Tóm tắt Luận án 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

Nội dung text: Tóm tắt Luận án 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

1. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CỦA LUẬN ÁN MỞ ĐẦU Một số kết quả đạt được của luận án 1. Tính cấp thiết của đề tài luận án: 1. Đề xuất phương pháp tối ưu hệ số tương can giao thoa để cải tiến những Ngày nay, sự biến đổi khí hậu đang diễn ra rất phức tạp và được cảnh báo hạn chế của kỹ thuật nghịch chuyển tham số. Từ đó nâng cao độ chính trên phạm vi toàn cầu. Trong đó, thảm thực vật rừng đóng một vai trò rất xác trong ước lượng pha địa hình mặt đất, cũng như các tham số của mô quan trọng đối với sự biến đổi này. Với sự ra đời của cách mạng công nghiệp hình và tham số rừng. 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 2. Đề xuất phương pháp phân hoạch dựa trên mô hình thích nghi cải tiến vật rừng. Do đó, việc nghiên cứu đặc tính của thảm thực vật rừng như chiều để khắc phục các nhược điểm của kỹ thuật phân hoạch hiện tại. Các cơ cao cây, mật độ, sinh khối. . . là rất cấp thiết. Trước đây, các tham số của rừng chế tán xạ được xây dựng phù hợp hơn với thực tế. Từ đó, các tham số chủ yếu được thu thập thông qua các khảo sát thủ công trên những cá thể thực mục tiêu trong mỗi cơ chế riêng biệt được ước lượng chính xác và đáng vật đơn lẻ. Điều này không chỉ mất nhiều thời gian và nguồn lực mà còn hạn tin cậy. chế với các đối tượng nghiên cứu. Ngày nay, với sự phát triển nhanh chóng của Các giải pháp trên là các kết quả nghiên cứu đã đạt được của luận án khoa học kỹ thuật, đặc biệt là sự ra đời của kỹ thuật viễn thám, việc khảo sát theo định hướng của đề tài, không trùng lặp với bất kỳ công trình khoa thảm thực vật rừng trở nên dễ dàng và đem lại các thông tin đa dạng, chính học, luận án nào được công bố trong và ngoài nước trước đây. Các kết xác hơn. Trong đó, xác định tham số của rừng từ ảnh ra-đa tổng hợp mặt mở quả nghiên cứu được công bố trong 06 bài báo khoa học đăng tải trên giao thoa phân cực (PolInSAR) là một trong những ứng dụng hứa hẹn nhất các tạp chí uy tín trong nước và thế giới. trong lĩnh vực hoạt động của kỹ thuật viễn thám sóng siêu cao tần. Hướng phát triển của luận án 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 1. Ứng dụng phương pháp tối ưu hệ số tương can giao thoa phức và phương mặt mở giao thoa phân cực” pháp phân hoạch dựa trên mô hình thích nghi cải tiến cho nhiều khu vực 2. Mục tiêu nghiên cứu: địa hình trong tự nhiên, đặc biệt là các khu vực rừng, núi tại Việt Nam, Nghiên cứu và đề xuất các thuật toán nhằm nâng cao độ chính xác cho ước nơi có nhiều chủng loại cây và đa dạng về chiều cao. lượng các tham