基于Sentinel-1A雷達影像陽澄湖鳳眼蓮遙感動態提取分析

田 晨 張金龍 張乃祥 王 彬

(1. 蘇州市水利水務信息調度指揮中心, 江蘇 蘇州 215011 2. 蘇州中科藍迪軟件技術有限公司, 江蘇 蘇州 215163)

0 引言

鳳眼蓮屬雨久花科鳳眼藍屬浮水草本植物,原產于南美洲,是世界上最具有侵入性的雜草物種之一,對亞熱帶地區的生態和經濟造成了重大影響[1]。由于我國南方具備良好的水熱條件,且缺少鳳眼蓮天敵,導致鳳眼蓮在我國多個湖泊中大量泛濫[2]。針對鳳眼蓮進行大規模動態監測,對于制定有效的防治鳳眼蓮傳播以及環境治理策略具有重要的意義。

遙感技術的出現為我們監測鳳眼蓮提供了便捷手段。目前國內外學者基于光學遙感數據開展了許多水生植被與鳳眼蓮監測研究,但光學遙感受云層和氣象條件干擾較為嚴重,存在著許多局限與不足。合成孔徑雷達(synthetic aperture radar,SAR)是一種主動式對地觀測系統,隨著合成孔徑雷達的發展,因其擁有毫米級以上的波長,可以穿透云霧,不受水汽、云層的干擾,具有全天時、穿透云層的優點,可以彌補光學遙感影像監測的不足[3],且雷達回波信號對水生植被具有較高的敏感性,能夠較好地進行水生植被反演[4]。

國外對與雷達數據研究起步較早,Morgan Simpson等[5]基于哨兵一號衛星數據對印度庫塔納德湖泊進行鳳眼蓮信息提取,結果表明,基于鳳眼蓮的后向散射系數特征進行鳳眼蓮提取具有較好的結果。Vahid Akbari等[6]開展了基于機器學習的哨兵1號(Sentinel-1)鳳眼蓮提取算法研究,提取結果也具有較高的精度。由此可見,基于雷達數據進行鳳眼蓮識別提取具有一定的優勢與意義。國內學者對于雷達數據研究起步較晚,研究領域主要覆蓋林業[7]、水體[8]、海冰[9]、洪澇[10]等,對于鳳眼蓮識別研究較少。朱鳳敏等[11]利用哨兵一號數據,基于農作物的后向散射系數,進行作物識別分類研究,胥為等[12]基于哨兵一號數據開展了崇明東灘蘆葦植被識別提取,所得的識別結果精度整體較高。

哨兵一號A星于2014年4月3號發射成功,屬于歐洲空間局(European Space Agency,ESA)哥白尼計劃中的地球觀測衛星[13]。本研究以江蘇省陽澄湖區為研究區域,利用2021年12個時相的Sentinel-1A雷達數據,研究陽澄湖鳳眼蓮在一個完整年度內的不同極化模式下雷達后向散射強度變化特征,并以此為基礎進行陽澄湖鳳眼蓮動態信息提取,探究Sentinel-1A衛星數據在陽澄湖區鳳眼蓮監測的應用前景。

1 研究區域

陽澄湖位于江蘇省南部,地處北緯31°21′～31°30′,東經120°39′～120°51′之間,湖體水域面積約為118.93 km2。陽澄湖畔,東依上海,西臨蘇州,是江蘇省重要淡水湖泊,也是蘇州市飲用水源取水口之一[14]。近年來,鳳眼蓮在陽澄湖瘋狂繁殖生長,嚴重影響湖體水質,鳳眼蓮治理工作刻不容緩。

