Một phương pháp ước lượng độ cao rừng dựa trên mô hình VE-RVoG sử dụng ảnh PolInSAR

Nghiên cứu khoa học công nghệ<br /> <br /> MỘT PHƯƠNG PHÁP ƯỚC LƯỢNG ĐỘ CAO RỪNG DỰA TRÊN<br /> MÔ HÌNH VE-RVOG SỬ DỤNG ẢNH POLINSAR<br /> Phạm Minh Nghĩa1*, Đoàn Trung Thành2<br /> Tóm tắt: Bài báo này đề xuất một phương pháp mới nhằm nâng cao độ chính<br /> xác trong ước lượng độ cao rừng dựa trên mô hình khối tán xạ ngẫu nhiên đặt trên<br /> mặt đất với hệ số suy hao sóng thay đổi theo phương đứng (Varying Extinction<br /> Random Volume over Ground - VE-RVoG) sử dụng ảnh ra đa tổng hợp mặt mở giao<br /> thoa phân cực (Polarimetric Interferometry Synthetic Aperture Radar - PolInSAR).<br /> Độ cao rừng trong phương pháp đề xuất được ước lượng dựa trên việc tính một giá<br /> trị kết hợp giao thoa phức cho thành phần tán xạ từ tán cây với hai kênh phân cực<br /> HH và HV. Hiệu quả của phương pháp đề xuất được đánh giá với dữ liệu PolInSAR<br /> nhận được từ phần mềm PolSARProSim. Kết quả thực nghiệm cho thấy độ chính<br /> xác của độ cao rừng được cải thiện đáng kể bởi phương pháp đề xuất.<br /> Từ khóa: Rừng; Ra đa tổng hợp mặt mở giao thoa phân cực; Mô hình khối ngẫu nhiên trên mặt đất.<br /> <br /> 1. TỔNG QUAN<br /> Độ cao rừng là một trong những tham số quan trọng trong quản lý tài nguyên rừng tại<br /> mỗi quốc gia và trong đánh giá sự biến đổi khí hậu toàn cầu. Trong kỹ thuật ra đa viễn<br /> thám, PolInSAR là một trong những công nghệ đầy triển vọng cho ước lượng độ cao rừng<br /> dựa trên sự kết hợp các ưu điểm của ra đa tổng hợp mặt mở phân cực (Polarimetric<br /> Synthetic Aperture Radar - PolSAR) và ra đa tổng hợp mặt mở giao thoa (Interferometry<br /> Synthetic Aperture Radar - InSAR).<br /> Các phương pháp ước lượng độ cao rừng đều dựa trên sự thay đổi của các đại lượng<br /> đo giao thoa sóng đối với phân bố theo cấu trúc đứng của các phần tử tán xạ kết hợp với sự<br /> thay đổi đại lượng đo phân cực ra đa theo hình dạng, sự định hướng của các phân tử tán xạ<br /> này. Để có thể chuyển đổi các đại lượng PolInSAR đo được thành độ cao rừng thì mô hình<br /> khối tán xạ ngẫu nhiên trên mặt đất với hệ số suy hao sóng cố định (Constant Extinction<br /> Random Volume over Ground - CE-RVoG) [1,2] đã được đề xuất. Mô hình này giả định<br /> tán cây (lá, cành và nhánh) là một khối đồng nhất các phần tử tán xạ định hướng ngẫu<br /> nhiên và được đặc trưng bởi một hệ số suy hao sóng cố định trong toàn bộ chiều cao rừng.<br /> Tuy nhiên, trong thực tế các vật tán xạ trong tán cây lại không có phân bố đều. Vì vậy, mô<br /> hình CE-RVoG không thể giải thích được một cách đầy đủ quá trình tán xạ trong môi<br /> trường rừng. Điều này đồng nghĩa với việc độ cao rừng được ước lượng dựa trên mô hình<br /> CE-RVoG có độ chính xác không cao.<br /> Bài báo này đề xuất một phương pháp mới nhằm nâng cao độ chính xác cho ước<br /> lượng độ cao rừng sử dụng dữ liệu PolInSAR băng L. Đầu tiên, để giảm khối lượng tính<br /> toán trong khi vẫn nhận được giá trị pha bề mặt với độ chính xác nhất định, phương pháp<br /> đề xuất áp dụng phương pháp loại bỏ cơ chế tán xạ khối của quá trình tán xạ từ tán cây [4].