بازسازي پارامترهاي آلفا و انتروپي حالت پلاريمتري كامل از روي داده حالت پلاريمتري فشرده براي سنجنده RADARSAT-2 در باند C

Reconstruction of Fully Polarimetric Entropy and α-Angle using RADARSAT2 Compact Polarimetric Data at C-Band

پارامترهاي آلفا و انتروپي دو پارامتر اساسي و پركاربرد براي تفسير اطلاعات پلاريمتري حالت كامل مي‌باشند كه به ترتيب نشان‌دهنده نوع مكانيسم بازپراكنش و درجه تصادفي‌بودن پلاريزاسيون موج دريافتي هستند. در سال‌هاي اخير پلاريمتري ‌فشرده به دليل مزيت‌هايي كه بر پلاريمتري كامل دارد بسيار مورد توجه قرار گرفته است و به دليل اين كه اطلاعات داده حالت فشرده كمتر از اطلاعات حالت كامل مي‌باشد، سعي بر اين است كه تا حد ممكن بتوان اطلاعات حالت كامل را از روي آن بازسازي ‌نمود. در اين مقاله با بهره گيري از روابط همبستگي آلفا و انتروپي در دو حالت پلاريمتري فشرده و كامل، روشي نوين جهت بازسازي اين پارامترها ارايه شده است كه نسبت به روش پيشين سرعت بازسازي را بالا برده و حجم محاسباتي را كاهش داده است و همچنين ضريب تطبيق براي انتروپي و آلفا به ترتيب 74/7% و 6/0% افزايش و خطاي تخمين به ترتيب 4% و 5/0% كاهش يافته است.

The polarimetric entropy and the alpha angle are two important parameters for analyzing polarimetric synthetic aperture radar data. They demonstrate the degree of randomness in the polarization of the received signal and scattering mechanism of scatterers respectively. Recently, there has been an increasing interest in compact polarimetry due to its advantages in comparison with full polarimetry. Because the information of compact polarimetry mode is less than full polarimetry mode, it is important to reconstruct full polarimetric information from compact data as better as possible. In this article based on the correlations between alpha and entropy parameters in the compact and full polarimetry modes, a novel method is presented in order to reconstruct Cloude–Pottier entropy and ?-angle from compact polarimetric data which has reduced computational time and volume in comparison with the previous approach, also the coefficient of determination for entropy and alpha has been increased 7.74% and 0.6% and RMS error has been decreased 4% and 0.5% respectively.