
h
t
t
N
c

θ

k

∈

ν

c


t
h
ể
t
ì
m
đ
ư

ợ
c
t
ậ
p
t
h
a
m
s
ố
c
ị
n
l
ạ
i
(
F
v

,
α
,
β
,
F
D

đ

m
d
t
B
s


¯

ư
u
c
ầ
n
t
ì
m

3Kết
2 quả thực nghiệm
Đầ
u
tiê
n,
ph
ươ
ng
ph
áp
đề

xu
ất
đư
ợc
thử
ng
hiệ
m
với
dữ
liệ
u
mơ
ph
ỏn
g

đ
t
p
P
m
r
p
l
v
l
H
c
t

1
đ
v
c
t
t
m
p
h
đ
s
g

H
đ
ư
c
r
p
H

B

t

c


ướ
c

lượ
Nhóm

Phương
pháp
nghịch
chuyển
tham
số

Phương pháp

- Khi số lượng giá trị hệ số kết hợp
bị hạn chế hoặc các điểm kết hợp
Phương pháp
quá gần nhau, kết quả ước lượng
nghịch chuyển pha đất sẽ không chính xác nữa
ba trạng
- Phụ thuộc giả định về sự chiếm
thái [54]
ưu thế của thành phần tán xạ khối
- Hiệu quả phụ thuộc lớn vào mơ
hình dự đốn trong LUT
Phương pháp
hợp lý cực
đại [43]

(CLSA) [23]

thuật

phân
hoạch
mục
tiêu

- Sử dụng giả định về sự chiếm ưu
thế của thành phần tán xạ khối
để xác định pha địa hình mặt đất

Phương pháp - Chỉ được áp dụng trong trường hợp
nghịch chuyển chiều cao rừng nhỏ hơn 1, 3π/Kz và
dữ liệu
độ suy hao sóng nhỏ hơn 0,3 dB/m
PolInSAR[19]
Phương pháp

Kỹ

Nhược điểm

Phương pháp
phân hoạch
ba thành
phần [11]
Phương pháp
phân hoạch
bốn thành
phần [60]

- Kết quả ước lượng chiều cao rừng

phụ thuộc vào các giá trị ban đầu
- Sử dụng các giá trị dự báo trước
trong LUT để xác định các tham số
- Phụ thuộc vào giả định về sự đối

ng
từ
ph
ươ
ng
p
h
á
p

=

 + [Cremainder]
α FD + βFS

đ
ề
các ma trận dư này với nhau, chúng ta sẽ xác định được cặp tham số θ, ν tối
x
u
ấ
4
21
t
đ

ư
ợ
c

xứng của thành phần tán xạ trực
tiếp từ tán cây

s
o

- Không khai thác hết các dữ liệu Pol
InSAR trong ma trận hiệp phương sai
- Mơ hình tán xạ được thiết lập không
phù hợp với dữ liệu thực tế

s
á
n
h
v
ớ
i
p
h
ư
ơ

n
n
c

t
[
v
p
h
t
t
[
h
1
l
p
s
c
t
p


Thay thế các công thức (3 2), (3 4), (3 6) vào phương trình (3 1), chúng ta thu
được một mơ hình phân hoạch thích nghi như sau:

nhược điểm dẫn tới các kết quả ước lượng không ổn định và thiếu chính xác
Bảng 1 1 tóm tắt sự hạn chế của một số phương pháp xác định tham số rừng
đã được cơng bố
¯+ [CD] + [CS] + [Cremainder]
Ngồi ra, hạn chế lớn nhất của
cả hai nhóm trên là chỉ áp dụng


¯

cho các khu





vực
rừng có địa hình tương đối
0
1
bằng phẳng Mục tiêu của luận án
là nghiên
cứu và đề xuất một số giải pháp
mới nhằm cải thiện các nhược điểm
của các
phương pháp hiện tại, đem lại các
kết quả chính xác hơn khi ước
lượng tham
(3
số 12)
rừng trên cả địa hình bằng
Chúng ta thấy rằng có bảy tham phẳng và địa hình dốc Theo đó
số cần được xác định trong mơ
luận án đề
hình phân
xuất hai phương pháp mới Đầu
¯
tiên, phương pháp tối ưu hệ số
¯tương can giao
trong khoảng phạm vi giá trị của thoa phức được giới thiệu trong

nó Sau đó tham số FV sẽ được xác chương hai Một trong những đóng
góp lớn
định theo
của phương pháp này là đã xác
công thức sau:
định được chính xác pha địa hình
mặt đất mà
khơng cần sử dụng giả định về sự
chiếm ưu thế của tán xạ trực tiếp
từ tán
cây trong kênh phân cực HV Thứ
hai, kỹ thuật phân hoạch dựa trên
mơ hình
thích
nghi cải tiến đã được đề xuất
¯
= [CD] + [CS] + (3 13)
remainder
trong chương ba Trong phương
[Cremainder]
pháp này,
luận án giới thiệu một mơ hình tán
xạ mới có khả năng biến đổi thích
nghi để
trận chưa biết và đều có
hạng bằng 1,
Chúng ta thấy rằng CS, CD là hai ma