<br /> Tiếp theo, phương pháp đề xuất sử dụng mô hình VE-RVoG được đề xuất bởi Franck<br /> Garestier [3] để xây dựng bảng tra cứu (LookUp Table - LUT) cho các hệ số kết hợp giao<br /> thoa phức  v cho thành phần tán xạ từ tán cây. Mô hình VE-RVoG mô tả quá trình tán xạ<br /> trong môi trường rừng theo phương đứng như một khối các vật tán xạ không đồng nhất và<br /> được đặc trưng bởi hệ số suy hao sóng thay đổi theo độ sâu thâm nhập của sóng. Sau đó,<br /> để nâng cao độ chính xác trong xác định hệ số kết hợp giao thoa phức cho quá trình tán xạ<br /> từ tán cây  v , chúng tôi sử dụng phương pháp tối ưu vùng kết hợp dựa trên hai kênh phân<br /> cực HH và HV và hệ số kết hợp giao thoa khối  v _ opt được xác định thông qua phương<br /> <br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số 58, 12 - 2018 67<br />  Kỹ thuật điều khiển & Điện tử<br /> <br /> pháp tìm hệ số kết hợp khối tối ưu [5]. Cuối cùng, bằng cách so sánh hệ số  v _ opt và<br />  v trong bảng LUT ta nhận được độ cao rừng ước lượng. Hiệu quả của phương pháp đề<br /> xuất được đánh giá với dữ liệu PolInSAR nhận được từ phần mềm PolSARProSim.<br /> 2. MÔ HÌNH KHỐI TÁN XẠ NGẪU NHIÊN TRÊN MẶT ĐẤT VỚI<br /> HỆ SỐ SUY HAO SÓNG THAY ĐỔI THEO PHƯƠNG ĐỨNG<br /> 2.1. Hệ số kết hợp giao thoa của ra đa mặt mở tổng hợp giao thoa phân cực<br /> Trong hệ thống PolInSAR, hai ma trận tán xạ  S1  và  S 2  cho mỗi điểm ảnh được xác<br /> định từ hệ thống PolSAR với góc quét xấp xỉ nhau. Đối với trường hợp tán xạ ngược trong<br /> môi trường thuận nghịch, véc tơ tán xạ ngược Pauli của hệ thống PolSAR được biểu diễn<br /> như sau [6]<br />  1 T<br /> [k i ]   S HHi  SVVi , S HHi  SVVi , 2S HVi  (1)<br /> 2<br /> T<br /> Trong đó, . là toán tử chuyển vị, S pq ( p, q  h, v) là các hệ số tán xạ phức và<br /> i  1, 2 biểu thị cho hai ảnh trong cặp ảnh giao thoa. Dữ liệu thu được từ hệ thống PolInSAR<br /> thường được biểu diễn bằng ma trận kết hợp phức 6x6 như sau<br /> <br /> *T  [T11] [12 ]   k1 <br /> [T6 ]  kk   *T  với k     (2)<br /> [12 ] [T22 ]  k 2 <br /> *<br /> Với . là toán tử kỳ vọng và . là toán tử liên hợp phức. Tii  là các ma trận Hermitian, mô<br /> tả thuộc tính phân cực của mục tiêu thu được.    là ma trận phức phi Hermitian chứa thông<br /> tin về sự thay đổi của pha giao thoa với các trạng thái phân cực của mục tiêu.<br /> Sự kết hợp giao thoa phân cực của hệ thống PolInSAR được mô tả bằng một hàm kết hợp<br /> giao thoa phức của hai ảnh được biểu diễn như sau:<br /> w1*T  12  w2<br /> (w1,w2 )  (3)<br /> w1*T T11  w1 w*2T T22  w2<br /> <br /> Trong đó, 0    1 , w1 và w 2 là các véc tơ đơn vị phức của mỗi kênh phân cực.