Radarsat—2四極化影像在河套灌區土壤含鹽量反演中的應用

申曉華+王耀強+鄭磊+郭小靜

摘要：以位于河套平原的巴彥淖爾市杭錦后旗陜壩鎮為試驗區域，利用Radarsat-2四極化數據，配合DEM數據計算得到研究區域的后向散射系數（Sigma Nought）值。通過分析得出Sigma Nought值與土壤含鹽量之間的反演關系，并以此為依據對整幅影像進行決策樹分類，以確定其鹽漬化程度及分布。通過58個點建立的反演模型的決定系數R2=0.753。研究發現此模型的遙感反演效果較好，具有一定的參考和應用價值。

關鍵詞：Radarsat-2；Sigma Nought；鹽漬化；河套平原

中圖分類號：S153.2 文獻標識碼：A 文章編號：0439-8114（2014）15-3533-03

Using Radarsat-2 Four Polarization Images in Salinity Inversion of Hetao Irrigated Soil

SHEN Xiao-hua， WANG Yao-qiang， ZHENG Lei， GUO Xiao-jing

（Inner Mongolia Agricultural University， Hohhot 010018， China）

Abstract：Using Shanba Hangjinhouqi area as the experiment object， Radarsat-2 four polarization data and DEM data were used to calculate the backscattering coefficient （Sigma Nought）. By analyzing Sigma Nought and soil salinity，Decision Trees were used to classify the entire image. Coefficient of determination of the inversion model established by 58 points is 0.753. Remote sensing based on this model was found to be better， with certain values of reference and application.

Key words： Radarsat-2； Sigma Nought； Salinization； Hetao Plain

收稿日期：2013-12-16

基金項目：國家自然科學基金項目（51169016）

作者簡介：申曉華，（1987-），男，河北邢臺人，在讀碩士研究生，研究方向為3S技術在農業水土工程中的應用（電話）13847136321（電子信箱）

attsxh@126.com。

土壤鹽漬化是影響河套平原農業生產的重要因素，對農業生態系統帶來了破壞性的影響，給當地農民帶來了直接的經濟損失。內蒙古河套灌區的鹽漬化土地面積約占內蒙古鹽漬化土地面積的70%。因此，對河套平原鹽漬化程度進行遙感監測與反演，為該地區灌溉制度制定、鹽漬化土壤治理方案制定提供參考。本研究以Radarsat-2四極化衛星數據為數據源，研究鹽漬化信息提取方法，證實Radarsat-2四極化衛星數據在土壤鹽漬化反演方面的適用性。

1 研究區域概況

陜壩鎮是杭錦后旗的政府所在地，是國家西部大開發的重點區域。陜壩鎮位于河套平原，當地農民賴以生存的引黃灌溉對發展灌區農業生產和改善農業生態環境發揮著重要作用，但長期的大水漫灌和渠系水滲漏誘發下部鹽分向表層聚集，產生土壤次生鹽漬化[1]。

2 數據源

Radarsat-2是一顆C波段的雷達衛星，而C波段可提取地表0～5 cm的土壤信息[2]。本研究使用Radarsat-2四極化精細模式數據，影像覆蓋面積為25 km×25 km，入射角范圍為35.3109398°～36.8815956°。Google Earth軟件能夠顯示地物的精確經緯度坐標，利用其這一優勢，對遙感圖像進行幾何校正，能夠提高幾何校正的精度[3]。故在本研究中采用Google Earth對Radarsat-2影像進行幾何校正。

2.1 衛星影像數據

本研究中數據接收日期為2013年4月20日10∶47∶50（UTC時間），FQ（Fine Quad-Pol）模式、HH+HV+VH+VV極化，標稱分辨率8 m的Radarsat-2衛星SLC影像。以陜壩鎮西25公里、北12公里、南12公里區域為研究區域，影像四角經緯度為：NW：40°59′N/106°53′E，NE： 41°01′N/107°08′E，SW：40°44′N/106°57′E，SE：40°47′N/107°12′E。

