不同SAR參數濕地覆蓋物識別與分類研究進展

狄宇飛

（內蒙古師范大學 地理科學學院，內蒙古 呼和浩特 010022）

合成孔徑雷達（Synthetic Aperture Radar，SAR）能主動發射微波波段雷達信號，對于濕地水體上方的覆蓋植被具有一定的穿透性，可以更好地識別水體和植被，相比于傳統的光學遙感它可以不受制于天氣和時間的影響進行測量，這使它針對濕地的全天候監測成為可能，并且它可以調節觀測視角、實現多波段多極化觀測，對不同類型的濕地和覆蓋物都可以做到比較精確有效的識別分類，有較高的利用價值和發展潛力[1].

SAR技術發展于20世紀50年代，美國于1978年發射了第一顆搭載了SAR的海洋衛星Seasat-A.1983年Krohn等研究了Seasat SAR對馬里蘭州和弗吉尼亞州東部低地植被的響應靈敏度，研究發現密度、形態和相對于靜水低地植被的相對幾何關系都會影響L波段返回信號的強度[2].由于SAR技術的強大功能和精度優勢，歐空局和日本分別于1991年和1992年發射了ERS-1和JERS-1衛星.加拿大于2007年在哈薩克斯坦發射RadarSat-2衛星，這也是使用比較廣泛的SAR衛星之一，Touzi[3]等研究了該衛星對濕地地表覆蓋識別和分類的能力，發現識別能力和分類效果優于RadarSat-1衛星.隨著雷達遙感技術的進步，SAR衛星的種類越來越多，在濕地方面的應用由最初簡單的濕地地表覆蓋類型識別，逐漸發展到目前多元化濕地資源監測，如濕地生物量、濕地土壤水分、濕地水位監測等.

1 不同極化參數的應用進展

極化是雷達后向散射信號的參數之一，不同的極化方式帶來了不同的紋理效果和特征.早期針對SAR圖像紋理特征對濕地植被進行分類的研究中，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極化數據，對釧路沼澤植被進行分類，使用JERS-1圖像可以有效區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.Henry等[5]測試了利用Envisat ASAR多極化數據進行洪水測繪能力，采用IM和AP兩種方式的ASAR數據，同時段采集獲得的ERS-2數據，使用光學圖像作為驗證提取和解釋的參考，通過實驗，HH極化比HV或VV在區分淹沒區域更有優勢.隨后廖靜娟等[6]對同極化和交叉極化數據的動態范圍進行了研究，研究對比了2004至2005年四種極化的SAR數據，發現同極化數據比交叉極化數據具有更大的動態范圍，并且HH極化在區分水體和其他地物類型中效果更好.為了探討了極化多樣性和極化法進行濕地分類和繪圖的應用，Brisco等[7]使用變換散度評估和比較了從SAR數據中提取的不同極化特征的能力，結合最大似然分類進行濕地分類，發現具有HH極化分量的雙極化提取效果優于單極化.近年來無監督分類在濕地地表覆蓋分類中的應用漸廣，利用全極化SAR數據，Chen、Sultana[8,9]等分別使用模糊C均值（FCM）算法和H/A/α分解參數進行濕地覆蓋物無監督分類，分類較為清晰，識別效果良好.

隨機森林分類器是由貝爾實驗室在1995年提出的多決策樹分類器，它可以同時處理大量變數，并在決定類別時評估變數的重要性，這使得該算法在復雜的濕地環境中得到很好的應用.Larocque、White等[10,11]使用多極化數據，利用隨機森林分類器對濕地和泥炭地的地表覆蓋進行分類，總體上，隨機森林分類器能給出比最大似然分類器更高的分類精度.同時，針對泛濫平原的研究中，Furtado等[12]采用低水位和高水位期間兩個全極化Radarsat-2 C波段圖像，通過隨機森林算法對圖像和極化描述進行分類，研究表明單季全極化數據可以產生比單季雙極化數據更準確的分類，雙季全極化數據達到了最高的準確度，研究證明了全極化C波段圖像可以作為森林濕地測繪的有效工具.

不同極化對于目標濕地的特征提取和地物識別有不同的作用，但是仍然存在一些值得改進的地方.在地物的特征提取時，有許多極化特征無法用于識別和分類，這對沒有先驗知識的無監督分類會造成一定的影響，經過提取的特征會存在冗余情況，對特征的分類也會提高地物的分類效率.

2 不同波段參數的應用進展

不同波段對于濕地分類效果有著不同的影響，在濕地領域的研究中C（3.75～7.5cm）和 L（15～30cm）兩個波段應用較多.C波段的穿透能力較弱，故主要應用范圍在識別禾本植被區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，可以用于濕地森林的監測[14].

不同波段對于地物識別效果不同，受到地物影響也會產生強度不同的二次回波.對于云層較厚的區域，普通的光學遙感幾乎無法對地表覆蓋物進行有效監測，為此Shimabukuro等[15]對亞馬孫流域1994年和1997年時間間隔為幾天的L波段HH JERS-1和光學圖像的關系進行研究，多元回歸分析表明SAR數據與從光學圖像得到的信息高度相關，證實了使用L波段數據作為信息的補充來源以繪制土地覆蓋類型的潛力.C波段兼顧了穿透性和清晰度，性能均衡，適用性較廣，廣泛應用于濕地地表覆蓋分類的研究中.為了對比C波段和L波段的靈敏度，王慶、Pope、Horritt等[16]使用C波段和L波段作為數據源對沼澤淹水和淹水植被進行監測，結果顯示，C波段是比較適合對淹水地區覆蓋物識別分類的波段.Novo等使用JERS-1 L波段和Radarsat-1 C波段研究了巴西北部水庫植物站立變量和雷達后向散射之間的關系，結果顯示C波段對水生植物葉片形態的敏感性優于L波段，L波段對地上生物量和站立高度更為敏感.

當下單波段已經不能滿足對于濕地的研究，在許多情況下會使用多個波段來進行研究以互相補充，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間變化、河漫灘植被群落淹沒和分帶的時空分布情況，與C波段相比，波長較長的L波段波長對植被散射元件的厚度和尺寸更為敏感，這對于植被群落和水體的識別分類有積極的影響，同時使用會大大提高結果精確度和可信度.

就上述而言，C波段在濕地覆蓋物識別和分類中的適用性和實用性是比較好的，波長較長的L波段良好的穿透性可以幫助顯示出更多的信息和特征.在未來的研究中，多波段SAR圖像的結合可以做到對濕地由點到面的監測.

3 總結與展望

濕地是擁有復雜地表覆蓋類型的比較特殊的生態系統，光學遙感不能滿足對其的監測的要求，SAR信號的穿透性可以避免水面植被覆蓋的影響，探測能力優于一般光學遙感衛星，準確度更高，使圖像有了更多分析角度，這也為高精度濕地覆蓋物識別與分類提供了技術可行性.

針對上述發展，本文提出以下展望：（1）針對不同極化的特征提取和特征分類，重要目標自動識別技術和高效分類算法的開發將是未來研究的重點.（2）地物間的二次回波機制給分析和研究存造成一定影響，今后仍需在該方面繼續研究，提高結果的準確度.（3）對于多源數據的融合是未來SAR研究的大勢，既可以減少誤差，同時也有利于發掘更多信息.