0




¯

có thể đặc trưng cho nhiều loại thực vật
trong thực tế mà không sử dụng bất
một cặp giá trị θ, ν Tham số FV sẽ được
kỳ giả định nào về đối xứng tán xạ Hiệu
xác định khi ma trận dư Cremainder
¯quả của hai phương pháp đề xuất
được đánh giá và kiểm định trên tập dữ
[Cint] = FV CV θ, ν
liệu mô phỏng và dữ liệu thực nghiệm

|β|2 được trên các khu vực rừng trong
thu
|α|2 0 α

thực tế Các kết quả thu được cho thấy
= FV CV θ, ν
+ FD 
0 0 0  + FS 0 0
0  + [Cremainder]

phương pháp đề xuất đã cải thiện đáng
α∗

β∗
0
kể độ chính xác trong việc xác định
¯=0
(3 14)
các tham số mục tiêu tự nhiên so với
những cơng trình cơng bố trước đây
hoạch thích nghi bao gồm θ, ν, FV , FD , α, FS , β Đầu tiên, luận án thực hiện
2 Đặc
phân cực của
xác định ma trận kết hợp tán xạ khối CV với1mỗi
cặp tính
thamtán
số θ,xạ
ν đầu vào
Trong đó det (·) biểu thị định thức của ma
mục tiêu
trận Giả sử ma trận hiệp phương
sai giao thoa phân cực PolInSAR và ma
1 2 1 Ma trận tán xạ
Trong ra-đa phân cực, sóng điện từ
trận tán xạ khối có dạng như sau:
= [Cint ] − FV CV θ, ν
được truyền bởi ăng-ten, sau đó lan




a11 a12 a13
b1 b1 b13

truyền trong các môi trường Trong q
1
2
trình lan truyền, chúng bị suy hao,
trong khia22đó Cv θ, ¯ν là  một
đã biết
vì được
định
bởimột phần
(3Hermitian
15)
b2ma trận
khúc
xạ, tán
xạ vàxác
cuối
cùng

 ¯


a31 a32 a33
b3 2 b33
năng lượng của tín hiệu truyền được
1
sẽ bằng
là nhỏ nhất Do đó, định
[Cint] xạ
− FVtrở
CV θ,

b3thức của ma trận bức
lạiν ăng-ten
thu,0như được minh
2
họa trong Hình 1 1 Trong hệ tọa
det [Cint] − FV CV θ, ν
đ
ộ

ố
g
v
x
đ
Thay thế công thức (3 18) vào (3 diễn như sau [34]:
17), chúng ta thu được một
phương trình bậc
3 tổng quát
Ehs ejk Sh Shv
E⃗ S
=
đối với biến
Svv
h
= Evs r
+ a1FV + a0 = 0 (3 16)
FV như sau:
r
0

Sv

a

[Cint ] =  a21

Cv θ, ν

a23  ;

3

2

=  b21

b23 

c
ự
c
(
h
,
v
)
,
m

r

h

Trong đó Ehi và Evi , Ehs và Evs biểu
Giả sử ba nghiệm của phương
thị trường sóng tới E⃗ i và trường
trình (3 19) lần lượt là FV1 , FV2 , FV3 ,
pha của tán
sóng tán
xạ khối được xác định theo cơng
xạ E⃗ s cho phân cực ngang (h) và
thức (3 20)
phân cực đứng (v) tương ứng Hệ số
(r) là
khoảng cách từ ăng-ten thu đến
vật tán xạ, k0 là hệ số sóng đứng
Trong mơi
(3 17) trường truyền sóng tương hỗ, ma
ϕV = max
trận tán xạ được biểu diễn như sau:
angle FV1 ,
angle FV2 ,

5

angle FV3

p
h
â

n

Ehi ejk
[S ] E⃗ i (1
=
Evi 0 r
1)

20


[S ] = ej ϕhh

|Shh|

|Shv | ej (ϕhv −ϕhh )

|Shv | ej (ϕhv −ϕhh )

(1 2)

|Svv | ej (ϕvv −ϕhh )

Tổng công suất tán xạ của hệ thống ra-đa phân cực được biểu thị như sau:
Pt = |Shh|2 + 2|Shv |2 + |Svv |2

Để mô tả tán xạ lớp tán thực vật, luận án sử dụng một mơ hình tổng qt
được giới thiệu bởi Arri [9] Theo đó, mơ hình này được xây dựng dựa trên
phân bố bình phương cosin lũy thừa bậc n của các góc định hướng Theo đó,
ma trận hiệp phương sai tán xạ khối được biểu diễn như sau:

¯
[CV ] = FV CV (θ, v, δ)

(1 3)

(3 6)

