基于Sentinel-1多時(shí)相InSAR影像的云南松切梢小蠹危害程度監(jiān)測(cè)

薛娟， 俞琳鋒， 林起楠， 劉廣， 黃華國(guó)

(1.北京林業(yè)大學(xué)林學(xué)院省部共建森林培育與保護(hù)教育部重點(diǎn)實(shí)驗(yàn)室，北京 100083；2.中國(guó)科學(xué)院遙感與數(shù)字地球研究所，北京 100094)

0 引言

森林病蟲(chóng)害是威脅森林健康的重要因素。近年來(lái)，國(guó)內(nèi)外森林病蟲(chóng)害呈增長(zhǎng)趨勢(shì)，嚴(yán)重程度也在不斷增加，合理有效開(kāi)展病蟲(chóng)害監(jiān)測(cè)對(duì)森林保護(hù)具有重要意義。森林病蟲(chóng)害發(fā)生面積大，傳統(tǒng)的實(shí)地調(diào)查耗費(fèi)人力物力，監(jiān)測(cè)難度大。隨著科學(xué)技術(shù)的發(fā)展，遙感作為新興的監(jiān)測(cè)手段被廣泛應(yīng)用，可以在大尺度范圍快速高效地獲取森林病蟲(chóng)害信息[1]。光學(xué)遙感依據(jù)植被的光譜特征進(jìn)行監(jiān)測(cè)[2]，特別是隨著高光譜技術(shù)的發(fā)展更能實(shí)現(xiàn)對(duì)森林病蟲(chóng)害的有效監(jiān)測(cè)[3-4]。但光學(xué)遙感存在“異物同譜”問(wèn)題，且易受云雨天氣影響而造成數(shù)據(jù)的缺失，在多云雨地區(qū)的應(yīng)用受到限制[5]。合成孔徑雷達(dá)(synthetic aperture Radar，SAR)具有全天時(shí)、全天候獲取數(shù)據(jù)的特點(diǎn)，同時(shí)可提取后向散射、干涉和極化等信息[6]，可為森林病蟲(chóng)害信息提取提供更有利的數(shù)據(jù)支持。

云南松是云南地區(qū)的主要樹(shù)種，近年來(lái)受切梢小蠹危害嚴(yán)重。切梢小蠹是既蛀干又蛀梢的害蟲(chóng)，有全年危害、生活隱蔽、繁殖快速的習(xí)性，易對(duì)當(dāng)?shù)貥?shù)種造成區(qū)域性危害，給林業(yè)發(fā)展帶來(lái)巨大損失。森林病蟲(chóng)害的大面積爆發(fā)以及云南地區(qū)多云雨的氣候條件限制了傳統(tǒng)的監(jiān)測(cè)方法和光學(xué)遙感的應(yīng)用。SAR數(shù)據(jù)的后向散射系數(shù)與干涉相干系數(shù)受多種因素影響[7]，其中林分的生長(zhǎng)狀態(tài)、環(huán)境因素、受害類(lèi)型、土壤和枝葉密度的差異都會(huì)導(dǎo)致后向散射系數(shù)和相干系數(shù)的差異。基于這些差異特性，本文提出利用SAR數(shù)據(jù)開(kāi)展森林病蟲(chóng)害的監(jiān)測(cè)方法研究，并以云南省祥云縣為例，基于對(duì)多時(shí)相Sentinel-1數(shù)據(jù)的后向散射系數(shù)、干涉相干系數(shù)與云南松物候及相對(duì)濕度的相關(guān)性分析，同時(shí)通過(guò)對(duì)多時(shí)相數(shù)據(jù)的融合，成功實(shí)現(xiàn)了采用多時(shí)相SAR干涉數(shù)據(jù)對(duì)森林病蟲(chóng)害的分類(lèi)。該方法可以有效區(qū)分多云多雨條件下健康林、輕度受害林和重度受害林。

