基于Sentinel-1 雙極化的鄱陽(yáng)湖地形提取方法

樂(lè) 穎，劉聚濤*

（1.江西省水利科學(xué)院，江西南昌，330029；2.江西省鄱陽(yáng)湖流域生態(tài)水利技術(shù)創(chuàng)新中心，江西南昌，330029）

數(shù)字高程模型（digital elevation model，DEM）作為基礎(chǔ)數(shù)據(jù)資料，可以提供地形地貌信息，對(duì)水利工程、地質(zhì)調(diào)查、測(cè)繪工程、環(huán)境評(píng)估和城市規(guī)劃等來(lái)說(shuō)都是必不可少的[1-3]。傳統(tǒng)獲取數(shù)字高程模型的方法往往是需要耗費(fèi)大量人力進(jìn)行實(shí)地測(cè)量，時(shí)效性不高，而且無(wú)法在短時(shí)期內(nèi)獲取大范圍的地形結(jié)果。隨著遙感技術(shù)的不斷發(fā)展，利用遙感衛(wèi)星影像反演高程信息已經(jīng)成為可能。自從Sentinel-1 雷達(dá)衛(wèi)星發(fā)射成功以來(lái)，就引起了學(xué)者的廣泛關(guān)注[4-5]。孫盛等[6]利用23 景Sentinel-1A 數(shù)據(jù)反演出甘蔗株高，得到了株高參數(shù)和甘蔗生長(zhǎng)的動(dòng)態(tài)變化規(guī)律。楊靖雅等[7]根據(jù)Sentinel-1/2 遙感影像識(shí)別洞庭湖的單雙季稻，提取出單雙季稻的空間分布特征。韋嫦等[8]基于多時(shí)相Sentinel-1A 影像的后向散射系數(shù)和相干系數(shù)，對(duì)沼澤濕地水面時(shí)空變化情況進(jìn)行了動(dòng)態(tài)監(jiān)測(cè)。樂(lè)穎等[9]利用相干系數(shù)改進(jìn)了InSAR技術(shù)，提取出贛州市定南縣的地形地貌特征。Sentinel-1雷達(dá)衛(wèi)星影像不僅可以為植物、農(nóng)作物和濕地等研究提供數(shù)據(jù)支撐，還可以運(yùn)用合成孔徑雷達(dá)干涉測(cè)量（Interferometric Synthetic Aperture Radar，InSAR） 技術(shù)反演數(shù)字高程模型。

近年來(lái)，隨著河湖長(zhǎng)制的推廣和實(shí)施，人們?cè)絹?lái)越重視河流的健康狀況。因此，數(shù)字高程模型作為河湖管理的基礎(chǔ)數(shù)據(jù)之一，對(duì)于水域邊界提取、河湖演變過(guò)程、水動(dòng)力計(jì)算與建模等諸多問(wèn)題具有十分重要的意義。當(dāng)前，已有部分學(xué)者嘗試用不同方法反演數(shù)字高程模型，均取得一定效果。吳鵬飛等[10]以青藏高原為研究對(duì)象，利用LiDAR 技術(shù)獲取了高山地區(qū)高分辨率地形結(jié)果。Ye 等[11]根據(jù)水文地貌特征等先驗(yàn)知識(shí)，構(gòu)建數(shù)字高程模型。張龔泉等[12]根據(jù)鄱陽(yáng)湖湖區(qū)周邊高程點(diǎn)資料，利用克里金法反演湖底地形。隆院男等[13]利用兩種不同的光學(xué)影像首先提取出洞庭湖湖區(qū)邊界，然后根據(jù)克里金插值法對(duì)水位進(jìn)行反演。