¯
¯
= FV [Ca(δ)] + p(ν ) Cb(2θ, δ) + q(ν ) Cc(4θ, δ)

Ma trận hiệp phương sai [CV ] phụ thuộc vào ba tham số: góc định hướng
trung
bình θ¯ với θ¯ ∈ [0 ÷ π/2], mức độ ngẫu nhiên ν và tính dị hướng tán xạ δ Trong
đó mức độ ngẫu nhiên ν biểu thị dạng phân bố của các vật tán xạ cơ bản
trong
lớp tán cây và được mô tả trong công thức (3 7) với n ∈ [0 ÷ ∞] [9]
n−1

π2
12

ν (n) =

k=0

n!n! (−1)n−k
k!(2n − k)! n − k

(3 7)

Hai hệ số p(ν ) và q(ν ) được đặc trưng bởi các đa thức bậc sáu như sau:

Hình 1 1: Sự tương tác của sóng điện từ và mục tiêu

p(ν ) = 2, 0806ν 6 − 6, 3350ν 5 + 6, 3864ν 4 − 0, 4431ν 3 − 3, 9638ν 2 − 0, 0008ν + 2, 000

1 2 2 Véc-tơ tán xạ

q(ν ) = 9, 0166ν 6 − 18, 7790ν 5 + 4, 9590ν 4 − 14, 5629ν 3 − 10, 8034ν 2 − 0, 1902ν + 1, 0
Để thu được các thông tin vật lý của mục tiêu từ ma trận tán xạ phân cực,
(3 8)
ma trận tán xạ cần được véc-tơ hóa Bằng việc lựa chọn các hệ tọa độ vàxuất
cơ sở
bởi Cloud [14] với |δ| = tan α và arg (δ) = arg (⟨(Shh + Svv ) Shv ⟩) Các ma trận
Độ
lớn
của
tính
dị
hướng
tán
xạ
|δ|
có
liên
quan
trực
tiếp
tới

góc
α
được
đề
phân cực khác nhau, chúng ta có thể thu được các véc-tơ mục tiêu phân cực
∗
khác nhau Véc-tơ mục tiêu tán xạ trong cơ sở Lexicographic được biểu diễn
2+
|δ|2tả như một
2 − |δ|
2
kết hợp cơ bản Ca, Cb và Cc được
mô
hàm
của θ¯ và δ như sau:
như sau:
T
⃗kL = [Shh,
−

Shv , Svh, Svv ]

(1 4)

1
0

Véc-tơ mục tiêu tán xạ phân cực trong cơ sở Lexicographic:
→
√

T
k L = Shh, 2Shv , Svv



[Ca] =

(1 5)

Mối quan hệ
xạ phân cực như sau:
→ → giữa hai véc-tơ mục tiêu tán
1
0  −1 
1 0 1

2 √

0 2 0


(1 6)

trong đó U(L→P ) là ma trận chuyển đổi nguyên trị thỏa mãn U(L→P ) = +1 và
U(−L1→P ) = U(∗LT→P ), ma trận này biến đổi véc-tơ mục tiêu trong cơ sở Lexicographic
tới véc-tơ mục tiêu trong cơ sở Pauli
6

0

8
2 Re(δ) cos 2θ¯

k P = U(L→P ) k L ; U(L→P ) = √  1



2|δ|2 0

[Cb] =

√

8

√

2j Im(δ) cos 2θ¯
|δ|2 cos 4θ¯

[Cc] =

1

− 2|δ|2 sin 4θ¯
√
8
− |δ|2 cos 4θ¯

θ

2δ sin 2θ¯
0
2δ sin 2θ¯

θ

√
− 2|δ|2 sin 4 ¯
2|δ|2 cos 4θ¯
√
2|δ|2 sin 4θ¯

19

(3 9)

2 + |δ|
− 2j Im(δ) cos 2θ¯

2 − |δ|2 0

1 
 − 2δ ∗ sin 2θ¯
√








2 Re(δ) cos 2θ¯
2δ ∗ sin 2 ¯



− |δ|2 cos 4θ¯

(3 10)

2|δ|2 sin 4θ¯ 
√|δ|2 cos 4θ¯





(3 11)


1 2 3 Ma trận kết hợp và ma trận hiệp phương sai

Từ các véc-tơ mục tiêu được xác định trong mục 1 1 2, ma trận kết hợp
phân
cực trong cơ sở Pauli [T ] và ma trận hiệp phương sai trong cơ sở
Lexicographic
[C ] được tạo ra từ tích ngoài của véc-tơ mục tiêu kết hợp và chuyển vị liên
hợp

Chương 3
Kỹ thuật phân hoạch thích nghi cải tiến cho trích
xuất tham số rừng từ ảnh PolInSAR