1 研究區(qū)概況

研究區(qū)位于云南省大理州祥云縣(N25°12′～25°52′，E100°25′～101°02′)。該區(qū)地形以山地為主，亞熱帶高原季風(fēng)氣候，年降雨分布不均，主要集中在6—9月，雨季降雨量和云量較大，9月—次年5月間則干旱少雨，年均降雨量為810.8 mm，相對(duì)濕度為68%，年均氣溫為14.7℃。這樣的氣候條件使當(dāng)?shù)匾仔纬纱竺娣e的持續(xù)干旱。祥云縣森林覆蓋率高達(dá)65%，其中以云南松純林為主，森林穩(wěn)定性較低。近年來(lái)切梢小蠹的大面積爆發(fā)導(dǎo)致云南松林遭受了嚴(yán)重破壞，給當(dāng)?shù)亓謽I(yè)發(fā)展帶來(lái)巨大損失。

圖1 研究區(qū)地理位置

切梢小蠹屬鞘翅目小蠹科，是一種嚴(yán)重危害松屬樹(shù)種的蛀梢且蛀干的害蟲(chóng)，在云南地區(qū)一年繁殖一代，極具隱蔽性，多數(shù)時(shí)間隱藏在樹(shù)體內(nèi)部[8]，全年均取食寄主樹(shù)木，危害樹(shù)木生長(zhǎng)。其危害包括蛀干期和蛀梢期2個(gè)階段：成蟲(chóng)在樹(shù)干上侵蛀繁殖，卵期、幼蟲(chóng)期和蛹期在樹(shù)干內(nèi)危害；成蟲(chóng)羽化轉(zhuǎn)到枝梢上發(fā)育，汲取枝梢營(yíng)養(yǎng)物質(zhì)[9]。

本研究試驗(yàn)樣地選擇在普淜鎮(zhèn)天峰山云南松林區(qū)。通過(guò)對(duì)樣地內(nèi)單木的總梢與健康梢進(jìn)行計(jì)數(shù)得到單木枯梢率，所有枯梢率的算術(shù)平均值即為該林分的枯梢率，進(jìn)而利用枯梢率對(duì)云南松林進(jìn)行切梢小蠹的危害程度劃分。根據(jù)林業(yè)有害生物發(fā)生(危害)程度標(biāo)準(zhǔn)，并結(jié)合當(dāng)?shù)氐氖芎η闆r，將枯梢率低于10%的林分劃為健康林，10%～50%的林分為輕度受害林，50%以上的林分為重度受害林[10]。

2 研究數(shù)據(jù)與方法

2.1 遙感數(shù)據(jù)

本研究選用歐空局的哨兵-1(Sentinel-1)數(shù)據(jù)。該衛(wèi)星是歐洲航天局哥白尼計(jì)劃中的地球觀測(cè)衛(wèi)星，于2014年4月發(fā)射升空，傳感器為C波段雷達(dá)，可以獲取包括條帶成像(stripmap,SM)、干涉寬幅(interferometric wide swath,IW)、超寬幅(extra wide swath,EW)和波浪(wave,WV)4種成像模式的數(shù)據(jù)，具備單極化(HH/VV)或雙極化(HH+HV/VH+VV)的數(shù)據(jù)獲取能力，單顆衛(wèi)星重復(fù)周期為12 d，最高空間分辨率為1.73 m×4.3 m(距離向×方位向)[11-12]。本研究使用Sentinel-1A的IW模式VV極化數(shù)據(jù)，獲取時(shí)間從2015年5月—2016年9月，包括19景升軌數(shù)據(jù)和12景降軌數(shù)據(jù)。此外，采用SRTM DEM作為輔助數(shù)據(jù)支持。

2.2 其他數(shù)據(jù)

2.2.1 野外采樣點(diǎn)

