双基地TanDEM-X InSARシステムは、全球のデジタル標高モデルの生成に成功裏に適用されています。しかし、XバンドSAR信号の浸透能力の制限と森林体の体積散乱の影響により、森林地域で抽出されたDEMには強い森林シグナルが含まれています。したがって、TanDEM-X InSARデータを用いた林床地形推定の過程における森林体散乱がInSAR測高に与える影響を低減するため、本研究では機械学習に基づきTanDEM-X InSAR、ICESat-2、およびLandsat 8データを統合して林床地形を推定する方法を提案します。提案手法の有効性を検証するため、異なる地形条件および森林タイプの特徴を持つ2つの試験区（ガボン熱帯雨林試験区およびスペイン北部試験区）を選定して試験を行い、高精度な航空機搭載LiDAR DTMを用いて精度評価を行いました。結果は、ガボン熱帯雨林試験区において提案手法の林床地形推定のRMSEが2つの検証領域でそれぞれ5.45 mおよび5.91 mであり、InSAR DEMの推定結果である14.70 mおよび18.58 mに比べ地形精度が60%以上向上したことを示しています。スペイン北部森林試験区では、林床地形推定のRMSEも6.05—9.10 mから3.06—4.42 mに低減されました。総じて、本研究は双基地XバンドInSARシステムを用いた大規模な林床地形の高精度推定のための有効かつ頑健な手法を提供します。

林床地形; 合成開口レーダ干渉測定; 位相中心高さ; 機械学習; TanDEM-X; ICESat-2