王延霞，史照良，盛業(yè)華，曹　敏， 李　鵬

(1. 中國礦業(yè)大學(xué)環(huán)境與測繪學(xué)院，江蘇 徐州 221008； 2. 滁州學(xué)院地理信息與旅游學(xué)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(xué)虛擬地理環(huán)境教育部

重點(diǎn)實(shí)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(qiáng)度及干涉相干特性研究

王延霞1，2，史照良3，盛業(yè)華4，曹敏4， 李鵬1,2

(1. 中國礦業(yè)大學(xué)環(huán)境與測繪學(xué)院，江蘇 徐州 221008； 2. 滁州學(xué)院地理信息與旅游學(xué)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(xué)虛擬地理環(huán)境教育部

重點(diǎn)實(shí)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(shù)據(jù)，結(jié)合實(shí)地1∶500土地利用分類圖，對蘇南無錫惠山試驗區(qū)進(jìn)行了水稻田后向散射強(qiáng)度的時間特性試驗及干涉相干特性分析。試驗結(jié)果表明：該區(qū)水稻田后向散射強(qiáng)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(guī)律的變化一致，需水量越大，后向散射強(qiáng)度值越小。干涉相干特性試驗表明：同期干涉相干系數(shù)略高于非同期干涉相干系數(shù)，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(shù)達(dá)到最高，其值明顯高于水稻種植期的相干系數(shù)，該試驗結(jié)果對蘇南地表沉降監(jiān)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(guān)鍵詞：后向散射強(qiáng)度；相干系數(shù)；SAR；干涉對；ALOS

一、引言

水稻是蘇南地區(qū)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(fā)生變化，已有研究表明，雷達(dá)后向散射系數(shù)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(shù)據(jù)的相關(guān)性[2]，給干涉測量帶來一定的影響。

合成孔徑雷達(dá)(SAR)作為一種主動式遙感，已經(jīng)成為遙感研究的一個重要領(lǐng)域[3]。文獻(xiàn)[4]最早將該技術(shù)應(yīng)用于水稻識別方面的研究，利用X波段多時相SAR數(shù)據(jù)中典型的后向散射特性，區(qū)分水稻和其他農(nóng)作物；文獻(xiàn)[5—8]利用Radarsat數(shù)據(jù)，以廣東肇慶地區(qū)的水稻為例，研究水稻物理參數(shù)對后向散射特性的影響；文獻(xiàn)[9—10]利用多極化機(jī)載雷達(dá)數(shù)據(jù)對水稻識別作了進(jìn)一步的研究；文獻(xiàn)[11—15]以江蘇里下河為試驗區(qū)，研究了水稻時域散射特性與水稻生長參數(shù)的關(guān)系。

上述研究多從水稻物理參數(shù)與幾何結(jié)構(gòu)關(guān)注水稻的識別與分類，并未對水稻田的干涉相干信息作進(jìn)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(guī)律入手，不僅研究蘇南水稻田后向散射強(qiáng)度特性，還將進(jìn)一步研究干涉相干特性，為蘇南地區(qū)地表沉降雷達(dá)干涉測量提供依據(jù)。

二、研究區(qū)概況及水稻物候歷

1. 研究區(qū)概況

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

2. 研究區(qū)水稻物候歷

研究區(qū)內(nèi)水稻種植為單季水稻，即單季晚粳，區(qū)內(nèi)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(jī)插秧為主，秧齡18 d左右；6月10日至6月20日機(jī)插至大田，即移栽期，將秧苗從苗床移至大田；機(jī)插結(jié)束后約10 d左右進(jìn)入分蘗期，即水稻進(jìn)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(jìn)入成熟期，即水稻成熟，準(zhǔn)備收割。受氣溫變化、水稻品種、生態(tài)環(huán)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(qū)典型的水稻生長特性。本文研究的是同一區(qū)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(qiáng)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(shù)據(jù)，數(shù)據(jù)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(shù)據(jù)均為HH極化方式，并對各景影像按照研究區(qū)水稻的物候進(jìn)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(qiáng)度的時間特性

為研究水稻田后向散射強(qiáng)度隨水稻生長周期的變化特性，本研究首先對數(shù)據(jù)進(jìn)行了影像互配準(zhǔn)，目的是減少由于目標(biāo)不匹配所帶來的后續(xù)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(jié)合外部參考DEM數(shù)據(jù)進(jìn)行地理編碼和輻射校正，生成多時相幅度圖，進(jìn)而按照研究區(qū)土地利用圖中的水稻田地類進(jìn)行多時相后向散射特征信息的提取與統(tǒng)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(jìn)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(jìn)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?？紤]到分蘗期和成熟期的數(shù)據(jù)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(shè)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(jīng)過嚴(yán)格的干涉對遴選之后，試驗對每組干涉對進(jìn)行了配準(zhǔn)及濾波，生成初始干涉圖及相干系數(shù)圖，通過對相干系數(shù)圖進(jìn)行地理編碼，進(jìn)而結(jié)合土地利用類型圖，利用水田的矢量邊界提取研究區(qū)內(nèi)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(jié)果與分析