2016年5月對(duì)研究區(qū)進(jìn)行了大面積野外調(diào)查，大致確定了松林受害程度，并在每類(lèi)危害程度的松林中選擇代表性樣地，目測(cè)數(shù)出枯梢個(gè)數(shù)和總數(shù)，計(jì)算得到枯梢率。根據(jù)林地的生長(zhǎng)情況、枯梢率以及受病蟲(chóng)害嚴(yán)重性均勻布置30個(gè)30 m×30 m的樣地，進(jìn)行每木檢尺。其中健康林樣地8個(gè)、輕度受害林樣地10個(gè)、重度受害林樣地12個(gè)；同時(shí)對(duì)研究區(qū)進(jìn)行GPS定點(diǎn)，估測(cè)樣本點(diǎn)30 m以?xún)?nèi)的枯梢率；并結(jié)合Landsat8 OLI影像進(jìn)行目視解譯，增加樣本點(diǎn)共55個(gè)，用于分類(lèi)結(jié)果的驗(yàn)證。

2.2.2 氣象數(shù)據(jù)

氣象數(shù)據(jù)來(lái)源于Reliable Prognosis(http: //rp5.ru)，由氣象數(shù)據(jù)國(guó)際自由交換系統(tǒng)提供，選擇祥城鎮(zhèn)站點(diǎn)的數(shù)據(jù)。

2.2.3 物候數(shù)據(jù)

對(duì)云南松的針葉生長(zhǎng)期、樹(shù)高生長(zhǎng)期、開(kāi)花結(jié)實(shí)期和球果生長(zhǎng)期等定性指標(biāo)進(jìn)行2015—2016年2 a間的連續(xù)觀測(cè)，并根據(jù)觀測(cè)指標(biāo)進(jìn)行物候期的劃分。

2.3 數(shù)據(jù)預(yù)處理

運(yùn)用SARscape對(duì)Sentinel-1數(shù)據(jù)進(jìn)行預(yù)處理，包括影像配準(zhǔn)、輻射定標(biāo)和多視化處理、相干性估計(jì)、濾波和地理編碼等。由于SAR數(shù)據(jù)的成像特點(diǎn)，地形起伏會(huì)對(duì)影像造成很大影響，需要去除地形影響[6]，所以基于90 m空間分辨率的SRTM DEM數(shù)據(jù)進(jìn)行地形校正，最終得到空間分辨率為20 m的時(shí)間序列的強(qiáng)度影像和干涉影像。對(duì)影像取3像素×3像素窗口的均值作為樣地的影像數(shù)值。具體處理過(guò)程如下：

1)強(qiáng)度影像處理。對(duì)多時(shí)相數(shù)據(jù)的影像進(jìn)行配準(zhǔn)，對(duì)于升軌、降軌數(shù)據(jù)分別以2015年5月16日和5月30日為基準(zhǔn)影像在SARscape中進(jìn)行自動(dòng)配準(zhǔn)，達(dá)到亞像元配準(zhǔn)精度；選擇多時(shí)相雷達(dá)濾波器進(jìn)行濾波處理，過(guò)濾斑點(diǎn)噪聲；基于DEM影像對(duì)SAR數(shù)據(jù)進(jìn)行地形地理編碼，同時(shí)進(jìn)行輻射定標(biāo)和疊掩/陰影處理，獲得后向散射系數(shù)(圖2(a))。

2)干涉影像處理。估算影像間的基線情況，結(jié)果表明所有影像的時(shí)間基線和空間基線均在臨界范圍內(nèi)，可以進(jìn)行干涉處理；利用DEM數(shù)據(jù)進(jìn)行配準(zhǔn)，去除平地效應(yīng)，生成去平后的干涉圖；對(duì)去平后的影像進(jìn)行自適應(yīng)濾波處理，進(jìn)行相干性估計(jì)，生成干涉圖；利用DEM數(shù)據(jù)賦予影像地理坐標(biāo)系，消除地形畸變，生成地理編碼的相干系數(shù)(圖2(b))。

(a) 后向散射系數(shù) (b) 相干系數(shù)

2.4 相關(guān)性分析

地物的后向散射系數(shù)與相干系數(shù)受多種因素影響，包括地物表面粗糙度、體散射系數(shù)、介電常數(shù)等環(huán)境目標(biāo)參數(shù)和雷達(dá)波波長(zhǎng)、極化方式、入射角度等傳感器參數(shù)[13]。本文主要通過(guò)相關(guān)分析的方法來(lái)研究病蟲(chóng)害危害程度與后向散射系數(shù)、相干系數(shù)之間的關(guān)系。

