Một phương pháp ước lượng độ cao rừng dựa trên mô hình ve-rvog sử dụng ảnh Polinsar

Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số 58, 12 - 2018 67 MỘT PHƯƠNG PHÁP ƯỚC LƯỢNG ĐỘ CAO RỪNG DỰA TRÊN MÔ HÌNH VE-RVOG SỬ DỤNG ẢNH POLINSAR Phạm Minh Nghĩa1*, Đoàn Trung Thành2 Tóm tắt: Bài báo này đề xuất một phương pháp mới nhằm nâng cao độ chính xác trong ước lượng độ cao rừng dựa trên mô hình khối tán xạ ngẫu nhiên đặt trên mặt đất với hệ số suy hao sóng thay đổi theo phương đứng (Varying Extinction Random Volume over Ground - VE-RVoG) sử dụng ảnh ra đa tổng hợp mặt mở giao thoa phân cực (Polarimetric Interferometry Synthetic Aperture Radar - PolInSAR). Độ cao rừng trong phương pháp đề xuất được ước lượng dựa trên việc tính một giá trị kết hợp giao thoa phức cho thành phần tán xạ từ tán cây với hai kênh phân cực HH và HV. Hiệu quả của phương pháp đề xuất được đánh giá với dữ liệu PolInSAR nhận được từ phần mềm PolSARProSim. Kết quả thực nghiệm cho thấy độ chính xác của độ cao rừng được cải thiện đáng kể bởi phương pháp đề xuất. Từ khóa: Rừng; Ra đa tổng hợp mặt mở giao thoa phân cực; Mô hình khối ngẫu nhiên trên mặt đất. 1. TỔNG QUAN Độ cao rừng là một trong những tham số quan trọng trong quản lý tài nguyên rừng tại mỗi quốc gia và trong đánh giá sự biến đổi khí hậu toàn cầu. Trong kỹ thuật ra đa viễn thám, PolInSAR là một trong những công nghệ đầy triển vọng cho ước lượng độ cao rừng dựa trên sự kết hợp các ưu điểm của ra đa tổng hợp mặt mở phân cực (Polarimetric Synthetic Aperture Radar - PolSAR) và ra đa tổng hợp mặt mở giao thoa (Interferometry Synthetic Aperture Radar - InSAR). Các phương pháp ước lượng độ cao rừng đều dựa trên sự thay đổi của các đại lượng đo giao thoa sóng đối với phân bố theo cấu trúc đứng của các phần tử tán xạ kết hợp với sự thay đổi đại lượng đo phân cực ra đa theo hình dạng, sự định hướng của các phân tử tán xạ này. Để có thể chuyển đổi các đại lượng PolInSAR đo được thành độ cao rừng thì mô hình khối tán xạ ngẫu nhiên trên mặt đất với hệ số suy hao sóng cố định (Constant Extinction Random Volume over Ground - CE-RVoG) [1,2] đã được đề xuất. Mô hình này giả định tán cây (lá, cành và nhánh) là một khối đồng nhất các phần tử tán xạ định hướng ngẫu nhiên và được đặc trưng bởi một hệ số suy hao sóng cố định trong toàn bộ chiều cao rừng. Tuy nhiên, trong thực tế các vật tán xạ trong tán cây lại không có phân bố đều. Vì vậy, mô hình CE-RVoG không thể giải thích được một cách đầy đủ quá trình tán xạ trong môi trường rừng. Điều này đồng nghĩa với việc độ cao rừng được ước lượng dựa trên mô hình CE-RVoG có độ chính xác không cao. Bài báo này đề xuất một phương pháp mới nhằm nâng cao độ chính xác cho ước lượng độ cao rừng sử dụng dữ liệu PolInSAR băng L. Đầu tiên, để giảm khối lượng tính toán trong khi vẫn nhận được giá trị pha bề mặt với độ chính xác nhất định, phương pháp đề xuất áp dụng phương pháp loại bỏ cơ chế tán xạ khối của quá trình tán xạ từ tán cây [4]. Tiếp theo, phương pháp đề xuất sử dụng mô hình VE-RVoG được đề xuất bởi Franck Garestier [3] để xây dựng bảng tra cứu (LookUp Table - LUT) cho