佀文娜,何 敏,王茂山
(1.河海大學(xué)地球科學(xué)與工程學(xué)院,江蘇 南京 211100)
目前基于Sentinel-1數(shù)據(jù)[1]的地物相干性研究較少,特別是長(zhǎng)時(shí)間序列的研究。為了系統(tǒng)分析長(zhǎng)時(shí)間序列下地物的時(shí)間失相干現(xiàn)象,實(shí)驗(yàn)選取了美國(guó)加利福尼亞州南部柯汶納市及其周邊區(qū)域進(jìn)行研究,使用2017-06-20~2020-09-02的50景Sentinel-1影像,分析了典型地物的時(shí)間失相干現(xiàn)象,并研究了風(fēng)雨等天氣因素及不同極化方式對(duì)相干性的影響。
相干性表示從同一片區(qū)域獲取的兩張SAR復(fù)影像之間的相似程度,它是由2個(gè)復(fù)數(shù)信號(hào)之間的相關(guān)系數(shù)定義,公式如下:
式中,γ是干涉相關(guān)系數(shù);s1和s2是復(fù)數(shù)信號(hào);上標(biāo)*表示復(fù)共軛,E[·]代表期望。由于在實(shí)際觀測(cè)中,數(shù)學(xué)期望很難獲得,因此假設(shè)目標(biāo)均勻分布,使用移動(dòng)窗口中L個(gè)像素的空間平均來估計(jì)相干性[2]。
式中,i代表相干性估計(jì)窗的第i個(gè)像素;每個(gè)估計(jì)窗中有L個(gè)像素。相干性范圍為[0,1],0表示完全失相干,1表示完全相關(guān)。
為了得到更精確的相干性,使用蔣彌[3]等的SHPS-InSAR開源工具包來選取同質(zhì)點(diǎn)。同質(zhì)點(diǎn)選取,又名同統(tǒng)計(jì)分布樣本選擇,是以統(tǒng)計(jì)推斷為手段度量鄰域像素與中心像素相似度的一種算法,在同類地物目標(biāo)具有相同后向散射屬性和相同相位散射中心的假設(shè)前提之下,將同類像素匯集進(jìn)行參數(shù)估計(jì),可以實(shí)現(xiàn)信噪比的提升并兼顧圖像分辨率。
實(shí)驗(yàn)使用ISCE軟件配準(zhǔn)單視復(fù)數(shù)(SLC)圖像后,先選取同質(zhì)樣本集合,然后用式(2)獲得精確的相干性估計(jì)結(jié)果。
在實(shí)際干涉相干測(cè)量中,有許多影響因素,主要的失相干源可以分為以下幾個(gè)部分:幾何失相干、熱噪聲和時(shí)間失相干[4-5]。觀測(cè)得到的相干性為:
式中,γobs表示觀測(cè)得到的總相干性;γgeom是幾何失相干;γsnr代表雷達(dá)熱噪聲引起的失相干;γtemp表示時(shí)間失相干。為了分析時(shí)間失相干的影響,其他的失相干源需要被排除或者校正。
在這些失相干因素中,幾何失相干很大程度上取決于衛(wèi)星兩次重復(fù)訪問同一個(gè)區(qū)域時(shí)空間位置的距離,即空間基線[6]。由于哨兵一號(hào)系統(tǒng)的軌道狹窄,使得衛(wèi)星重復(fù)訪問位置間距很近。經(jīng)統(tǒng)計(jì),此次研究的垂直基線均小于123 m,正是由于垂直基線較短,相對(duì)于時(shí)間失相干來說,幾何失相干的影響可以忽略不計(jì)[7]。
對(duì)于系統(tǒng)熱噪聲引起的失相干,通過官方發(fā)布的數(shù)據(jù)發(fā)現(xiàn),相對(duì)于傳統(tǒng)的ScanSAR模式,哨兵一號(hào)TOPSAR模式的信噪比非常高。通過計(jì)算獲得系統(tǒng)熱噪聲引起的失相干大于0.99,所以對(duì)此項(xiàng)造成的影響不予考慮。