2.2 采樣點位置數據和全鹽量數據

在衛星過境當天、過境前后各1 d時間內，采集影像覆蓋區域內的土壤表層樣本80個，現場通過手持GPS測量并記錄采樣點經緯度信息，同時在Google Earth中標記并核對位置是否正確。所取樣本帶回實驗室進行土壤水溶性鹽分的測定。

2.3 Google Earth上截取的影像

以Google Earth可以進行幾何校正，操作簡單且十分精確。重采樣會給影像帶來信息的損失[4]，但是Google Earth提供高分辨率影像僅供瀏覽不供下載，無法利用其進行影像配準，以應用ENVI提供的predict功能在不損失圖像信息的情況下獲得采樣點后向散射系數值。所以利用GETScreen軟件從Google Earth上截取了1 900張圖像，然后拼接、處理成所需影像，用以進行影像配準。

3 雷達影像處理

通過ENVI軟件的SARScape模塊對原始SLC影像進行多視、濾波、地理編碼和定標處理后，得到雷達后向散射系數影像。然后利用實地Google Earth影像，選取GCP對影像進行配準，最終得到一幅坐標與實地一致的、能反應實地后向散射系數的影像。

3.1 濾波

雷達影像與可見光遙感影像有所不同：由于采用相干微波源照射，所以各散射中心回波的相干疊加，造成合成矢量的振幅和相位都有一定的起伏，而且其幅度和相位與回波的方向有很大關系，其散射回來的總回波并不完全由地物目標的后向散射系數決定，而是圍繞這些后向散射系數值有較大的隨機起伏，使SAR對目標后向散射系數的測量產生很大偏差，在最終得到的圖像中出現相干斑噪聲[5]。ENVI的高級雷達處理模塊，即SARScape模塊，提供了多種濾波方法[6-12]。經過對處理后影像的對比，選擇了Lee、Frost和Refined Lee 3種濾波方法得到的后向散射系數與實測含鹽量做相關性做比較。經過反復的比較，最終得出Lee濾波最適合進行土壤含鹽量反演的要求的結論。

3.2 影像配準

圖像配準用于將圖像糾正在某種地理編碼的坐標系統中，使得它與某個參考影像具有相同的幾何屬性。圖像配準包括地面控制點（GCP）的選取和幾何糾正兩個步驟。選取GCP的原則是應選取圖像上易于分辨的特征點，如路的交叉點等；控制點應盡可能的均與分布在整幅圖像上。本研究中在影像上比較均勻的選取了14個GCP點，其相對位置如圖1所示（圖中白色方塊處）。幾何糾正過程中，為了減少重采樣帶來的圖像信息損失，沒有對影像直接進行幾何糾正，而是利用了ENVI影像配準中提供的predict功能在不進行重采樣的情況下獲得采樣點的后向散射系數。通過保存這些點所在位置的ROI文件，可以方便地得到相同點其他極化方式的后向散射系數值。

4 表層土壤含鹽量反演

4.1 建立多元線性回歸方程

在80個采樣點中，隨機的選取了58個為建立回歸方程所用，其余22個點用作驗證。用SPSS 19.0軟件進行相關分析和多元回歸分析對含鹽量與后向散射系數值及其數學變換形式進行分析，建立土壤水溶性鹽分總量（y）與后向散射系數間的回歸方程：

y=-2.294HV+1.925HV+0.509VV+（-0.535HH2-4.377HV2+3.54VH2+2.671VV2）/100-0.584。式中：y表示土壤全鹽量，HH、HV、VH、VV分別為HH、HV、VH、VV極化方式的后向散射系數值。該回歸方程的決定系數為R2=0.753，說明用此公式進行反演的可信程度高。反演值與實測值的關系如圖2所示。

4.2 回歸模型反演結果分析

利用Radarsat-2遙感影像對陜壩地區土壤全鹽量進行反演，列舉14個樣本點反演結果（見表1）。由表1可知，大部分樣點的誤差和相對誤差都比較小，說明利用統計模型反演含鹽量的精度較高。