các hệ số kết hợp giao thoa phức v cho thành phần tán xạ từ tán cây. Mô hình VE-RVoG mô tả quá trình tán xạ trong môi trường rừng theo phương đứng như một khối các vật tán xạ không đồng nhất và được đặc trưng bởi hệ số suy hao sóng thay đổi theo độ sâu thâm nhập của sóng. Sau đó, để nâng cao độ chính xác trong xác định hệ số kết hợp giao thoa phức cho quá trình tán xạ từ tán cây v , chúng tôi sử dụng phương pháp tối ưu vùng kết hợp dựa trên hai kênh phân cực HH và HV và hệ số kết hợp giao thoa khối  _v opt được xác định thông qua phương Kỹ thuật điều khiển & Điện tử P. M. Nghĩa, Đ. T. Thành, “Một phương pháp ước lượng độ cao rừng ảnh PolInSAR.” 68 pháp tìm hệ số kết hợp khối tối ưu [5]. Cuối cùng, bằng cách so sánh hệ số  _v opt và  v trong bảng LUT ta nhận được độ cao rừng ước lượng. Hiệu quả của phương pháp đề xuất được đánh giá với dữ liệu PolInSAR nhận được từ phần mềm PolSARProSim. 2. MÔ HÌNH KHỐI TÁN XẠ NGẪU NHIÊN TRÊN MẶT ĐẤT VỚI HỆ SỐ SUY HAO SÓNG THAY ĐỔI THEO PHƯƠNG ĐỨNG 2.1. Hệ số kết hợp giao thoa của ra đa mặt mở tổng hợp giao thoa phân cực Trong hệ thống PolInSAR, hai ma trận tán xạ 1S và 2S cho mỗi điểm ảnh được xác định từ hệ thống PolSAR với góc quét xấp xỉ nhau. Đối với trường hợp tán xạ ngược trong môi trường thuận nghịch, véc tơ tán xạ ngược Pauli của hệ thống PolSAR được biểu diễn như sau [6]   1 [k ] , , 2 2 T i HHi VVi HHi VVi HViS S S S S    (1) Trong đó,  . T là toán tử chuyển vị,  ( , , )pqS p q h v là các hệ số tán xạ phức và 1, 2i  biểu thị cho hai ảnh trong cặp ảnh giao thoa. Dữ liệu thu được từ hệ thống PolInSAR thường được biểu diễn bằng ma trận kết hợp phức 6x6 như sau * 11 12 6 * 12 22 [T ] [ ] [T ] [ ] [T ] T T kk        với 1 2 k k k            (2) Với . là toán tử kỳ vọng và   * . là toán tử liên hợp phức.  iiT là các ma trận Hermitian, mô tả thuộc tính phân cực của mục tiêu thu được.   là ma trận phức phi Hermitian chứa thông tin về sự thay đổi của pha giao thoa với các trạng thái phân cực của mục tiêu. Sự kết hợp giao thoa phân cực của hệ thống PolInSAR được mô tả bằng một hàm kết hợp giao thoa phức của hai ảnh được biểu diễn như sau:       * 1 12 2 1 2 * * 1 11 1 2 22 2 w w (w ,w ) w w w w T T TT T    (3) Trong đó, 0 1  , 1w và 2w là các véc tơ đơn vị phức của mỗi kênh phân cực. 2.2. Mô hình CE-RVoG Mô hình CE-RVoG được đề xuất vào năm 2003 [1], trong suốt hơn một thập kỷ qua, mô hình này được áp dụng rất phổ biến để xây dựng các thuật toán cho ước lượng độ cao rừng từ ảnh PolInSAR như: thuật toán chuyển đổi ba trạng thái [1], thuật toán chuyển đổi ba trạng thái cải tiến [5] ... Mô hình CE-RVoG giả định tán cây là một khối các vật tán xạ có định hướng ngẫu nhiên và được đặc trưng bởi một hệ số suy hao sóng cố định. Khi đó, khối tán xạ ngẫu nhiên từ tán cây có thể mô hình hóa bằng một hàm của hai tham số: độ cao rừng vh và hệ số suy hao sóng trung bình z . Hệ số kết hợp giao thoa phức cho thành phần tán xạ từ tán cây trong mô hình CE-RVoG được định nghĩa như sau [3]    2 2 cos cos 0 2 2 cos cos 0 1 1 , cos 1 1 2 z zzv z v z z v jkh jk h v v z h z z e dz e h jk e dz e                          (4) Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số 58, 12 - 2018 69 Trong đó,  là góc tới và zk là số sóng theo phương đứng. 2.3. Mô hình VE-RVoG Mức độ thâm nhập của sóng ra đa vào trong môi trường rừng tỉ lệ nghịch với tần số phát của ra đa. Tại các tần số cao, các tín hiệu giao thoa bị ảnh hưởng rất nhiểu bởi cấu trúc đứng của rừng. Mô hình CE-RVoG tuy được sử dụng rộng rãi nhưng không mô tả được một cách đầy đủ quá trình tán xạ sóng trong môi trường rừng. Trong thực tế, độ thâm nhập của sóng ra đa vào trong môi trường rừng phụ thuộc rất nhiều vào các yếu tố: mật độ rừng, độ rộng tán là, kích thước và hình dạng nhánh cây ... Để có thể mô tả đầy đủ quá trình tán xạ sóng trong môi trường rừng, chúng tôi sử dụng mô hình VE-RVoG. Đa phần tán cây có cấu trúc hình nón, do vậy ta giả định rằng hệ số suy hao sóng tại đỉnh của tán cây bằng 0 và sau đó nó sẽ tặng tuyến tính với mức độ thâm của sóng ra đa. Nếu ta chỉ quan tâm đến sự thay đổi của hệ số kết hợp giao thoa phức thì hệ số suy hao sóng trung bình z được giả định là thay đổi tuyến tính theo phương z với một hệ số như sau [3] z z  với 0  (5) Thay z từ (5) vào (4), và sử dụng hàm sai số Gaussian để giải các tích phân ta nhận được hệ số kết hợp giao thoa phức cho thành phần tán xạ trực tiếp từ tán cây như sau [3]    2 8 4 2 22 2 , 2 z z v z v z cos k jk h v v v jcos k h jk cos erf erf cos h e erf h cos                               (6) 3. ƯỚC LƯỢNG ĐỘ CAO RỪNG SỬ DỤNG ẢNH POLINSAR BẰNG PHƯƠNG PHÁP ĐỀ XUẤT Độ chính xác của độ cao rừng sử dụng ảnh PolInSAR phụ thuộc vào nhiều yếu tố như: việc lựa chọn giá trị kết hợp giao thoa cho thành phần tán xạ khối, độ chính xác trong ước lượng pha bề mặt và độ suy hao sóng trong môi trường. Do vậy, việc xác định một mô hình tán xạ cho môi trường rừng gần với thực tế nhất và các giá trị kết hợp tối ưu là một trong những nhiệm vụ quan trọng trong các thuật toán ước lượng tham số rừng. Trong phần này, chúng tôi đề xuất một phương pháp mới cho nâng cao độ chính xác cho ước lượng tham số rừng dựa trên việc kết hợp với tối ưu hệ số kết hợp giao thoa phức dựa trên hai kênh phân cực HH và HV. Phương pháp đề xuất có thể được thực hiện trong ba giai đoạn chính như sau Giai đoạn 1: Ước lượng pha bề mặt bằng cơ chế loại bỏ tán xạ Trong bước này, để ước lượng pha bề mặt, phương pháp đề xuất lựa chọn sử dụng cơ chế loại bỏ tán xạ như trong nghiên cứu [4]. Cụ thể là, loại bỏ sự đóng góp của thành phần tán xạ khối, qua đó tìm ra pha bề mặt. Kỹ thuật này có ưu điểm hơn so với thuật toán ba trạng thái điển hình [1] đó là khối lượng tính toán không nhiều trong khi vẫn đảm bảo được pha bề mặt nhận được có độ chính xác tương đối cao. Cần phải nói thêm rằng, trong thuật toán ba trạng thái, để đảm bảo độ chính xác khi xác định pha bề mặt thì số kênh phân cực phải tối thiểu là 6 kênh, thậm chí sử dụng cả 9 kênh. Khi đó, khối lượng tính toán là rất lớn. Pha bề mặt được tính toán như sau Kỹ thuật điều khiển & Điện tử P. M. Nghĩa, Đ. T. Thành, “Một phương pháp ước lượng độ cao rừng ảnh PolInSAR.” 