1)單景相關(guān)性分析。用單因素方差分析法分析單景圖像后向散射系數(shù)和相干系數(shù)與病蟲(chóng)害危害程度相關(guān)性的顯著性[14]。

2)時(shí)序相關(guān)性分析。單個(gè)時(shí)相的健康林與受害林差異可能不夠明顯，因此將全年影像全部加入，繪制后向散射系數(shù)和相干系數(shù)隨時(shí)間變化的趨勢(shì)圖，進(jìn)行危害程度及趨勢(shì)的分類(lèi)評(píng)價(jià)，并融合多時(shí)相Sentinel-1數(shù)據(jù)進(jìn)行健康林與受害林的分類(lèi)。

3)進(jìn)行物候期與氣象數(shù)據(jù)因素貢獻(xiàn)分析，用于解釋時(shí)序變化。

4)結(jié)合實(shí)地野外調(diào)查數(shù)據(jù)與Landsat8 OLI影像目視解譯數(shù)據(jù)進(jìn)行驗(yàn)證。

3 結(jié)果和討論

3.1 單景相關(guān)分析

單景影像方差分析及多重比較結(jié)果如圖3所示(顯著性水平α=0.05)。

(a) 升軌數(shù)據(jù)相干系數(shù) (b) 降軌數(shù)據(jù)相干系數(shù)

(c) 升軌數(shù)據(jù)后向散射系數(shù) (d) 降軌數(shù)據(jù)后向散射系數(shù)

從圖3可以看出，相干系數(shù)(圖3(a)和(b))中，有12景升軌影像與10景降軌影像的p值小于0.05，但在多重比較中，這些影像均存在p值大于0.05，說(shuō)明在α= 0.05水平下，單景影像的健康林、輕度與重度受害林總體存在差異，但多重比較中，差異性不顯著；后向散射系數(shù)中(圖3(c)和(d))，有9景升軌影像與3景降軌影像的p值小于0.05，但多重比較中，這些影像的輕度與重度受害林的p值均大于0.05，說(shuō)明在α= 0.05水平下，健康林與受害林總體存在差異，但輕度與重度受害林不存在差異。

綜上所述，單景影像的相干系數(shù)與后向散射系數(shù)均不能完全區(qū)分健康林、輕度受害林以及重度受害林。其中單景的后向散射影像不能區(qū)分輕度與重度受害林；相干系數(shù)中有單景影像可以區(qū)分輕度與重度受害林。可能的原因是重度受害林中存在大量死木和倒木，是重要的散射體，所以后向散射系數(shù)中受害林沒(méi)有很大的差別，而輕度與重度受害林中健康枝梢的比例不一樣，所以相干系數(shù)有差別。

3.2 時(shí)序相關(guān)性分析

時(shí)序分析結(jié)果如圖4所示。

(a) 升軌數(shù)據(jù)相干系數(shù) (b) 降軌數(shù)據(jù)相干系數(shù)

(c) 升軌數(shù)據(jù)后向散射系數(shù) (d) 降軌數(shù)據(jù)后向散射系數(shù)

從圖4可以看出，相干系數(shù)Coh(圖4(a)和(b))中，健康林、輕度與重度受害林的時(shí)序變化趨勢(shì)一致，且具有明顯的季節(jié)性，夏季的相干系數(shù)低于冬季，這與夏季氣候因素變化大有關(guān)；與升軌數(shù)據(jù)相比，降軌數(shù)據(jù)的相干系數(shù)中重度受害林、輕度受害林、健康林的相干系數(shù)依次增大，健康林與受害林的區(qū)分度較大，但輕度與重度受害林的差別較小；雷達(dá)干涉的相干系數(shù)與植被生長(zhǎng)的變化、森林冠層結(jié)構(gòu)以及地表情況有關(guān)，也會(huì)受到風(fēng)、降雨等氣候因素的干擾，在健康林中地表情況比較穩(wěn)定，因此相干系數(shù)較高，而受害林中存在大量灌木，這些灌木林具有較強(qiáng)的去相干作用，使受害林的相干值降低。