⃗ ⃗ ∗T

31

Trong đó (·)∗ biểu thị liên hợp phức, (·)T biểu thị ma trận chuyển vị và ⟨·⟩

Phương pháp phân hoạch thích nghi cải tiến cho địa hình
phẳng

Đối với các thảm thực vật, sóng tán xạ ngược có thể được xem như là tổng
của nhiều sóng tán xạ thành phần Các thành phần đóng góp chính bao gồm
sóng tán xạ từ mặt đất (S), từ thân cây (D) và từ tán cây (V) Theo đó, ma
trận tương quan chéo [Cint] có thể được phân tích thành tổng của ba ma trận
thành phần [CS] , [CD] và [CV ] Mỗi ma trận thành phần sẽ liên quan tới một
cơ chế tán xạ riêng biệt, ma trận [CV ] tương ứng với cơ chế tán xạ khối, ma
trận [CS] tương ứng với cơ chế tán xạ bề mặt và ma trận [CD] tương ứng với
cơ chế tán xạ nhị diện gồm thành phần thân hoặc cành cây

diễn tả phép tốn lấy trung bình tồn bộ trong quá trình xử lý dữ liệu Trong
trường hợp tán xạ ngược trong môi trường tương hỗ, ma trận kết hợp phân
cực [T ] có thể được biểu diễn như sau:
[T ] = ⃗kP .⃗kP∗T


⟨(Shh + Svv )(Shh − Svv )∗⟩

1





|Shh| |Svv | ej (ψhv +ϕg )







0

Ma trận hiệp phương sai trong môi trường tương hỗ được mô tả như sau:







0

 

 

0





(3 2)
(3 3)

với FS và β được định nghĩa như
sau:



2 ⟨Shv (Shh − Svv )∗⟩

√

∗



∗

∗

√

∗

0

√

∗



∗



Ma trận kết hợp phân cực [T ] và ma trận hiệp phương sai [C ] đều là các
ma trận bán xác định dương Hermitian Cả hai ma trận này đều thỏa
mãn
T r ([ T ]) = T r ([C ]) và chúng đều có các giá trị riêng khơng âm và các
véc-tơ
riêng trực giao Mối liên quan giữa ma trân kết hợp [T ] và ma trận hiệp
phương
sai [C ] như sau:
∗T

[T ] = ⃗kP .⃗kPT = U(L→P )⃗kL U(L→P )⃗kL

Công thức (3 4) diễn tả ma trận hiệp phương sai cho mô hình tán xạ nhị diện



0α



0 1




Rgv Rtv

α=

e

= U(L→P ) [C ] U L→P )

(1 10)

1 3 Ra đa tổng hợp mặt mở giao thoa
Ra-đa tổng hợp mặt mở giao thoa (InSAR) là một kỹ thuật dựa trên sự kết
hợp hai hoặc nhiều ảnh của mục tiêu được quan sát trong cùng một khu vực
nhưng ở các vị trí hoặc các thời điểm khác nhau Giả sử s1, s2 lần lượt là tín
hiệu nhận được trên ăn ten thu của ra-đa; Ri ( i = 1, 2) biểu thị khoảng cách

với FD và α được định nghĩa như sau:
FD = |Rgv Rtv |2ej ϕd ;



(1 8)

Trong đó, ma trận hiệp phương sai cho cơ chế tán xạ bề mặt được biểu thị
trong công thức (3 2)[31]:


∗

|Shh − Svv |2

2

(3 1)

[Cint ] = [CV ] + [CD] + [CS] + [Cremainder]

⃗ ⃗ ∗T

(3 5)


giữa ra-đa thứ i và điểm tán xạ; ϕs

i

là

( i = 1, 2)

pha

tán xạ của ra-đa

thứ i ; λ

là bước sóng của ra-đa; hệ số ai (i = 1, 2) là biên độ của ra-đa thứ i Giao thoa
được xác định bởi tích của tín hiệu s1 và liên hợp phức của tín hiệu s2 Giả sử

18

7

phức của nó

[T ] = kP kP

(1 7)

; [C ] = kL kL

|Shh + Svv |2

2 ⟨(Shh + Svv )Shv ⟩

= √  ⟨(Shh − Svv )(Shh + Svv )∗⟩

2 ⟨(Shh − Svv )Shv ⟩ 

2 ⟨Shv (Shh + Svv )∗⟩

[C ] = ⃗kL.⃗kL∗T

|Shh|2
√
=
2 ⟨ShhShv ⟩
2 ⟨ShhShv ⟩

[CS] = 

 = FS 0 0

4 |Shv |2

2 ⟨ShhShv ⟩

⟨ShhShv ⟩

2 |Shv |2

2 ⟨Shv Svv ⟩ 
|Svv |2

2 ⟨Shv Svv ⟩

|β|2

|Shh|2ej ϕg
0

0

0
2 j ϕg

|Shh| |Svv | ej (−ψhv +ϕg )

⟨|Shh|⟩

j (φh −φv )

β∗

∗

2 j ϕg

|α|2
[CD] = FD 

0

0

(3 4)