利用遙感反演模型將研究區域土壤含鹽量現在直觀的顯示出來，通過ENVI決策樹方法對影像進行分類，其結果見圖3。

圖3中綠色表示全鹽量在0～0.3 g/kg，藍色表示全鹽量在0.3～0.6 g/kg，黃色表示全鹽量在0.6～1.0 g/kg，紅色表示表示全鹽量在1.0～1.3 g/kg，黑色表示全鹽量在1.3 g/kg以上的水域。圖3左上角為山區，右側中部為杭錦后旗陜壩鎮。由圖3可知，山區、居民地在圖中以黃色、綠色為主，紅色為輔；農田呈藍色為主，夾雜著黃色、綠色紋理和少許片狀紅色斑塊。

5 小結

1）通過對Radarsat-2四極化影像的分析，其Lee濾波的極化組合適合對土壤的含鹽量進行反演。

2）建立土壤含鹽量與雷達后向散射系數的統計模型，利用決策樹分類將反演得到的含鹽量進行分類，發現研究區域土壤含鹽量大部分為0.3～0.6 g/kg，與實測的80個數據中0.3～0.6 g/kg之間的66個（82.5%）相互印證。

參考文獻：

[1] 劉秉旺，張茂盛，陳龍生，等.內蒙古河套灌區土壤鹽漬化成因研究[J].西部資源，2013，3：172-173.

[2] ZHOU P， DING J L， WANG F， et al. Retrieval method of soil water content in vegetation covering areas based on multi-source remote sensing data[J]. Journal of Remote Sensing，2010，14（5）：959-965.

[3] 黃寶華，郭福生，姜勇彪，等.廣豐盆地遙感圖像幾何校正方法比較[J].水利科技與經濟，2010，16（2）：227-234.

[4] 尤紅建.合成孔徑雷達圖像精準處理[M].北京：科學出版社，2011.

[5] 王 超，張 紅，陳 曦，等.全極化合成孔徑雷達圖像處理[M].北京：科學出版社，2008.

[6] 張成雯，唐家奎，于新菊，等.黃河三角洲土壤含鹽量定量遙感反演[J].中國科學院研究生院學報，2013，30（2）：220-227.

[7] 王耿明，李 達，王忠忠，等.松遼平原鹽堿土含鹽量的遙感反演研究[J].水土保持研究，2009，16（3）：235-237.

[8] 依力亞斯江·努爾麥麥提，塔西浦拉提·特依拜，舒 寧，等.基于Radarsat和TM圖像融合與土壤分類的土壤鹽漬化信息遙感監測研究[J].測繪科學，2009，34（1）：56-59.

[9] 安永清，屈永華，高鴻永，等.內蒙古河套灌區土壤鹽堿化遙感監測方法研究[J].遙感技術與應用，2008，23（3）：316-319.

[10] 熊文成，邵 云. 氯化鈉鹽土壤介電虛部特性的初步研究[J].遙感學報，2006，10（2）：280-282.

[11] BENDOR E， PATKIN K， BANIN A， et al. Mapping of several soil properties using DAIS-7915 hyperspectral scanner data A case study over soil in Israel[J].International Joumal of Remote Sensing，2002，23：1043-1062.

[12] 韋建波.RADARSAT-2數據再干旱區鹽漬地信息提取中的應用[D]. 烏魯木齊：新疆大學，2009.

3 雷達影像處理

通過ENVI軟件的SARScape模塊對原始SLC影像進行多視、濾波、地理編碼和定標處理后，得到雷達后向散射系數影像。然后利用實地Google Earth影像，選取GCP對影像進行配準，最終得到一幅坐標與實地一致的、能反應實地后向散射系數的影像。

3.1 濾波

雷達影像與可見光遙感影像有所不同：由于采用相干微波源照射，所以各散射中心回波的相干疊加，造成合成矢量的振幅和相位都有一定的起伏，而且其幅度和相位與回波的方向有很大關系，其散射回來的總回波并不完全由地物目標的后向散射系數決定，而是圍繞這些后向散射系數值有較大的隨機起伏，使SAR對目標后向散射系數的測量產生很大偏差，在最終得到的圖像中出現相干斑噪聲[5]。ENVI的高級雷達處理模塊，即SARScape模塊，提供了多種濾波方法[6-12]。經過對處理后影像的對比，選擇了Lee、Frost和Refined Lee 3種濾波方法得到的后向散射系數與實測含鹽量做相關性做比較。經過反復的比較，最終得出Lee濾波最適合進行土壤含鹽量反演的要求的結論。