số rừng dựa trên ảnh ra-đa tổng hợp mặt mở giao thoa phân 2. Nghiên cứu, cải tiến thuật toán đề xuất nhằm giảm độ phức tạp cũng cực (PolInSAR). như thời gian tính toán nhưng vẫn giữ được độ chính xác cao để đáp ứng 3. Đối tượng và phạm vi nghiên cứu: được các yêu cầu tính toán với các khu vực rừng có diện tích lớn. Đối tượng nghiên cứu của luận án là tập dữ liệu ảnh ra-đa tổng hợp mặt mở giao thoa phân cực, các mô hình tán xạ và các kỹ thuật ước lượng tham 3. Từ kết quả thực nghiệm đạt được, tiếp tục nghiên cứu để nâng cao hơn số rừng đã được công bố trước đây. Từ đó, luận án đề xuất các phương pháp nữa hiệu quả của phương pháp đề xuất trong ước lượng các tham số rừng phân tích, xử lý dữ liệu ảnh mới nhằm cải tiến các hạn chế của những giải và mở rộng áp dụng cho các mục tiêu tự nhiên khác. pháp hiện tại và nâng cao độ chính xác trong việc xác định các tham số rừng như chiều cao, mật độ. . . 24 1
2. đề xuất cung cấp các kết quả chính xác hơn so với hai phương pháp còn lại. Bảng 3.1: Kết quả ước lượng tham số từ ba phương pháp. Chương 1 ¯ ¯ Tham số hv (m) hd (m) ϕ0 (rad) RE (%) RMSE (m) Thực tế 18 10,8 -0,0909 0 0 Tổng quan về xác định tham số rừng sử dụng ảnh Phương pháp ra - đa tổng hợp mặt mở giao thoa phân cực ba trạng thái 14,9982 - -0,0646 2,7461 6,32 1.1 Tổng quan về vấn đề nghiên cứu và mục tiêu của luận Phương pháp phân hoạch 16,6265 9,8699 -0,1646 2,6312 4,29 án thích nghi 1.1.1 Tình hình nghiên cứu trong nước Phương pháp Tại Việt Nam, kỹ thuật PolInSAR đã thu hút sự quan tâm của nhiều nhà đề xuất 17,8687 10,2565 -0,0736 2,5002 3,06 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 Tiếp theo, hiệu quả của thuật toán đề xuất sẽ được kiểm chứng với mẫu dữ liệu xác định thay đổi bề mặt địa hình. Năm 2008, TS. Hồ Tống Minh Định [7] thực nghiệm thu được từ các khu vực rừng thực tế trên thế giới. Mẫu dữ liệu đã đề xuất ứng dụng kỹ thuật InSAR vi phân trong quan trắc biến dạng mặt thực nghiệm này được chụp bởi hệ thống SIRC/X-SAR tại vùng KUDARA, đất khu vực thành phố Hồ Chí Minh. Tác giả Nguyễn Bá Duy [1] nghiên cứu LAKE BAIKAL, RUSSIA như được chỉ ra trong Hình 3.2. thành lập mô 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, Hình 3.2: Hình ảnh của khu vực rừng được đánh giá. số lượng các công trình nghiên cứu và công bố các phương pháp xác định tham Kết quả ước lượng chiều cao rừng của phương pháp đề xuất và phương pháp số rừng từ ảnh PolInSAR vẫn còn hạn chế. phân hoạch dựa trên mô hình thích nghi [41] theo hàng thứ 150 của ảnh dữ liệu được so sánh trong Hình 3.3. 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 công 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 mô hình dữ liệu PolInSAR. Các phương pháp này đã được áp dụng phổ biến do sự đơn giản trong quá trình tính toán. Tuy nhiên, các phương pháp này còn tồn tại một số Hình 3.3: Biểu đồ so sánh kết quả chiều cao rừng. 22 3