0

α∗

RghRth

−j ψhv



( ∗T

(1 9)


pha tán xạ của hai ra-đa là như nhau (ϕs

1

= ϕs2

), chúng ta có thể loại bỏ thành

23

Kết luận chương
phần pha tán xạ và thu được
Trong chương hai, luận án đã
một pha tín hiệu chỉ phụ thuộc
giới thiệu một phương pháp
vào hiệu giữa hai
mới nhằm khắc
vị trí của ra-đa ∆R = R2 − R1
phục những hạn chế của các kỹ
thuật nghịch chuyển tham số
dựa trên mơ hình

cơ bản đã được công bố trước
⇒ s1s∗2 )
(1 11)
đây Phương pháp đề xuất được
= Ae−j
dựa trên nguyên
lý tối ưu hệ số tương can giao
(
thoa Đầu tiên, trạng thái phân
cực tối ưu được
2π
2π

λ

t
t
t
t
k
Từ đó, pha giao thoa ϕ có thể
được xác định theo cơng thức
(1 12) [52]
4π

ϕ

(R1 − R2)

=

+ 2πN =

ar

−

g
(s
1

4π

cực tối ưu được xác định Từ đó,
phương pháp đề xuất cải thiện
đáng kể độ
∆R + 2πN ; N (1 12) chính xác cho ước lượng pha địa
hình Pha địa hình là một thành
= 0 , ±1 ,
phần quyết
±2,
định độ chính xác trong ước
lượng các tham số thực vật khác
như chiều cao, độ

s

∗2

)

=
−

Tiếp theo, các
1Ra đa tổng hợp mặt mở giao suy hao sóng
mơ
hình
tìm
kiếm
được xây
thoa phân cực
dựng riêng cho địa
4

h
h
l
r
x


c
a
o

s1 = a1e−j( λ 2R1 +ϕs1 )

4π

s2 = a2e−j( λ 2R2 +ϕs2 )

∆R

n
h
ấ
t
P
h
ư
ơ
n
g
p
h
á
p
đ
ề

chứng vớittập
dữ liệu mô phỏng
kỹ thuật
và dữ liệu
nghiệm
được
từ được
các khu
rừng tự

nhiên
viễnthực
thám
ra-đa, thu
nó kết
hợp
cácvực
ưu điểm
của
SAR trong
phân thực
Các kếtcực
quảvàước
lượng
được
so
sánh
với
một
số
phương
pháp
khác
để đá
SAR giao
giá hiệu
quả Dữ
cũng
như
các

ưu điểmcóvà
năng
dụng
của phương
thoa
liệu
ảnh
PolInSAR
độkhả
phân
giảiáp
cao
và chứa
đầy đủ ph
xuất Tuy
mang
lại
hiệu
quả
cao
và
cải
thiện
đáng
kể
các
hạn
chế
của nh
các thơng tin

phươngcủa
pháp
trước
trong
lượng
sốma
rừng
nhưng
phương
mục
tiêuđây
Chúng
taước
có thể
tạotham
ra các
trận
kết hợp
[T6] ph
xuất vẫn
tồn
tại
một
số
nhược
điểm
nhất
định
Bài
tốn

tối
ưu
được
thực
hoặc ma trận
trên cơhiệp
sở tốn
học, sai
các[Cbước
thực hiện tương đối phức tạp Q trình xử
phương
6] PolInSAR có kích thước 6 × 6 thơng qua sử
dữ liệu dụng
và thực
hiện
thuật
toán
mất nhiều thời gian dẫn tới các yêu cầu
tích ngoại
tăng tàicủa
nguyên
hệ thống
so với
phương
pháp
trước
các véc-tơ
tán xạ
mụccác
tiêu

như sau
[32],
[29]:đây Trong tươn
luận án sẽ tiếp tục thử[Tnghiệm
thuật
toán
đề
xuất
trên
nhiều dạng địa h
1 [Ω]
⃗kP
(1
13)
[T
k
⃗
P
k
⃗
PT
khác trong thực tế và khắc phục các nhược điểm để cải tiến hơn nữa hiệ
⃗kP T =
] [T2]
của phương pháp
này ∗
1

2

T

8
Hình 1 2: Hình
ảnh thu thập từ
PolInSAR
Rađa
tổn
g
hợp

x
u
ấ
t

mặ

đ
ã

o

đ
ư
ợ
c

t
mở

gia
tho
a
phâ
n
cực
(Pol

∗1

∗2

[Ω]

k
i
ể
m

InS
AR)
là
mộ

17


[C6] =

⃗kL

⃗kL

1
2

⃗kLT

⃗kLT =

[C1]

[Cint]
∗T

[C2]

(1 14)

C
c
c
m
t
P

rth,
⟨ ⟨
γ=
H(b)
1⟨ω ω

ì Hình
( ∗∗T
ảnh
nbiên
ω
⟩ [
hđộ
1

Ω

⟨

2 ,ω

]

µ

62 1
:)

ω

(
a
)

