毛羽豐，朱邦彥，張琪，王健

(1.南京市測(cè)繪勘察研究院股份有限公司，江蘇 南京 210019； 2.河海大學(xué)地球科學(xué)與工程學(xué)院，江蘇 南京 211100)

1 引 言

中國(guó)是高速發(fā)展中的國(guó)家，正處于城市快速發(fā)展的進(jìn)程中，城市地區(qū)不斷擴(kuò)展和更新，是地物變化最多最復(fù)雜的地區(qū)。對(duì)南京這樣快速發(fā)展的城市而言，監(jiān)測(cè)城區(qū)土地利用的分布、變化對(duì)經(jīng)濟(jì)發(fā)展規(guī)劃、自然資源分配以及環(huán)境與生態(tài)系統(tǒng)管理是至關(guān)重要的。

遙感影像變化檢測(cè)是從不同時(shí)期的遙感數(shù)據(jù)中定量分析和確定地表變化的特征與過(guò)程，一般通過(guò)光學(xué)影像進(jìn)行特征提取和分類(lèi)，但受到云雨霧天氣和拍攝時(shí)間的影響，光學(xué)影像使用受限。SAR衛(wèi)星傳感器作為重要的遙感數(shù)據(jù)源之一，與傳統(tǒng)光學(xué)影像相比，具有其獨(dú)特的優(yōu)勢(shì)，主要包括以下幾點(diǎn)：①全天候：穿透性強(qiáng)，由于成像在微波波段，波長(zhǎng)相對(duì)于可見(jiàn)光遙感較長(zhǎng)，能夠在一定程度上穿透云霧、植被和地表，所以不受天氣狀況的影響；②全天時(shí)：SAR不依賴(lài)于可見(jiàn)光，因此可以在夜晚也能達(dá)到很好的成像效果[1，2]。SAR具備上述優(yōu)勢(shì)，是非常好的變化檢測(cè)數(shù)據(jù)源，逐漸成為城市遙感監(jiān)測(cè)的重要數(shù)據(jù)源，特別是在南京這種多云多雨的南方城市。

SAR影像與光學(xué)影像成像原理不同，前者是主動(dòng)遙感，影像反映的是回波強(qiáng)度，后者是被動(dòng)遙感，影像反映的是光譜信息。光學(xué)影像的局限性在于容易受到顏色信息的干擾而檢測(cè)出偽變化：如不同季節(jié)的植被，雖然顏色不同，但其地物類(lèi)別并未發(fā)生改變；再如陰影，也會(huì)被當(dāng)作地物變化檢測(cè)出來(lái)。而SAR影像就不會(huì)受到此類(lèi)信息干擾，但是其噪聲多，地物邊界模糊，沒(méi)有色彩，其信息量要少于多光譜影像。因此這兩類(lèi)遙感數(shù)據(jù)事實(shí)上是互相補(bǔ)充的，聯(lián)合SAR與光學(xué)影像來(lái)進(jìn)行城市用地的變化檢測(cè)是十分必要的[3～5]。

2 SAR與光學(xué)遙感相結(jié)合的變化檢測(cè)

本文考慮到SAR與光學(xué)影像數(shù)據(jù)在變化提取與識(shí)別中各自?xún)?yōu)勢(shì)和互補(bǔ)性，按照面向?qū)ο笞兓瘷z測(cè)的思路，研究了SAR與光學(xué)聯(lián)合的變化方法，總體技術(shù)路線如圖1所示。

圖1 技術(shù)路線

2.1 面向?qū)ο蟮淖兓瘷z測(cè)

基于像元的變化檢測(cè)方法具有無(wú)須人工干預(yù)、簡(jiǎn)單易行等優(yōu)點(diǎn)，但存在對(duì)影像配準(zhǔn)、輻射校正誤差較為敏感，檢測(cè)結(jié)果存在椒鹽效應(yīng)等問(wèn)題。本文采用面向?qū)ο蟮淖兓瘷z測(cè)方法，面向?qū)ο蟮淖兓瘷z測(cè)方法具有對(duì)影像配準(zhǔn)、輻射校正要求較低，改善椒鹽現(xiàn)象等優(yōu)點(diǎn)。其主要思想是先分割再做比較，把圖像分割成多個(gè)對(duì)象，以對(duì)象為單位進(jìn)行變化信息提取。