3. Thay thế các công thức (3.2), (3.4), (3.6) vào phương trình (3.1), chúng ta thu nhược điểm dẫn tới các kết quả ước lượng không ổn định và thiếu chính xác. được một mô hình phân hoạch thích nghi như sau: Bảng 1.1 tóm tắt sự hạn chế của một số phương pháp xác định tham số rừng 
    đã được công bố. [Cint] = FV CV θ,¯ ν + [CD] + [CS] + [Cremainder]  2  Ngoài ra, hạn chế lớn nhất của cả hai nhóm trên là chỉ áp dụng cho các khu  2  |β| 0 β |α| 0 α vực rừng có địa hình tương đối bằng phẳng. Mục tiêu của luận án là nghiên  ¯
        = FV CV θ, ν + FD  0 0 0  + FS 0 0 0  + [Cremainder]     cứu và đề xuất một số giải pháp mới nhằm cải thiện các nhược điểm của các ∗   α 0 1 β∗ 0 1 phương pháp hiện tại, đem lại các kết quả chính xác hơn khi ước lượng tham (3.12) số rừng trên cả địa hình bằng phẳng và địa hình dốc. Theo đó luận án đề Chúng ta thấy rằng có bảy tham số cần được xác định trong mô hình phân xuất hai phương pháp mới. Đầu tiên, phương pháp tối ưu hệ số tương can giao  hoạch thích nghi bao gồm θ,¯ ν, FV ,FD, α, FS , β . Đầu tiên, luận án thực hiện thoa phức được giới thiệu trong chương hai. Một trong những đóng góp lớn
   xác định ma trận kết hợp tán xạ khối CV với mỗi cặp tham số θ,¯ ν đầu vào của phương pháp này là đã xác định được chính xác pha địa hình mặt đất mà trong khoảng phạm vi giá trị của nó. Sau đó tham số FV sẽ được xác định theo không cần sử dụng giả định về sự chiếm ưu thế của tán xạ trực tiếp từ tán công thức sau: cây trong kênh phân cực HV. Thứ hai, kỹ thuật phân hoạch dựa trên mô hình h ′ i 
    thích nghi cải tiến đã được đề xuất trong chương ba. Trong phương pháp này, C remainder = [Cint] − FV CV θ,¯ ν = [CD] + [CS] + [Cremainder] (3.13) luận án giới thiệu một mô hình tán xạ mới có khả năng biến đổi thích nghi để có thể đặc trưng cho nhiều loại thực vật trong thực tế mà không sử dụng bất Chúng ta thấy rằng CS, CD là hai ma trận chưa biết và đều có hạng bằng 1,
   kỳ giả định nào về đối xứng tán xạ. Hiệu quả của hai phương pháp đề xuất trong khi đó Cv θ,¯ ν là một ma trận Hermitian đã biết vì được xác định bởi ¯
   được đánh giá và kiểm định trên tập dữ liệu mô phỏng và dữ liệu thực nghiệm một cặp giá trị θ, ν . Tham số FV sẽ được xác định khi ma trận dư Cremainder 
    thu được trên các khu vực rừng trong thực tế. Các kết quả thu được cho thấy là nhỏ nhất. Do đó, định thức của ma trận [Cint] − FV CV θ,¯ ν sẽ bằng 0. phương pháp đề xuất đã cải thiện đáng kể độ chính xác trong việc xác định  ¯
   
