森林高度作为重要的森林结构参数,是估测森林材积生产潜力的指标,并且与森林地上生物量(Above Ground Biomass,AGB)、碳储量等紧密联系,因此准确、大面积的获取森林高度信息对于森林的精细化经营管理、碳循环和气候变化科学研究等都具有重要意义。合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar,In SAR)具有对植被垂直结构敏感的特性,是目前最有潜力实现大区域森林高度制图的遥感技术之一。Tan DEM-X干涉测量系统(Terra SAR-X add-on for Digital Elevation Measurement)由两颗相似的卫星(Terra SAR-X/Tan DEM-X)组成,采用一发双收的模式对地物重复观测,其干涉失相干主要由植被体散射效应引起,因此适用于估测高度及生物量等森林参数。本文采用Tan DEM-X单极化干涉数据,研究由随机体散射-地表散射模型(Random Volume over Ground,RVo G)简化得到的相干系数森林高度估测模型(简称为SINC模型),并分别以根河市北部的林区与赤峰市旺业甸林场为实验区,分析SINC模型在不同地形条件下估测森林高度的表现。研究内容包括以下3个部分:(1)对比分析差分法与SINC模型估测森林高度的表现,并分别以激光雷达(Light Detection and Ranging,Li DAR)冠层高度模型(Canopy Height Model,CHM)提取的林分平均高与优势木平均高为验证数据,对估测结果进行精度评价。结果显示,SINC模型的估测精度要优于差分法:在30m×30m的空间尺度上,差分法估测林分平均高与优势木平均高的精度分别为77.52%,74.35%,而SINC模型法的精度分别为84.22%,85.60%;在90m×90m的空间尺度上,两种方法的估测精度相当。与差分法相比,SINC模型不依赖高精度的DEM,且在估测结果与优势木平均高较为一致,不需要实测数据标定,在大范围森林高度制图方面上有很高的应用价值。(2)分析信噪比失相干、空间基线、地体散射比与消光系数以及时相等因素对SINC模型估测结果的影响,并得到以下认识:1)信噪比失相干是Tan DEM-X数据中主要的非体散射失相干成分,准确计算并将其去除对于SINC模型至关重要,否则将会被误认为体散射失相干,从而高估森林高度;2)在选择空间基线时,当模糊高约为当地林分高度水平的2～3倍时,预期会取得较好的估测精度;3)对于落叶树种,冬季的消光系数较低,更符合SINC模型假设,森林高度的估测结果也更准确;4)当林分的地体散射比较大时,采用SINC模型估测森林高度会造成高估;而当消光系数较大时,则又会造成低估。(3)针对复杂地形区的森林高度估测,分析了地形对SINC模型的影响,并提出了一种基于SINC模型和蒙特卡洛模拟实验评价森林高度估测结果可信度的方法,为更加合理地掩膜受地形影响严重的区域和实现多轨数据估测结果的有效融合提供了依据,对Tan DEM-X及类似In SAR数据的大区域实际应用具有重要参考价值。综上所述,本研究建立了在不同的地形条件下,基于短波长无时间失相干的星载In SAR数据估测我国北方林区森林高度的技术流程。本研究提出的利用星载干涉SAR系统进行区域森林高度监测的改进方法,将为森林资源监测与林业管理活动提供技术支持。