70  0 12arg Ω (1,2)T(2,1)  (7) Trong đó, ,i j biểu thị cho phần tử ở hàng thứ i và cột thứ j của ma trận  12 và ma trận  T ;       11 22 2T T T  . Giai đoạn 2: Loại bỏ độ mấp mô bề mặt Trong bước này, độ mấp mô bề mặt (hay sự thay đổi của pha đất) được loại bỏ bằng cách nhân hệ số 0 je  với các hệ số kết hợp phức trong bước 2 của phương pháp ba trạng thái [1]. Khác biệt duy nhất là pha bề mặt đã được xác định giai đoạn 1 và pha bề mặt được loại bỏ từ đầu. Giai đoạn 3: Ước lượng độ cao rừng Trong bước này, chúng tôi thực hiện ước lượng chiều cao rừng bằng phương pháp đề xuất. Điểm khác biệt của phương pháp đề xuất so với các phương pháp trước đây: Một là, mô hình VE-RVoG với những đặc điểm ưu việt hơn so với mô hình CE-RVoG như trình bày trong Phần 2 được sử dụng để xây dựng bảng LUT của v như một hàm của vh và theo công thức (6). Hai là, trong môi trường rừng, khi mà vật tán xạ chính là tán cây thì HH và HV là hai kênh phân cực chịu ảnh hưởng nhiều nhất của hệ số suy hao song z . Do đó, để tăng độ chính xác trong ước lượng độ cao rừng, phương pháp đề xuất sử dụng cả hai kênh thay vì một kênh HV. Ngoài ra, chúng ta có thể thấy rằng, chỉ với hai kênh phân cực được yêu cầu thì phương pháp đề xuất cho phép sử dụng dữ liệu phân cực kép (HH và HV) với ưu điểm là phạm vi lớn hơn và độ phân giải cao hơn so với dữ liệu phân cực hoàn toàn. Trong giai đoạn 3 này, độ cao rừng được ước lượng theo các bước sau Bước 1: Xây dựng đường thẳng kết hợp trong mặt phẳng phức 0 1 _v est Hình 1. Vòng tròn đơn vị cho mô hình VE-RVoG Tập hợp các hệ số kết hợp có thể quan sát được trong miền màu xanh lá cây Hệ số kết hợp khối nằm trên đoạn không rõ ràng màu đỏ. Trong bước này, chúng ta xây dựng đường thẳng kết hợp dựa trên các hệ số kết hợp giao thoa phức và ba hệ số kết hợp tối ưu tương ứng trong mặt phẳng phức sử dụng phương pháp bình phương cực tiểu [1]. Trong đó, các hệ số kết hợp giao thoa phức HH và HV ứng với hai kênh phân cực HH và HV được tính theo công thức (3). Các hệ số kết hợp tối ưu 1 2 3, ,opt opt opt   của hệ thống PolInSAR được xác định thông qua phân tích trị riêng, véc tơ riêng của ma trận  K trong đó:           1 * 1 22 12 11 12K T T      (8) Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số 58, 12 - 2018 71 Ma trận K có ba trị riêng i (i=1,2,3) với 1i  . Giá trị của hệ số kết hợp giao thoa phức tối ưu được xác định như sau: ( )opt i i  (9) Đường thẳng kết hợp trong mặt phẳng phức nhận được sẽ cắt đường tròn đơn vị tại hai điểm 0 và 1 , như thể hiện trong Hình 1. Bước 2: Xác định hệ số kết hợp giao thoa phức tối ưu Trước tiên, để xác định hệ số kết hợp giao thoa phưc tối ưu, chúng ta phải ước lượng được giá trị hệ số kết hợp giao thoa ( )est HH và ( )est HV ứng với hai kênh phân cực HH và HV theo công thức: 0 0 ( ) _ _ ( ) _ _ (HH)(1 ) (HV)(1 ) j est HH v est v est j est HV v est v est e L e L                         (10) Trong đó giá trị _v est chạy trên đường thẳng kết hợp xác định ở trên, và các giá trị ( )L HH , ( )L HV chạy trong khoảng từ 0 tới 1 [5]. Tiếp theo, tính toán sai lệch giữa các hệ số kết hợp ước lượng ( ) ( ),est HH est HV   và các hệ số kết hợp phức ,HH HV   