崔舜銚 姚佛軍 連琛芹

摘要 [目的]利用具有L波段的雙極化PALSAR雷達(dá)數(shù)據(jù)在福建壽寧地區(qū)開展水體信息提取的研究。[方法]對雙極化PALSAR雷達(dá)數(shù)據(jù)進(jìn)行了極化差、濾波、彩色合成等圖像處理手段，增強(qiáng)地物信息，分析了典型地物在雷達(dá)影像上的特點(diǎn)，利用地形建模消除山區(qū)陰影影響，基于SVM分類方法對研究區(qū)進(jìn)行了水體信息提取，最后結(jié)合目視解譯結(jié)果進(jìn)行了精度評價(jià)。[結(jié)果] PALSAR雷達(dá)數(shù)據(jù)可準(zhǔn)確地在我國南方地區(qū)進(jìn)行水體信息的提取應(yīng)用。[結(jié)論]該研究為解決在我國南方地區(qū)受云雨天氣影響，光學(xué)遙感數(shù)據(jù)無法準(zhǔn)確地提取地表水體信息的問題提供了理論依據(jù)。

關(guān)鍵詞 PALSAR；雷達(dá)；水體；支持向量機(jī)；南方

中圖分類號 TP79 文獻(xiàn)標(biāo)識碼 A 文章編號 0517-6611（2018）21-0090-03

Abstract [Objective]The ALOS Phased Arrayed Lband Synthetic Aperture Radar （PALSAR） was used for water extraction in Shouning.[Method]Firstly，used filtering，color synthesis and polarized difference to enhance the description of targets，and then analyzed the scattering mechanism of typical object，such as water，vegetation，settlement and shadow.Secondly，the shadow from the terrain modeling was used to mask the mislabeled water from PALSAR imagery due to its shadow influence.Finally，the water body was processed using support vector machine classification method.The comparison was made between the results of the extracted water body and visual interpretation from location accuracy and extraction accuracy.[Result]The PALSAR appeared to be more effective in areas of extracting water body in southern China.[Conclusion]The results provide reference for solving the problem that optical remote sensing data in southern China is affected by cloud and rain，it is impossible to accurately extract surface water body information.

Key words PALSAR；Radar；Water；Support vector machine；South

水體信息的提取在水資源研究、水體監(jiān)測、農(nóng)業(yè)應(yīng)用、災(zāi)害防護(hù)、工程建設(shè)等方面發(fā)揮著重要作用[1-2]。近20年來，隨著遙感技術(shù)的發(fā)展，衛(wèi)星遙感技術(shù)在水體信息提取方面得到了廣泛應(yīng)用，光學(xué)遙感技術(shù)在水體提取中的技術(shù)較為成熟，主要分為閾值法和譜間關(guān)系法[3]。但是在南方地區(qū)，光學(xué)影像受到常年多云雨天氣和植被覆蓋的影響，加之地物類型的復(fù)雜性，同物異譜和異物同譜現(xiàn)象導(dǎo)致了光學(xué)遙感在南方水體信息提取中存在著局限性。近10年來，微波遙感技術(shù)得到了迅速發(fā)展，合成孔徑雷達(dá)（SAR）憑借著全天候、全天時(shí)、主動(dòng)成像、具有一定穿透力的優(yōu)勢為南方植被覆蓋區(qū)的信息提取提供了新思路、新方法[4]。具有L波段PALSAR雷達(dá)數(shù)據(jù)不僅具有更好的穿透能力而且可以提供多極化數(shù)據(jù)，極大地增強(qiáng)了對地物的提取能力[5-6]。2015年，陳幫乾等[7]基于PALSAR雷達(dá)數(shù)據(jù)對海南島的土地進(jìn)行了分類研究，結(jié)果表明PALSAR雷達(dá)數(shù)據(jù)對水體具有較高的識別精度。雖然合成孔徑雷達(dá)可以幫助解決信息提取中植被覆蓋的難題，但是由于雷達(dá)成像特點(diǎn)，導(dǎo)致山體陰影與水體混淆成為了一個(gè)無法避免的問題。目前針對山體陰影去除主要有地形建模和與光學(xué)遙感影像融合2種方法[8]。