后向散射系數(shù)γ°(圖4(c)和(d))中，健康林、輕度與重度受害林的季節(jié)性變化均不明顯；升軌數(shù)據(jù)中重度受害林、輕度受害林、健康林的后向散射系數(shù)依次增大，但健康林與受害林的區(qū)分度較小；對(duì)于針葉林而言，雷達(dá)波段可以在一定程度上穿透其冠層，其后向散射主要來(lái)源于樹(shù)干的反射和地表的二面角散射，但由于雷達(dá)采用斜視成像的模式，其后向散射系數(shù)在山區(qū)受地形的影響大，所以健康林與受害林的后向散射系數(shù)差別較小。

時(shí)序相關(guān)性分析表明利用相干系數(shù)進(jìn)行病蟲(chóng)害程度分類(lèi)，健康林與受害林的可分離度較高，特別是降軌數(shù)據(jù)。但是，輕度與重度受害林的相干系數(shù)區(qū)分度較小；利用后向散射系數(shù)進(jìn)行分類(lèi)，健康林與受害林的差別較小，分離度較低。

3.3 物候分析

根據(jù)云南松針葉生長(zhǎng)期、樹(shù)高生長(zhǎng)期、開(kāi)花結(jié)實(shí)期和球果生長(zhǎng)期等定性觀測(cè)指標(biāo)，將云南松物候期劃分為抽梢期(4—5月)、針葉生長(zhǎng)期(6—10月)、休眠期(11月—次年2月)。具體物候期生長(zhǎng)特點(diǎn)見(jiàn)表1。基于云南松物候期對(duì)相干系數(shù)與后向散射系數(shù)的時(shí)序變化進(jìn)行分析。圖4(a)與(b)分析表明，相干系數(shù)與云南松物候期相關(guān)，整體趨勢(shì)是“低—高—低”。云南松在休眠期較穩(wěn)定，相干系數(shù)整體高于生長(zhǎng)期。從云南松物候期看，4—5月和7月份是轉(zhuǎn)折點(diǎn)，相干系數(shù)也是最低的；4月份開(kāi)始進(jìn)入抽梢期，云南松新梢生長(zhǎng)，針葉也開(kāi)始抽長(zhǎng)變綠，云南松林變化較大，所以相干系數(shù)變低；7月份進(jìn)入針葉生長(zhǎng)盛期，是相干系數(shù)較低的重要原因之一；之后高生長(zhǎng)和粗生長(zhǎng)變緩，云南松逐漸進(jìn)入休眠期，相干系數(shù)增高。而圖4(c)與(d)分析表明，多時(shí)相影像間的差別沒(méi)有相干系數(shù)大，即后向散射系數(shù)與云南松物候期相關(guān)性較低。綜上所述，相干系數(shù)能夠指示云南松物候期各個(gè)生長(zhǎng)節(jié)點(diǎn)。

表1 云南松物候期及生長(zhǎng)特點(diǎn)

3.4 氣象數(shù)據(jù)分析

相對(duì)濕度與林分含水量有一定聯(lián)系，可能與微波散射信號(hào)有關(guān)。基于地面高度2 m處的相對(duì)濕度分析相干系數(shù)與后向散射系數(shù)的時(shí)序變化。通過(guò)分別對(duì)相干系數(shù)(Coh)、后向散射系數(shù)(γ°)與相對(duì)濕度進(jìn)行相關(guān)性分析(*表示在0.05水平上顯著相關(guān)，**表示在0.01水平上顯著相關(guān))，如圖5所示