3.2 影像配準

圖像配準用于將圖像糾正在某種地理編碼的坐標系統中，使得它與某個參考影像具有相同的幾何屬性。圖像配準包括地面控制點（GCP）的選取和幾何糾正兩個步驟。選取GCP的原則是應選取圖像上易于分辨的特征點，如路的交叉點等；控制點應盡可能的均與分布在整幅圖像上。本研究中在影像上比較均勻的選取了14個GCP點，其相對位置如圖1所示（圖中白色方塊處）。幾何糾正過程中，為了減少重采樣帶來的圖像信息損失，沒有對影像直接進行幾何糾正，而是利用了ENVI影像配準中提供的predict功能在不進行重采樣的情況下獲得采樣點的后向散射系數。通過保存這些點所在位置的ROI文件，可以方便地得到相同點其他極化方式的后向散射系數值。

4 表層土壤含鹽量反演

4.1 建立多元線性回歸方程

在80個采樣點中，隨機的選取了58個為建立回歸方程所用，其余22個點用作驗證。用SPSS 19.0軟件進行相關分析和多元回歸分析對含鹽量與后向散射系數值及其數學變換形式進行分析，建立土壤水溶性鹽分總量（y）與后向散射系數間的回歸方程：

y=-2.294HV+1.925HV+0.509VV+（-0.535HH2-4.377HV2+3.54VH2+2.671VV2）/100-0.584。式中：y表示土壤全鹽量，HH、HV、VH、VV分別為HH、HV、VH、VV極化方式的后向散射系數值。該回歸方程的決定系數為R2=0.753，說明用此公式進行反演的可信程度高。反演值與實測值的關系如圖2所示。

4.2 回歸模型反演結果分析

利用Radarsat-2遙感影像對陜壩地區土壤全鹽量進行反演，列舉14個樣本點反演結果（見表1）。由表1可知，大部分樣點的誤差和相對誤差都比較小，說明利用統計模型反演含鹽量的精度較高。

利用遙感反演模型將研究區域土壤含鹽量現在直觀的顯示出來，通過ENVI決策樹方法對影像進行分類，其結果見圖3。

圖3中綠色表示全鹽量在0～0.3 g/kg，藍色表示全鹽量在0.3～0.6 g/kg，黃色表示全鹽量在0.6～1.0 g/kg，紅色表示表示全鹽量在1.0～1.3 g/kg，黑色表示全鹽量在1.3 g/kg以上的水域。圖3左上角為山區，右側中部為杭錦后旗陜壩鎮。由圖3可知，山區、居民地在圖中以黃色、綠色為主，紅色為輔；農田呈藍色為主，夾雜著黃色、綠色紋理和少許片狀紅色斑塊。

5 小結

1）通過對Radarsat-2四極化影像的分析，其Lee濾波的極化組合適合對土壤的含鹽量進行反演。

2）建立土壤含鹽量與雷達后向散射系數的統計模型，利用決策樹分類將反演得到的含鹽量進行分類，發現研究區域土壤含鹽量大部分為0.3～0.6 g/kg，與實測的80個數據中0.3～0.6 g/kg之間的66個（82.5%）相互印證。

參考文獻：

[1] 劉秉旺，張茂盛，陳龍生，等.內蒙古河套灌區土壤鹽漬化成因研究[J].西部資源，2013，3：172-173.

[2] ZHOU P， DING J L， WANG F， et al. Retrieval method of soil water content in vegetation covering areas based on multi-source remote sensing data[J]. Journal of Remote Sensing，2010，14（5）：959-965.

[3] 黃寶華，郭福生，姜勇彪，等.廣豐盆地遙感圖像幾何校正方法比較[J].水利科技與經濟，2010，16（2）：227-234.

