不同SAR參數(shù)濕地覆蓋物識(shí)別與分類(lèi)研究進(jìn)展

狄宇飛

（內(nèi)蒙古師范大學(xué) 地理科學(xué)學(xué)院，內(nèi)蒙古 呼和浩特 010022）

合成孔徑雷達(dá)（Synthetic Aperture Radar，SAR）能主動(dòng)發(fā)射微波波段雷達(dá)信號(hào)，對(duì)于濕地水體上方的覆蓋植被具有一定的穿透性，可以更好地識(shí)別水體和植被，相比于傳統(tǒng)的光學(xué)遙感它可以不受制于天氣和時(shí)間的影響進(jìn)行測(cè)量，這使它針對(duì)濕地的全天候監(jiān)測(cè)成為可能，并且它可以調(diào)節(jié)觀測(cè)視角、實(shí)現(xiàn)多波段多極化觀測(cè)，對(duì)不同類(lèi)型的濕地和覆蓋物都可以做到比較精確有效的識(shí)別分類(lèi)，有較高的利用價(jià)值和發(fā)展?jié)摿1].

SAR技術(shù)發(fā)展于20世紀(jì)50年代，美國(guó)于1978年發(fā)射了第一顆搭載了SAR的海洋衛(wèi)星Seasat-A.1983年Krohn等研究了Seasat SAR對(duì)馬里蘭州和弗吉尼亞州東部低地植被的響應(yīng)靈敏度，研究發(fā)現(xiàn)密度、形態(tài)和相對(duì)于靜水低地植被的相對(duì)幾何關(guān)系都會(huì)影響L波段返回信號(hào)的強(qiáng)度[2].由于SAR技術(shù)的強(qiáng)大功能和精度優(yōu)勢(shì)，歐空局和日本分別于1991年和1992年發(fā)射了ERS-1和JERS-1衛(wèi)星.加拿大于2007年在哈薩克斯坦發(fā)射RadarSat-2衛(wèi)星，這也是使用比較廣泛的SAR衛(wèi)星之一，Touzi[3]等研究了該衛(wèi)星對(duì)濕地地表覆蓋識(shí)別和分類(lèi)的能力，發(fā)現(xiàn)識(shí)別能力和分類(lèi)效果優(yōu)于RadarSat-1衛(wèi)星.隨著雷達(dá)遙感技術(shù)的進(jìn)步，SAR衛(wèi)星的種類(lèi)越來(lái)越多，在濕地方面的應(yīng)用由最初簡(jiǎn)單的濕地地表覆蓋類(lèi)型識(shí)別，逐漸發(fā)展到目前多元化濕地資源監(jiān)測(cè)，如濕地生物量、濕地土壤水分、濕地水位監(jiān)測(cè)等.