<br /> <br /> 2.2. Mô hình CE-RVoG<br /> Mô hình CE-RVoG được đề xuất vào năm 2003 [1], trong suốt hơn một thập kỷ qua,<br /> mô hình này được áp dụng rất phổ biến để xây dựng các thuật toán cho ước lượng độ cao<br /> rừng từ ảnh PolInSAR như: thuật toán chuyển đổi ba trạng thái [1], thuật toán chuyển đổi<br /> ba trạng thái cải tiến [5] ... Mô hình CE-RVoG giả định tán cây là một khối các vật tán xạ<br /> có định hướng ngẫu nhiên và được đặc trưng bởi một hệ số suy hao sóng cố định. Khi đó,<br /> khối tán xạ ngẫu nhiên từ tán cây có thể mô hình hóa bằng một hàm của hai tham số: độ<br /> cao rừng hv và hệ số suy hao sóng trung bình  z . Hệ số kết hợp giao thoa phức cho thành<br /> phần tán xạ từ tán cây trong mô hình CE-RVoG được định nghĩa như sau [3]<br /> 2 z  2 z <br /> hv  jk z  jk z  hv<br /> cos <br />  e dz 1 e cos   1<br />  v  hv ,  z   0 2 z<br />  2 z<br /> (4)<br /> hv jk cos <br /> e cos<br /> dz 1 z e cos<br /> 1<br /> 0 2 z<br /> <br /> <br /> 68 P. M. Nghĩa, Đ. T. Thành, “Một phương pháp ước lượng độ cao rừng … ảnh PolInSAR.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> Trong đó,  là góc tới và k z là số sóng theo phương đứng.<br /> 2.3. Mô hình VE-RVoG<br /> Mức độ thâm nhập của sóng ra đa vào trong môi trường rừng tỉ lệ nghịch với tần số<br /> phát của ra đa. Tại các tần số cao, các tín hiệu giao thoa bị ảnh hưởng rất nhiểu bởi cấu<br /> trúc đứng của rừng. Mô hình CE-RVoG tuy được sử dụng rộng rãi nhưng không mô tả<br /> được một cách đầy đủ quá trình tán xạ sóng trong môi trường rừng. Trong thực tế, độ thâm<br /> nhập của sóng ra đa vào trong môi trường rừng phụ thuộc rất nhiều vào các yếu tố: mật độ<br /> rừng, độ rộng tán là, kích thước và hình dạng nhánh cây ... Để có thể mô tả đầy đủ quá<br /> trình tán xạ sóng trong môi trường rừng, chúng tôi sử dụng mô hình VE-RVoG. Đa phần<br /> tán cây có cấu trúc hình nón, do vậy ta giả định rằng hệ số suy hao sóng tại đỉnh của tán<br /> cây bằng 0 và sau đó nó sẽ tặng tuyến tính với mức độ thâm của sóng ra đa.<br /> Nếu ta chỉ quan tâm đến sự thay đổi của hệ số kết hợp giao thoa phức thì hệ số suy<br /> hao sóng trung bình  z được giả định là thay đổi tuyến tính theo phương z với một hệ<br /> số  như sau [3]<br />  z   z với   0 (5)<br /> Thay  z từ (5) vào (4), và sử dụng hàm sai số Gaussian để giải các tích phân ta nhận<br /> được hệ số kết hợp giao thoa phức cho thành phần tán xạ trực tiếp từ tán cây như sau [3]<br />  jcos k z  4 hv   jk z cos <br /> cos k z2<br /> erf    erf  2 <br />   jk z hv  2 2 cos   2 <br />  v  hv ,    e 8<br /> (6)<br />  2 <br /> erf  hv <br />  cos <br /> <br /> 3. ƯỚC LƯỢNG ĐỘ CAO RỪNG SỬ DỤNG ẢNH POLINSAR<br /> BẰNG PHƯƠNG PHÁP ĐỀ XUẤT<br /> Độ chính xác của độ cao rừng sử dụng ảnh PolInSAR phụ thuộc vào nhiều yếu tố<br /> như: việc lựa chọn giá trị kết hợp giao thoa cho thành phần tán xạ khối, độ chính xác trong<br /> ước lượng pha bề mặt và độ suy hao sóng trong môi trường. Do vậy, việc xác định một mô<br /> hình tán xạ cho môi trường rừng gần với thực tế nhất và các giá trị kết hợp tối ưu là một<br /> trong những nhiệm vụ quan trọng trong các thuật toán ước lượng tham số rừng. Trong<br /> phần này, chúng tôi đề xuất một phương pháp mới cho nâng cao độ chính xác cho ước<br /> lượng tham số rừng dựa trên