李致博，劉湘南*,李露鋒

（中國地質大學（北京）信息工程學院，北京 100083）

基于多極化后向散射系數(shù)的海洋懸浮物反演研究

李致博，劉湘南*,李露鋒

（中國地質大學（北京）信息工程學院，北京 100083）

以珠江口東岸香港海域為研究對象，準同步獲取實測懸浮物濃度和Radarsat-2影像數(shù)據(jù)。對影像進行濾波處理和掩模處理后，利用Radarsat-2四種極化下的后向散射系數(shù)建立懸浮物濃度單極化回歸模型；通過多極化后向散射系數(shù)構造多個遙感參數(shù)，運用相關性分析得到4個敏感因子，建立懸浮物濃度多極化回歸模型。最終得到研究區(qū)域懸浮物濃度的反演模型為∶SSC=11.08+0.06(HH+VV)-0.002(HH+VV)2，R2=0.84，其中SSC為懸浮物濃度，HH和VV為該極化下的后向散射系數(shù)，R2為決定系數(shù)。研究表明：HH和VV極化的后向散射系數(shù)之和對研究區(qū)域懸浮物反演最為敏感，得到的反演模型能較好預測海洋懸浮物的分布情況。

懸浮物濃度；極化；后向散射系數(shù)；相關分析；回歸模型

海洋懸浮物是指懸浮在海水中的固體物質，包括不溶于水中的無機物、有機物及泥砂、黏土、微生物等。懸浮物濃度（Suspended Solids Concentration，SSC）直接影響海水的透明度、粗糙度和介電常數(shù)等，是海洋水質監(jiān)測的重要參數(shù)。這一領域的研究，國內外學者取得大量成果。Blondean等結合SeaWIFS和MODIS數(shù)據(jù)反演了英吉利海峽西部的葉綠素與懸浮物質濃度[1]。丁曉英等利用近20 a的TM數(shù)據(jù)，建立了反演廣東省韓江口懸浮泥沙濃度的對數(shù)模型[2]。

實地測量法，耗費大量的人和物力，數(shù)據(jù)測量及更新周期長。光學遙感克服了實地測量法的缺點，卻受到氣候條件的限制，不能及時連續(xù)地獲取數(shù)據(jù)。根據(jù)瑞利散射，微波在空氣傳播時散射強度遠小于可見光，具有很強的穿透性，受氣候及天氣條件的影響很小[3]。因此，微波遙感研究懸浮物濃度既繼承了光學遙感的優(yōu)點又彌補了光學遙感的不足。

1 數(shù)據(jù)采集與預處理

珠江口東岸香港海域的經(jīng)緯度范圍為113°34'E～114°17'E，22°09'N～22°48'N。近幾年，隨著我國經(jīng)濟高速發(fā)展和人類活動的加劇，大量生活污水和工業(yè)廢水排入海洋，使得海洋懸浮物濃度上升，水質降低。

1.1 數(shù)據(jù)采集

遙感數(shù)據(jù)為加拿大高分辨率商用雷達衛(wèi)星Radarsat-2獲得的C波段四極化精細波束模式影像數(shù)據(jù)，包括HH、HV、VH、VV四種不同極化方式的單層數(shù)據(jù)，入射角25°～28°，地面分辨率12 m*8 m。

實測懸浮物濃度是本項目組根據(jù)國家懸浮物濃度測量標準進行采集的，共得到50個實測數(shù)據(jù)，經(jīng)過異常值剔除后剩余45個，30個用于建立模型，15個用于模型檢驗。

1.2 數(shù)據(jù)預處理

1.2.1 濾波處理

本研究選取Enhance Lee濾波對四種極化下的后向散射系數(shù)影像進行去噪處理[4]。圖1是對HH極化下的后向散射系數(shù)影像進行Enhance Lee濾波處理的效果對比圖。通過處理我們發(fā)現(xiàn)：處理后的影像灰度對比度明顯增加，細節(jié)體現(xiàn)更好，平均亮度要大于處理前的影像，斑點噪聲明顯降低。