1 不同極化參數(shù)的應(yīng)用進(jìn)展

極化是雷達(dá)后向散射信號(hào)的參數(shù)之一，不同的極化方式帶來(lái)了不同的紋理效果和特征.早期針對(duì)SAR圖像紋理特征對(duì)濕地植被進(jìn)行分類(lèi)的研究中，Yamagata等[4]使用紋理分析法比較了ERS-1 SAR C-VV極化和JERS-1 SAR L-HH極化數(shù)據(jù)，對(duì)釧路沼澤植被進(jìn)行分類(lèi)，使用JERS-1圖像可以有效區(qū)分沼澤植被和濕地植被，ERS-1可以把沼澤森林從沼澤植被中分離出來(lái).Henry等[5]測(cè)試了利用Envisat ASAR多極化數(shù)據(jù)進(jìn)行洪水測(cè)繪能力，采用IM和AP兩種方式的ASAR數(shù)據(jù)，同時(shí)段采集獲得的ERS-2數(shù)據(jù)，使用光學(xué)圖像作為驗(yàn)證提取和解釋的參考，通過(guò)實(shí)驗(yàn)，HH極化比HV或VV在區(qū)分淹沒(méi)區(qū)域更有優(yōu)勢(shì).隨后廖靜娟等[6]對(duì)同極化和交叉極化數(shù)據(jù)的動(dòng)態(tài)范圍進(jìn)行了研究，研究對(duì)比了2004至2005年四種極化的SAR數(shù)據(jù)，發(fā)現(xiàn)同極化數(shù)據(jù)比交叉極化數(shù)據(jù)具有更大的動(dòng)態(tài)范圍，并且HH極化在區(qū)分水體和其他地物類(lèi)型中效果更好.為了探討了極化多樣性和極化法進(jìn)行濕地分類(lèi)和繪圖的應(yīng)用，Brisco等[7]使用變換散度評(píng)估和比較了從SAR數(shù)據(jù)中提取的不同極化特征的能力，結(jié)合最大似然分類(lèi)進(jìn)行濕地分類(lèi)，發(fā)現(xiàn)具有HH極化分量的雙極化提取效果優(yōu)于單極化.近年來(lái)無(wú)監(jiān)督分類(lèi)在濕地地表覆蓋分類(lèi)中的應(yīng)用漸廣，利用全極化SAR數(shù)據(jù)，Chen、Sultana[8,9]等分別使用模糊C均值（FCM）算法和H/A/α分解參數(shù)進(jìn)行濕地覆蓋物無(wú)監(jiān)督分類(lèi)，分類(lèi)較為清晰，識(shí)別效果良好.

隨機(jī)森林分類(lèi)器是由貝爾實(shí)驗(yàn)室在1995年提出的多決策樹(shù)分類(lèi)器，它可以同時(shí)處理大量變數(shù)，并在決定類(lèi)別時(shí)評(píng)估變數(shù)的重要性，這使得該算法在復(fù)雜的濕地環(huán)境中得到很好的應(yīng)用.Larocque、White等[10,11]使用多極化數(shù)據(jù)，利用隨機(jī)森林分類(lèi)器對(duì)濕地和泥炭地的地表覆蓋進(jìn)行分類(lèi)，總體上，隨機(jī)森林分類(lèi)器能給出比最大似然分類(lèi)器更高的分類(lèi)精度.同時(shí)，針對(duì)泛濫平原的研究中，F(xiàn)urtado等[12]采用低水位和高水位期間兩個(gè)全極化Radarsat-2 C波段圖像，通過(guò)隨機(jī)森林算法對(duì)圖像和極化描述進(jìn)行分類(lèi)，研究表明單季全極化數(shù)據(jù)可以產(chǎn)生比單季雙極化數(shù)據(jù)更準(zhǔn)確的分類(lèi)，雙季全極化數(shù)據(jù)達(dá)到了最高的準(zhǔn)確度，研究證明了全極化C波段圖像可以作為森林濕地測(cè)繪的有效工具.

不同極化對(duì)于目標(biāo)濕地的特征提取和地物識(shí)別有不同的作用，但是仍然存在一些值得改進(jìn)的地方.在地物的特征提取時(shí)，有許多極化特征無(wú)法用于識(shí)別和分類(lèi)，這對(duì)沒(méi)有先驗(yàn)知識(shí)的無(wú)監(jiān)督分類(lèi)會(huì)造成一定的影響，經(jīng)過(guò)提取的特征會(huì)存在冗余情況，對(duì)特征的分類(lèi)也會(huì)提高地物的分類(lèi)效率.

2 不同波段參數(shù)的應(yīng)用進(jìn)展

不同波段對(duì)于濕地分類(lèi)效果有著不同的影響，在濕地領(lǐng)域的研究中C（3.75～7.5cm）和 L（15～30cm）兩個(gè)波段應(yīng)用較多.C波段的穿透能力較弱，故主要應(yīng)用范圍在識(shí)別禾本植被區(qū)濕地或稀疏森林濕地中的灌叢植被和水體[13]；L波段的穿透能力較強(qiáng)，可以用于濕地森林的監(jiān)測(cè)[14].

