水田SAR后向散射強度及干涉相干特性研究

王延霞，史照良，盛業華，曹　敏， 李　鵬

(1. 中國礦業大學環境與測繪學院，江蘇 徐州 221008； 2. 滁州學院地理信息與旅游學院，

安徽 滁州 239000； 3. 江蘇省測繪地理信息局，江蘇 南京 210046； 4. 南京師范大學虛擬地理環境教育部

重點實驗室，江蘇 南京 210046)

Study on SAR Backscattering Intensity and Coherent Interference

Characteristics of Paddies

WANG Yanxia,SHI Zhaoliang,SHENG Yehua,CAO Min,LI Peng

?

水田SAR后向散射強度及干涉相干特性研究

王延霞1，2，史照良3，盛業華4，曹敏4， 李鵬1,2

(1. 中國礦業大學環境與測繪學院，江蘇 徐州 221008； 2. 滁州學院地理信息與旅游學院，

安徽 滁州 239000； 3. 江蘇省測繪地理信息局，江蘇 南京 210046； 4. 南京師范大學虛擬地理環境教育部

重點實驗室，江蘇 南京 210046)

Study on SAR Backscattering Intensity and Coherent Interference

Characteristics of Paddies

WANG Yanxia,SHI Zhaoliang,SHENG Yehua,CAO Min,LI Peng

摘要：利用2007—2011年獲取的ALOS PALSAR HH極化方式的FBS及FBD共21景數據，結合實地1∶500土地利用分類圖，對蘇南無錫惠山試驗區進行了水稻田后向散射強度的時間特性試驗及干涉相干特性分析。試驗結果表明：該區水稻田后向散射強度隨生長周期的變化而變化，且與各生長階段的灌溉需水規律的變化一致，需水量越大，后向散射強度值越小。干涉相干特性試驗表明：同期干涉相干系數略高于非同期干涉相干系數，且在同期干涉試驗中，時間基線相同的情況下，非水稻種植期的干涉相干系數達到最高，其值明顯高于水稻種植期的相干系數，該試驗結果對蘇南地表沉降監測SAR影像干涉對的選取及地物變化檢測具有重要的參考價值。

關鍵詞：后向散射強度；相干系數；SAR；干涉對；ALOS

一、引言

水稻是蘇南地區主要的糧食作物，擁有大面積的水田是蘇南典型的地理特征之一。在水稻整個生長過程中，水田的含水量不斷地發生變化，已有研究表明，雷達后向散射系數對土壤水分的變化非常敏感[1]，水田含水量的變化會降低數據的相關性[2]，給干涉測量帶來一定的影響。

合成孔徑雷達(SAR)作為一種主動式遙感，已經成為遙感研究的一個重要領域[3]。文獻[4]最早將該技術應用于水稻識別方面的研究，利用X波段多時相SAR數據中典型的后向散射特性，區分水稻和其他農作物；文獻[5—8]利用Radarsat數據，以廣東肇慶地區的水稻為例，研究水稻物理參數對后向散射特性的影響；文獻[9—10]利用多極化機載雷達數據對水稻識別作了進一步的研究；文獻[11—15]以江蘇里下河為試驗區，研究了水稻時域散射特性與水稻生長參數的關系。

上述研究多從水稻物理參數與幾何結構關注水稻的識別與分類，并未對水稻田的干涉相干信息作進一步的研究。為此本文將從干涉測量的角度，從研究水稻田的SAR影像幅度信息和相干信息隨生長周期的變化規律入手，不僅研究蘇南水稻田后向散射強度特性，還將進一步研究干涉相干特性，為蘇南地區地表沉降雷達干涉測量提供依據。

二、研究區概況及水稻物候歷

1. 研究區概況

無錫惠山區地處江蘇南部，長江三角洲腹地，該區東連常熟市和蘇州市吳中區、相城區，南臨太湖，西接武進市，北鄰江陰市，其自然條件優越、氣候溫和。研究區主要包括無錫惠山區洛社鎮、玉祁街道區域，研究范圍為120.07E—120.26E，31.57N—31.76N，如圖1所示。

2. 研究區水稻物候歷

研究區內水稻種植為單季水稻，即單季晚粳，區內水稻與小麥交替種植。其主要生長周期可以分為育秧期、移栽期、分蘗期、齊穗期和成熟期。5月下旬秧田育秧，主要以機插秧為主，秧齡18 d左右；6月10日至6月20日機插至大田，即移栽期，將秧苗從苗床移至大田；機插結束后約10 d左右進入分蘗期，即水稻進入繁殖期；8月底至9月10日齊穗(85%以上抽穗稱為齊穗)；10月25日至11月5日進入成熟期，即水稻成熟，準備收割。受氣溫變化、水稻品種、生態環境等影響，每個生長階段的具體日期會有所變化，上述水稻的物候歷代表了惠山區典型的水稻生長特性。本文研究的是同一區域的含水量變化對干涉的影響，因此本文所說的水稻田均指移栽以后的大田，即不包括育秧期的秧田。