圖1 原始HH極化后向散射影像Enhance Lee濾波前后對比

1.2.2 掩膜處理

掩膜處理是用掩膜除掉陸地信息，消除其對有用信息的影響，提高了信噪比。最常用的掩膜處理是閾值分割法[5]，通過對VH極化下后向散射系數(shù)影像的研究，選取-25 dB作為掩模的閥值，圖2為VH極化下后向散射系數(shù)影像進行掩模處理的效果圖：處理后陸地部分的后向散射系數(shù)為零，在圖中高亮顯示。由于掩模處理只是制作了一個模具將陸地信息掩蓋，而四種極化下的后向散射系數(shù)影像為同一地區(qū)同一時間的，因此其具有基本一致的海陸界線，故將該掩模應用于其余三種影像去除陸地噪聲。

圖2 VH影像掩膜處理效果圖

2 原理與方法

根據(jù)雷達方程可知，雷達的回波功率與雷達的發(fā)射功率、天線增益、發(fā)射波長和地物目標的后向散射系數(shù)成正比，與雷達到地物目標的距離成反比，其中雷達的發(fā)射功率、天線增益和發(fā)射波長是雷達的固有參數(shù)。因此當微波遙感所用雷達確定后，雷達的回波功率就與地物目標的后向散射系數(shù)直接相關，而地物目標的后向散射系數(shù)由其自身的復介電常數(shù)、坡度和表面粗糙度等理化性質決定[6]。根據(jù)學者的研究，水體的組分和粒徑因素等可以影響水體的后向散射系數(shù)[7]。海洋懸浮物的存在影響了海水組分、海水中的粒徑因素以及海水渾濁度等海水固有的理化性質，從而影響了海水的后向散射系數(shù)并最終在雷達影像上形成響應。同時，為了避免海洋風場對后向散射系數(shù)的影響，本研究采取兩項措施，一是在數(shù)據(jù)采集時選擇天氣晴朗風平浪靜的氣候條件，二是采用直方圖最小值法，即給四種極化下的所有后向散射系數(shù)值減去該極化下最小的后向散射系數(shù)值，該方法假設后向散射系數(shù)的最小值主要是由海洋風場所造成的，可以減少海洋風場對本研究的干擾。微波對水的穿透能力不強，因此，本研究反演的海洋懸浮物濃度均為海表懸浮物濃度。本研究首先從四種極化的后向散射系數(shù)影像中分別提取與35個實測數(shù)據(jù)所對應的后向散射系數(shù)；其次，分別對四種極化下的后向散射系數(shù)與實測懸浮物濃度進行相關分析并建立回歸模型；再次，利用四種極化的后向散射系數(shù)進行代數(shù)運算構造多個遙感參數(shù)，與實測懸浮物濃度進行相關分析，得到懸浮物濃度的敏感因子，并建立回歸模型；最后，選取其中較好的模型進行檢驗并將其應用于原始影像得到研究區(qū)域內懸浮物濃度分布圖，通過對比分析最終確定研究區(qū)域內的懸浮物濃度反演模型。

3 結果與討論

3.1 懸浮物濃度反演模型建立

海洋懸浮物濃度反演模型主要分為兩類：一是理論模型，即以大氣物理和海洋光學的基本特性為依據(jù)，從理論上導出反射率隨懸浮物濃度變化的基本關系[8-10]；二是經(jīng)驗模型，即通過遙感數(shù)據(jù)和同步測量或者準同步測量數(shù)據(jù)建立相關關系式[11-13]。這一領域的研究，光學遙感相對成熟，而微波遙感相對較少。雷達發(fā)射微波，通過接收回波信號來探測地物目標，所以，地物目標的信息載體為散射回波，而散射回波的表征量即為后向散射系數(shù)，這與光學遙感的基本原理一致，所不同的是光學遙感中地物目標信息表征量為光譜反射率。因此，光學遙感的反演懸浮物濃度的思路和方法值得借鑒。

