基于ALOS PALSAR數(shù)據(jù)不同極化下云南松蓄積量分析

方向陽，鄭皓謙，岳彩榮

(西南林業(yè)大學(xué)，云南 昆明 650224)

基于ALOS PALSAR數(shù)據(jù)不同極化下云南松蓄積量分析

方向陽，鄭皓謙，岳彩榮

(西南林業(yè)大學(xué)，云南 昆明 650224)

摘要：指出了合成孔徑雷達(dá)(SAR)具有強穿透性的特點，能夠不受天氣影響探測滇中地區(qū)云南松單層林的信息特征。利用云南省宜良縣ALOS PALSAR全極化數(shù)據(jù)和對應(yīng)的地面實測了云南松林林分因子信息，分析了不同極化方式下后向散射系數(shù)與云南松單層林蓄積量之間的關(guān)系。通過分析比較，結(jié)果表明：VH極化狀態(tài)下云南松蓄積量與后向散射系數(shù)較其他幾種極化狀相關(guān)性高，并根據(jù)森林散射機制進行討論。

關(guān)鍵詞：云南松；ALOS PALSAR；后向散射系數(shù)；極化

1引言

隨著全球溫室效應(yīng)的日益加劇，森林覆蓋率不斷減少，對森林進行科學(xué)、有效的基礎(chǔ)分析，及時掌握森林資源情況，是實現(xiàn)森林可持續(xù)經(jīng)營和森林資源永續(xù)利用的有效途徑。云南松這一常見樹種是云南省廣泛分布的主要樹種，因此對云南松林這一具有簡單林分結(jié)構(gòu)的的林分特征分析，具有很好的試驗性。描述林分特征最基本的指標(biāo)包括樹種組成、年齡、胸徑、樹高、形數(shù)、林層、郁閉度和蓄積等，這些指標(biāo)為森林經(jīng)營提供必不可少的決策依據(jù)，是傳統(tǒng)森林資源調(diào)查的重要內(nèi)容。然而傳統(tǒng)光學(xué)遙感由于受到天氣、云層等影響，不能及時有效地準(zhǔn)確獲取圖像信息，這無疑對于森林重要特征信息的提取帶來不便。合成孔徑雷達(dá)(SAR)具有強穿透性能，不易受到云層、天氣等影響，能夠全天時、全天候獲取雷達(dá)數(shù)據(jù)，在一定程度上彌補了光學(xué)遙感的不足。由于合成孔徑雷達(dá)(SAR)強穿透性能，相比可見光，能夠更加深入地探測森林中下層的林分信息，能更準(zhǔn)確地反映森林信息特征[1]。

