Основанный на многоконтурной интерферометрии томографический синтез открытой апертуры радар TomoSAR (Synthetic Aperture Radar Tomography) получает многоконтурные наблюдательные данные посредством повторного пролёта одной антенны или однократного пролёта нескольких антенн, формируя третье измерение синтезированного открытия по высоте, что обеспечивает трехмерное изображение и точную реконструкцию вертикальной структуры леса. Однако остаточные фазовые ошибки между орбитами вызывают рассеяние энергии томографического спектра и размытие изображения, что серьёзно ограничивает точность и стабильность восстановления высоты леса. Кроме того, существующие методы автофокусировки при решении данной проблемы часто сталкиваются с прерывистыми томографическими профилями из-за линейной компоненты фазовой ошибки, что усложняет интерпретацию и снижает вычислительную эффективность. В данной работе предложен метод фазовой коррекции SFCOA (Subarea Fast Contrast Optimization Autofocus), основанный на оптимизации контраста в подрайонах. Метод использует пространственную инвариантность маломасштабных фазовых ошибок, преобразуя традиционную оптимизацию по каждому пикселю в быстрое максимизирование контраста в ограниченном числе подрайонов, существенно уменьшая размерность оптимизационных переменных; одновременно, используя пространственную непрерывность смежных подрайонов для построения цепочной инициализации, значительно сокращается количество итераций и время сходимости. Экспериментальная валидация проведена на базе данных воздушного P-диапазонного TomoSAR с экспериментальной площадки леса Saihanba. Результаты показывают, что предложенный метод SFCOA значительно эффективнее по вычислительным затратам по сравнению с методом PDCO, основанным на оптимизации по пикселям, при сохранении качества томографической фокусировки; время обработки данных сокращено с часов до секунд. В задаче восстановления вертикальной структуры леса по сравнению с методами PSI, PGA и NC-PGA, томографическое изображение, полученное SFCOA, характеризуется меньшим уровнем боковых лепестков и подавлением расширения главного лепестка, а также значительно лучшей непрерывностью спектра мощности. В восстановлении высоты леса SFCOA показывает лучшие результаты по сравнению с NC-PGA: коэффициент детерминации (R²) увеличился с 0,516 до 0,609, средняя абсолютная ошибка MAE, средняя абсолютная процентная ошибка MAPE и корень из среднеквадратичной ошибки RMSE снизились с 0,509 м, 3,152%, 0,627 м до 0,435 м, 2,820%, 0,526 м соответственно. Предложенный метод SFCOA демонстрирует превосходный баланс между эффективностью и точностью, предоставляя эффективное решение для высокоточного трехмерного картографирования лесов с помощью TomoSAR.

Томографический SAR (TomoSAR); коррекция фазовых ошибок; предположение пространственной инвариантности; разделение на подрайоны; автофокус; томографическая карта; вертикальная структура леса