鄱陽(yáng)湖作為江西省的重要水系，其生態(tài)環(huán)境問(wèn)題一直都是研究熱點(diǎn)。而目前已有的地形數(shù)據(jù)，大多存在時(shí)效性差、分辨率不高的問(wèn)題，鄱陽(yáng)湖湖底地形數(shù)據(jù)是開(kāi)展鄱陽(yáng)湖湖泊一系列研究的基礎(chǔ)，為了避免給相關(guān)研究帶來(lái)不便，亟待更新重建鄱陽(yáng)湖區(qū)域的數(shù)字高程模型，但是，如何提取出最新的地形數(shù)據(jù)是一個(gè)值得研究的課題。2022 年，由于鄱陽(yáng)湖受到持續(xù)高溫且少雨的影響，比往年提前進(jìn)入枯水期，淺水區(qū)域呈現(xiàn)干涸狀態(tài)，這為提取湖底地形提供了良好的研究前提。同時(shí)，雷達(dá)遙感影像包含相位信息，可以根據(jù)其來(lái)反演DEM?；诖?，本文借助Sentinel-1 雙極化雷達(dá)影像利用InSAR 技術(shù)提取鄱陽(yáng)湖區(qū)域的湖底地形，因此，得到的地形結(jié)果可以為后續(xù)諸多研究提供基礎(chǔ)數(shù)據(jù)支撐。

1 研究區(qū)概況及遙感數(shù)據(jù)

鄱陽(yáng)湖地理坐標(biāo)介于115°49′～116°46′E，28°24′～29°46′N(xiāo) 之間，位于江西省北部，是中國(guó)最大的淡水湖，湖區(qū)由贛、撫、信、饒、修五條大河匯入，經(jīng)過(guò)調(diào)蓄后流向長(zhǎng)江[14]。鄱陽(yáng)湖是一個(gè)過(guò)水性、吞吐性及季節(jié)性湖泊，受氣候的影響分為豐水期、枯水期和平水期，具有“洪水一片、枯水一線”的獨(dú)特景觀。

Sentinel-1 雷達(dá)衛(wèi)星由A 和B 兩顆衛(wèi)星共同組成，重訪周期為6 天，搭載了C 波段合成孔徑雷達(dá)，具有全天時(shí)全天候、覆蓋范圍廣等優(yōu)勢(shì)。同時(shí)，該衛(wèi)星還包含了相位信息和后向散射系數(shù)等信息，其中相位信息可以用來(lái)反演DEM。為了更好的反演出鄱陽(yáng)湖區(qū)域的地形情況，結(jié)合其季節(jié)性湖泊的特性，本文選取了枯水期時(shí)段的Sentinel-1 雷達(dá)衛(wèi)星影像，具體影像參數(shù)見(jiàn)表1。在數(shù)據(jù)處理過(guò)程中，本文使用了影像相應(yīng)的精密軌道數(shù)據(jù)校正軌道信息從而減少系統(tǒng)誤差，同時(shí)還借助了分辨率為30m 的SRTM DEM 作為外部DEM 來(lái)修正地形相位信息。

表1 雷達(dá)影像數(shù)據(jù)的基本參數(shù)

2 利用InSAR 技術(shù)反演湖底地形原理

雷達(dá)影像具有全天時(shí)全天候、覆蓋范圍廣的優(yōu)勢(shì)，尤其是不受云雨的影響，這可有效避免多云天氣時(shí)間段由于數(shù)據(jù)缺乏對(duì)相關(guān)研究的影響，從而減少了數(shù)據(jù)選擇的局限性。雷達(dá)在獲取影像時(shí)需要發(fā)射能量脈沖的電場(chǎng)矢量，可以發(fā)送水平或者垂直偏振信號(hào)，也可以接收水平或者垂直偏振信號(hào)。通常來(lái)說(shuō)，雷達(dá)影像具有四種極化方式：HH、VV、VH 和HV，其中H 代表水平方向偏振，V 代表垂直方向偏振。電磁波的極化對(duì)目標(biāo)的介電常數(shù)、物理特性、幾何形狀和取向等比較敏感，因而極化測(cè)量可以大大提高成像雷達(dá)對(duì)目標(biāo)各種信息的獲取能力。本文利用VV 極化和VH 極化對(duì)鄱陽(yáng)湖地形進(jìn)行反演，從而提取出完整的地形信息。