2.2 影像特征提取

提取多源遙感影像數(shù)據(jù)的多種特征進(jìn)行變化檢測(cè)，能夠有效提高變化檢測(cè)精度，本文主要采用了強(qiáng)度、紋理、相干性三類(lèi)特征，其中強(qiáng)度和紋理是SAR與光學(xué)影像都有的，而相干性特征是SAR影像數(shù)據(jù)特有的。

(1)強(qiáng)度特征

提取的強(qiáng)度特征主要包括強(qiáng)度均值(SAR與光學(xué))、NDVI(光學(xué))、NDWI(光學(xué))等，這些特征值的提取均基于對(duì)象而言，即均在對(duì)象范圍內(nèi)計(jì)算均值。

(2)紋理特征

在遙感影像中，像素灰度值只提供了強(qiáng)度信息，紋理則能提供結(jié)構(gòu)信息。本文主要采用灰度共生矩陣來(lái)計(jì)算SAR與光學(xué)影像的紋理特征[6]。

(3)相干性

SAR影像的相干性這一特征是光學(xué)影像所沒(méi)有的，是InSAR回波信號(hào)線性相似程度的一種度量，通常被用來(lái)衡量地面散射特性的變化程度[7]。可利用相干系數(shù)(主要是時(shí)間去相干)來(lái)判斷區(qū)域的變化，若研究區(qū)域發(fā)生變化，此區(qū)域相關(guān)性降低，則相干系數(shù)較小，若沒(méi)有發(fā)生變化，則相干性強(qiáng)，相干系數(shù)較大。其理論計(jì)算公式為：

(1)

得到影像對(duì)象各自的特征后，計(jì)算各個(gè)特征的變化向量，加入監(jiān)督分類(lèi)的樣本特征空間中，進(jìn)而對(duì)變化對(duì)象進(jìn)行提取。

3 數(shù)據(jù)處理流程

3.1 研究區(qū)域與數(shù)據(jù)

本文選擇的示范地為南京市江北新區(qū)頂山街道，總面積約 37 km2。分別選取了兩期覆蓋研究區(qū)域的意大利COSMO-SkyMed雷達(dá)衛(wèi)星數(shù)據(jù)(時(shí)間：2016年12月9日與2017年7月21日，分辨率：3 m)和北京二號(hào)光學(xué)衛(wèi)星數(shù)據(jù)(時(shí)間：2016年11月27日與2017年7月18日，分辨率：0.8 m)，如圖2所示。主要目標(biāo)是檢測(cè)出城市區(qū)域的變化圖斑。

3.2 預(yù)處理

先對(duì)兩期的原始光學(xué)影像分別進(jìn)行輻射校正，然后基于DEM進(jìn)行正射幾何校正。若研究區(qū)跨過(guò)了不同景的圖像，則先進(jìn)行粗配準(zhǔn)、幾何精糾正、圖像拼接和粗裁剪。最后對(duì)兩期圖像進(jìn)行匹配，并根據(jù)研究區(qū)范圍對(duì)配準(zhǔn)后的兩期數(shù)據(jù)進(jìn)行裁剪。SAR數(shù)據(jù)的預(yù)處理主要包括圖像配準(zhǔn)、圖像裁剪、SAR圖像去噪、基線估計(jì)等，與光學(xué)影像相比主要增加了圖像去噪、相干性計(jì)算等SAR影像處理特有的步驟。

圖2 研究區(qū)域光學(xué)與SAR衛(wèi)星影像

3.3 影像分割

面向?qū)ο蟮挠跋穹治龇椒ㄌ幚淼幕締卧皇窍裨菍?duì)象，因而該分析方法可以綜合利用對(duì)象的光譜、紋理、幾何、形狀等信息。面向?qū)ο蟮挠跋穹治鍪滓h(huán)節(jié)是圖像分割，本文采用多尺度分割的方法[8]，其分割準(zhǔn)則如下：

h=ωcolorhcolor+ωshapehshape

(2)