時(shí)間失相干是指在相同區(qū)域的兩次成像時(shí)間間隔內(nèi),由于散射體本身特性改變或位置移動(dòng),導(dǎo)致相干性降低。時(shí)間失相干是失相干源中最難確定的部分,探究影響Sentinel-1時(shí)間失相干的因素對(duì)形變監(jiān)測(cè)有較大意義。
此次研究區(qū)位于美國(guó)加利福尼亞州南部柯汶納附近,地處洛杉磯東部,地形較為平坦,地表類型多樣。研究區(qū)覆蓋范圍約為230 km2,如圖1所示。實(shí)驗(yàn)共收集了50景Sentinel-1衛(wèi)星TOPSAR干涉寬幅模式C波段雙極化影像數(shù)據(jù),影像范圍如圖1紅框所示,時(shí)間跨度為2017-06-20~2020-09-02,主影像為2017-06-20。
圖1 研究區(qū)位置
實(shí)驗(yàn)使用NLCD 2016作為主要的土地覆蓋類型來源,NLCD 2016是美國(guó)地質(zhì)調(diào)查局發(fā)布的新一代土地覆蓋數(shù)據(jù),根據(jù)Landsat衛(wèi)星圖像和地理空間輔助數(shù)據(jù)集進(jìn)行分類和匯編,空間分辨率為30 m,覆蓋美國(guó)本土地區(qū)。NLCD 2016產(chǎn)品基于修正的安德森二級(jí)分類系統(tǒng)劃分,分為16個(gè)土地覆蓋級(jí)別,研究表明安德森二級(jí)分類精度達(dá)到82%[8]。
通過官方發(fā)布的國(guó)家氣候數(shù)據(jù)中心(NCDC)檔案,此次研究收集了覆蓋研究區(qū)所有氣象站的氣象數(shù)據(jù),包括每小時(shí)風(fēng)速和日降水量等數(shù)據(jù)。
從圖2可以看出,水體的失相干現(xiàn)象非常嚴(yán)重,呈現(xiàn)的亮度最低。人工建筑物的相干性很高,相干圖上的亮度最高。常綠樹的相干性低,呈現(xiàn)的亮度較低。農(nóng)作物的相干性較高,呈現(xiàn)的亮度較高。對(duì)比三張相干圖可以看到,隨著時(shí)間基線增大,失相干現(xiàn)象越來越明顯。
圖2 研究區(qū)土地覆蓋分類圖和相干圖
實(shí)驗(yàn)選取4種典型地物進(jìn)行時(shí)間失相干分析,分別為:水體、人工建筑物、常綠林、農(nóng)作物。常綠林和混合林是研究區(qū)內(nèi)覆蓋的主要樹種,其中常綠林占絕大部分,故選取常綠林作為樹林代表。圖3是4種地物隨時(shí)間基線變化的時(shí)序相干性,時(shí)間基線最長(zhǎng)為39個(gè)月??梢詮膱D中明顯看到,不同地物的相干性不同,隨著時(shí)間變化,失相干現(xiàn)象也不同。
圖3 隨時(shí)間變化的地物相干性
水體的相干性最低,是因?yàn)樗w的表面相對(duì)于C波段較為光滑,導(dǎo)致絕大多數(shù)雷達(dá)入射波發(fā)生鏡面反射,雷達(dá)傳感器幾乎無法接收到返回的電磁波。當(dāng)水體受到外界因素干擾或地形因素影響,水體的表面粗糙度較大時(shí),此時(shí)雖然其后向散射強(qiáng)度較大,但由于水體的形態(tài)不斷在變化,導(dǎo)致相干值很低。
圖4是水體相干性的概率密度直方圖,結(jié)合圖3、4可知,水體相干性的平均值在0.25左右,大多數(shù)分布在0.15~0.25區(qū)間內(nèi)。對(duì)于秒級(jí)失相干的水體,相干性應(yīng)該接近0,Touzi[9]等認(rèn)為這個(gè)現(xiàn)象是估計(jì)相干性時(shí)的自然偏差。相干性估計(jì)偏差受平均視數(shù)大小的影響,本次實(shí)驗(yàn)取的估計(jì)窗口大小為9×9,這個(gè)大小的估計(jì)窗口會(huì)有約0.2的相干值估計(jì)偏差[14]。圖4中有少部分水體相干值較大,這是由于土地分類的不準(zhǔn)確,水體周圍相干性較高的點(diǎn)如水岸等被誤分類。
圖4 水體相干性的概率密度直方圖