由于SAR 雷達(dá)影像中具有多種信息，比如與斜距有關(guān)的相位信息和后向散射系數(shù)，其中后向散射系數(shù)為地物目標(biāo)發(fā)生后向散射形成的圖像信息。原始雷達(dá)影像中包含了參考橢球面相位、大氣相位、噪聲相位、地形相位和形變相位等五種相位，為了充分利用雷達(dá)影像中的相位信息，通常是采用InSAR 技術(shù)對(duì)原始數(shù)據(jù)進(jìn)行一系列處理，從而保留所需要的地形相位信息。InSAR 技術(shù)首先需要通過(guò)對(duì)覆蓋同一區(qū)域的兩景雷達(dá)影像進(jìn)行干涉處理，提取出相應(yīng)的相位信息，然后再經(jīng)過(guò)濾波、相位解纏、軌道精煉和重去平、相位轉(zhuǎn)高程、地理編碼等數(shù)據(jù)處理，最終反演出數(shù)字高程模型。圖1 為本文先獲取原始影像，再進(jìn)行數(shù)據(jù)預(yù)處理，然后利用InSAR 技術(shù)反演生成最終地形結(jié)果的流程圖[15]。

圖1 實(shí)驗(yàn)流程圖

3 結(jié)果與分析

根據(jù)第2 節(jié)介紹的方法和數(shù)據(jù)處理流程，便可反演得到研究區(qū)域的數(shù)字高程模型，分辨率為13.90m，將原始數(shù)字高程模型的分辨率提高了53.67%，反演結(jié)果如圖2 所示。為了說(shuō)明研究方法的可行性以及相互對(duì)比驗(yàn)證結(jié)果的準(zhǔn)確性，本文采用了雷達(dá)影像中VV 極化和VH 極化兩種方式來(lái)提取鄱陽(yáng)湖區(qū)域的地形地貌。從圖2 中可以看出，VV 極化和VH 極化反演出來(lái)的DEM 結(jié)果與SRTM DEM 相比，其地物分布特征和地形變化趨勢(shì)基本一致，這說(shuō)明利用InSAR 技術(shù)反演數(shù)字高程模型是可行的。接下來(lái)，本文將從可視化和精度分析兩方面說(shuō)明反演結(jié)果的精細(xì)度和可靠性，以此進(jìn)一步體現(xiàn)利用InSAR 方法反演DEM 的優(yōu)勢(shì)。

圖2 不同極化方式反演的DEM 結(jié)果

（1）可視化分析。本文分別繪制了SRTM DEM、VV極化方式反演的DEM 和VH 極化方式反演的DEM 山體陰影圖，結(jié)果如圖3 的（a）、（b）、（c）所示。圖3 中這三種DEM 的山體陰影圖中山區(qū)、平地和河流等地物分布特征總體是一致的。且與SRTM DEM 的山體陰影圖相比，VV 極化方式反演的山體陰影圖和VH 極化方式反演的山體陰影圖更加精細(xì)，尤其是將河流處的細(xì)節(jié)保留了下來(lái)，在鄱陽(yáng)湖中心湖區(qū)也同樣反演出了更精細(xì)的DEM 結(jié)果。為了更加直觀對(duì)比說(shuō)明精細(xì)化程度，本文對(duì)SRTM DEM、VV 極化方式反演的DEM 和VH 極化方式反演的DEM 分別生成等高線圖，這三種DEM的等高線分布情況如圖3（d）、（e）、（f）所示。結(jié)果表明，利用InSAR 技術(shù)反演得到的地形結(jié)果可以很好的將鄱陽(yáng)湖湖底區(qū)域這一部分的高程信息刻畫(huà)出來(lái)，并更新重建了該區(qū)域的地形情況。

圖3 不同極化方式反演的DEM 的山體陰影圖及等高線圖

（2）精度分析。相干性系數(shù)作為反映主、副影像之間的相干程度指標(biāo)，其值通常介于0 和1 之間，值越大說(shuō)明影像相干性越好。因此，相干性系數(shù)圖常用來(lái)評(píng)價(jià)最終反演結(jié)果的質(zhì)量[16]。圖4 為VV 極化方式和VH 極化方式的相干性系數(shù)圖，除了部分河流區(qū)域相干性較低外，整體還是比較高，尤其是包含很多建筑物的城市區(qū)域。由于在影像采集時(shí)采用了不同的極化方式，VV極化方式和VH 極化方式的相干性存在部分差異，比如在鄱陽(yáng)湖中心湖底區(qū)域，VV 極化方式的相干性更高，而VH 極化方式比VV 極化方式的滲透能力更高，在相干系數(shù)圖中呈現(xiàn)的水體區(qū)域面積更大，從而降低了整體的相干性?？傮w來(lái)說(shuō)，VV 極化方式的相干性比VH極化方式的相干性高，說(shuō)明VV 極化方式反演的DEM質(zhì)量更高。因此，相較于VH 極化方式，利用VV 極化方式反演的DEM 效果更優(yōu)。