圖3 懸浮物濃度單極化回歸模型對比圖

3.1.1 懸浮物濃度單極化回歸模型

本研究所用數(shù)據(jù)為單波段全極化SAR影像，不同的極化方式下，后向散射系數(shù)是不一樣的。首先，利用NEST軟件分別從四種極化下的后向散射影像上提取與實測懸浮物濃度對應的后向散射系數(shù)，然后與懸浮物濃度進行相關分析并建立懸浮物濃度的單極化回歸模型，其結果如圖3所示。

由建模結果發(fā)現(xiàn)：整體上，懸浮物濃度與后向散射系數(shù)呈正相關關系；HH極化下的回歸模型優(yōu)于其他3種極化的回歸模型，但是效果并不特別理想。因此，進一步建立懸浮物濃度的多極化回歸模型。

3.1.2 懸浮物濃度多極化回歸模型

光學遙感中，經(jīng)常用不同波段的光譜反射率代數(shù)組合來表征某一地物目標，NDVI就是其中的代表?；谶@一思路，本研究利用4種極化下后向散射系數(shù)的代數(shù)組合構造24個遙感參數(shù)，構造遙感參數(shù)時，為了表述方便，用極化方式表示該極化方式下的后向散射系數(shù)。構造的遙感參數(shù)及其與懸浮物濃度相關系數(shù)如表1所示。

表1 遙感參數(shù)及其與懸浮物濃度相關系數(shù)

圖4 懸浮物濃度多極化回歸模型對比圖

從比值、和值、差值和復合參數(shù)中分別選取相關系數(shù)最高的作為懸浮物濃度的比值、和值、差值和復合敏感因子，其為：VH/HH、VV+HH、HH-VH 和(VH+HH)/(HH-VH)。以此建立懸浮物濃度的4類多極化回歸模型，其結果如圖4所示。

由建模結果可知：VV+HH敏感因子的回歸模型擬合系數(shù)高于其他敏感因子的，總體效果最為理想。

3.2 懸浮物濃度反演模型討論

通過對上述懸浮物濃度回歸模型的建模過程及結果進行分析可以發(fā)現(xiàn)：

（1）同向極化（HH和VV）即雷達發(fā)射的和接收的是同一類型極化波的回歸模型優(yōu)于異向極化（HV和VH）的回歸模型。根據(jù)瑞利散射理論，當一種極化波遇到多次較強的散射后，會改變其極化方式[14]。對于本研究而言，雷達發(fā)射的極化波，在遇到海面及懸浮物散射后，部分極化波會改變其極化方式，由于海面相對較平滑，這種散射并不是很強，所以大部分極化波不會改變其極化方式，因此，同向極化接收的回波信號相對較強，回歸效果相對較好；

（2）平方回歸模型好于各自的線性回歸模型。當懸浮物濃度達到某一值時，其對后向散射系數(shù)的影響趨于飽和，后向散射系數(shù)的變化將不再是懸浮物濃度所導致的，因而，懸浮物濃度不再隨著后向散射系數(shù)的變化而變化。在線性回歸模型中懸浮物濃度隨后向散射系數(shù)的增大而一直增大，平方回歸模型中懸浮物濃度隨后向散射系數(shù)的增大而增大但最終趨于平緩，因此，平方回歸模型更加接近實際情況，效果優(yōu)于線性回歸模型；

（3）比值參數(shù)和差值參數(shù)與懸浮物濃度的相關系數(shù)普遍低于其對應的和值參數(shù)的相關系數(shù)，比值敏感因子和差值敏感因子的回歸模型劣于和值敏感因子的回歸模型，復合敏感因子回歸模型效果介于兩者之間。這是由于比值運算和差值運算將單極化各自的有效信息互相削弱了，而和值運算將單極化各自的有效信息擴大了。和值敏感因子（VV+HH）的回歸模型擬合系數(shù)最高，效果最好，這一結果與（2）中的討論結果一致。