不同波段對(duì)于地物識(shí)別效果不同，受到地物影響也會(huì)產(chǎn)生強(qiáng)度不同的二次回波.對(duì)于云層較厚的區(qū)域，普通的光學(xué)遙感幾乎無(wú)法對(duì)地表覆蓋物進(jìn)行有效監(jiān)測(cè)，為此Shimabukuro等[15]對(duì)亞馬孫流域1994年和1997年時(shí)間間隔為幾天的L波段HH JERS-1和光學(xué)圖像的關(guān)系進(jìn)行研究，多元回歸分析表明SAR數(shù)據(jù)與從光學(xué)圖像得到的信息高度相關(guān)，證實(shí)了使用L波段數(shù)據(jù)作為信息的補(bǔ)充來(lái)源以繪制土地覆蓋類(lèi)型的潛力.C波段兼顧了穿透性和清晰度，性能均衡，適用性較廣，廣泛應(yīng)用于濕地地表覆蓋分類(lèi)的研究中.為了對(duì)比C波段和L波段的靈敏度，王慶、Pope、Horritt等[16]使用C波段和L波段作為數(shù)據(jù)源對(duì)沼澤淹水和淹水植被進(jìn)行監(jiān)測(cè)，結(jié)果顯示，C波段是比較適合對(duì)淹水地區(qū)覆蓋物識(shí)別分類(lèi)的波段.Novo等使用JERS-1 L波段和Radarsat-1 C波段研究了巴西北部水庫(kù)植物站立變量和雷達(dá)后向散射之間的關(guān)系，結(jié)果顯示C波段對(duì)水生植物葉片形態(tài)的敏感性優(yōu)于L波段，L波段對(duì)地上生物量和站立高度更為敏感.

當(dāng)下單波段已經(jīng)不能滿足對(duì)于濕地的研究，在許多情況下會(huì)使用多個(gè)波段來(lái)進(jìn)行研究以互相補(bǔ)充，提高精確度.Costa等利用Radarsat-1和JERS-1圖像研究了后向散射的時(shí)間變化、河漫灘植被群落淹沒(méi)和分帶的時(shí)空分布情況，與C波段相比，波長(zhǎng)較長(zhǎng)的L波段波長(zhǎng)對(duì)植被散射元件的厚度和尺寸更為敏感，這對(duì)于植被群落和水體的識(shí)別分類(lèi)有積極的影響，同時(shí)使用會(huì)大大提高結(jié)果精確度和可信度.

就上述而言，C波段在濕地覆蓋物識(shí)別和分類(lèi)中的適用性和實(shí)用性是比較好的，波長(zhǎng)較長(zhǎng)的L波段良好的穿透性可以幫助顯示出更多的信息和特征.在未來(lái)的研究中，多波段SAR圖像的結(jié)合可以做到對(duì)濕地由點(diǎn)到面的監(jiān)測(cè).

3 總結(jié)與展望

濕地是擁有復(fù)雜地表覆蓋類(lèi)型的比較特殊的生態(tài)系統(tǒng)，光學(xué)遙感不能滿足對(duì)其的監(jiān)測(cè)的要求，SAR信號(hào)的穿透性可以避免水面植被覆蓋的影響，探測(cè)能力優(yōu)于一般光學(xué)遙感衛(wèi)星，準(zhǔn)確度更高，使圖像有了更多分析角度，這也為高精度濕地覆蓋物識(shí)別與分類(lèi)提供了技術(shù)可行性.

針對(duì)上述發(fā)展，本文提出以下展望：（1）針對(duì)不同極化的特征提取和特征分類(lèi)，重要目標(biāo)自動(dòng)識(shí)別技術(shù)和高效分類(lèi)算法的開(kāi)發(fā)將是未來(lái)研究的重點(diǎn).（2）地物間的二次回波機(jī)制給分析和研究存造成一定影響，今后仍需在該方面繼續(xù)研究，提高結(jié)果的準(zhǔn)確度.（3）對(duì)于多源數(shù)據(jù)的融合是未來(lái)SAR研究的大勢(shì)，既可以減少誤差，同時(shí)也有利于發(fā)掘更多信息.