極化微波成像數(shù)據(jù)在農(nóng)作物分類中的應(yīng)用

鄒暢

摘 要：微波成像是一種重要的遙感技術(shù)手段，帶有極化信息的微波成像數(shù)據(jù)可以形成多種極化分解和極化組合方案。由于農(nóng)作物不同位置對(duì)極化信息的響應(yīng)存在較大差異，因此可以利用極化微波成像數(shù)據(jù)對(duì)農(nóng)作物進(jìn)行分類，從而快速獲取大面積種植區(qū)域內(nèi)的農(nóng)作物分布以及長勢(shì)差異的數(shù)據(jù)，這些數(shù)據(jù)的獲取將極大地提升農(nóng)業(yè)科研調(diào)查和農(nóng)業(yè)執(zhí)法等工作的效率。

關(guān)鍵詞：微波成像；農(nóng)作物分類；極化信息提取

1 概述

農(nóng)作物的普查和耕地種植情況的調(diào)查是農(nóng)業(yè)生產(chǎn)和監(jiān)督執(zhí)法的重要環(huán)節(jié)和工作內(nèi)容。但由于農(nóng)作物種植面積廣大，植株數(shù)量眾多，個(gè)體差異較大等因素，無法逐一進(jìn)行調(diào)查或測(cè)量，通常是采用抽查部分植株的情況通過統(tǒng)計(jì)的數(shù)學(xué)方法進(jìn)行的?，F(xiàn)有的方法所調(diào)查的植株數(shù)量極為有限，所覆蓋的地域范圍也不可能太大，同時(shí)受到環(huán)境條件的限制，很多地方在植株茂盛時(shí)難以人工徒步到達(dá)。

隨著遙感技術(shù)的快速發(fā)展，特別是高分辨率遙感技術(shù)手段的普及和應(yīng)用可以使得人們更加方便的獲取相關(guān)區(qū)域的遙感圖像[1]?；谶@些圖像可以清晰的、高精度的獲取到目標(biāo)區(qū)域農(nóng)作物的生長狀態(tài)以及相關(guān)生物參數(shù)[2]。在眾多遙感技術(shù)手段中，微波成像系統(tǒng)具有全天候全天時(shí)的成像能力[3]，此外由于采用具有一定極化特征的電磁波進(jìn)行主動(dòng)探測(cè)，因此電磁波與目標(biāo)之間的物理作用后可以獲得更多關(guān)于目標(biāo)的物理特性參數(shù)，如高度、含水量、葉片密度等[4]。

本文利用極化微波成像數(shù)據(jù)對(duì)農(nóng)作物的大面積種植區(qū)域進(jìn)行成像探測(cè)，并嘗試采用不同分類處理算法以及極化分解技術(shù)實(shí)現(xiàn)對(duì)大面積復(fù)雜場(chǎng)景區(qū)域的農(nóng)作物種植區(qū)域的分類[5]，并與地表真值進(jìn)行對(duì)比以確定算法的可靠性和分類效能。

本文第二部分針對(duì)極化微波對(duì)植被的作用原理進(jìn)行討論，第三部分針對(duì)基于合成孔徑雷達(dá)的分類和特征提取技術(shù)進(jìn)行討論，第四部分利用實(shí)際數(shù)據(jù)進(jìn)行實(shí)驗(yàn)驗(yàn)證，并最后給出實(shí)驗(yàn)結(jié)論。

2 極化微波對(duì)植被的作用原理

在空中傳播的電磁波由振蕩的磁場(chǎng)和振蕩的電場(chǎng)交替構(gòu)成，在一般意義下以電場(chǎng)的振蕩方向作為電磁波的極化方向或極化形式[6]。如圖1所示。

按照發(fā)射信號(hào)的極化方式（水平H或垂直V）以及接收信號(hào)的極化方式（水平H或垂直V）可以形成四種組合方式，分別是水平極化發(fā)射水平極化接收HH、水平極化發(fā)射垂直極化接收HV、垂直極化發(fā)射水平極化接收VH以及垂直極化發(fā)射垂直極化接收VV。不同的極化收發(fā)組合對(duì)植被和農(nóng)作物不同的部分有著不同的響應(yīng)能力[7]。如圖2所示。