1. 后向散射強(qiáng)度特性

配準(zhǔn)后的影像共20景，每景統(tǒng)計點(diǎn)數(shù)442 453個，統(tǒng)計了后向散射強(qiáng)度值及標(biāo)準(zhǔn)差，統(tǒng)計結(jié)果如圖3所示。試驗分階段統(tǒng)計了水稻后向散射強(qiáng)度值，圖3直觀地表達(dá)了后向散射強(qiáng)度值在各階段的變化。

圖3　水稻田后向散射強(qiáng)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(qiáng)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(qiáng)度值最小，其值為-15.390 6 dB，一個水稻生長周期結(jié)束后，即在非水稻種植期，后向散射強(qiáng)度值達(dá)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(qiáng)度逐漸增加，后向散射強(qiáng)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(jìn)行了干涉試驗，生成20幅相干系數(shù)圖，并進(jìn)行地理編碼，而后利用現(xiàn)有的土地利用分類圖中的水田邊界提取研究區(qū)的相干系數(shù)值，提取相干點(diǎn)共82 819個?？紤]到時間去相關(guān)的影響，試驗對全部干涉對進(jìn)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(shù)與時間間隔的關(guān)系如圖4所示，從圖4可以看出，相干系數(shù)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(dá)到最大，其次是間隔92 d；當(dāng)時間間隔超過92 d后，相干系數(shù)值表現(xiàn)出隨機(jī)性，但是整體仍然比間隔92 d的相干系數(shù)要低，說明當(dāng)時間間隔大于92 d后，相干系數(shù)的變化主要受到水田需水規(guī)律的影響。

圖4　相干系數(shù)與時間間隔關(guān)系圖

為了研究同期干涉對及非同期干涉對相干系數(shù)的變化，分別對同期干涉得到的相干系數(shù)圖及非同期干涉得到的相干系數(shù)圖進(jìn)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(shù)變化趨勢，其中主要橫坐標(biāo)軸表示非同期干涉，次要橫坐標(biāo)軸表示同期干涉，主要縱坐標(biāo)軸和次要縱坐標(biāo)軸均為相干系數(shù)值。從圖5可以看出，在同期干涉對中，在水稻生長期內(nèi)的同期干涉對相干系數(shù)較為穩(wěn)定，而非水稻種植期的相干系數(shù)明顯高于水稻種植期的相干系數(shù)；在非同期干涉對中，相干系數(shù)出現(xiàn)頻繁波動，表現(xiàn)出隨機(jī)性，穩(wěn)定性較差。

五、結(jié)論

蘇南水稻在整個育齡期中，成熟期的后向散射強(qiáng)度達(dá)到最高-12.598 7 dB，移栽期后向散射強(qiáng)度達(dá)到最小-15.390 6 dB，由于齊穗期的SAR數(shù)據(jù)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(jié)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(qiáng)度遞減，如果數(shù)據(jù)足夠多，結(jié)果會更明顯。

圖5　同期干涉和非同期干涉相干系數(shù)變化圖

在相干特性研究試驗中發(fā)現(xiàn)，在滿足時空基線約束條件下，干涉對的兩景SAR數(shù)據(jù)同屬于非水稻種植期，則干涉相干系數(shù)值最高；如同期干涉對相干系數(shù)值高于非同期干涉對相干系數(shù)值，這是由于生長過程中含水量的變化降低了數(shù)據(jù)的相關(guān)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(shù)據(jù)，或者盡量選擇在同一時期的SAR數(shù)據(jù)，在同一時期數(shù)據(jù)中也要盡量避開移栽期和分蘗期。

參考文獻(xiàn)：

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

[2]舒寧.雷達(dá)影像干涉測量原理[M].武漢：武漢大學(xué)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(xué)報，2002，6(1):19-23.

[9]李坤,邵蕓,張風(fēng)麗.基于RadarSat-2全極化數(shù)據(jù)的水稻識別[J].遙感技術(shù)與應(yīng)用，2012，27(1):86-93.

[10]李坤,邵蕓,張風(fēng)麗.基于多極化機(jī)載合成孔徑雷達(dá)(SAR) 數(shù)據(jù)的水稻識別[J].浙江大學(xué)學(xué)報：農(nóng)業(yè)與生命科學(xué)版，2011,37(2)：181-186.

[11]申雙和，楊沈斌，李秉柏，等.基于ENVISAT ASAR 數(shù)據(jù)的水稻時域后向散射特征分析[J].農(nóng)業(yè)工程學(xué)報，2009，25(2)：130-136.

[12]楊沈斌，申雙和，張萍萍，等．ENVISATASAR 數(shù)據(jù)用于大區(qū)域稻田識別研究[J]．南京氣象學(xué)院學(xué)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(xué)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(shù)據(jù)與CBERS-02 數(shù)據(jù)的融合及應(yīng)用初探[J]．江蘇農(nóng)業(yè)科學(xué)，2008(2)：227-231．

通信作者：盛業(yè)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(dá)技術(shù)。E-mail:surveymapping@126.com

基金項目：滁州學(xué)院科研項目(2014GH02)；2013江蘇省測繪科研項目(JSCHKY201311)；江蘇省科技基礎(chǔ)設(shè)施建設(shè)計劃項目(S11110BY1326)；江蘇高校優(yōu)勢學(xué)科建設(shè)工程資助項目(SZBF2011-6-B35)

收稿日期：2014-06-24

中圖分類號：P237

文獻(xiàn)標(biāo)識碼：B

文章編號：0494-0911(2015)03-0037-03