việc kết hợp với tối ưu hệ số kết hợp giao thoa phức dựa trên<br /> hai kênh phân cực HH và HV. Phương pháp đề xuất có thể được thực hiện trong ba giai<br /> đoạn chính như sau<br /> Giai đoạn 1: Ước lượng pha bề mặt bằng cơ chế loại bỏ tán xạ<br /> Trong bước này, để ước lượng pha bề mặt, phương pháp đề xuất lựa chọn sử dụng cơ<br /> chế loại bỏ tán xạ như trong nghiên cứu [4]. Cụ thể là, loại bỏ sự đóng góp của thành phần<br /> tán xạ khối, qua đó tìm ra pha bề mặt.<br /> Kỹ thuật này có ưu điểm hơn so với thuật toán ba trạng thái điển hình [1] đó là khối<br /> lượng tính toán không nhiều trong khi vẫn đảm bảo được pha bề mặt nhận được có độ<br /> chính xác tương đối cao. Cần phải nói thêm rằng, trong thuật toán ba trạng thái, để đảm<br /> bảo độ chính xác khi xác định pha bề mặt thì số kênh phân cực phải tối thiểu là 6 kênh,<br /> thậm chí sử dụng cả 9 kênh. Khi đó, khối lượng tính toán là rất lớn.<br /> Pha bề mặt được tính toán như sau<br /> <br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số 58, 12 - 2018 69<br />  Kỹ thuật điều khiển & Điện tử<br /> <br /> 0  arg Ω12 (1,2)T(2,1) (7)<br /> Trong đó, i, j biểu thị cho phần tử ở hàng thứ i và cột thứ j của ma trận  12  và ma<br /> <br />  <br /> trận T  ; T   T11   T22  2 .<br /> Giai đoạn 2: Loại bỏ độ mấp mô bề mặt<br /> Trong bước này, độ mấp mô bề mặt (hay sự thay đổi của pha đất) được loại bỏ bằng<br />  j<br /> cách nhân hệ số e 0 với các hệ số kết hợp phức trong bước 2 của phương pháp ba trạng<br /> thái [1]. Khác biệt duy nhất là pha bề mặt đã được xác định giai đoạn 1 và pha bề mặt<br /> được loại bỏ từ đầu.<br /> Giai đoạn 3: Ước lượng độ cao rừng<br /> Trong bước này, chúng tôi thực hiện ước lượng chiều cao rừng bằng phương pháp đề<br /> xuất. Điểm khác biệt của phương pháp đề xuất so với các phương pháp trước đây: Một là,<br /> mô hình VE-RVoG với những đặc điểm ưu việt hơn so với mô hình CE-RVoG như trình<br /> bày trong Phần 2 được sử dụng để xây dựng bảng LUT của  v như một hàm của<br /> hv và  theo công thức (6). Hai là, trong môi trường rừng, khi mà vật tán xạ chính là tán<br /> cây thì HH và HV là hai kênh phân cực chịu ảnh hưởng nhiều nhất của hệ số suy hao song<br />  z . Do đó, để tăng độ chính xác trong ước lượng độ cao rừng, phương pháp đề xuất sử<br /> dụng cả hai kênh thay vì một kênh HV. Ngoài ra, chúng ta có thể thấy rằng, chỉ với hai<br /> kênh phân cực được yêu cầu thì phương pháp đề xuất cho phép sử dụng dữ liệu phân cực<br /> kép (HH và HV) với ưu điểm là phạm vi lớn hơn và độ phân giải cao hơn so với dữ liệu<br /> phân cực hoàn toàn.<br /> Trong giai đoạn 3 này, độ cao rừng được ước lượng theo các bước sau<br /> Bước 1: Xây dựng đường thẳng kết hợp trong mặt phẳng phức<br /> 1<br /> <br /> v _ est<br /> 0<br /> <br /> <br /> <br /> <br /> Hình 1. Vòng tròn đơn vị cho mô hình VE-RVoG<br /> Tập hợp các hệ số kết hợp có thể quan sát được trong miền màu xanh lá cây<br /> Hệ số kết hợp khối nằm trên đoạn không rõ ràng màu đỏ.