بهبود تخمین ارتفاع جنگل با روش بهینه ‌سازی کوهرنس هوش جمعی ذرات به ‌کمک داده های تداخل‌ سنجی پلاریمتریک

ازآنجاکه درختان نقش اساسی در تغییرات دی‌اکسید کربن و شرایط آب‌وهوایی دارند، تخمین زیست‌توده موجود در درختان بسیار اهمیت دارد. روش‌های راداری که پارامترهای ساختاری را در تخمین زیست‌توده در نظر نمی‌گیرند منجر به نتایجی با سطح اشباع پایین می‌شوند.­ ارتفاع از پارامترهای ساختاری است و یکی از عوامل مهم تاثیرگذار در بهبود تخمین ارتفاع استفاده از کوهرنس بهینه است. در این مقاله، از داده‌های شبیه‌سازی‌شده در باندهای p و l برای تخمین ارتفاع به روش‌های تفاضلی، اندازه همدوسی، ترکیبی و polarization coherence tomography (pct) استفاده شده است. روش تفاضلی باعث تخمین ارتفاع کمتر از مقدار واقعی به‌اندازه 14 متر در باند p و 11 متر در باند l شده است؛ درحالی‌که روش اندازه همدوسی، به‌نسبت روش تفاضلی، نتایج بهتری به‌دست می‌آورد و اختلاف مقادیر میانگین ارتفاعات در این روش با مقادیر واقعی در باند p، 8 متر و در باند l، 2 متر است. روش‌های ترکیبی و pct نتایجی نزدیک به هم دارند و اختلاف میانگین مقادیر ارتفاعات به‌دست‌آمده با مقدار واقعی کمتر از 2 متر است اما نتایج حاصل از روش pct به‌دلیل استفاده از کوهرنس بهینه، از روش ترکیبی بهتر است. روش بهینه‌سازی کوهرنس به روش pso که در این مقاله پیشنهاد شده است نتایجی بهتر از روش‌های دیگر حاصل کرده است و اختلاف میانگین مقادیر ارتفاعات به‌دست‌آمده با مقدار واقعی به کمتر از 5/0 متر می‌رسد.