人工建筑物的相干值最高,這是因?yàn)槠浜笙蛏⑸涮匦暂^為穩(wěn)定,而且人工建筑物大多會(huì)發(fā)生雙彈反射,將入射波幾乎完全反射回傳感器。從圖3中可以看到,人工建筑物的相干性最初在0.64左右,隨著時(shí)間基線增長(zhǎng),相干性自然下降,且下降速度逐漸減緩,在數(shù)月后基本保持在0.55左右。時(shí)間基線達(dá)到39個(gè)月時(shí),相干值在0.52附近。
常綠樹的相干性較為平穩(wěn),但值很低,在0.28左右。這是因?yàn)榇说貐^(qū)分布的橡樹冠層較高,C波段的入射波在冠層中多次發(fā)生散射,即體散射,大部分能量在這個(gè)過程中被散射或吸收,導(dǎo)致相干值較低。
農(nóng)作物的相干性變化最大。研究的前5個(gè)月,相干性有明顯的下降,從0.57降到0.4以下,然后總體上趨于穩(wěn)定。前5個(gè)月相干值明顯下降的原因,是由于隨時(shí)間基線增長(zhǎng),相干性的自然下降,還可能是受土壤含水量變化的影響[15]。由于農(nóng)作物相對(duì)較為低矮,時(shí)間失相干程度較輕,而且有一部分能量由地面反射回雷達(dá)傳感器,因此其相干值相對(duì)于樹木偏高。
圖3中人工建筑物和農(nóng)作物存在相干性驟降的現(xiàn)象,比如2018-03-11,主要受天氣因素影響,在下一節(jié)中具體分析。
為了研究天氣對(duì)相干性的影響,收集了研究區(qū)內(nèi)所有氣象站的每小時(shí)風(fēng)速和日降水量數(shù)據(jù)。
統(tǒng)計(jì)每小時(shí)風(fēng)速后發(fā)現(xiàn),風(fēng)速大于6 m/s的僅有2017-12-05和2018-07-09兩次,分別為7.5 m/s和6.2 m/s,兩者的相干性都沒有明顯變化(如圖3箭頭標(biāo)識(shí))。因此判定小于7.5 m/s的風(fēng)速對(duì)C波段相干性幾乎無影響。
因數(shù)據(jù)量較大,經(jīng)查詢研究期間的日降水量,截取了有較大降水分布的區(qū)間進(jìn)行分析,如圖5所示。區(qū)間內(nèi)共獲取影像31張,獲取時(shí)有較大降水的影像有7張,日期分別為2018-03-11、2018-05-22、2018-10-13、2018-11-30和2019-01-17、2019-03-06、2019-05-17,如X軸上標(biāo)記O所示,對(duì)應(yīng)降水量分別為17.8mm、4.3 mm、20.8 mm、16.5 mm、66.5 mm、21.2 mm和11.8 mm,用標(biāo)記*在圖5標(biāo)識(shí)。
圖5 隨時(shí)間變化的地物相干性和降水量
為了更直觀、多樣、全面地看到相干性的變化情況,構(gòu)建了前31幅影像的相干系數(shù)矩陣圖,如圖6所示。通過改變主影像,獲得了后續(xù)影像與主影像之間的相干性。每一小格代表橫軸對(duì)應(yīng)日期與縱軸對(duì)應(yīng)日期獲取影像的相干性,4個(gè)相干系數(shù)矩陣均為對(duì)稱矩陣,箭頭指示位置表示有較大降水。
圖6 相干系數(shù)矩陣圖
綜合圖5、6可以發(fā)現(xiàn),圖5有*標(biāo)記的7景影像,由于獲取影像時(shí)有降水,導(dǎo)致人工建筑物和農(nóng)作物的相干性下降。人工建筑物因?yàn)楸砻嬗晁绊懮淙氩ǖ姆瓷?,從而?dǎo)致相干性下降;農(nóng)作物相干性下降的原因分為農(nóng)作物和土壤2個(gè)因素,雨水使農(nóng)作物散射特性發(fā)生變化,也使土壤含水量發(fā)生變化,導(dǎo)致相干性下降??傮w來看,降水量越大,人工建筑物和農(nóng)作物的時(shí)間失相干現(xiàn)象越嚴(yán)重。