2 研究數據

2.1 雷達數據簡介

哨兵1號衛星是歐洲航天局哥白尼計劃的對地觀測衛星,哨兵一號觀測任務是由兩顆極地軌道衛星哨兵一號A星和哨兵一號B星組成,分別于2014年4月和2016年4月發射成功,兩顆衛星均載有C波段合成孔徑雷達。哨兵一號雷達采用四種極化方式,分別為垂直發射垂直接收(vertical transmit/vertical receive,VV)、垂直發射水平接收(vertical transmit/horizontal receive,VH)、水平發射垂直接收(horizontal transmit/vertical receive,HV)、水平發射水平接收(horizontal transmit/horizontal receive,HH),同時哨兵一號雷達還包括四種成像模式[13],見表1。

表1 Sentinel-1數據模式、產品、極化方式

哨兵1號各種成像模式應用場景各不相同。其中SM成像模式是一種標準的SAR條帶圖成像模式,適用于小島,一般在緊急情況管理特殊事件時使用;IW成像模式是陸地主要采集模式;EWS成像模式主要用于沿海監測,包括海運監測,溢油監測和海冰監測;WV成像模式是一種哨兵一號在海上的操作模式。

本研究采用IW模式下的地距影像(ground range detected,GRDH)進行鳳眼蓮監測研究,該數據提供了VV+VH兩種極化組合方式,空間分辨率為10 m。

2.2 雷達數據預處理

本研究利用歐空局提供的哨兵應用程序平臺工具對哨兵一號數據進行預處理操作,具體預處理操作主要包括以下幾個步驟[15]。

(1)軌道校正：原始數據的軌道位置一般不準確,因此需要利用精確軌道數據進行精軌道校正。

(2)熱噪聲處理：熱噪聲是系統自帶的噪聲,特別是在交叉極化通道中,熱噪聲去除減少了子帶紋理中的噪聲效應,特別是可以將雷達場景中的后向散射信號正常化。

(3)輻射定標：是將后向散射能量轉換為有單位的物理量,如后向散射系數。對于SAR數據而言,由于云層的穿透性,不需要進行大氣校正,只需要進行熱噪聲處理即可。

(4)斑點濾波：相干斑是SAR影像常見的噪聲現象,通過減少散斑來提高圖像質量的方法,本研究選用Refined Lee濾波器,能有效消除圖像中的斑點濾波。

(5)地形校正：由于地形起伏和SAR數據側視成像的特點,SAR圖像出現透視收縮、倒置、疊掩等現象,對地形引起的幾何畸變進行校正,并使用數字高程模型數據來校正每個像素的位置。

(6)分貝化處理,使用對數變換將無單位的后向散射系數轉換為分貝值dB。

2.3 實地調查數據

在衛星過境前后的時間對陽澄湖鳳眼蓮生長情況進行實地調查工作,調查結果用于遙感反演的精度驗證。實地調查方法采用人工目視判別,到達調查點位后記錄該點位是否有鳳眼蓮生長。調查日期為2021年8月26日、2021年10月13日、2021年11月25日。

3 研究方法

3.1 后向散射強度時序特征

平滑的水面對于電磁波發生鏡面散射,因此具有低后向散射值的特征,在雷達影像上通常表現為暗像元。鳳眼蓮作為一種漂浮在水面上的水生植被,相對于開闊水域,鳳眼蓮的后向散射強度普遍高于開闊水面,因此后向散射特征是最基本的判定。但SAR圖像固有的斑點噪聲以及波浪,使得水體表面出現一定程度的明暗變化;而陸地效應和鳳眼蓮都有較強的多重散射效應,會對鳳眼蓮識別造成干擾,本文在進行鳳眼蓮識別之前,進行陽澄湖研究區域范圍的養殖圍網和陸地掩膜,將陸地與圍網排除在外。

清潔水體與生長鳳眼蓮的水體在雷達影像上表現出不同的后向散射強度特征,繪制兩種情況的后向散射強度頻率直方圖進行對比(圖1),發現清潔水體后向散射強度偏低,而生長鳳眼蓮的水體后向散射強度整體偏高。這是由于鳳眼蓮增大了水面粗糙程度,從而導致了生長有鳳眼蓮的水域頻率直方圖后向散射強度要遠大于純凈水面,因此用這一特征能夠較好地分辨陽澄湖內的清潔水體和鳳眼蓮。