<br /> Trong bước này, chúng ta xây dựng đường thẳng kết hợp dựa trên các hệ số kết hợp<br /> giao thoa phức và ba hệ số kết hợp tối ưu tương ứng trong mặt phẳng phức sử dụng<br /> phương pháp bình phương cực tiểu [1]. Trong đó, các hệ số kết hợp giao thoa phức HH và<br /> HV ứng với hai kênh phân cực HH và HV được tính theo công thức (3). Các hệ số kết<br /> hợp tối ưu  opt1 ,  opt 2 ,  opt 3 của hệ thống PolInSAR được xác định thông qua phân tích trị<br /> riêng, véc tơ riêng của ma trận  K trong đó:<br /> 1 * 1<br />  K  T22  12  T11 12  (8)<br /> <br /> <br /> 70 P. M. Nghĩa, Đ. T. Thành, “Một phương pháp ước lượng độ cao rừng … ảnh PolInSAR.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> Ma trận  K  có ba trị riêng i (i=1,2,3) với i  1 . Giá trị của hệ số kết hợp giao thoa<br /> phức tối ưu được xác định như sau:<br />  opt ( i )  i (9)<br /> Đường thẳng kết hợp trong mặt phẳng phức nhận được sẽ cắt đường tròn đơn vị tại<br /> hai điểm  0 và  1 , như thể hiện trong Hình 1.<br /> <br /> Bước 2: Xác định hệ số kết hợp giao thoa phức tối ưu<br /> Trước tiên, để xác định hệ số kết hợp giao thoa phưc tối ưu, chúng ta phải ước lượng<br /> được giá trị hệ số kết hợp giao thoa est ( HH ) và est ( HV ) ứng với hai kênh phân cực HH và<br /> HV theo công thức:<br /> est ( HH )  e j v _ est  L(HH)(1  v _ est ) <br /> 0<br /> <br /> <br /> (10)<br /> est ( HV )  e j v _ est  L(HV)(1  v _ est ) <br /> 0<br /> <br /> <br /> <br /> Trong đó giá trị v _ est chạy trên đường thẳng kết hợp xác định ở trên, và các giá trị<br /> L( HH ) , L( HV ) chạy trong khoảng từ 0 tới 1 [5].<br /> Tiếp theo, tính toán sai lệch giữa các hệ số kết hợp ước lượng est ( HH ) , est ( HV ) và các<br /> hệ số kết hợp phức HH , HV được tính toán từ dữ liệu PolInSAR ở trên<br /> d1  HH  est ( HH )<br /> (11)<br /> d 2  HV  est ( HV )<br /> Bằng việc tính toán tổng sai số, chúng ta sẽ tìm ra hệ số kết hợp giao thoa phức tối<br /> ưu v _ opt cho các thành phần tán xạ từ tán cây tương ứng với giá trị nhỏ nhất của tổng các<br /> sai lệch trong công thức (11) theo tiêu chí:<br />  2 <br /> min   di  (12)<br />  i 1 <br /> Bước 3: Xác định độ cao rừng ước lượng<br /> Trong bước này, chúng ta xây dựng bảng LUT của hệ số kết hợp giao thoa phức cho<br /> thành phần tán xạ trực tiếp từ tán cây v với hai thông số, độ cao rừng hv và tham số <br /> của hệ số suy hao sóng  theo công thức (6).<br /> Sau đó, để ước lượng độ cao rừng tại mỗi điểm ảnh, ta thực hiện so sánh hệ số kết<br /> hợp giao thoa phức tối ưu v _ opt với giá trị v trong bảng LUT, sao cho v _ opt  v cực<br /> tiểu. Từ đó, ta sẽ xác định được độ cao rừng hv và tham số  của hệ số suy hao sóng.<br /> <br /> 4. KẾT QUẢ THỰC NGHIỆM<br /> Hiệu quả của phương pháp đề xuất được đánh giá với dữ liệu mô phỏng tạo ra từ phần<br /> mềm PolSARProSim [7]. Dữ liệu mô phỏng nhận được từ hệ thống PolInSAR băng L, ở tần<br /> số1.3GHz và góc tới là 22.5o , với đường cơ sở theo phương ngang là 10 m và theo phương<br /> đứng là 1m. Khu vực rừng khảo sát có độ cao trung bình của cây là 18m trên địa hình tương<br /> đối bằng phẳng, diện tích là 2.8274 Ha với mật độ 800 cây/Ha. Phương pháp đề xuất được xây<br /> dựng và mô phỏng trên phần mềm Matlab16a version 9.0.0.341360 và máy tính Chip Intel (R)<br /> Core (TM) i5-8250U CPU @ 1.60GHz 1.80GHz, RAM 8GB.