結(jié)合研究區(qū)特點(diǎn)，筆者利用具有一定穿透特性的L波段雙極化PALSAR雷達(dá)數(shù)據(jù)，對圖像進(jìn)行預(yù)處理，利用極化差、假彩色合成、濾波等方法增強(qiáng)地物表征，分析了雷達(dá)圖像上不同典型地物的后向散射特性，并基于SVM分類器提取水體，利用DEM地形建模的方法去除水體提取中誤提的陰影，最后結(jié)合目視解譯結(jié)果進(jìn)行了精度評價(jià)。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)位于福建省寧德市壽寧縣境內(nèi)，屬于亞熱帶海洋氣候，1—5月常陰雨綿綿，11月至次年3月經(jīng)常大霧迷漫，7—9 月常有臺(tái)風(fēng)影響。地處鷲峰山脈，地形切割強(qiáng)烈，地勢陡峻、峰巒疊嶂、山嶺聳峙。交溪干流縱貫研究區(qū)東部，沿交溪干流兩岸發(fā)育低山和中山呈階狀分布，研究區(qū)西部為霍童溪和穆陽溪的發(fā)源地，河谷形態(tài)呈倒置現(xiàn)象，上游多河曲和河漫灘堆積，中游則多峽谷，礁巖裸露，水流湍急。

1.2 數(shù)據(jù)來源 試驗(yàn)數(shù)據(jù)采用的是雙極化PALSAR（HH+HV）雷達(dá)數(shù)據(jù)和ASTER多光譜數(shù)據(jù)。PALSAR是具有L波段的合成孔徑傳感器，于2006年搭載著日本對地觀察衛(wèi)星升空，它能夠不受氣候、時(shí)間影響，全天時(shí)全天候地進(jìn)行觀測，被廣泛地應(yīng)用于災(zāi)害監(jiān)控、森林調(diào)查、地形監(jiān)測等領(lǐng)域[9]，具體參數(shù)見表1。相比于其他雷達(dá)數(shù)據(jù)，PALSAR雷達(dá)數(shù)據(jù)L波段具有更好的穿透能力，易于在我國南方覆蓋區(qū)開展工作，并且PALSAR雷達(dá)數(shù)據(jù)在我國覆蓋區(qū)域較大，數(shù)據(jù)存檔較多，可以連續(xù)地進(jìn)行對比觀察研究。為了評價(jià)雙極化PALSAR雷達(dá)數(shù)據(jù)在南方地區(qū)水體信息提取的優(yōu)點(diǎn)和精度，選擇該區(qū)域的ASTER多光譜影像參考，進(jìn)行目視解譯和對比分析。

2 結(jié)果與分析

2.1 PALSAR數(shù)據(jù)預(yù)處理

在面對雷達(dá)影像噪聲問題上，為了得到高質(zhì)量的SAR圖像，需要對研究區(qū)域的PALSAR圖像進(jìn)行多視處理和濾波處理，降低斑點(diǎn)噪聲。在Lee濾波、Frost濾波、增強(qiáng)Lee濾波等多種濾波方式中，反復(fù)對比試驗(yàn)，發(fā)現(xiàn)增強(qiáng)型Lee濾波不僅可以降低噪聲，而且可以很好地保留各地物邊界特征。

