Das mehrbasierte Interferenz-tomographische synthetische Apertur Radar TomoSAR (Synthetic Aperture Radar Tomography) erfasst mehrbasierte Beobachtungsdaten durch wiederholte Überflüge einer einzelnen Antenne oder einen einmaligen Überflug mehrerer Antennen. Dabei wird in Elevationsrichtung eine dritte synthetische Apertur gebildet, wodurch eine dreidimensionale Bildgebung möglich wird und eine präzise Rekonstruktion der vertikalen Waldstruktur realisiert werden kann. Residuale Phasenfehler zwischen den Umlaufbahnen verursachen jedoch Energiezerstreuung im tomographischen Spektrum und Bildunschärfen, was die Genauigkeit und Stabilität der Waldhöheninversion stark einschränkt. Darüber hinaus erzeugen bestehende Autofokusverfahren bei der Bewältigung dieses Problems oft diskontinuierliche tomographische Profile aufgrund der Störung linearer Phasenfehlerkomponenten, wodurch die Interpretation erschwert und die Rechenleistung reduziert wird. Dieser Artikel schlägt eine auf subregionaler Kontrastoptimierung basierende schnelle Autofokus-Phasenkorrekturmethode SFCOA (Subarea Fast Contrast Optimization Autofocus) vor. Die Methode nutzt die räumliche Invarianz kleinmaßstäblicher Phasenfehler und transformiert die herkömmliche pixelweise Optimierung in eine schnelle Maximierung des Kontrasts in wenigen Subregionen, wodurch die Dimension der Optimierungsvariablen deutlich verringert wird; gleichzeitig wird durch die räumliche Kontinuität angrenzender Subbereiche eine kettenbasierte Initialisierungsstrategie aufgebaut, die die Anzahl der Iterationen und die Konvergenzzeit erheblich reduziert. Experimentelle Validierung mit luftgetragenen P-Band TomoSAR-Daten aus dem Saihanba-Wald zeigt, dass die vorgeschlagene SFCOA-Methode eine deutlich höhere Rechenleistung als die pixelbasierte PDCO-Methode bietet, ohne die tomographische Fokussierungsqualität zu beeinträchtigen; die Datenverarbeitungszeit wird von Stunden auf Sekunden reduziert. Bei der Rekonstruktion der vertikalen Waldstruktur weist das tomographische Bild von SFCOA im Vergleich zu PSI-, PGA- und NC-PGA-Methoden niedrigere Seitenkeulenpegel und eine effektive Unterdrückung der Hauptkeulenausbreitung sowie eine deutlich bessere Kontinuität des tomographischen Leistungsspektrums auf. Bei der Waldhöheninversion erreicht SFCOA bessere Ergebnisse als NC-PGA, wobei sich der Bestimmtheitskoeffizient (R²) von 0,516 auf 0,609 erhöht und der mittlere absolute Fehler MAE, der mittlere absolute prozentuale Fehler MAPE und der Root Mean Square Error RMSE von 0,509 m, 3,152 %, 0,627 m auf 0,435 m, 2,820 %, 0,526 m gesenkt werden. Die vorgeschlagene SFCOA-Methode zeigt eine überlegene Balance zwischen Effizienz und Genauigkeit und bietet eine effiziente Lösung für hochgenaue 3D-Waldkartierung mittels TomoSAR.

tomographisches SAR (TomoSAR); Phasenfehlerkorrektur; räumliche Invarianzhypothese; Subbereichssegmentierung; Autofokus; tomographische Karte; vertikale Waldstruktur