(A為升軌數(shù)據(jù)，D為降軌數(shù)據(jù))。

圖5 相對(duì)濕度與SAR參數(shù)的相關(guān)性分析

對(duì)圖5分析，相干系數(shù)與相對(duì)濕度基本不相關(guān)。相比之下，后向散射系數(shù)與相對(duì)濕度有一定的相關(guān)性，其中受害林的相關(guān)性比健康林高，輕度受害林的后向散射系數(shù)與相對(duì)濕度相關(guān)系數(shù)最高，升軌數(shù)據(jù)在0.05水平顯著相關(guān)，降軌數(shù)據(jù)在0.01水平顯著相關(guān)，相關(guān)系數(shù)達(dá)到0.78。Sentinel-1 SAR數(shù)據(jù)為C波段，受害林與健康林相比，樹(shù)冠較稀疏，所以健康林能更好地反映樹(shù)冠表層信息，而受害林林分的環(huán)境因子相關(guān)性較高。

3.5 驗(yàn)證結(jié)果

將獲取的樣本分為訓(xùn)練樣本和驗(yàn)證樣本，其中分類(lèi)樣本30個(gè)、驗(yàn)證樣本55個(gè)，使用ENVI軟件進(jìn)行監(jiān)督分類(lèi)處理。分類(lèi)結(jié)果見(jiàn)圖6，分類(lèi)精度結(jié)果見(jiàn)表2。

(a) 升軌數(shù)據(jù)相干系數(shù) (b) 降軌數(shù)據(jù)相干系數(shù) (c) 升軌數(shù)據(jù)后向散射系數(shù)(d) 降軌數(shù)據(jù)后向散射系數(shù)

表2 分類(lèi)精度驗(yàn)證

從分類(lèi)結(jié)果和精度評(píng)價(jià)看，健康林與受害林成片分布，這與云南地區(qū)切梢小蠹成片危害的實(shí)際情況相符。利用相干系數(shù)進(jìn)行分類(lèi)精度較高，特別是降軌數(shù)據(jù)分類(lèi)總精度達(dá)到83.15%，其中健康林和重度受害林分類(lèi)精度均較高；輕度受害林分類(lèi)精度較低，易被錯(cuò)分為健康林或重度受害林，枯梢率接近健康林與重度受害林的林分分類(lèi)精度低。后向散射系數(shù)分類(lèi)總精度相對(duì)較低，特別是降軌數(shù)據(jù)受害林的分類(lèi)精度都很低。

4 結(jié)論

云南多云雨的氣候條件極大限制了光學(xué)數(shù)據(jù)的應(yīng)用。本文利用多時(shí)相C波段InSAR數(shù)據(jù)基于時(shí)間序列的干涉影像和后向散射強(qiáng)度影像以及云南松物候、相對(duì)濕度資料，分析后向散射系數(shù)與相干系數(shù)的時(shí)序特征，開(kāi)展森林病蟲(chóng)害程度分類(lèi)，并基于地面數(shù)據(jù)對(duì)融合多時(shí)相數(shù)據(jù)進(jìn)行了分類(lèi)精度驗(yàn)證。主要結(jié)論如下：

1)后向散射系數(shù)和相干系數(shù)的時(shí)序變化與云南松物候相關(guān)，且相干系數(shù)的相關(guān)性較高，采用相干系數(shù)能夠指示云南松物候期各個(gè)生長(zhǎng)節(jié)點(diǎn)。

2)相干系數(shù)與相對(duì)濕度基本不相關(guān)。相比之下，后向散射系數(shù)與相對(duì)濕度有一定的相關(guān)性，其中受害林的相關(guān)性比健康林較高，特別是降軌數(shù)據(jù)的相關(guān)性達(dá)到0.78。健康林能更好反映樹(shù)冠表層信息，而受害林與林分的環(huán)境因子相關(guān)性較高。

3)單時(shí)相SAR數(shù)據(jù)中，健康林與受害林的后向散射系數(shù)與相干系數(shù)差別很小，需要綜合SAR數(shù)據(jù)的時(shí)相信息與干涉信息，將多時(shí)相InSAR數(shù)據(jù)進(jìn)行融合參與分類(lèi)。實(shí)地精度驗(yàn)證表明多時(shí)相InSAR可用于森林病蟲(chóng)害監(jiān)測(cè)。