由于雷達(dá)圖像缺乏色彩信息，為了增強(qiáng)地物差別，在對圖像進(jìn)行降噪處理后，對雙極化PALSAR數(shù)據(jù)HH極化通道（圖1）和HV極化通道（圖2）進(jìn)行差值運(yùn)算，突顯不同地物在不同極化通道的差異，并且進(jìn)行假彩色合成（R：HH；G：HV；B：HH-HV），突出各地物特征。通過研究區(qū)PALSAR彩色圖像（圖3）和ASTER遙感影像（圖4）的對比可以發(fā)現(xiàn)，ASTER影像上的云霧覆蓋導(dǎo)致目標(biāo)信息無法準(zhǔn)確提取，而PALSAR的彩色圖像可以很好地反映地物信息，并不受云霧的影響。

2.2 典型地物散射特征分析

在PALSAR影像上，基于訓(xùn)練樣本ROI統(tǒng)計(jì)典型地物的HH、HV波段的后向散射系數(shù)的最大值、最小值、均值和標(biāo)準(zhǔn)差。表2、3表明，HH極化通道相對于HV極化通道更有利于對水體提取，各種典型地物區(qū)分更加明顯。在HH極化通道里，相對于PALSAR雷達(dá)L波段波長，水體表面近似平滑的鏡面，通常發(fā)生奇次散射，后向散射很弱，平均為-16.51 dB，在PALSAR影像上表現(xiàn)為暗區(qū)。居民地由于大量的人工建筑存在，房屋、墻體與路面發(fā)生二面角反射，后向散射系數(shù)遠(yuǎn)遠(yuǎn)高于其他地物，平均值為6.55 dB，影像上表現(xiàn)為亮區(qū)。植被區(qū)由于植被覆蓋，高低不同，后向散射系數(shù)位于中間值，平均為-6.45 dB，可以較好地與水體區(qū)分。由于研究區(qū)的西部和東部多山地，在山坡上，一些地物目標(biāo)阻擋了斜射的波束，被遮擋的地方就形成了陰影區(qū)，所以在PALSAR雷達(dá)影像HH極化通道上，這些區(qū)域的后向散射系數(shù)平均值為-10.76 dB，在自動(dòng)提取時(shí)，易與水體混淆。根據(jù)地物在HH極化通道和HV極化通道的后向散射系數(shù)的特點(diǎn)，引入極化差進(jìn)行綜合地物區(qū)分判別。

2.3 陰影處理

為了消除提取的陰影信息，利用陰影掩膜處理。基于地理空間數(shù)據(jù)云所獲取的DEM高程數(shù)據(jù)，根據(jù)雷達(dá)成像的基本原理，對研究區(qū)的地形進(jìn)行建模，提取陰影所在位置，消除陰影區(qū)域?qū)λw提取的影響。

2.4 水體的提取

水體提取采用面對對象分類方法，對雙極化PALSAR假彩色合成圖進(jìn)行多尺度分割后，采用支持向量機(jī)（SVM）法進(jìn)行水體信息提取[10]。面向?qū)ο蠓诸惙椒P(guān)鍵在于分割尺度和合并尺度的選擇，根據(jù)影像臨近像素的紋理、亮度、顏色等信息分割出相應(yīng)的單元，通過反復(fù)對比試驗(yàn)，確定該研究區(qū)的分割尺度選擇為25，合并尺度為60。在有限的訓(xùn)練樣本情況下，SVM分類方更能發(fā)揮出解決小樣本分類問題的優(yōu)勢。通過提取結(jié)果（圖5）可以發(fā)現(xiàn)，白色區(qū)域?yàn)樗w部分，邊緣較為平滑。

2.5 精度評價(jià)

為了客觀地評價(jià)PALSAR雷達(dá)數(shù)據(jù)提取水體的效果和精度，結(jié)合研究區(qū)ASTER數(shù)據(jù)進(jìn)行了三維影像分析（圖6），在研究區(qū)西部和東部山區(qū)所產(chǎn)生的陰影被較好地剔除，未產(chǎn)生誤提。結(jié)合目視解譯樣本，選擇了2 000個(gè)水體相元和15 000個(gè)非水體像元，分別對試驗(yàn)區(qū)的2類分類結(jié)果進(jìn)行精度分析?？傮w分類結(jié)果為98%，Kappa系數(shù)為0.94。說明PALSAR雷達(dá)數(shù)據(jù)能夠進(jìn)行精度很好的水體信息提取。