∗

=µ

H
ì
n
h
ả
n
h
q
u
a
n
g
h
ọ
c
t
ừ
G
o
o
g
l
e
E
a

∗
1

⟩
[

T
⟩

1

]
⟨

ω

µ
2

1

µ

⟩

∗

⟨

2

ω

⟩

∗
T

[

T
2

]

ω

2

⟩


hiệu quả trong
xác định tham số mục tiêu Phương pháp nghịch chuy
HV và (c) Hình ảnh phân hoạch Pauli của khu vực đánh giá
16
9
mơ hình dự báo và kết quả ước lượng pha địa hình thư
Mơ đun của γ˜ (ω⃗ 1,
hoạch
sử dụng giả định về đối xứng tán xạ
ω⃗ 2) biểu thị mức độ thuật phân

∗
∗
[Cint]
tương quan giữa
trực tiếp từ tán cây và mơ hình tán xạ của tán cây chư
hai ảnh với |γ˜ (ω⃗ 1,
sự đa dạng của tán thực vật trong tự nhiên Lý thuyết
ω⃗ 2)| ⩽
các phương pháp ước lượng tham số mục tiêu tự nhiên
kết quả chiều cao trung bình thu được trên khu vực 1 và argument của γ (ω 1, ω 2) chỉ ra pha giao thoa
tích trong chương này đã cung cấp nền tảng cho sự ph
đánh giá bằng 26,0598m
ước lượng tham số rừng được đề xuất trong các chươn
Hình
Hình 2 7 biểu thị kết quả chiều cao được ước lượng
1 5 Kết luận chương 1
2 7:
theo hàng thứ 175 của ảnh
Kết
dữ liệu Đối với dữ liệu thực nghiệm, sai số ước lượng
Trong chương này, luận án tập trung nghiên cứu quả
⃗
2⃗
˜⃗ ⃗
ước
có thể cao hơn so với dữ
các đặc tính tán xạ của
⃗
1
⃗

2⃗
⃗
lượng
liệu mô phỏng do trong môi trường thực tế mật độ
chiều
mục tiêu và nguyên lý hoạt động PolInSAR Trong
cao
cây được phân bố khơng
đó, các ưu điểm của dữ liệu
tại
⃗ ⃗
đồng đều trên tồn bộ khu vực và có nhiều khoảng
hàng
PolInSAR đã được phân tích và chỉ rõ tiềm năng˜của
thứ
trống lớn giữa các cây hơn
kỹ thuật viễn thám này
175
Ngoài ra khi xử lý dữ liệu thực nghiệm cần một cửa sổ trong việc ước lượng các tham số thảm thực vật
của
ảnh
lọc trung bình lớn hơn
rừng Tại Việt Nam, PolInSAR
dữ
để giảm nhiễu Tuy nhiên, như được biểu thị trong
đã thu hút được sự quan tâm của nhiều tổ chức và
liệu
Hình 2 7, các kết quả chiều
các nhà khoa học Tuy nhiên
cao rừng được ước lượng vẫn tương đối chính xác

số lượng cơng trình nghiên cứu và cơng bố về xác
Ngoại trừ một số điểm ảnh
định tham số rừng vẫn còn hạn
được ước lượng quá cao, hầu hết tại các điểm ảnh
chế Trên thế giới, kỹ thuật viễn thám sử dụng ảnh
còn lại, chiều cao cây đều
PolInSAR đã được nhiều
được ước lượng trong khoảng 10m tới 45m
nước quan tâm và ứng dụng trong các lĩnh vực
khác nhau Nhiều phương pháp
xác định tham số mục
tiêu tự nhiên từ ảnh
PolInSAR đã được
công bố bởi các
nhà khoa học trên thế
giới Các phương
pháp này chủ yếu
được chia thành hai
loại bao gồm kỹ thuật
nghịch chuyển tham
số và kỹ thuật phân
hoạch Tuy
nhiên, cả hai kỹ thuật
đều tồn tại một số
nhược điểm làm giảm

(1 15)

1

2


Chương 2
Phương pháp tối ưu hệ số tương can giao thoa cho
ước lượng tham số rừng sử dụng ảnh PolInSAR
21

Phương pháp tối ưu hệ số tương can giao thoa

Trong chương này luận án đề xuất phương pháp tối ưu hệ số tương can giao
thoa dựa trên các mơ hình cơ bản Phương pháp đề xuất tập trung nghiên cứu
và xác định giá trị tối ưu của hệ số tương can giao thoa phân cực phức để làm
cơ sở ước lượng chính xác pha địa hình Phương pháp này khơng chỉ khắc phục
các nhược điểm của các phương pháp nghịch chuyển tham số hiện tại mà cịn
có thể áp dụng trên nhiều loại địa hình khác nhau Phương pháp tối ưu hệ số
tương can giao thoa được thực hiện trong hai bước Đầu tiên, luận án thực
hiện cải thiện độ chính xác cho ước lượng pha địa hình Tiếp theo, kỹ thuật
tối ưu hệ số tương can giao thoa được áp dụng trên mơ hình hai lớp RVoG và
S-RVoG để ước lượng tham số mục tiêu trên địa hình phẳng và địa hình dốc