在SAR數(shù)據(jù)應(yīng)用方面，L波段雷達(dá)后向散射數(shù)據(jù)在一定程度上已經(jīng)取得了成功[2]，早在國外，基于P波段計劃SAR數(shù)據(jù)的分類實驗表明：Wishart分類結(jié)果和均勻森林的樹齡之間具有較好相關(guān)性?；诘乇砗碗S機散射模型(Random Volume over Ground，RVoG)的極化SAR干涉測量(Polarimetric SAR Interferometry)技術(shù)逐步顯現(xiàn)出在森林高度探測、生物量的估測方面的應(yīng)用潛力[3]。近年來，為了利用微波遙感數(shù)據(jù)對森林植被地區(qū)進行分類檢測, 尋找一種新的敏感于樹木高度、種群數(shù)量和植被疏密程度等森林特征的遙感參量,中國科學(xué)院相關(guān)專業(yè)人員利用中國天山地區(qū)S IR2C?X 2SAR L 波段全極化干涉數(shù)據(jù), 對極化散射矩陣總功率、極化熵、相似性參數(shù)和極化干涉最優(yōu)相關(guān)系數(shù)等極化和干涉合成孔徑雷達(dá)(SAR) 遙感參數(shù)進行了分析, 并將這些參數(shù)進行加權(quán)組合, 利用特征值分析方法求取最優(yōu)加權(quán)系數(shù), 從而提出兩種對森林特征敏感的參數(shù)組合表達(dá)式[4]。談璐璐等人利用ESPRIT(旋轉(zhuǎn)不變技術(shù))算法對植被區(qū)域的極化干涉SAR數(shù)據(jù)進行反演，然后結(jié)合具體物理散射機制，引入相干最優(yōu)化散射矢量，對該算法進行改進[5]。目前運用較多的是利用inSAR進行森林制圖與分類，李增元、龐勇等利用ERS SAR干涉測量技術(shù)用于森林分類制圖和利用激光雷達(dá)技術(shù)對森林平均樹高提取做了一定的研究[6]。Kasischke利用多角度SIR-B SAR數(shù)據(jù)對阿根廷一個森林試驗區(qū)的森林進行檢測，研究顯示出多角度SAR數(shù)據(jù)能夠用于區(qū)分具有單一樹種的純林和多數(shù)中混交林之間所呈現(xiàn)出來的不同森林結(jié)構(gòu)[7]。梁志峰等運用ALOS PALSAR數(shù)據(jù)分析了黑龍江省遜克縣背部森林的后向散射系數(shù)與北方森林蓄積量的關(guān)系，顯示HV極化與蓄積量的相關(guān)性優(yōu)于HH極化，研究表明了極化方式、氣象條件和季節(jié)等因素對于建立SAR數(shù)據(jù)與森林蓄積量的關(guān)系有著重要影響[8]。

本文主要是通過對滇中地區(qū)云南松單層林的不同極化狀態(tài)下后向散射系數(shù)與蓄積量之間關(guān)系的分析，探討HH極化，HV極化，VH、VV極化下雷達(dá)后向散射系數(shù)與森林蓄積量之間的關(guān)系。對估測云南松林蓄積量、生物量選取模型參數(shù)提供一定的參考。

2研究區(qū)與數(shù)據(jù)

2.1　研究區(qū)

研究區(qū)為云南省宜良縣云南松林針葉林區(qū)。宜良縣隸屬于云南省昆明市，東邊是昆明石林、曲靖陸良，北邊緊鄰馬龍、嵩明縣，西于官渡區(qū)、呈貢和澄江縣接壤，南連彌勒市、華寧縣。地勢呈南低北高，中部地區(qū)地勢平坦，山地、平地和谷地相間分布。氣候?qū)儆趤啛釒Ъ撅L(fēng)氣候，四季如春，年平均日照2177.3h，年均溫16.3℃，年平均降雨量912.2mm，年平均相對濕度75%，全年無霜日大約260d。

2.2　森林資源調(diào)查數(shù)據(jù)

森林資源數(shù)據(jù)為云南省宜良縣的森林資源二類調(diào)查小班數(shù)據(jù)，該數(shù)據(jù)包括了小班面積，小班蓄積量、優(yōu)勢樹種、小班郁閉度、樹高、胸徑等信息。本文主要利用其中優(yōu)勢樹種為云南松的部分小班。

2.3　ALOS PALSAR數(shù)據(jù)

PALSAR具有橫向瞄準(zhǔn)功能，入射角在8°~60°，PALSAR具有3種觀測模式，即精細(xì)模式、掃描合成孔徑雷達(dá)模式(ScanSAR)和全極化模式[9]。本文數(shù)據(jù)是于2009年4月26日獲取的云南省宜良縣L波段的ALOS PALSAR全極化數(shù)據(jù)，ALOS衛(wèi)星搭載的PALSAR是一個L波段合成孔徑雷達(dá)(SAR)傳感器，入射角為23.88℃，產(chǎn)品級別為Level 1.1，已經(jīng)經(jīng)過距離向和方位向壓縮，為單視復(fù)數(shù)數(shù)據(jù)(SLC)。