圖1 不同情況后向散射系數頻率直方圖

鳳眼蓮在不同的生長周期內表現出植物葉片形態不同,因此在整個鳳眼蓮生長周期內,雷達回波信號的強度也各不相同。鳳眼蓮適應能力強,具有一定的耐寒性,在南方水域可以安全過冬,在排除人為干擾的情況下,陽澄湖全年各月份均可以在湖區范圍中監測到鳳眼蓮。本研究挑選了2021年12期影像,拍攝日期分別為2021年1月18日、2021年2月5日、2021年3月31日、2021年4月24日、2021年5月24日、2021年6月23日、2021年7月17日、2021年8月10日、2021年9月3日、2021年10月22日、2021年11月2日、2021年12月20日。本文利用多景Sentinel-1A雷達影像,選取鳳眼蓮感興趣區,研究其生長周期內后向散射強度變化特征,進行統計分析,結果如圖2所示。相較于VH極化方式,VV極化方式下的雷達散射強度整體更高,對于VV極化方式,鳳眼蓮后向散射強度的峰值出現在3月,其值為-10 dB,最低值出現在7月,其值為-15.1 dB;對于VH極化方式,其后向散射強度峰值出現在1月,其值為-13 dB,最低值同樣出現在7月,其值為-19.0 dB。

圖2 鳳眼蓮后向散射強度時相變化

3.2 不同極化模式識別結果

不同的極化方式對地物的勘測能力不同,得到的后向散射情況也不一樣,通過圖3同一影像下的不同極化模式圖可以看到,與VH影像相比,VV極化方式下的圖像水面上表現出更多的細節,但影像上的斑點以及噪聲等特征相對來說更為明顯。

(a)VH極化

為了探究對比VV、VH兩種極化方式下鳳眼蓮的提取結果,根據上一節中得到的鳳眼蓮后向散射強度變化結果,作為鳳眼蓮提取的依據。本研究基于閾值的分割方法,通過測定不同月份的不同后向散射強度進行鳳眼蓮監測提取,得到陽澄湖鳳眼蓮提取結果,結果如圖4所示,可以看到,兩種極化模式下的鳳眼蓮分布范圍大體趨于一致,但VV極化模式下的提取結果,存在明顯的由于斑點噪聲造成的鳳眼蓮誤判。

(a)VH極化

3.3 精度評價

利用此前采集的現場實測數據,對本文的鳳眼蓮提取結果進行精度驗證,得到不同極化模式下的鳳眼蓮提取精度對比結果,如表2所示,兩種極化方式下的鳳眼蓮提取結果均有較好的精度,但VH極化模式下的精度整體高于VV極化模式,VH極化模式下的精度最高可達89.5%,VH極化模式下的提取結果高于VV極化模式的結果。

表2 不同極化模式下提取精度對比 單位：%

4 結束語

本研究基于陽澄湖Sentinel-1合成孔徑雷達數據,進行了基于不同極化方式的鳳眼蓮提取研究,結果表明：

(1)基于哨兵一號的微波遙感為監測鳳眼蓮提供了有效監測手段,可以利用雷達影像對陽澄湖區進行鳳眼蓮有效識別。

(2)Sentinel-1下的鳳眼蓮后向散射強度時間序列表現差異明顯,且不同極化模式下的鳳眼蓮后向散射強度差異明顯,VV極化模式下的后向散射強度整體大于VH極化模式。

(3)VH極化模式下的鳳眼蓮提取精度整體優于VV極化模式,且精度最高可達到89.5%。

目前以VV、VH兩種極化模式開展陽澄湖區鳳眼蓮提取識別研究,需要進一步研究全極化模式下的鳳眼蓮后向散射特征。并且如何結合光學影像與微波遙感聯合觀測鳳眼蓮動態變化特征,將是未來研究的重點。