El radar de apertura sintética tomográfico multibaseline TomoSAR (Synthetic Aperture Radar Tomography) obtiene datos de observación multibaseline a través del paso repetido de una única antena o un solo paso con múltiples antenas, formando la tercera dimensión sintética en elevación, dotándolo de capacidad de imagen tridimensional y permitiendo una reconstrucción precisa de la estructura vertical del bosque. Sin embargo, los errores residuales de fase entre órbitas causan dispersión de energía en el espectro tomográfico y desenfoque de la imagen, lo que limita severamente la precisión y estabilidad en la inversión de la altura del bosque. Además, los métodos de autoenfoque existentes a menudo generan perfiles tomográficos discontinuos debido a la interferencia de componentes lineales de error de fase, lo que dificulta la interpretación y reduce la eficiencia computacional. En este artículo se propone un método de corrección de fase basado en la optimización rápida del contraste por subáreas SFCOA (Subarea Fast Contrast Optimization Autofocus). Este método aprovecha la invariancia espacial de errores de fase a pequeña escala, transformando la optimización tradicional píxel a píxel en una maximización rápida del contraste en pocas subáreas, reduciendo significativamente la dimensión de las variables de optimización; al mismo tiempo, mediante la construcción de una estrategia de inicialización en cadena basada en la continuidad espacial de subáreas adyacentes, se reduce considerablemente el número de iteraciones y el tiempo de convergencia. Se valida experimentalmente con datos aéreos TomoSAR en banda P del bosque de Saihanba, mostrando que el método SFCOA propuesto supera en eficiencia computacional al método PDCO basado en optimización píxel a píxel sin sacrificar la calidad del enfoque tomográfico; el tiempo de procesamiento de datos se reduce de horas a segundos. En la reconstrucción de la estructura vertical del bosque, comparado con métodos PSI, PGA y NC-PGA, los resultados tomográficos obtenidos con SFCOA presentan niveles más bajos de lóbulos laterales y supresión efectiva del ensanchamiento del lóbulo principal, además de una continuidad significativamente mejor del espectro de potencia tomográfico. En la inversión de la altura del bosque, SFCOA obtiene mejores resultados que NC-PGA, con un coeficiente de determinación (R²) que aumenta de 0,516 a 0,609, el error absoluto medio MAE, el error porcentual absoluto medio MAPE y la raíz del error cuadrático medio RMSE reduciéndose de 0,509 m, 3,152%, 0,627 m a 0,435 m, 2,820%, 0,526 m respectivamente. El método SFCOA propuesto muestra un equilibrio superior entre eficiencia y precisión, proporcionando una solución eficaz para el mapeo forestal 3D de alta precisión mediante TomoSAR.

TomoSAR (Radar de apertura sintética tomográfico); corrección de error de fase; hipótesis de invarianza espacial; segmentación por subáreas; autofocus; mapa tomográfico; estructura vertical forestal