được tính toán từ dữ liệu PolInSAR ở trên 1 ( ) 2 ( ) HH est HH HV est HV d d             (11) Bằng việc tính toán tổng sai số, chúng ta sẽ tìm ra hệ số kết hợp giao thoa phức tối ưu _v opt cho các thành phần tán xạ từ tán cây tương ứng với giá trị nhỏ nhất của tổng các sai lệch trong công thức (11) theo tiêu chí: 2 1 min i i d         (12) Bước 3: Xác định độ cao rừng ước lượng Trong bước này, chúng ta xây dựng bảng LUT của hệ số kết hợp giao thoa phức cho thành phần tán xạ trực tiếp từ tán cây v với hai thông số, độ cao rừng vh và tham số  của hệ số suy hao sóng  theo công thức (6). Sau đó, để ước lượng độ cao rừng tại mỗi điểm ảnh, ta thực hiện so sánh hệ số kết hợp giao thoa phức tối ưu _v opt với giá trị v trong bảng LUT, sao cho _v opt v   cực tiểu. Từ đó, ta sẽ xác định được độ cao rừng vh và tham số của hệ số suy hao sóng. 4. KẾT QUẢ THỰC NGHIỆM Hiệu quả của phương pháp đề xuất được đánh giá với dữ liệu mô phỏng tạo ra từ phần mềm PolSARProSim [7]. Dữ liệu mô phỏng nhận được từ hệ thống PolInSAR băng L, ở tần số1.3GHz và góc tới là o22.5 , với đường cơ sở theo phương ngang là 10 m và theo phương đứng là 1m. Khu vực rừng khảo sát có độ cao trung bình của cây là 18m trên địa hình tương đối bằng phẳng, diện tích là 2.8274 Ha với mật độ 800 cây/Ha. Phương pháp đề xuất được xây dựng và mô phỏng trên phần mềm Matlab16a version 9.0.0.341360 và máy tính Chip Intel (R) Core (TM) i5-8250U CPU @ 1.60GHz 1.80GHz, RAM 8GB. Kỹ thuật điều khiển & Điện tử P. M. Nghĩa, Đ. T. Thành, “Một phương pháp ước lượng độ cao rừng ảnh PolInSAR.” 72 (a) (b) Hình 2. (a) Ảnh Pauli của khu vực rừng khảo sát, (b) Đồ thị so sánh độ cao rừng của các phương pháp. Hình 2(a) thể hiện ảnh màu Pauli của khu vực rừng quan sát với kích thước 155×233 điểm ảnh. Để đánh giá hiệu quả của phương pháp đề xuất, chúng tôi thực hiện so sánh kết quả của phương pháp đề xuất với phương pháp chuyển đổi ba trạng thái [1] và phương pháp chuyển đổi ba trạng thái cải tiến [5]. Cả hai phương pháp này đều được xây dựng dựa trên mô hình CE-RVoG cho ước lượng độ cao rừng. Hình 2(b) là đồ thị biểu diễn độ cao rừng ước lượng theo ba phương pháp: phương pháp đề xuất (xanh nước biển), phương pháp chuyển đổi ba trạng thái (đỏ) và phương pháp chuyển đổi ba trạng thái cải tiến (xanh lá cây). Trong đó, độ cao rừng ước lượng theo phương pháp đề xuất cho kết quả chủ yếu ở độ cao xấp xỉ giá trị trung bình 18m và khá ổn định, độ cao ước lượng thấp nhất không nhỏ hơn 17m và cao nhất không quá 20m. Như vậy, có thể nói là phù hợp với dữ liệu mô phỏng. Trong khi đó, phương pháp chuyển đổi ba trạng thái, độ cao rừng ước lượng trung bình là thấp hơn giá trị thực tế và có độ thăng giáng tương đối lớn, độ cao ước lượng thấp nhất là 11.4m và độ cao ước lượng cao nhất là 18.9m. Còn đối với phương pháp chuyển đổi ba trạng thái cải tiến, độ cao rừng ước lượng trung bình có giá trị chính xác hơn so với sử dụng thuật toán chuyển đổi ba trạng thái. Tuy nhiên, so với phương pháp đề xuất thì phương pháp này vẫn kém chính xác hơn, độ thăng giáng còn lớn, độ cao ước lượng thấp nhất là 13.35m và cao nhất là 22m. (a) (b) Hình 3. Độ cao rừng ước lượng từ phương pháp đề xuất cho toàn bộ cánh rừng. (a) Ảnh 2-D (b) Ảnh 3-D. Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số 58, 12 - 2018 73 Độ cao rừng trong toàn bộ khu vực rừng khảo sát được ước lượng từ phương pháp đề xuất được trình bày trên hình 3(a). Trong đó, nhìn vào cột màu tương ứng với độ cao ta có thể nhận thấy hầu hết các điểm ảnh đều có độ cao xấp xỉ độ cao trung bình 18m, chỉ một số ít điểm ảnh cho kết quả độ cao thấp hơn 20m và cao hơn 17m. Như vậy, có thể nói rằng phương pháp đề xuất cho chúng ta kết quả tương đối chính xác với độ sai số nhỏ. Hình 3(b) cho thấy ảnh 3 chiều của độ cao rừng ước lượng bằng phương pháp đề xuất. Để có cái nhìn tổng quát hơn về hiệu quả của phương pháp đề xuất so với phương pháp chuyển đổi ba trạng thái và các dạng cải tiến của nó, một số tham số rừng ước lượng từ ba phương pháp trên được trình bày trong bảng 1. Dựa trên các kết quả thể hiện trong hình 2 và bảng 1 ta rút ra một số nhận định như sau: Một là, trong ước lượng chiều cao rừng vh , phương pháp đề xuất cho thấy sự hiệu quả hơn cả. Đối với dữ liệu mô phỏng có chiều cao trung bình 18m, phương pháp đề xuất cho chiều cao ước lượng là 17.8454m, sai số là 0.1546m. Chính xác hơn so với phương pháp chuyển đổi ba trạng thái cải tiến với chiều cao ước lượng là 17.4236m, sai số 0.5764m. Và hiệu quả hơn nhiều phương pháp chuyển đổi ba trạng thái có chiều cao ước lượng 15.0797m với sai số lên đến 2.9203m. Hai là, trong ước lượng hệ số suy hao sóng z , phương pháp đề xuất cho kết quả là 0.3069 dB/m, gần với giá trị thực tế hơn so với hai phương pháp còn lại, lần lượt là 0.4642 dB/m đối với phương pháp chuyển đổi ba trạng thái và thậm chí 0.9047 dB/m đối với phương pháp chuyển đổi ba trạng thái cải tiến. Ba là, trong ước lượng pha bề mặt 0 , phương pháp đề xuất sử dụng cơ chế loại bỏ tán xạ khối. Phương án này có khối lượng tính toán giảm đi đáng kể nhưng vẫn đảm bảo độ chính xác tương đối cao. Đối với phương pháp đề xuất là 0.0068 rad, còn đối với phương pháp chuyển đổi ba trạng thái và phương pháp chuyển đổi ba trạng thái cải tiến lần lượt là 0.0089 rad và 0.3315 rad, đều có sai số lớn hơn phương pháp đề xuất. Bốn là, sai số trung bình bình phương RMSE , tham số này đặc trưng cho sự thăng giáng của độ cao rừng trong khu vực khảo sát. Phương pháp đề xuất cho thấy hiệu quả vượt trội so với hai phương pháp còn lại. Chiều cao rừng ước lượng theo phương pháp đề xuất có độ ổn định tương đối cao, dao động xung quanh giá trị trung bình chỉ khoảng 1.5779m. Trong khi đó, giá trị này với phương pháp chuyển đổi ba trạng thái cải tiến là 4.0820m, với phương pháp chuyển đổi ba trạng thái là 3.6237m. Từ những nhận định trên, ta thấy rằng phương pháp đề xuất đã cải thiện rất tốt độ chính xác cho ước lượng tham số rừng dựa trên ảnh PolInSAR. Bảng 1. Tham số rừng ước lượng từ ba phương pháp. Tham số Giá trị thật Phương pháp chuyển đổi ba trạng thái Phương pháp chuyển đổi ba trạng thái cải tiến Phương pháp đề xuất  vh m 18 15.0797 17.4236 17.8454 2/dB m    - - 0.0020  /z dB m 0.2 0.4642 0.9047 0.3069  0 rad 0.0148 0.0237 0.3463 0.0080  RMSE m 0 3.6237 4.0820 1.5779 Kỹ thuật điều khiển & Điện tử P. M. Nghĩa, Đ. T. Thành, “Một phương pháp ước lượng độ cao rừng ảnh PolInSAR.” 