在上述討論中，以回歸模型的決定系數(shù)作為模型好壞的評價標準，然而擬合系數(shù)只是評價回歸模型的一種標準而并非唯一標準。本研究從單極化和4類多極化回歸模型中分別選取本類模型中決定系數(shù)最高的5個模型，由于差值敏感因子（HH-VH）的回歸模型決定系數(shù)（0.69）太低，所以除去該模型剩余4個模型，進一步做模型檢驗及應用，以便結合決定系數(shù)、檢驗效果和應用效果三者更好地比較各類回歸模型。選取的4個模型如表2所示：

表2 選取的4個懸浮物濃度回歸模型

3.3 懸浮物濃度反演模型檢驗及應用

在數(shù)據(jù)采集時，共有45個實測懸浮物濃度數(shù)據(jù)，其中30個用于建模，剩余15個用于模型檢驗，將這15個實測數(shù)據(jù)對應位置的后向散射系數(shù)分別代入模型1-4中得到4組預測懸浮物濃度值，每組15個，并計算每個模型檢驗的平均絕對誤差和平均相對誤差。其檢驗結果如圖5所示。

圖5 4個模型檢驗結果圖

由圖5可知，4個模型中3號和14號站點的實測值和預測值都偏差較大，這可能是由于3號和14號站點更靠近珠江口，污染較為嚴重，其余站點實測值與預測值偏差較小，模型3和模型4的平均絕對誤差和平均相對誤差低于模型1和模型2，檢驗效果較好。將這4個模型應用于原始SAR影像，利用ENVI中的波段運算及密度分割功能[15]得到研究區(qū)域內的預測懸浮物濃度分布圖，如圖6所示。

圖6 4個模型的懸浮物濃度分布圖

根據(jù)香港環(huán)境保護署的統(tǒng)計數(shù)據(jù)，研究區(qū)域內平均懸浮物濃度為8.75 mg/L，模型3預測懸浮物分布圖中大部分海域懸浮物濃度為1級和2級，最接近統(tǒng)計數(shù)據(jù)，預測效果最好。由模型3預測懸浮物分布圖可知：研究海域懸浮物濃度總體處于中低水平，大部分海域懸浮物濃度在0～5 mg/L和5～10 mg/L范圍內；懸浮物濃度分布呈現(xiàn)由近岸海域向中心海域遞減的趨勢，原因是近岸海域較淺，沉積懸浮物多，海水漲潮退潮時容易卷起底部沉積物形成懸浮物，加之河流帶來的陸地懸浮物多在河口處富集，流向中心海域時，由于各種海洋理化性質的變化，懸浮物易發(fā)生沉降，其濃度明顯降低；維多利亞灣海域比其他海域懸浮物濃度高，這是由于維多利亞港經(jīng)濟發(fā)達，人口集中以及人為活動頻繁等因素造成。

綜合考慮決定系數(shù)、檢驗結果和預測懸浮物濃度分布的效果，最終確定研究區(qū)域內懸浮物濃度的反演模型為模型 3：SSC=11.08+0.06(HH+VV)-0.002(HH+VV)2，R2=0.84。

4 結論

通過上述懸浮物濃度反演模型的研究得到以下結論：（1）珠江口東岸香港海域的懸浮物濃度總體上處于中下水平，污染程度不嚴重；懸浮物濃度呈現(xiàn)靠近海岸區(qū)域高，遠離海岸區(qū)域低的特點；維多利亞灣海域比其他海域懸浮物濃度高。（2）多極化后向散射系數(shù)可以用來反演懸浮物濃度，兩者總體呈正相關關系；同向極化反演效果優(yōu)于異向極化；平方回歸效果好于簡單的線性回歸。（3）多種極化方式下后向散射系數(shù)的比值差值組合并不能很好地提高反演的效果，和值組合較好的提高了反演的精度及效果，最終得到本研究區(qū)域內懸浮物濃度的經(jīng)驗反演模型為：SSC=11.08+0.06(HH+VV)-0.002(HH+VV)2，該模型的決定系數(shù)R2為0.84，檢驗結果較好，能夠較理想地預測研究區(qū)域的懸浮物濃度分布情況。

[1]BrandoVE，Dekker AG.Satellite hyperspectral remote sensingfor estimatingestuarine and coastal water quality[J].IEEE Transactions on Geoscience and Remote Sensing，2003，41：1378-1387.