其中，ωcolor與ωshape分別表示顏色與形狀的權(quán)重，hcolor和hshape分別表示顏色與形狀的異質(zhì)性指標(biāo)。

hcolor=∑cwcσc

(3)

其中ωc為影像層的權(quán)重，σc為影像層的標(biāo)準(zhǔn)差，c為影像數(shù)。

hshape=ωsmoothness×hsmoothness+ωcompatness×hcompactness

(4)

其中，ωsmoothness與ωcompatness分別代表兩者間的權(quán)重，而hsmoothness和hcompactness分別代表平滑與緊密兩個(gè)子異質(zhì)性指標(biāo)。

由于SAR影像噪聲多、地物邊界信息模糊，因此在本文的方法中SAR影像并不參與分割計(jì)算，只對(duì)光學(xué)數(shù)據(jù)進(jìn)行分割。首先分別對(duì)兩期光學(xué)影像進(jìn)行分割，再將分割結(jié)果進(jìn)行合并，得到統(tǒng)一的分割塊，SAR影像也按照相同的分割塊進(jìn)行分析和處理，如圖3所示。

圖3 分割結(jié)果(局部)

3.4 特征提取與監(jiān)督分類(lèi)

圖像特征是圖像的基本屬性和測(cè)度，從不同的角度描述了圖像的性質(zhì)，利用特征空間可以有效地進(jìn)行遙感信息提取和遙感圖像分類(lèi)。對(duì)于研究區(qū)工作使用的兩期圖像的變化檢測(cè)，需要先進(jìn)行圖像特征提取，提取的特征類(lèi)型如之前2.2節(jié)所述。

變化檢測(cè)的訓(xùn)練區(qū)劃分為“變化”與“不變化”兩類(lèi)。使用機(jī)器學(xué)習(xí)分類(lèi)器進(jìn)行變化檢測(cè)，對(duì)照彩色合成圖像進(jìn)行檢查，根據(jù)差異增加不變化和變化類(lèi)的訓(xùn)練區(qū)，如圖4所示。

圖4 訓(xùn)練樣本(紅色為變化，黃色為不變)

最終得到變化區(qū)域的圖斑共976個(gè)，總面積約 4 km2，如圖5所示。

圖5 變化區(qū)域圖斑

3.5 精度檢查

通過(guò)對(duì)頂山街道的遙感圖像進(jìn)行目視解譯勾畫(huà)，得到變化區(qū)域作為標(biāo)準(zhǔn)數(shù)據(jù)，把監(jiān)督分類(lèi)提取出的變化圖斑與之進(jìn)行比較，判斷提取圖斑的準(zhǔn)確性，得出其總體精度約為85.8%。

4 結(jié) 論

本文利用兩景不同時(shí)相的高分辨率SAR與光學(xué)影像對(duì)城市區(qū)域變化情況進(jìn)行了檢測(cè)。實(shí)驗(yàn)過(guò)程中我們發(fā)現(xiàn)：①對(duì)于高分辨遙感影像而言，預(yù)處理過(guò)程很關(guān)鍵，對(duì)幾何糾正、配準(zhǔn)的要求較高；②多尺度分割中尺度的選擇和分割精度對(duì)檢測(cè)效果有很大影響；③紋理特征對(duì)建筑物拆建這類(lèi)的檢測(cè)效果很好，且檢測(cè)植被變化時(shí)受季節(jié)性影響較小；④光學(xué)影像上的陰影區(qū)域是很大的干擾因素，SAR影像的加入提高了這些區(qū)域的檢測(cè)準(zhǔn)確性，不過(guò)由于側(cè)視雷達(dá)的特性，部分高樓區(qū)域會(huì)存在遮擋、疊掩的情況。通過(guò)實(shí)驗(yàn)可知，基于高分辨率SAR與光學(xué)影像相結(jié)合的變化檢測(cè)具有較好的檢測(cè)精度，兩種遙感數(shù)據(jù)彼此間具有很好的互補(bǔ)性。