74 5. KẾT LUẬN Bài báo đã nghiên cứu và xây dựng một phương pháp nâng cao độ chính xác cho ước lượng độ cao rừng từ dữ liệu PolInSAR. Độ cao được xác định dựa trên sự kết hợp của mô hình VE-RVoG với cơ chế loại bỏ tán xạ khối và ước lượng hệ số kết hợp phức. Kết quả mô phỏng chỉ ra rằng, phương pháp đề xuất không những cho kết quả tốt hơn mà còn giảm được chi phí tính toán toàn hệ thống so với phương pháp sử dụng thuật ba trạng thái truyền thống. TÀI LIỆU THAM KHẢO [1]. S.R. Cloude and K.P. Papathanassiou. “Three-stage inversion process for polarimetric SAR interferometric”, IEEE Proc. Inst. Elect. Eng.-Radar, Sonar and Navig., vol. 150, no. 3, pp. 125-134, Jun. 2003. [2]. H. Yamada, Y. Yamaguchi, Y. Kim, E. Rodriguez, W. M. Boener. “Polarimetric SAR interferometry for forest analysis based on the ESPRIT algorithm”, IEICE Transaction on Electron, 2001, vol E 84-C, no. 12, pp. 1917-2014. [3]. Franck Garestier and Thuy Le Toan. “Forest Modeling for Height Inversion Using Single-Baseline InSAR/Pol-InSAR Data”, IEEE Trans. Geosci. Remote Sens., vol. 48, no. 3, pp. 1528-1539, Mar. 2010. [4]. Carlos Lopez-Martinez and Konstantinos P. Papathanassiou. “Cancellation of scattering mechanisms in PolInSAR application to underlying topography estimation”, IEEE Trans. Geosci. Remote Sens., vol. 51, no. 2, pp. 953-965, Feb. 2013. [5]. Fu Wenxue, Guo Huadong, Li Xinwu, Tian Bangsen and Sun Zhongchang. “Extended three-stage polarimetric SAR interferometry algorithm by dual- polarization data”, IEEE Trans. Geosci. Remote Sens., pp.1-11, Nov. 2015. [6]. S.R. Cloude. “Polarization application in remote sensing”, Oxford University Press, New York, 2009. [7]. M. L. Williams, “PolSARproSim: A coherent, Polarimetric SAR simulation of Forest for PolSARProSim”, http//earth.eo.esa.int/polsarpro/SimulatedDataSources.html, 2006. ABSTRACT AN VE-RVOG MODE FOR FOREST HEIGHT ESTIMATION FROM POLINSAR DATA In this paper, the method for improvement the accuracy of forest height estimation based on the random volume over ground scattering model with a vertically varying extinction (VE-RVoG) using polarimetric synthetic aperture radar interferometry (Pol-InSAR) data is proposed. The forest height of the proposed method is estimated based on the complex interference coherence coefficient optimization with two channels HH and HV polarizations. The effectiveness of the proposed method is evaluated with the PolInSAR data received from the PolSARProSim software. Experimental results show that the accuracy of forest heights is significantly improved by the proposed method. Keywords: Forestry; Interferometry; Polarimetry; Synthetic aperture radar (SAR). Nhận bài ngày 17 tháng 9 năm 2018 Hoàn thiện ngày 08 tháng 10 năm 2018 Chấp nhận đăng ngày 11 tháng 12 năm 2018 Địa chỉ: 1Khoa Vô tuyến điện tử, Học viện Kỹ thuật quân sự; 2Viện Điện tử, Viện Khoa học và Công nghệ quân sự. *Email: nghiapm2018@mta.edu.vn.