[4] 尤紅建.合成孔徑雷達圖像精準處理[M].北京：科學出版社，2011.

[5] 王 超，張 紅，陳 曦，等.全極化合成孔徑雷達圖像處理[M].北京：科學出版社，2008.

[6] 張成雯，唐家奎，于新菊，等.黃河三角洲土壤含鹽量定量遙感反演[J].中國科學院研究生院學報，2013，30（2）：220-227.

[7] 王耿明，李 達，王忠忠，等.松遼平原鹽堿土含鹽量的遙感反演研究[J].水土保持研究，2009，16（3）：235-237.

[8] 依力亞斯江·努爾麥麥提，塔西浦拉提·特依拜，舒 寧，等.基于Radarsat和TM圖像融合與土壤分類的土壤鹽漬化信息遙感監測研究[J].測繪科學，2009，34（1）：56-59.

[9] 安永清，屈永華，高鴻永，等.內蒙古河套灌區土壤鹽堿化遙感監測方法研究[J].遙感技術與應用，2008，23（3）：316-319.

[10] 熊文成，邵 云. 氯化鈉鹽土壤介電虛部特性的初步研究[J].遙感學報，2006，10（2）：280-282.

[11] BENDOR E， PATKIN K， BANIN A， et al. Mapping of several soil properties using DAIS-7915 hyperspectral scanner data A case study over soil in Israel[J].International Joumal of Remote Sensing，2002，23：1043-1062.

[12] 韋建波.RADARSAT-2數據再干旱區鹽漬地信息提取中的應用[D]. 烏魯木齊：新疆大學，2009.

3 雷達影像處理

通過ENVI軟件的SARScape模塊對原始SLC影像進行多視、濾波、地理編碼和定標處理后，得到雷達后向散射系數影像。然后利用實地Google Earth影像，選取GCP對影像進行配準，最終得到一幅坐標與實地一致的、能反應實地后向散射系數的影像。

3.1 濾波

雷達影像與可見光遙感影像有所不同：由于采用相干微波源照射，所以各散射中心回波的相干疊加，造成合成矢量的振幅和相位都有一定的起伏，而且其幅度和相位與回波的方向有很大關系，其散射回來的總回波并不完全由地物目標的后向散射系數決定，而是圍繞這些后向散射系數值有較大的隨機起伏，使SAR對目標后向散射系數的測量產生很大偏差，在最終得到的圖像中出現相干斑噪聲[5]。ENVI的高級雷達處理模塊，即SARScape模塊，提供了多種濾波方法[6-12]。經過對處理后影像的對比，選擇了Lee、Frost和Refined Lee 3種濾波方法得到的后向散射系數與實測含鹽量做相關性做比較。經過反復的比較，最終得出Lee濾波最適合進行土壤含鹽量反演的要求的結論。

3.2 影像配準

圖像配準用于將圖像糾正在某種地理編碼的坐標系統中，使得它與某個參考影像具有相同的幾何屬性。圖像配準包括地面控制點（GCP）的選取和幾何糾正兩個步驟。選取GCP的原則是應選取圖像上易于分辨的特征點，如路的交叉點等；控制點應盡可能的均與分布在整幅圖像上。本研究中在影像上比較均勻的選取了14個GCP點，其相對位置如圖1所示（圖中白色方塊處）。幾何糾正過程中，為了減少重采樣帶來的圖像信息損失，沒有對影像直接進行幾何糾正，而是利用了ENVI影像配準中提供的predict功能在不進行重采樣的情況下獲得采樣點的后向散射系數。通過保存這些點所在位置的ROI文件，可以方便地得到相同點其他極化方式的后向散射系數值。