圖4 不同極化方式的相干性系數(shù)圖

由于缺少研究區(qū)域相對(duì)應(yīng)時(shí)間段的高程信息，本文應(yīng)用線性模型和二次模型這兩種數(shù)學(xué)模型對(duì)VV 極化反演出的DEM 結(jié)果與VH 極化反演出的DEM 結(jié)果進(jìn)行擬合分析，以此來(lái)相互驗(yàn)證結(jié)果的準(zhǔn)確性，結(jié)果如圖5 所示。線性模型擬合出的公式為：y=194.07+1.251 0x，決定系數(shù)為R2=0.927 7，擬合效果見(jiàn)圖5（a）；二次模型擬合出的公式為：y=209.08+1.312 8x+0.000 4x2，決定系數(shù)為R2=0.943 3，擬合效果見(jiàn)圖5（b）。根據(jù)決定系數(shù)的大小可以得出，采用二次模型對(duì)VV 極化反演出的DEM結(jié)果與VH 極化反演出的DEM 結(jié)果的擬合程度更高，該模型為最優(yōu)擬合模型。綜上所述，VH 極化和VV 極化這兩種極化方式反演出的DEM 結(jié)果相似性很高，均可以準(zhǔn)確反演出研究區(qū)域的地形結(jié)果。

圖5 VV 極化和VH 極化反演的DEM 結(jié)果數(shù)學(xué)擬合分析

4 結(jié) 論

本文以鄱陽(yáng)湖為例，通過(guò)借助四景Sentinel-1 雷達(dá)影像并利用InSAR 技術(shù)對(duì)鄱陽(yáng)湖湖底地形進(jìn)行反演，采用VV 和VH 兩種不同極化方式更新重建了數(shù)字高程模型，并從可視化和精度兩個(gè)方面對(duì)地形反演結(jié)果進(jìn)行了分析，以山體陰影圖和等高線圖兩種形式定性說(shuō)明了本文反演出來(lái)的DEM 結(jié)果比原有的SRTM DEM 更加精細(xì)，同時(shí)借助相干系數(shù)圖和擬合結(jié)果定量評(píng)價(jià)了VV 極化方式和VH 極化方式反演的DEM 結(jié)果，可以得到以下幾點(diǎn)結(jié)論：

（1）利用InSAR 技術(shù)反演數(shù)字高程模型是可行的，其反演出來(lái)的DEM 與SRTM DEM 相比，地物分布特征和地形變化趨勢(shì)基本一致。

（2）借助雷達(dá)影像反演出的DEM 可以很好的將鄱陽(yáng)湖湖底地形情況呈現(xiàn)出來(lái)，分辨率為13.90m，而參考SRTM DEM 的分辨率為30.9m，與其相比分辨率提高了53.67%，以此說(shuō)明提取出來(lái)的地形結(jié)果比參考DEM 更加精細(xì)。

（3）根據(jù)山體陰影圖、等高線圖、相干系數(shù)圖和數(shù)學(xué)擬合模型等四個(gè)方面綜合比較得出，VV 極化方式反演的DEM 結(jié)果比VH 極化方式反演的DEM 結(jié)果效果更優(yōu)，其中二次模型為最優(yōu)模型，根據(jù)模型擬合決定系數(shù)可知，擬合程度為0.943 3。

本文采用的遙感影像為雷達(dá)影像，后續(xù)可以結(jié)合光學(xué)遙感影像對(duì)數(shù)字高程模型進(jìn)行提取。同時(shí)，還可以利用更新重建的DEM 結(jié)果為河流邊界提取、地質(zhì)地貌反演、地表形變監(jiān)測(cè)等研究提供基礎(chǔ)數(shù)據(jù)資料。