三、研究方法

為研究水稻田后向散射強度的時間特性及干涉相干特性，本文選取了21景ALOS PALSAR(path:444； frame:620)L波段升軌數據，數據接收時間為2007年1月12日至2011年3月10日。影像入射角為34.3°，其中7景為FBS模式、HH極化；14景為FBD模式、HH和HV交叉極化。Oh等研究表明，HH極化方式的SAR影像對水稻的生長更敏感，為此本文采用的數據均為HH極化方式，并對各景影像按照研究區水稻的物候進行了階段劃分，即影像分為移栽期1景、分蘗期3景、齊穗期1景、成熟期3景及非水稻種植期(以下簡稱其他期)13景。

1. 水稻后向散射強度的時間特性

為研究水稻田后向散射強度隨水稻生長周期的變化特性，本研究首先對數據進行了影像互配準，目的是減少由于目標不匹配所帶來的后續幅度特征提取誤差。為抑制相干斑噪聲，采用了多視處理的濾波方法，并結合外部參考DEM數據進行地理編碼和輻射校正，生成多時相幅度圖，進而按照研究區土地利用圖中的水稻田地類進行多時相后向散射特征信息的提取與統計。

2. 水稻田SAR干涉相干特性

為研究水稻田SAR干涉相干特性，本文首先對所有SAR影像組成的干涉對進行了基線估計，考慮到時間去相干的影響，試驗在基線約束條件下，即時間基線最大約1年，垂直基線約占臨界基線的1/10，進行了水稻田同期干涉試驗，即干涉對組成的兩幅影像屬于同一個水稻生長階段。考慮到分蘗期和成熟期的數據量較少，因此干涉對選擇時垂直基線略大于臨界基線的1/10，符合條件的干涉對有7對，同時為了研究不同時期水稻田SAR的相干特性，設計了水稻田非同期干涉試驗，即干涉對的兩幅影像分屬于水稻生長期的不同階段，該試驗含干涉對13對。

經過嚴格的干涉對遴選之后，試驗對每組干涉對進行了配準及濾波，生成初始干涉圖及相干系數圖，通過對相干系數圖進行地理編碼，進而結合土地利用類型圖，利用水田的矢量邊界提取研究區內相干信息，具體流程如圖2所示。

圖2　相干特性試驗流程

四、試驗結果與分析

1. 后向散射強度特性

配準后的影像共20景，每景統計點數442 453個，統計了后向散射強度值及標準差，統計結果如圖3所示。試驗分階段統計了水稻后向散射強度值，圖3直觀地表達了后向散射強度值在各階段的變化。

圖3　水稻田后向散射強度隨水稻生長周期變化圖

從圖3可以看出，各階段后向散射強度層次明顯，如成熟期明顯高于分蘗期和移栽期，移栽期后向散射強度值最小，其值為-15.390 6 dB，一個水稻生長周期結束后，即在非水稻種植期，后向散射強度值達到最大為-11.755 9 dB。隨著水稻育齡期的增加，水稻田含水量逐漸減少，后向散射強度逐漸增加，后向散射強度曲線呈上升趨勢。

2. 水田相干特性分析

為了分析水田的干涉相干特性，對7對同期干涉對及13對非同期干涉對進行了干涉試驗，生成20幅相干系數圖，并進行地理編碼，而后利用現有的土地利用分類圖中的水田邊界提取研究區的相干系數值，提取相干點共82 819個。考慮到時間去相關的影響，試驗對全部干涉對進行了時間間隔的劃分，時間間隔分別為46 d、92 d、138 d、184 d、230 d、276 d及368 d。相干系數與時間間隔的關系如圖4所示，從圖4可以看出，相干系數的整體趨勢是隨著時間間隔的增大而降低的，在間隔46 d時達到最大，其次是間隔92 d；當時間間隔超過92 d后，相干系數值表現出隨機性，但是整體仍然比間隔92 d的相干系數要低，說明當時間間隔大于92 d后，相干系數的變化主要受到水田需水規律的影響。

圖4　相干系數與時間間隔關系圖

為了研究同期干涉對及非同期干涉對相干系數的變化，分別對同期干涉得到的相干系數圖及非同期干涉得到的相干系數圖進行了相干信息的提取，圖5綜合反映了同期干涉與非同期干涉的相干系數變化趨勢，其中主要橫坐標軸表示非同期干涉，次要橫坐標軸表示同期干涉，主要縱坐標軸和次要縱坐標軸均為相干系數值。從圖5可以看出，在同期干涉對中，在水稻生長期內的同期干涉對相干系數較為穩定，而非水稻種植期的相干系數明顯高于水稻種植期的相干系數；在非同期干涉對中，相干系數出現頻繁波動，表現出隨機性，穩定性較差。