2018-01-22無降水,但是農(nóng)作物的相干值下降,而人工建筑物的相干值不變,這可能是因?yàn)?0 d前有連續(xù)2 d的較大降水,人工建筑物表面的雨水已蒸發(fā),但土壤的含水量變化較慢,所以導(dǎo)致返回信號(hào)變化。
2019-02-10降水量?jī)H為1.05 mm,雖然相比于前后兩景,相干值有回升,其中人工建筑物回升較大,農(nóng)作物回升較小,但相比于平均值,人工建筑物和農(nóng)作物的相干值仍較低。有回升是因?yàn)楂@取前后兩景衛(wèi)星影像時(shí)有較大降水,此次獲取影像時(shí)是小降水,因而影響較小。相干值比平均值低是因?yàn)楂@取影像的5 d前有連續(xù)的較大降水,土壤含水量的變化導(dǎo)致農(nóng)作物相干性低,而人工建筑物表面雨水揮發(fā)快,所以降水對(duì)農(nóng)作物相干性的影響比對(duì)人工建筑物的影響持續(xù)性久。
從圖3中還可以看到2019-12-13~2020-04-11的影像相干值有小幅降低,如圖3中矩形框所示。這是因?yàn)樵诖似陂g內(nèi)一直有10~20 mm的小降水影響。其他無降水影響的時(shí)期,4種地物的相干性都比較穩(wěn)定。
此次研究是在Sentinel-1衛(wèi)星干涉寬幅模式下獲取的雙極化數(shù)據(jù),分別為VV極化和VH極化,前文的分析均基于VV極化。
圖7是VV極化減VH極化的相干性差值,2種極化方式的相干值差值在0.02~0.11之間??傮w來看VH極化方式比VV極化方式相干值低,信號(hào)的損失更大。
圖7 兩種極化方式相干性差值
常綠林的相干性差值較為穩(wěn)定,在0.02左右。水體的相干性差值一直有較小波動(dòng),但一直維持在0.03~0.05之間,這個(gè)波動(dòng)可能是由于土地覆蓋分類不準(zhǔn)確導(dǎo)致的小偏差。人工建筑物和農(nóng)作物的相干性差值曲線與圖3的變化趨勢(shì)幾乎一致,特別在有降水因素影響的時(shí)期,VV與VH的相干性差值明顯減小。說明VH極化對(duì)變化的感知能力沒有VV極化強(qiáng),但反過來也可以發(fā)現(xiàn)VH極化的相干性較為穩(wěn)定,抗外界干擾能力更強(qiáng)。
實(shí)驗(yàn)使用時(shí)間基線最長(zhǎng)為39個(gè)月的50景Sentinel-1衛(wèi)星影像,定量分析了不同地物的時(shí)間失相干現(xiàn)象,并分析了風(fēng)雨等天氣因素和不同極化方式對(duì)地物相干性的影響。此次研究使用同質(zhì)點(diǎn)選取方法獲得相干值,并借助NLCD數(shù)據(jù)進(jìn)行不同地物的相干性研究,還通過從NCDC檔案獲取的每小時(shí)風(fēng)速和日降水量對(duì)地物相干性下降的原因進(jìn)行分析。主要得出以下結(jié)論:①Sentinel-1數(shù)據(jù)典型地物的失相干特征區(qū)別較大,可以較好的指導(dǎo)地物識(shí)別、輔助土地分類,尤其是建筑物的識(shí)別分類;②小于7.5 m/s的風(fēng)速對(duì)相干性幾乎無影響,而降水是導(dǎo)致地物失相干的重要因素,通過影響土壤含水量導(dǎo)致農(nóng)作物相干性降低,對(duì)農(nóng)作物相干性的影響比對(duì)人工建筑物的影響大且持續(xù)性久;③VH極化方式抗干擾能力更強(qiáng),VV極化方式對(duì)變化的感知能力更強(qiáng)。上述實(shí)驗(yàn)研究表明:選取相干目標(biāo)應(yīng)考慮土地覆蓋類型的影響,特別是在植被覆蓋區(qū)域做形變分析,也需要利用氣象數(shù)據(jù)對(duì)干涉圖失相干情況進(jìn)行評(píng)估,同時(shí)應(yīng)充分利用不同極化方式的數(shù)據(jù)。