3 結(jié)論與討論

基于雙極化PALSAR雷達(dá)數(shù)據(jù)對地物特點(diǎn)進(jìn)行分析，利用面對對象的提取水體信息，并將提取結(jié)果與目視解譯結(jié)果進(jìn)行對比，統(tǒng)計(jì)分析提取精度。結(jié)果表明：①在南方植被區(qū)域，多云，多霧，并且受植被覆蓋的影響，光學(xué)影像難以進(jìn)行快速準(zhǔn)確的提取，雷達(dá)影像利用其穿透能力可以進(jìn)行快速準(zhǔn)確的提取。②多極化數(shù)據(jù)的極化差、彩色合成等處理方式可以增強(qiáng)雷達(dá)數(shù)據(jù)的色彩信息，增強(qiáng)地物信息的識別能力。③濾波、地形建模等處理方式可以很好地消除斑點(diǎn)噪聲和陰影產(chǎn)生的錯(cuò)誤信息。但是由于雙極化PALSAR雷達(dá)數(shù)據(jù)分辨率的影響，對于區(qū)域面積較小的水體難以很好的提取，在后續(xù)研究中，可嘗試?yán)酶叻直媛实睦走_(dá)數(shù)據(jù)進(jìn)行南方植被覆蓋區(qū)的水體信息提取。

參考文獻(xiàn)

[1]吳虹，郭遠(yuǎn)飛，郭建東，等.基于TM/ETM+和MODIS的漓江流域生態(tài)環(huán)境遙感動(dòng)態(tài)監(jiān)測[J].國土資源遙感，2007（3）：56-61.

[2] 汪權(quán)方，孫佩，王新生，等.基于洪水過程的農(nóng)業(yè)洪災(zāi)變化遙感快速評估模型及其應(yīng)用[J].長江流域資源與環(huán)境，2017，26（11）：1831-1842.

[3] 夏列鋼，沈占鋒，李均力，等.復(fù)雜背景下多樣水體遙感自動(dòng)解譯[J].中國圖象圖形學(xué)報(bào)，2013，18（11）：1513-1519.

[4] 王慶，廖靜娟.基于SAR數(shù)據(jù)的鄱陽湖水體提取及變化監(jiān)測研究[J].國土資源遙感，2010，22（4）：91-97.

[5] 王賀，張路，徐金燕，等.面向城市地物分類的L波段SAR影像極化特征提取與分析[J].武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2012，37（9）：1068-1072.

[6] ZHOU G Y，CUI Y，CHEN Y L，et al.Linear feature detection in polarimetric SAR images[J].IEEE Transactions on Geoscience & Remote Sensing，2011，49（4）：1453-1463.

[7] 陳幫乾，李香萍，肖向明，等.基于PALSAR雷達(dá)數(shù)據(jù)與多時(shí)相TM/ETM+影像的海南島土地利用分類研究[J].熱帶作物學(xué)報(bào)，2015，36（12）：2230-2237.

[8] 楊存建，周成虎.利用RADARSAT SWA SAR和LANDSAT TM的互補(bǔ)信息確定洪水水體范圍[J].自然災(zāi)害學(xué)報(bào)，2001，10（2）：79-83.

[9] ROSENQVIST A，SHIMADA M，ITO N，et al.ALOS PALSAR：A pathfinder mission for globalscale monitoring of the environment[J].IEEE Transactions on Geoscience & Remote Sensing，2007，45（11）：3307-3316.

[10] 吳永輝，計(jì)科峰，郁文賢.利用SVM的全極化、雙極化與單極化SAR圖像分類性能的比較[J].遙感學(xué)報(bào)，2008，12（1）：46-53.