   det [Cint] − FV CV θ, ν = 0 (3.14) các tham số mục tiêu tự nhiên so với những công trình công bố trước đây. 1.2 Đặc tính tán xạ phân cực của mục tiêu Trong đó det (•) biểu thị định thức của ma trận. Giả sử ma trận hiệp phương 1.2.1 Ma trận tán xạ sai giao thoa phân cực PolInSAR và ma trận tán xạ khối có dạng như sau: Trong ra-đa phân cực, sóng điện từ được truyền bởi ăng-ten, sau đó lan     a11 a12 a13 b11 b12 b13 truyền trong các môi trường. Trong quá trình lan truyền, chúng bị suy hao,    ¯
      [Cint] =  a21 a22 a23  ; Cv θ, ν =  b21 b22 b23  (3.15) khúc xạ, tán xạ và cuối cùng một phần năng lượng của tín hiệu truyền được     a31 a32 a33 b31 b32 b33 bức xạ trở lại ăng-ten thu, như được minh họa trong Hình 1.1. Trong hệ tọa độ phân cực (h,v), mối quan hệ giữa sóng tới và sóng tán xạ có thể được biểu Thay thế công thức (3.18) vào (3.17), chúng ta thu được một phương trình bậc diễn như sau [34]: " # " #" # 3 tổng quát đối với biến F như sau: s jk0r i jk0r V E e Shh Shv E e E⃗ S = h = h = [S] E⃗ i (1.1) 3 2 Es r S S Ei r a3FV + a2FV + a1FV + a0 = 0 (3.16) v vh vv v i i s s ⃗ i Trong đó Eh và Ev, Eh và Ev biểu thị trường sóng tới E và trường sóng tán Giả sử ba nghiệm của phương trình (3.19) lần lượt là F 1 ,F 2 ,F 3 , pha của tán V V V xạ E⃗ s cho phân cực ngang (h) và phân cực đứng (v) tương ứng. Hệ số (r) là xạ khối được xác định theo công thức (3.20). khoảng cách từ ăng-ten thu đến vật tán xạ, k0 là hệ số sóng đứng. Trong môi  1
   2
   3
   ϕV = max angle FV , angle FV , angle FV (3.17) trường truyền sóng tương hỗ, ma trận tán xạ được biểu diễn như sau: 20 5
4. 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 Chương 3 cực trong cơ sở Pauli [T ] và ma trận hiệp phương sai trong cơ sở Lexicographic Kỹ thuật phân hoạch thích nghi cải tiến cho trích [C] được tạo ra từ tích ngoài của véc-tơ mục tiêu kết hợp và chuyển vị liên hợp phức của nó. D ∗T E D ∗T E [T ] = ⃗kP .⃗k ;[C] = ⃗kL.⃗k (1.7) xuất tham số rừng từ ảnh PolInSAR P L 3.1 Phương pháp phân hoạch thích nghi cải tiến cho địa hình Trong đó (•)∗ biểu thị liên hợp phức, (•)T biểu thị ma trận chuyển vị và ⟨•⟩ phẳng diễn tả phép toán lấy trung bình toàn bộ trong quá trình xử lý dữ liệu. Trong trường hợp tán xạ ngược trong môi trường tương hỗ, ma trận kết hợp phân Đối với các thảm thực vật, sóng tán xạ ngược có thể được xem như là tổng cực [T ] có thể được biểu diễn như sau: của nhiều sóng tán xạ thành phần. Các thành phần đóng góp chính bao gồm D⃗ ⃗ ∗T E sóng tán xạ từ mặt đất (S), từ thân cây (D) và từ tán cây (V). Theo đó, ma [T ] = kP .kP   [C ] 2 ∗ ∗ trận tương quan chéo int có thể được phân tích thành tổng của ba ma trận |Shh + Svv| ⟨(Shh + Svv)(Shh − Svv) ⟩ 2 ⟨(Shh + Svv)Shv⟩ 