<br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số 58, 12 - 2018 71<br />  Kỹ thuật điều khiển & Điện tử<br /> <br /> <br /> <br /> <br /> (a) (b)<br /> Hình 2. (a) Ảnh Pauli của khu vực rừng khảo sát,<br /> (b) Đồ thị so sánh độ cao rừng của các phương pháp.<br /> Hình 2(a) thể hiện ảnh màu Pauli của khu vực rừng quan sát với kích thước 155×233<br /> điểm ảnh. Để đánh giá hiệu quả của phương pháp đề xuất, chúng tôi thực hiện so sánh kết quả<br /> của phương pháp đề xuất với phương pháp chuyển đổi ba trạng thái [1] và phương pháp<br /> chuyển đổi ba trạng thái cải tiến [5]. Cả hai phương pháp này đều được xây dựng dựa trên mô<br /> hình CE-RVoG cho ước lượng độ cao rừng.<br /> Hình 2(b) là đồ thị biểu diễn độ cao rừng ước lượng theo ba phương pháp: phương pháp<br /> đề xuất (xanh nước biển), phương pháp chuyển đổi ba trạng thái (đỏ) và phương pháp chuyển<br /> đổi ba trạng thái cải tiến (xanh lá cây). Trong đó, độ cao rừng ước lượng theo phương<br /> pháp đề xuất cho kết quả chủ yếu ở độ cao xấp xỉ giá trị trung bình 18m và khá ổn định, độ<br /> cao ước lượng thấp nhất không nhỏ hơn 17m và cao nhất không quá 20m. Như vậy, có thể<br /> nói là phù hợp với dữ liệu mô phỏng. Trong khi đó, phương pháp chuyển đổi ba trạng thái,<br /> độ cao rừng ước lượng trung bình là thấp hơn giá trị thực tế và có độ thăng giáng tương<br /> đối lớn, độ cao ước lượng thấp nhất là 11.4m và độ cao ước lượng cao nhất là 18.9m. Còn<br /> đối với phương pháp chuyển đổi ba trạng thái cải tiến, độ cao rừng ước lượng trung bình<br /> có giá trị chính xác hơn so với sử dụng thuật toán chuyển đổi ba trạng thái. Tuy nhiên, so<br /> với phương pháp đề xuất thì phương pháp này vẫn kém chính xác hơn, độ thăng giáng còn<br /> lớn, độ cao ước lượng thấp nhất là 13.35m và cao nhất là 22m.<br /> <br /> <br /> <br /> <br /> (a) (b)<br /> Hình 3. Độ cao rừng ước lượng từ phương pháp đề xuất cho toàn bộ cánh rừng.<br /> (a) Ảnh 2-D (b) Ảnh 3-D.<br /> <br /> <br /> 72 P. M. Nghĩa, Đ. T. Thành, “Một phương pháp ước lượng độ cao rừng … ảnh PolInSAR.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> Độ cao rừng trong toàn bộ khu vực rừng khảo sát được ước lượng từ phương pháp đề<br /> xuất được trình bày trên hình 3(a). Trong đó, nhìn vào cột màu tương ứng với độ cao ta có<br /> thể nhận thấy hầu hết các điểm ảnh đều có độ cao xấp xỉ độ cao trung bình 18m, chỉ một<br /> số ít điểm ảnh cho kết quả độ cao thấp hơn 20m và cao hơn 17m. Như vậy, có thể nói rằng<br /> phương pháp đề xuất cho chúng ta kết quả tương đối chính xác với độ sai số nhỏ.<br /> Hình 3(b) cho thấy ảnh 3 chiều của độ cao rừng ước lượng bằng phương pháp đề xuất.