2 1 1 Ước lượng pha địa hình mặt đất
Như đã được giới thiệu trong mục 1 4, hệ số tương can giao thoa phân cực
phức của hệ thống PolInSAR được mô tả như một hàm của sự phân cực [48]:
γ (ω1, ω2) =

(2 1)

∗T

Với ω⃗ 1, ω⃗ 2 là các véc-tơ phân cực cơ sở, nó định nghĩa sự lựa chọn của mỗi trạng
thái phân cực Mục đích đầu tiên của phương pháp đề xuất là xác định giá trị
cực đại của hàm tương can giao thoa được biểu diễn trong công thức (2 1) Để
thực hiện điều này, đầu tiên luận án thiết lập một hàm Lagrange phức L như
được chỉ ra trong công thức (2 2)
L = ω ∗T Cintω2 + χ1(ω ∗T C1ω1 − 1) + χ2(ω ∗T C2ω2 − 1)

(2 2)

Hàm này bao gồm tử số bị ràng buộc bởi hai tham số Lagrange χ1 và χ2 Chúng
ta có thể tìm ra giá trị cực đại của LL∗ bằng cách thiết lập các đạo hàm phức
của L và L∗ bằng 0 Trong trường hợp đường cơ sở nhỏ và khơng có sự thay
đổi về thời gian, hai trạng thái phân cực tại đầu và cuối đường cơ sở có thể
được giả định là như nhau hay ω⃗ 1 = ω⃗ 2 = ω⃗ Từ đó, ta có hệ phương trình:
ω1 =ω2

→

Cintω + χ1C1ω = 0
Cint ∗T ω + χ∗C2ω = 0

⃗

⃗

(2 3)

Hình 2 5: Kết quả so sánh chiều cao thu được từ hai phương pháp
Như đã được giới thiệu, phương pháp CLSA [20] đã khắc phục được một
số nhược điểm của thuật toán nghịch chuyển ba trạng thái truyền thống Tuy

nhiên, phương pháp này vẫn sử dụng bảng tra cứu (LUT) để xác định tham
số
chiều cao thực vật Độ chính xác ước lượng vẫn phụ thuộc nhiều vào mơ hình
dự đốn Trong phương pháp CLSA, các giá trị chiều cao thực vật xấp xỉ hoặc
bằng giá trị nào sẽ được gán cho giá trị đó trong bảng LUT Thuật tốn ước
lượng này đã gây ra hai giá trị ngưỡng phía trên và phía dưới như được chỉ
ra trong Hình 2 5 Do đó, lỗi ước lượng của phương pháp CLSA bao gồm sự
sai lệch tổng thể so với giá trị chiều cao thực, trong khi đó lỗi ước lượng của
phương pháp đề xuất biểu thị sai lệch ở mức ngẫu nhiên
Sau khi kiểm chứng hiệu quả với dữ liệu mô phỏng, phương pháp đề xuất
sẽ được áp dụng đối với dữ liệu thực tế Mẫu dữ liệu đầu tiên được tạo ra bởi
hệ thống ALOS-PALSAR vào ngày 16 tháng 4 và ngày 1 tháng 6 năm 2007
Hệ thống ra-đa hoạt động ở tần số băng L với góc tới, đường cơ sở, độ phân
giải không gian tương ứng là 21 5o, 877,5978m và 30m x 10m Hệ thống này
đã
chụp một khu vực địa hình hỗn hợp bao gồm các khu rừng, vùng nông
nghiệp,
10


sông, hồ và các khu đô thị tại Malaysia Ảnh dữ liệu có kích thước 9217 1248
điểm ảnh Do kích thước dữ liệu ảnh tương đối lớn nên một khu vực với kích
thước 495 điểm ảnh theo hướng phạm vi và 327 điểm ảnh theo hướng phương
vị đã được tách ra để phân tích và đánh giá Hình 2 6(a) biểu thị hình ảnh

quang học của khu vực đánh giá, hình ảnh phân cực biên độ HV và hình ảnh
phân hoạch Pauli được biểu thị trong Hình 2 6(b) và Hình 2 6(c)
Sau khi áp dụng mẫu dữ liệu thực nghiệm này với phương pháp đề xuất,
15

ω ∗T Cintω2

˜⃗⃗

⃗

⃗1

⃗⃗
⃗

⃗ω1 C1ω1⃗ ⃗ ω2∗T C2ω⃗ 2

1

2

⃗

⃗

⃗

⃗

⃗

⇒ (C1+C2)−1(Cint+Cint ∗T)ω = −(χ1 + χ∗2 )ω
⃗

⃗2


Như vậy, mỗi giá trị kết hợp giao thoa của mơ hình S-RVoG sẽ tương ứng
với một tập tham số (hv , σ, η) và tập tham số chính xác nhất sẽ được tìm ra