3研究方法

研究的技術(shù)路線見圖1。

圖1　技術(shù)路線

3.1　數(shù)據(jù)預(yù)處理

3.1.1二調(diào)小班數(shù)據(jù)預(yù)處理

在Arcmap10.2下導(dǎo)入宜良縣森林資源二類調(diào)查矢量數(shù)據(jù)，選擇地類為純林的小班，提取出優(yōu)勢樹種為云南松的針葉林矢量，對各林分因子進行仔細(xì)檢查，糾正調(diào)查過程中人為引起的明顯誤差。為了使數(shù)據(jù)更具說服力，能夠與SAR數(shù)據(jù)更好地匹配，剔除其中人工造林未成林地，其樹種未達(dá)檢尺，蓄積為零，另外有些樹種胸徑未達(dá)檢尺，但是仍有記錄，導(dǎo)致平均單位蓄積量過小，也應(yīng)剔除，最終得到地類為純林的優(yōu)勢樹種為云南松的小班422個。

3.1.2PALSAR數(shù)據(jù)預(yù)處理

利用ENVI5.0下的SARscape模塊對數(shù)據(jù)進行預(yù)處理，主要是對SLC數(shù)據(jù)進行多視處理(1×7)，其后進行窗口大小為5×5的Frost濾波處理，利用分辨率為90m的SRTM DEM進行地理編碼并輻射定標(biāo)生成地面分辨率15m×15m的散射系數(shù)圖(單位：dB)，見圖2。

圖2　SAR數(shù)據(jù)預(yù)處理結(jié)果(R:VV，G:VH，B:HH)

3.2　方法步驟

3.2.1各小班平均散射系數(shù)的生成

運用預(yù)處理過后的SAR散射圖，在Arcmap10.0中運用小班矢量裁剪出所需要研究的具體范圍，將散射系數(shù)柵格圖像轉(zhuǎn)換為像元點，運用分析工具，將各小班的屬性數(shù)據(jù)賦給每個像元點，最后導(dǎo)出各像元的屬性，運用Excle工具中的數(shù)據(jù)透視表計算各個小班內(nèi)平均像元散射系數(shù)。

3.2.2分析散射系數(shù)與蓄積量之間的關(guān)系

利用上一步得到的帶有各小班平均散射系數(shù)的小班數(shù)據(jù)，分別對小班平均蓄積量與HH、HV、VH、VV極化生成散點圖，運用3次多項式進行擬合，得到趨勢線，結(jié)果見圖3。

圖3　云南松不同極化后向散射系數(shù)與蓄積量散點

4結(jié)果與討論

4.1　后向散射系數(shù)與不同極化

從散點圖的散射系數(shù)分布范圍不難看出在單位面積蓄積量相同的情況下HV極化和VH極化散射系數(shù)要大于VV極化和HH極化。由于森林與人造地類不同，散射機制較人工建筑、裸露地表更為復(fù)雜，包括表面散射、兩次散射和體散射。有研究表明森林相對其他地類而言，包括更多體散射。本文所選取的森林結(jié)構(gòu)簡單的滇中云南松單層林不同極化下散射系數(shù)大小HV>VH>HH>VV。

4.2　極化狀態(tài)與蓄積量

本文選取了全極化的4個極化狀態(tài)，從散點圖可以看出VH極化狀態(tài)與蓄積量有一定的相關(guān)性，經(jīng)過3次多項式擬合，能夠呈現(xiàn)一定的趨勢。較其他3種極化狀態(tài)與蓄積量相比有更好的相關(guān)性。

4.3　其他討論

云南松相對于其它樹種沒有復(fù)雜的林分結(jié)構(gòu)，林下植被單一。一般情況下隨著年齡的增長，蓄積量會增大，郁閉度達(dá)到一定的數(shù)值時，散射機制不會有太大的變化。由于本文研究的滇中地區(qū)云南松單層林，大多數(shù)為云南松中幼齡林，單位面積蓄積量不大，沒有出現(xiàn)理論狀況下散射系數(shù)隨著蓄積量的增大趨于穩(wěn)定的狀態(tài)[10]。