1  ∗ 2 ∗  thành phần [CS] , [CD] và [CV]. Mỗi ma trận thành phần sẽ liên quan tới một = √  ⟨(Shh − Svv)(Shh + Svv) ⟩ |Shh − Svv| 2 ⟨(Shh − Svv)S ⟩  2  hv  ∗ 2 cơ chế tán xạ riêng biệt, ma trận [CV] tương ứng với cơ chế tán xạ khối, ma 2 ⟨Shv(Shh + Svv) ⟩ 2 ⟨Shv(Shh − Svv)∗⟩ 4 |Shv| trận [CS] tương ứng với cơ chế tán xạ bề mặt và ma trận [CD] tương ứng với (1.8) cơ chế tán xạ nhị diện gồm thành phần thân hoặc cành cây. Ma trận hiệp phương sai trong môi trường tương hỗ được mô tả như sau: √  2 ∗ ∗  [Cint] = [CV] + [CD] + [CS] + [Cremainder] (3.1) |Shh| 2 ⟨ShhS ⟩⟨ShhS ⟩ D E √ hv √ hv ⃗ ⃗ ∗T  ∗ 2 ∗  [C] = kL.kL =  2 ⟨S Shv⟩ 2 |Shv| 2 ⟨ShvS ⟩  (1.9)  hh √ vv  Trong đó, ma trận hiệp phương sai cho cơ chế tán xạ bề mặt được biểu thị ∗ ∗ 2 2 ⟨ShhShv⟩ 2 ⟨ShvSvv⟩ |Svv| trong công thức (3.2)[31]:  2 jϕg j(ψhv +ϕg )  2  |Shh| e 0 |Shh| |Svv| e |β| 0 β 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 [CS] =  0 0 0  = FS 0 0 0      j(−ψhv +ϕg ) 2 jϕg ∗ T r ([ T ]) = T r ([C ]) và chúng đều có các giá trị riêng không âm và các véc-tơ |Shh| |Svv| e 0 |Svv| e β 0 1 (3.2) riêng trực giao. Mối liên quan giữa ma trân kết hợp [T ] và ma trận hiệp phương sai [C] như sau: với FS và β được định nghĩa như sau:  ∗T  D⃗ ⃗ ∗T E  ⃗   ⃗  ∗T ⟨|Shh|⟩ j(φh−φv ) 2 jϕg [T ] = kP .kP = U(L→P )kL U(L→P )kL = U(L→P ) [C] U(L→P ) (1.10) β = e ; FS = |Svv| e (3.3) ⟨|Svv|⟩ 1.3 Ra đa tổng hợp mặt mở giao thoa Công thức (3.4) diễn tả ma trận hiệp phương sai cho mô hình tán xạ nhị diện. Ra-đa tổng hợp mặt mở giao thoa (InSAR) là một kỹ thuật dựa trên sự kết  2  |α| 0 α hợp hai hoặc nhiều ảnh của mục tiêu được quan sát trong cùng một khu vực   [CD] = FD  0 0 0  (3.4)   nhưng ở các vị trí hoặc các thời điểm khác nhau. Giả sử s1, s2 lần lượt là tín α∗ 0 1 hiệu nhận được trên ăn ten thu của ra-đa; Ri ( i = 1, 2) biểu thị khoảng cách giữa ra-đa thứ i và điểm tán xạ; ϕsi ( i = 1, 2) là pha tán xạ của ra-đa thứ i; λ với F và α được định nghĩa như sau: D là bước sóng của ra-đa; hệ số a (i = 1, 2) là biên độ của ra-đa thứ i. Giao thoa R R i F = |R R |2ejϕd ; α = gh th e−jψhv D gv tv (3.5) được xác định bởi tích của tín hiệu s1 và liên hợp phức của tín hiệu s2. Giả sử RgvRtv 18 7
5. *" ⃗ #+ " # kL1 h ∗T ∗T i [C1][Cint] [C6] = ⃗k ⃗k = (1.14) ⃗ L1 L2 ∗T kL2 [Cint] [C2] Các ma trận này mô tả tính chất phân cực cho mỗi hình ảnh riêng lẻ và là các ma trận Hermitian. Tuy nhiên, [Ω] và [Cint] lại là các ma trận tương quan chéo giao thoa phân cực phức không có tính chất Hermitian, hai ma trận này mô tả mối quan hệ giao thoa và phân cực giữa hai hình ảnh. Dựa trên các ma trận này, chúng ta có thể xác định hệ số tương can giao thoa phức của ảnh PolInSAR như một hàm phụ thuộc vào trạng thái phân cực như sau [29]: ∗ ∗ ⟨µ1µ2⟩ ⟨⃗ω 1 [Ω] ⃗ω2 ⟩ γ˜ (⃗ω 1, ⃗ω 2) = = (1.15) Hình 2.6: (a) Hình ảnh quang học từ Google Earth, (b) Hình ảnh biên độ p ∗ ∗ p ∗T ∗T ⟨µ1µ1⟩⟨µ2µ2⟩ ⟨⃗ω1 [T1] ⃗ω 1⟩⟨⃗ω2 [T2] ⃗ω 2⟩ HV và (c) Hình ảnh phân hoạch Pauli của khu vực đánh giá. Mô đun của γ˜ (⃗ω 1, ⃗ω 2) biểu thị mức độ tương quan giữa hai ảnh với |γ˜ (⃗ω 1, ⃗ω 2)| ⩽ kết quả chiều cao trung bình thu được trên khu vực đánh giá bằng 26,0598m. 1 và argument của γ˜ (⃗ω 1, ⃗ω 2) chỉ ra pha giao thoa. Hình 2.7 biểu thị kết quả chiều cao được ước lượng theo hàng thứ 175 của ảnh 1.5 Kết luận chương 1 dữ liệu. Đối với dữ liệu thực nghiệm, sai số ước lượng có thể cao hơn so với dữ Trong chương này, luận án tập trung nghiên cứu các đặc tính tán xạ của liệu mô phỏng do trong môi trường thực tế mật độ cây được phân bố không mục tiêu và nguyên lý hoạt động PolInSAR. Trong đó, các ưu điểm của dữ liệu đồng đều trên toàn bộ khu vực và có nhiều khoảng trống lớn giữa các cây hơn. PolInSAR đã được phân tích và chỉ rõ tiềm năng của kỹ thuật viễn thám này Ngoài ra khi xử lý dữ liệu thực nghiệm cần một cửa sổ lọc trung bình lớn hơn trong việc ước lượng các tham số thảm thực vật rừng. Tại Việt Nam, PolInSAR để giảm nhiễu. Tuy nhiên, như được biểu thị trong Hình 2.7, các kết quả chiều đã thu hút được sự quan tâm của nhiều tổ chức và các nhà khoa học. Tuy nhiên cao rừng được ước lượng vẫn tương đối chính xác. Ngoại trừ một số điểm ảnh số lượng công trình nghiên cứu và công bố về xác định tham số rừng vẫn còn hạn được ước lượng quá cao, hầu hết tại các điểm ảnh còn lại, chiều cao cây đều chế. Trên thế giới, kỹ thuật viễn thám sử dụng ảnh 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 hiệu quả trong xác định tham số mục tiêu. Phương pháp nghịch chuyển phụ thuộc lớn vào các mô hình dự báo và kết quả ước lượng pha địa hình thường không ổn định. Kỹ thuật phân hoạch sử dụng giả định về đối xứng tán xạ cho thành phần tán xạ trực tiếp từ tán cây và mô hình tán xạ của tán cây chưa thích nghi được với sự đa dạng của tán thực vật trong tự nhiên. Lý thuyết cơ sở về PolInSAR và các phương pháp ước lượng tham số mục tiêu tự nhiên được giới thiệu, phân tích trong chương này đã cung cấp nền tảng cho sự phát triển các thuật toán ước lượng tham số rừng được đề xuất trong các chương tiếp theo. Hình 2.7: Kết quả ước lượng chiều cao tại hàng thứ 175 của ảnh dữ liệu. 16 9
6. 1 1 iφ ∗T −iφ