Đặt [C] = 12 (C1+C2) và [CH] =
một phương trình giá trị riêng:

1
2

, chúng ta thu được
dưới điều kiện khoảng [C]−1 [CH (φ)] (2
cách dh ,σ,ηlà nhỏ nhất ω = λ (φ) ω 4)

Cint eiφ + Cint ∗T e−iφ

v

2Kết
2 quả thực
nghiệm

Với mỗi giá trị φ ∈
[0, π], chúng ta có
thể xác định được
ma trận kết hợp

Luận án đã K (φ) = C−1 [CH (φ)]

áp dụng
phương pháp Thực hiện phân
đề xuất với hoạch giá trị riêng
một mẫu dữ cho mỗi ma trận
liệu được tạo
kết
ra bởi phần
hợp này, chúng ta
mềm
PolSARProSim có thể thu được giá
Theo đó, phần trị riêng lớn nhất |
mềm này đã đã λmax (φj )| tương ứng
với mỗi ma trận
tạo ra một
khu vực rừng có Bằng cách so sánh
diện tích 0,7854 tất cả các giá trị
riêng lớn nhất, ma
Ha, chiều cao
trung bình cây trận
là 20 m với mật kết hợp tối ưu K
độ trung bình là (φopt) có thể được
xác định Mỗi giá trị
360 cây/ Ha
riêng λi {i = 1, 2, 3}
Một hệ thống
PolInSAR băng L của
ma trận K (φopt)
tại tần số 1,3
tương ứng với một
GHz, góc tới

hoạt động với véc-tơ riêng ω⃗ i {i =
1, 2, 3} Từ đó ta có
đường cơ sở
theo trục ngang công
là 10 m và theo thức tổng quát của
hệ số tương can
trục
đứng là 1 m đã giao thoa cho mỗi
kênh phân cực tối
chụp khu vực
rừng nói trên để ưu:
tạo ra dữ liệu
ảnh với kích
thước
189x259 điểm ảnh

γ

˜i = ω ∗T Cint ωi


= 1, 2,
(i 3)

ω ∗T Cωi

angle(γ˜

⩽
P ao điểm

hai
hệ
số
Hình
2
đường thẳng kết
hcủa
4(a)
hợp
trên mặt phẳng
X
hợp với mặt phẳng
minh
phức
a
Sử
dụng
tính
chất
này,
luận
án
thực
hiệ
họa
khu
phức
như sau:
vực
rừng thẳng kết

một
đường
đị
⩽
ϕ0
được
⃗ mơ⃗
hợp
qua
hai
điểm
phỏng
a
=
2bao
1 gồm
1
một
arg
hì
vùng
{γ3
cây
n
(
−
thơng
h
2
γ1

lá kim
m
(1
với
6
−X
ặt
189

(2 5)
T
r
o
n
g
c
ô
n
g
t
h
ứ
c
(
2
5
)
,
g
i

ả
đ
ị
n
h

Tham số
Thực tế

¯ v (m)
h
20

ϕ0 (rad)
0,0078

σ (dB/m)
0,2

RE (%)
0

RM SE (m)
0

Phương pháp
CLSA

19,0557

0,0101

0,4

6,64

2,5141

Phương pháp
đề xuất

19,3516

0,0092

0,3

1,97

2,4645

r
ằ
n
g
a
n
g
l
e

(
γ
˜
1

)
<
a
n
g
l
e
(
γ
˜
2

)
<

Hình 2 4: (a) Hình ảnh
quang học và (b) Hình
ảnh mã hóa Pauli của
rừng

điểm
đ
ảnh
⃗i ⃗
ất

theo
ϕ
hướn
gcó
phạm
th
viể và
259
đ
điểm
ư
ảnh
ợc
theo
hướn
xá
g
c
phươ
đị vị
ng
n
Hình
2h4(b)
chỉ ra
từ
hình
m
ảnh
ột

˜ ˜ Pauli
của
tr
khu
o
A1X 2 + A2X + A3 = 0 → Xrừng
=
n
với
g
đườn
⃗i

⃗

gh
thẳng
ai
gi

)

)} 0

màu đỏ biểu thị Trong đó X
là nghiệm A2 2 −
vùng dữ liệu
(2
của phương 4A1A3
7)

được chiết xuất trình bậc
2A1
để phân tích
hai
−A
chiều cao thực
vật
Sau khi áp dụng
phương pháp tối
ưu hệ số tương
can giao thoa
trên tập dữ
liệu mô phỏng
này, các kết
quả ước lượng
tham số rừng
được chỉ ra
trong Bảng
2 1 và Hình 2 5
A1 = |γ˜1|2 − 1; (2
trong sự so sánh
A2 = 2 Re {(γ˜3 8)
với các kết quả từ − γ˜1) γ˜1∗} ; A3
phương pháp CLSA = |γ˜3 − γ˜1|2
14

11