5結(jié)語

利用滇中地區(qū)的云南松林小班數(shù)據(jù)和2009年該地區(qū)的ALOS PALSAR全極化數(shù)據(jù)，通過繪制散點圖，比較分析了云南松單層林不同極化的散射系數(shù)大小關(guān)系，經(jīng)過3次多項式生成趨勢圖分析說明VH極化狀態(tài)相比其它3種極化狀態(tài)下散射系數(shù)與森林蓄積量有更好的相關(guān)性，最后分析了由于小班數(shù)據(jù)的原因部分結(jié)果與理論沒有很好地匹配，這在今后的研究中值得注意。本文研究為滇中地區(qū)云南松森林蓄積量估測的因子選擇提供了一定的參考依據(jù)，VH極化下散射系數(shù)為最優(yōu)選擇。在研究過程中地理編碼所用的DEM精度不高、地面實測數(shù)據(jù)的局限性等都可能給研究結(jié)果帶來一定的影響。但是隨著合成孔徑雷達(dá)(SAR)的發(fā)展，分辨率的逐步提高，在林業(yè)方面的應(yīng)用會越來越廣泛，為森林蓄積量的估測帶來更多便利。

參考文獻(xiàn)：

[1]Mette，T.，Hajnsek，L.，and Papathanassiou，K.Height-biomass allometry intemperate forest[J].Proceeding of IGARSS 2003，Toulouse，F(xiàn)rance，2003(7).

[2]T.Le Toan，et al.On the relationship between forest structure and biomass[J].The 3rd Symposium on the Retrieval of Biophysical Parameters from SAR Data for Land Applications，Sheffield，Unitedkingdom，2001(9).

[3]Farro-Famil，L.，Pottier，E,，Kugler，F(xiàn).，and Lee，J.S.，F(xiàn)orest mapping and classification at L-band using Pol-InSAR optimal coherence sat statistics[J].Proceedings of EUSAR2006，Dreden，Germany，2006(5)：16~18.

[4]董貴威，楊健，彭應(yīng)寧，等．極化SAR遙感中森林特征探測[J]．清華大學(xué)學(xué)報:自然科學(xué)版，2003，43(7): 953~956．

[5]談璐璐，楊立波，楊汝良．基于ESPRIT算法的極化干涉SAR植被高度反演研[J]．測繪學(xué)報，2011，40(3):296~300．

[6]龐勇，趙峰，李增元，等.機載激光雷達(dá)平均樹高提取研究[J].遙感學(xué)報，2008，12(1)：152~158．

[7]J Cimino，A Brandani，D Casey，et al.Multiple Incidence Angle SIR-B Experiment over Argentina.Mapping of Forest Units[J].IEE Transactions on Geoscience and Remote Sensing，1986(GE-24)：498~509.

[8]梁志峰，凌飛龍，汪小欽，等.L波段SAR與中國東北森林蓄積量相關(guān)性分析[J].遙感技術(shù)與應(yīng)用，2013,10(5)：871~878.

[9]何秀鳳，何敏.InSAR對地觀測數(shù)據(jù)處理方法與綜合測量[M].北京.科學(xué)出版社，2012.

[10]楊永恬，李增元，陳爾學(xué)，等.基于ALOS PALSAR數(shù)據(jù)的森林蓄積量估測技術(shù)研究[J].林業(yè)資源管理，2010,2(1)：113~117.

中圖分類號：S791.257

文獻(xiàn)標(biāo)識碼：A

文章編號：1674-9944(2015)04-0144-03

通訊作者：岳彩榮(1964—)，云南建水人，博士生導(dǎo)師，教授，主要從事遙感和GIS應(yīng)用的教學(xué)和科研。

作者簡介：方向陽(1988—)，重慶梁平人，西南林業(yè)大學(xué)碩士研究生。

收稿日期：2015-02-02