   Như vậy, mỗi giá trị kết hợp giao thoa của mô hình S-RVoG sẽ tương ứng Đặt [C] = 2 (C1+C2) và [CH] = 2 Cinte + Cint e , chúng ta thu được với một tập tham số (hv, σ, η) và tập tham số chính xác nhất sẽ được tìm ra một phương trình giá trị riêng: −1 dưới điều kiện khoảng cách dhv ,σ,ηlà nhỏ nhất. [C] [CH (φ)] ⃗ω = λ (φ) ⃗ω (2.4) 2.2 Kết quả thực nghiệm Với mỗi giá trị φ ∈ [0, π], chúng ta có thể xác định được ma trận kết hợp Luận án đã áp dụng phương pháp đề xuất với một mẫu dữ liệu được tạo  −1 K (φ) = C [CH (φ)]. Thực hiện phân hoạch giá trị riêng cho mỗi ma trận kết ra bởi phần mềm PolSARProSim. Theo đó, phần mềm này đã đã tạo ra một hợp này, chúng ta có thể thu được giá trị riêng lớn nhất |λmax (φj )| tương ứng khu vực rừng có diện tích 0,7854 Ha, chiều cao trung bình cây là 20 m với mật với mỗi ma trận. Bằng cách so sánh tất cả các giá trị riêng lớn nhất, ma trận độ trung bình là 360 cây/ Ha. Một hệ thống PolInSAR băng L tại tần số 1,3 kết hợp tối ưu K (φopt) có thể được xác định. Mỗi giá trị riêng λi {i = 1, 2, 3} của GHz, góc tới hoạt động với đường cơ sở theo trục ngang là 10 m và theo trục ma trận K (φopt) tương ứng với một véc-tơ riêng ⃗ωi {i = 1, 2, 3}. Từ đó ta có công đứng là 1 m đã chụp khu vực rừng nói trên để tạo ra dữ liệu ảnh với kích thước thức tổng quát của hệ số tương can giao thoa cho mỗi kênh phân cực tối ưu: 189x259 điểm ảnh. ∗T ⃗ωi Cint ⃗ωi γ˜i = ∗T (i = 1, 2, 3) (2.5) ⃗ωi C⃗ωi Trong công thức (2.5), giả định rằng angle(˜γ1) < angle(˜γ2) < angle(˜γ3). Từ đó, hai hệ số γ˜1 và γ˜3 được xác định như là biên của vùng kết hợp trên mặt phẳng phức. Sử dụng tính chất này, luận án thực hiện thiết lập một đường thẳng kết hợp qua hai điểm γ˜1 và γ˜3 như được biểu diễn trong Hình 2.1. Hình 2.4: (a) Hình ảnh quang học và (b) Hình ảnh mã hóa Pauli của rừng. Bảng 2.1: Kết quả ước lượng từ các phương pháp. Tham số h¯v (m) ϕ0 (rad) σ (dB/m) RE (%) RMSE (m) Thực tế 20 0,0078 0,2 0 0 Phương pháp CLSA 19,0557 0,0101 0,4 6,64 2,5141 Phương pháp Hình 2.1: Ước lượng pha địa hình mặt đất. đề xuất 19,3516 0,0092 0,3 1,97 2,4645 Pha địa hình mặt đất ϕ0 có thể được xác định từ một trong hai giao điểm Hình 2.4(a) minh họa khu vực rừng được mô phỏng bao gồm một vùng cây của đường thẳng kết hợp với mặt phẳng phức như sau: thông lá kim với 189 điểm ảnh theo hướng phạm vi và 259 điểm ảnh theo hướng ϕ0 = arg {γ˜3 − γ˜1 (1 − X)} 0 ⩽ X ⩽ 1 (2.6) phương vị. Hình 2.4(b) chỉ ra hình ảnh Pauli của khu rừng với đường thẳng màu đỏ biểu thị vùng dữ liệu được chiết xuất để phân tích chiều cao thực vật. Trong đó X là nghiệm của phương trình bậc hai p 2 2 −A2 − A2 − 4A1A3 Sau khi áp dụng phương pháp tối ưu hệ số tương can giao thoa trên tập dữ A1X + A2X + A3 = 0 → X = (2.7) 2A liệu mô phỏng này, các kết quả ước lượng tham số rừng được chỉ ra trong Bảng 1 2 ∗ 2 2.1 và Hình 2.5 trong sự so sánh với các kết quả từ phương pháp CLSA. A1 = |γ˜1| − 1; A2 = 2 Re {(˜γ3 − γ˜1)γ ˜1 } ; A3 = |γ˜3 − γ˜1| (2.8) 14 11