由于目標(biāo)的結(jié)構(gòu)不同將會(huì)對(duì)后向散射信號(hào)的極化特性有較大的影響，如圖3所示。

在圖3中給出了三種極化散射模式，第一種是極化保持的模式，另外兩種是去極化的散射模式，電磁波散射后極化特性將發(fā)生改變，通過極化特性的改變可以了解目標(biāo)的結(jié)構(gòu)等方面的特性。針對(duì)典型農(nóng)作物的電磁散射過程可以分為以下三種情況。

根據(jù)以上極化散射過程與農(nóng)作物不同部位之間的對(duì)應(yīng)關(guān)系可以了解農(nóng)作物長勢(shì)以及品種的特征，從而在微波圖像中實(shí)現(xiàn)對(duì)農(nóng)作物的分類。圖5中給出一個(gè)實(shí)際極化微波成像數(shù)據(jù)。這是一塊由電子38所提供的實(shí)測(cè)的自然地物的機(jī)載雙極化微波圖像，圖中A區(qū)域?yàn)橐粋€(gè)平靜的水塘，符合典型的奇次散射模型；圖中B區(qū)域?yàn)槟翅t(yī)院門診大樓正立面，符合典型的偶次散射模型；圖中C區(qū)域?yàn)槟翅t(yī)院內(nèi)部草坪，符合典型的漫散射模型；圖中D區(qū)域?yàn)橐瑯淞?，符合典型的體散射模型。

3 極化微波圖像的農(nóng)作物分類研究

微波信號(hào)極化方式極大的影響與目標(biāo)之間的作用關(guān)系，進(jìn)而反映在微波圖像中。在現(xiàn)有雷達(dá)數(shù)據(jù)中可以采用水平極化方式H發(fā)射或垂直極化方式V發(fā)射，而接收也可以分別采用以上兩種方式H/V進(jìn)行，于是形成四種極化組合（HH、VV、HV、VH），按照不同的比例關(guān)系分解這四種極化方式，可以形成多種適應(yīng)不同應(yīng)用需求的極化組合方式，并可以形成具有分類特色的極化偽彩色圖像。

這里采用美國JPL提供的AIRSAR雷達(dá)數(shù)據(jù)，針對(duì)Flevoland地區(qū)一片農(nóng)田進(jìn)行成像，分析結(jié)果如圖6所示：

在擁有地面真值數(shù)據(jù)作為參考的前提下，可以分析全極化數(shù)據(jù)與雙極化、單極化數(shù)據(jù)相比在分類效果上的優(yōu)勢(shì)，可以分別統(tǒng)計(jì)出全極化、雙極化與單極化數(shù)據(jù)進(jìn)行分類的正確率。圖6（a）表示該多極化數(shù)據(jù)的Pauli基分解偽彩色合成圖，圖6（b）表示采用HH通道進(jìn)行分類的結(jié)果，正確率為56.35%，圖6（c）表示采用HH通道與VV通道進(jìn)行分類的結(jié)果，正確率為80.91%，圖6（d）表示采用四個(gè)極化通道進(jìn)行分類的結(jié)果，正確率為81.63%。

由此可見，多極化SAR圖像能夠提高地物分類的準(zhǔn)確程度，為準(zhǔn)確進(jìn)行農(nóng)作物的生長、耕地分類評(píng)估奠定基礎(chǔ)。

前面介紹的分類均是基于像素的，目前面向?qū)ο蟮姆诸愐呀?jīng)成為研究的熱點(diǎn)：面向?qū)ο蟮膱D像分類方法嘗試模擬人類理解圖像的過程，利用影像分割技術(shù)把影像分解成具有一定相似特征的像素的集合——影像對(duì)象，影像對(duì)象和像素相比，具有更多的特征，比如說形狀、大小、勻質(zhì)性等。因此，利用面向?qū)ο蟮膱D像分類方法能夠得到更好的分類結(jié)果，而且其結(jié)果能夠更加容易得到判讀員的理解，增強(qiáng)多極化SAR圖像的可解譯性。