[2] 丁曉英，陳曉翔.基于環(huán)境因素的沿岸水域葉綠素遙感探測研究[J].遙感學報，2005,9(4)：446-451.

[3] 秦蘊珊，李凡，徐善民，等.南黃海海水中懸沙的研究[J].海洋與湖沼，1989(2)：103-110.

[4]Lee J S.Digital image enhancement and noise filteringbyuse oflocal statistics[J].IEEE Transactions on Pat tern Analysis and Machine Intelligence,1980,2(2)：165.

[5] 李洪忠,王超,張紅,等.基于海圖信息的SAR影像海陸自動分割[J].遙感技術與應用，2009,24(6)：732-736.

[6] 趙英時，等.遙感應用分析原理與方法[M].北京：科學出版社，2003：135-144.

[7] 陳利博，李桐基，黃妙芬，等.兩種水體后向散射系數(shù)測量方法的比較研究[J].海洋技術，2011,30（1），58-60.

[8] 劉小平，鄧孺孺，彭曉娟.懸浮泥沙定量遙感綜合模式及其在珠江口的應用[J].中山大學學報，2005,44(3)：109-113.

[9] 姜杰.利用遙感反演懸浮泥沙濃度的方法研究[J].海洋地質動態(tài)，2006，22(9)：32-34.

[10]黎夏.懸浮泥沙遙感定量的統(tǒng)一模式及其在珠江口中的應用[J].環(huán)境遙感，1992,7(2)：106-114.

[11]劉燦德，何報寅，李茂田.利用MODIS反演長江中游懸浮泥沙含量的初步研究[J].地質科技情報，2006，25(2)：99-100.

[12]曹文熙,鐘其英,等.南海水色遙感的主因子分析[J].遙感學報,1999(2)：112-115.

[13]李四海，惲才興,等.河口表層懸浮泥沙氣象衛(wèi)星遙感定量模式研究[J].遙感學報，2001(2)：154-160.

[14]周冠華,劉志剛,柳欽火,等.水色遙感中偏振信息的研究進展[J].遙感學報,2008,12(2)：323-330.

[15]趙文吉，段福州，劉曉盟，等.遙感影像處理專題與實踐[M].北京：中國環(huán)境科學出版社，2007：318-327.

Inverse Model of the Ocean Suspended Solids Based on Multi-polar Backscattering Coefficient

LI Zhi-bo,LIU Xiang-nan,LI Lu-feng
(China University of Geosciences （Beijing） Information Technology Institute,Beijing 100083,China)

Taking East coast of the Pearl River Estuary-Hong Kong Sea as research object,the suspended solids concentration(SSC)and Radarsat-2 image data are quasi-synchronized acquired to be filtered and masked.Then,the SSC single-polar regression model is established using Radarsat-2 four polarized backscattering coefficient.Multiple remote sensing parameters are constructed using multi-polarization backscatter coefficient.Four sensitive factors are obtained using the correlation analysis.Finally,the multi-polar regression model of SSC is established.The regression model is:SSC=11.08+0.06(HH+VV)-0.002(HH+VV)2,R2=0.84,which HH and VV is backscatter coefficient of HH and VV polarization,R2is determination coefficient.The results show that:The sum of HH and VV polarized backscattering coefficient is most sensitive to the study area SSC and the inverse model can predict the distribution of SSC better.

suspended solids concentration;polarization;backscattering coefficient;correlation analysis;regression model

P7；TP7

B

1003-2029（2011）04-0068-06

2011-07-13

國家自然科學基金資助項目（U0933005）

李致博 (1987—)，男，碩士研究生，研究方向為GIS應用、海洋遙感和地學遙感。Email：lzb04505221dyl@126.com

劉湘南，教授，博導。Email:liuxncugb@163.com