<br /> Để có cái nhìn tổng quát hơn về hiệu quả của phương pháp đề xuất so với phương<br /> pháp chuyển đổi ba trạng thái và các dạng cải tiến của nó, một số tham số rừng ước lượng<br /> từ ba phương pháp trên được trình bày trong bảng 1.<br /> Dựa trên các kết quả thể hiện trong hình 2 và bảng 1 ta rút ra một số nhận định như sau:<br /> Một là, trong ước lượng chiều cao rừng hv , phương pháp đề xuất cho thấy sự hiệu<br /> quả hơn cả. Đối với dữ liệu mô phỏng có chiều cao trung bình 18m, phương pháp đề xuất<br /> cho chiều cao ước lượng là 17.8454m, sai số là 0.1546m. Chính xác hơn so với phương<br /> pháp chuyển đổi ba trạng thái cải tiến với chiều cao ước lượng là 17.4236m, sai số<br /> 0.5764m. Và hiệu quả hơn nhiều phương pháp chuyển đổi ba trạng thái có chiều cao ước<br /> lượng 15.0797m với sai số lên đến 2.9203m.<br /> Hai là, trong ước lượng hệ số suy hao sóng  z , phương pháp đề xuất cho kết quả là<br /> 0.3069 dB/m, gần với giá trị thực tế hơn so với hai phương pháp còn lại, lần lượt là 0.4642<br /> dB/m đối với phương pháp chuyển đổi ba trạng thái và thậm chí 0.9047 dB/m đối với<br /> phương pháp chuyển đổi ba trạng thái cải tiến.<br /> Ba là, trong ước lượng pha bề mặt 0 , phương pháp đề xuất sử dụng cơ chế loại bỏ<br /> tán xạ khối. Phương án này có khối lượng tính toán giảm đi đáng kể nhưng vẫn đảm bảo<br /> độ chính xác tương đối cao. Đối với phương pháp đề xuất là 0.0068 rad, còn đối với<br /> phương pháp chuyển đổi ba trạng thái và phương pháp chuyển đổi ba trạng thái cải tiến lần<br /> lượt là 0.0089 rad và 0.3315 rad, đều có sai số lớn hơn phương pháp đề xuất.<br /> Bốn là, sai số trung bình bình phương RMSE , tham số này đặc trưng cho sự thăng<br /> giáng của độ cao rừng trong khu vực khảo sát. Phương pháp đề xuất cho thấy hiệu quả<br /> vượt trội so với hai phương pháp còn lại. Chiều cao rừng ước lượng theo phương pháp đề<br /> xuất có độ ổn định tương đối cao, dao động xung quanh giá trị trung bình chỉ khoảng<br /> 1.5779m. Trong khi đó, giá trị này với phương pháp chuyển đổi ba trạng thái cải tiến là<br /> 4.0820m, với phương pháp chuyển đổi ba trạng thái là 3.6237m. Từ những nhận định trên,<br /> ta thấy rằng phương pháp đề xuất đã cải thiện rất tốt độ chính xác cho ước lượng tham số<br /> rừng dựa trên ảnh PolInSAR.<br /> <br /> Bảng 1. Tham số rừng ước lượng từ ba phương pháp.<br /> Phương pháp Phương pháp<br /> Giá trị Phương pháp<br /> Tham số chuyển đổi ba trạng chuyển đổi ba trạng<br /> thật đề xuất<br /> thái thái cải tiến<br /> hv  m  18 15.0797 17.4236 17.8454<br />   dB / m 2  - - 0.0020<br />  z  dB / m  0.2 0.4642 0.9047 0.3069<br /> 0  rad  0.0148 0.0237 0.3463 0.0080<br /> RMSE  m  0 3.6237 4.0820 1.5779<br /> <br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số 58, 12 - 2018 73<br />  Kỹ thuật điều khiển & Điện tử<br /> <br /> 5. KẾT LUẬN<br /> Bài báo đã nghiên cứu và xây dựng một phương pháp nâng cao độ chính xác cho ước<br /> lượng độ cao rừng từ dữ liệu PolInSAR. Độ cao được xác định dựa trên sự kết hợp của mô<br /> hình VE-RVoG với cơ chế loại bỏ tán xạ khối và ước lượng hệ số kết hợp phức. Kết quả mô<br /> phỏng chỉ ra rằng, phương pháp đề xuất không những cho kết quả tốt hơn mà còn giảm được<br /> chi phí tính toán toàn hệ thống so với phương pháp sử dụng thuật ba trạng thái truyền thống.