五、結論

蘇南水稻在整個育齡期中，成熟期的后向散射強度達到最高-12.598 7 dB，移栽期后向散射強度達到最小-15.390 6 dB，由于齊穗期的SAR數據僅有1景，因此成熟期的后向散射和齊穗期的差異不明顯，但是從結果中可以看出，成熟期和齊穗期明顯高于分蘗期和移栽期，說明在整個水稻生長過程中，隨著需水量的減少，后向散射強度遞減，如果數據足夠多，結果會更明顯。

圖5　同期干涉和非同期干涉相干系數變化圖

在相干特性研究試驗中發現，在滿足時空基線約束條件下，干涉對的兩景SAR數據同屬于非水稻種植期，則干涉相干系數值最高；如同期干涉對相干系數值高于非同期干涉對相干系數值，這是由于生長過程中含水量的變化降低了數據的相關性，因此，對于擁有大面積水稻田的蘇南而言，在地表沉降觀測中，可以盡量選擇非水稻種植期的SAR數據，或者盡量選擇在同一時期的SAR數據，在同一時期數據中也要盡量避開移栽期和分蘗期。

參考文獻：

[1]劉偉，施建成，余琴,等.地表土壤水分與雷達后向散射系數及入射角之間關系研究[J].國土資源遙感，2004，9(3)：14-17.

[2]舒寧.雷達影像干涉測量原理[M].武漢：武漢大學出版社，2003.

[3]仇春平,王堅. 從SAR影像提取DEM的方法研究[J]. 測繪通報,2006(6):6-9.

[4]LE T T, LAUR H, MOUGIN E,et al. Multi-temporal and Dual-polarization Observations of Agricultural Vegetation Covers by X-band SAR Images[J]. IEEE Transactions on Geoscience and Remote Sensing， 1989(27): 709-717.

[5]LE T T, FLORENCE R, WANG L F, et al. Rice Crop Mapping and Monitoring Using ERS-1 Data Based on Experiment and Modeling Results[J]. IEEE Transactions on Geoscience and Remote Sensing，1997，35(1)：41-56．

[6]SHAO Y,LIAO J J,WANG C Z. Analysis of Temporal Radar Backscatter of Rice: a Comparison of SAR Observations with Modeling Results[J].Canadian Journal of Remote Sensing,2002,28(2):128-138.

[7]SHAO Y, FAN X T, LIU H, et al. Rice Monitoring and Production Estimation Using Multitemporal RADARSAT[J].Remote Sensing of Environment，2001，76(3)：310-325．

[8]廖靜娟, 邵蕓, 郭華東，等.水稻生長期微波介電特性研究[J].遙感學報，2002，6(1):19-23.

[9]李坤,邵蕓,張風麗.基于RadarSat-2全極化數據的水稻識別[J].遙感技術與應用，2012，27(1):86-93.

[10]李坤,邵蕓,張風麗.基于多極化機載合成孔徑雷達(SAR) 數據的水稻識別[J].浙江大學學報：農業與生命科學版，2011,37(2)：181-186.

[11]申雙和，楊沈斌，李秉柏，等.基于ENVISAT ASAR 數據的水稻時域后向散射特征分析[J].農業工程學報，2009，25(2)：130-136.

[12]楊沈斌，申雙和，張萍萍，等．ENVISATASAR 數據用于大區域稻田識別研究[J]．南京氣象學院學報，2007，30(3)：365-370．

[13]楊沈斌，李秉柏，申雙和，等．基于多時相多極化差值圖的稻田識別研究[J]．遙感學報，2008，12(3)：138-144．

[14]YANG S B, SHEN S H, LI B B, et al. Rice Mapping and Monitoring Using ENVISAT ASAR Data[J]. IEEE Geoscience and Remote Sensing Letters，2008，5(1)：108-112．

[15]楊沈斌，李秉柏，申雙和．ENVISAT ASAR 數據與CBERS-02 數據的融合及應用初探[J]．江蘇農業科學，2008(2)：227-231．

通信作者：盛業華

作者簡介：王延霞(1980—)，女，講師，主要研究方向為合成孔徑雷達技術。E-mail:surveymapping@126.com

基金項目：滁州學院科研項目(2014GH02)；2013江蘇省測繪科研項目(JSCHKY201311)；江蘇省科技基礎設施建設計劃項目(S11110BY1326)；江蘇高校優勢學科建設工程資助項目(SZBF2011-6-B35)

收稿日期：2014-06-24

中圖分類號：P237

文獻標識碼：B

文章編號：0494-0911(2015)03-0037-03