圖7（a）為原始極化SAR圖像偽彩色合成的圖，圖7（b）為測(cè)試區(qū)域3的放大效果，圖7（c）為該測(cè)試區(qū)域的地表真值數(shù)據(jù)，圖7（d）為采用基于像素的方法分類的結(jié)果，圖7（e）為采用面向?qū)ο蟮姆椒ǚ诸惖慕Y(jié)果。

該技術(shù)除針對(duì)大面積農(nóng)業(yè)種植區(qū)域進(jìn)行分類和特征參數(shù)提取外，還可以應(yīng)用于比較復(fù)雜的場(chǎng)景，同樣可以精確的將所需關(guān)注的區(qū)域提取出來。圖8給出日本東京灣附近一個(gè)海岸場(chǎng)景，由人造建筑、海洋以及植被構(gòu)成。極化分類后得到的結(jié)果如下圖中所示，其中三幅黑白圖像為三種獨(dú)立的極化組合得到的結(jié)果，最后則是采用極化合成所得到的分類分解的結(jié)果。

需要指出的是由于極化方式的偽彩色組合具有多種方式，因此需要根據(jù)不同的分類需求進(jìn)行調(diào)整，而在不同的組合方式下，給出的極化偽彩色圖像也將具有不同的顏色凸顯能力，圖9給出了美國舊金山地區(qū)一處具有不同類型目標(biāo)的場(chǎng)景的極化數(shù)據(jù)圖像以及不同的極化組合模式。

利用不同的極化合成數(shù)據(jù)可以發(fā)現(xiàn)圖像中存在的異常，進(jìn)而揭示隱藏在數(shù)據(jù)中的異常區(qū)域，圖10給出美國死亡谷地區(qū)的雷達(dá)圖像數(shù)據(jù)，以及不同極化組合方式得到的結(jié)果。圖10中所圈出的內(nèi)容為不同極化條件下所顯示出的異常結(jié)果。

4 結(jié)束語

本文研究了采用極化微波成像數(shù)據(jù)對(duì)農(nóng)作物種植區(qū)域分類，可以快速準(zhǔn)確地將具有不同特征的農(nóng)作物以及耕地區(qū)分開來，特別是通過采用面向?qū)ο蟮姆诸惣夹g(shù)將有效的找出大面積種植區(qū)域內(nèi)的可能存在的少量異常區(qū)域，可以有效的提升工作效率和精度，這些對(duì)農(nóng)業(yè)的科研和執(zhí)法能力將具有重要意義。

參考文獻(xiàn)

[1]Y. Nemoto， H. Nishino， et al. Japanese Earth Resources Satellite-1 SAR[J]. Proc. of IEEE vol.79， No.6 June 1991.

[2]E.P.W. Attenma. The Active Microwave Instrument On-broad the ERS-I Satellite[J]. Proc. of IEEE vol 79 NO.6 June 1991.

[3]D.L. Evans， T.G. Farr， et al. "Radar Polarimetry： Analysis Tools and Applications" [J] IEEE Trans. on GRS. 1988， 26（6）： 774-789.

[4]J.B. Boisvert， T.J. Pultz， R.J. Brown， B. Brisco. "Potential of Synthetic Aperture Radar for Large-Scale Soil Moisture Monitoring： A Review" [J] Canadian Journal of Remote Sensing. 1995， vol.22， No.1 page： 2-13.

[5]Y. Grevier， T.J. Pultz， T. I. Lukowski. T. Toutin. "Temporal Analysis of ERS-1 SAR Backscatter for Hydrology Applications" [J] Canadian Journal of Remote Sensing. 1995， vol.22 No.1， page： 65-76.

[6]C. Dobson "Soil Moisture Measurement Using Synthetic Aperture Radar" [J]IGARSS'81. 1981： page：427-436.

[7]H. Skriver， J.K. Ji， J. Dall， K. Woelders， A. Thomsen "A Multi-Temporal and Multi-Frequency Study of Polarimetric Signatures of Soil and Crops" [J]European Conference on Synthetic Aperture Radar， Germany， 1996： page：481-484.