<br /> TÀI LIỆU THAM KHẢO<br /> [1]. S.R. Cloude and K.P. Papathanassiou. “Three-stage inversion process for<br /> polarimetric SAR interferometric”, IEEE Proc. Inst. Elect. Eng.-Radar, Sonar and<br /> Navig., vol. 150, no. 3, pp. 125-134, Jun. 2003.<br /> [2]. H. Yamada, Y. Yamaguchi, Y. Kim, E. Rodriguez, W. M. Boener. “Polarimetric SAR<br /> interferometry for forest analysis based on the ESPRIT algorithm”, IEICE<br /> Transaction on Electron, 2001, vol E 84-C, no. 12, pp. 1917-2014.<br /> [3]. Franck Garestier and Thuy Le Toan. “Forest Modeling for Height Inversion Using<br /> Single-Baseline InSAR/Pol-InSAR Data”, IEEE Trans. Geosci. Remote Sens., vol. 48,<br /> no. 3, pp. 1528-1539, Mar. 2010.<br /> [4]. Carlos Lopez-Martinez and Konstantinos P. Papathanassiou. “Cancellation of<br /> scattering mechanisms in PolInSAR application to underlying topography estimation”,<br /> IEEE Trans. Geosci. Remote Sens., vol. 51, no. 2, pp. 953-965, Feb. 2013.<br /> [5]. Fu Wenxue, Guo Huadong, Li Xinwu, Tian Bangsen and Sun Zhongchang.<br /> “Extended three-stage polarimetric SAR interferometry algorithm by dual-<br /> polarization data”, IEEE Trans. Geosci. Remote Sens., pp.1-11, Nov. 2015.<br /> [6]. S.R. Cloude. “Polarization application in remote sensing”, Oxford University Press,<br /> New York, 2009.<br /> [7]. M. L. Williams, “PolSARproSim: A coherent, Polarimetric SAR simulation of Forest for<br /> PolSARProSim”, http//earth.eo.esa.int/polsarpro/SimulatedDataSources.html, 2006.<br /> ABSTRACT<br /> AN VE-RVOG MODE FOR FOREST HEIGHT ESTIMATION<br /> FROM POLINSAR DATA<br /> In this paper, the method for improvement the accuracy of forest height<br /> estimation based on the random volume over ground scattering model with a<br /> vertically varying extinction (VE-RVoG) using polarimetric synthetic aperture<br /> radar interferometry (Pol-InSAR) data is proposed. The forest height of the<br /> proposed method is estimated based on the complex interference coherence<br /> coefficient optimization with two channels HH and HV polarizations. The<br /> effectiveness of the proposed method is evaluated with the PolInSAR data received<br /> from the PolSARProSim software. Experimental results show that the accuracy of<br /> forest heights is significantly improved by the proposed method.<br /> Keywords: Forestry; Interferometry; Polarimetry; Synthetic aperture radar (SAR).<br /> <br /> Nhận bài ngày 17 tháng 9 năm 2018<br /> Hoàn thiện ngày 08 tháng 10 năm 2018<br /> Chấp nhận đăng ngày 11 tháng 12 năm 2018<br /> <br /> Địa chỉ: 1Khoa Vô tuyến điện tử, Học viện Kỹ thuật quân sự;<br /> 2<br /> Viện Điện tử, Viện Khoa học và Công nghệ quân sự.<br /> *<br /> Email: nghiapm2018@mta.edu.vn.<br /> <br /> <br /> <br /> 74 P. M. Nghĩa, Đ. T. Thành, “Một phương pháp ước lượng độ cao rừng … ảnh PolInSAR.”<br />