4 表層土壤含鹽量反演

4.1 建立多元線性回歸方程

在80個采樣點中，隨機的選取了58個為建立回歸方程所用，其余22個點用作驗證。用SPSS 19.0軟件進行相關分析和多元回歸分析對含鹽量與后向散射系數值及其數學變換形式進行分析，建立土壤水溶性鹽分總量（y）與后向散射系數間的回歸方程：

y=-2.294HV+1.925HV+0.509VV+（-0.535HH2-4.377HV2+3.54VH2+2.671VV2）/100-0.584。式中：y表示土壤全鹽量，HH、HV、VH、VV分別為HH、HV、VH、VV極化方式的后向散射系數值。該回歸方程的決定系數為R2=0.753，說明用此公式進行反演的可信程度高。反演值與實測值的關系如圖2所示。

4.2 回歸模型反演結果分析

利用Radarsat-2遙感影像對陜壩地區土壤全鹽量進行反演，列舉14個樣本點反演結果（見表1）。由表1可知，大部分樣點的誤差和相對誤差都比較小，說明利用統計模型反演含鹽量的精度較高。

利用遙感反演模型將研究區域土壤含鹽量現在直觀的顯示出來，通過ENVI決策樹方法對影像進行分類，其結果見圖3。

圖3中綠色表示全鹽量在0～0.3 g/kg，藍色表示全鹽量在0.3～0.6 g/kg，黃色表示全鹽量在0.6～1.0 g/kg，紅色表示表示全鹽量在1.0～1.3 g/kg，黑色表示全鹽量在1.3 g/kg以上的水域。圖3左上角為山區，右側中部為杭錦后旗陜壩鎮。由圖3可知，山區、居民地在圖中以黃色、綠色為主，紅色為輔；農田呈藍色為主，夾雜著黃色、綠色紋理和少許片狀紅色斑塊。

5 小結

1）通過對Radarsat-2四極化影像的分析，其Lee濾波的極化組合適合對土壤的含鹽量進行反演。

2）建立土壤含鹽量與雷達后向散射系數的統計模型，利用決策樹分類將反演得到的含鹽量進行分類，發現研究區域土壤含鹽量大部分為0.3～0.6 g/kg，與實測的80個數據中0.3～0.6 g/kg之間的66個（82.5%）相互印證。

參考文獻：

[1] 劉秉旺，張茂盛，陳龍生，等.內蒙古河套灌區土壤鹽漬化成因研究[J].西部資源，2013，3：172-173.

[2] ZHOU P， DING J L， WANG F， et al. Retrieval method of soil water content in vegetation covering areas based on multi-source remote sensing data[J]. Journal of Remote Sensing，2010，14（5）：959-965.

[3] 黃寶華，郭福生，姜勇彪，等.廣豐盆地遙感圖像幾何校正方法比較[J].水利科技與經濟，2010，16（2）：227-234.

[4] 尤紅建.合成孔徑雷達圖像精準處理[M].北京：科學出版社，2011.

[5] 王 超，張 紅，陳 曦，等.全極化合成孔徑雷達圖像處理[M].北京：科學出版社，2008.

[6] 張成雯，唐家奎，于新菊，等.黃河三角洲土壤含鹽量定量遙感反演[J].中國科學院研究生院學報，2013，30（2）：220-227.

[7] 王耿明，李 達，王忠忠，等.松遼平原鹽堿土含鹽量的遙感反演研究[J].水土保持研究，2009，16（3）：235-237.

[8] 依力亞斯江·努爾麥麥提，塔西浦拉提·特依拜，舒 寧，等.基于Radarsat和TM圖像融合與土壤分類的土壤鹽漬化信息遙感監測研究[J].測繪科學，2009，34（1）：56-59.

[9] 安永清，屈永華，高鴻永，等.內蒙古河套灌區土壤鹽堿化遙感監測方法研究[J].遙感技術與應用，2008，23（3）：316-319.

[10] 熊文成，邵 云. 氯化鈉鹽土壤介電虛部特性的初步研究[J].遙感學報，2006，10（2）：280-282.

[11] BENDOR E， PATKIN K， BANIN A， et al. Mapping of several soil properties using DAIS-7915 hyperspectral scanner data A case study over soil in Israel[J].International Joumal of Remote Sensing，2002，23：1043-1062.

[12] 韋建波.RADARSAT-2數據再干旱區鹽漬地信息提取中的應用[D]. 烏魯木齊：新疆大學，2009.