基于Sentinel-1A雷達影像的崇明東灘蘆葦鹽沼植被識別提取

胥 為，周云軒，沈 芳，田 波，于 鵬

華東師范大學河口海岸學重點實驗室，上海 200062

0 引言

鹽沼植被是濱海濕地的重要組成部分，具有海岸侵蝕防護、生物棲息地支持、水質(zhì)凈化和碳匯等多種生態(tài)服務功能[1]。受灘涂圍墾、海平面上升、外來物種入侵等因素影響，我國典型河口海岸帶區(qū)域本土鹽沼植被處于不斷快速動態(tài)變化中。如長江河口自1980年人工引種美國互花米草以來，2015年其分布面積已達約6 200 hm2，它快速擴散并侵占了土著植被如蘆葦鹽沼植被的生境，給海岸帶濕地生態(tài)系統(tǒng)結(jié)構(gòu)和功能帶來了強烈影響。對河口海岸帶區(qū)域鹽沼濕地植被種類、空間分布和外來鹽沼植被擴散動態(tài)監(jiān)測主要采用遙感與野外實地調(diào)查相結(jié)合的方法，特別是利用多時相、多分辨率光學遙感影像作為主要數(shù)據(jù)源，利用植被指數(shù)等進行鹽沼植被遙感識別提取。諸多研究[2-4]表明，利用光學遙感影像進行鹽沼植被的精準識別需要大量的先驗知識，并輔以野外現(xiàn)場調(diào)查修正。而且利用光學遙感影像進行鹽沼濕地植被監(jiān)測存在著許多局限和不足，主要有：我國大部分沿海潮灘地區(qū)高概率出現(xiàn)的云層覆蓋和惡劣天氣等因素，加大了獲取高質(zhì)量多時相的光學遙感影像數(shù)據(jù)的難度；因光學影像波長短，對植被冠層缺乏穿透能力，這使得大部分鹽沼植被在其生長季節(jié)對光譜響應的相似度高，導致不同植被類型和混生鹽沼植被空間邊界區(qū)分效果不佳；由于潮灘地帶通達性差，實地調(diào)查修驗存在成本高、周期長的問題，降低了利用光學遙感影像實施年際尺度，甚至更小時間尺度的鹽沼植被動態(tài)變化精準監(jiān)測的可行性。

合成空間雷達(synthetic aperture radar，SAR)是一種主動式對地觀測系統(tǒng)，雷達波長一般在厘米級，可穿透云雨霧，不受天氣和時間的影響，具有全天時、全天候的特點。SAR回波信號對物體的介電特性，特別是對植被葉片含水量和土壤濕度變化敏感[5]，能提供光學遙感影像所缺乏的對植被冠層的穿透性，使植被葉冠以下的信息也能被利用，可以彌補光學遙感在鹽沼植被監(jiān)測中的不足[6]。近年來，國內(nèi)外學者利用SAR影像在鹽沼濕地植被提取方面取得了不少研究成果。王安琪等[5]結(jié)合Landsat TM(thematic mapper)、長波段PALSAR(phased array type L-band synthetic aperture radar)及多時相ENVISAT ASAR(advanced synthetic aperture radar)影像，利用決策樹的方法，對東北地區(qū)三江平原內(nèi)的沼澤濕地植被進行了識別，所得到的分類精度整體較高。Townsend等[7]利用多季相的RADARSAT影像，對美國卡羅萊納州東北部Roanoke河流域及其周圍的濕地進行了制圖。Kwoun等[8]利用多時相ERS-1/2和Radarsat-1衛(wèi)星數(shù)據(jù)，采取相對輻射定標的方法，區(qū)分了Louisiana州海岸濕地的多種森林和沼澤植被類型;研究表明，單獨利用一景SAR影像在識別植被類型時效果并不理想，而多時相、多極化、多來源影像結(jié)合是利用SAR影像進行濕地植被監(jiān)測的發(fā)展趨勢。

哨兵一號A衛(wèi)星(Sentinel-1A)于2014年4月3號發(fā)射升空，屬于歐空局(ESA)哥白尼計劃中的地球觀測衛(wèi)星，是對2014年4月8號失聯(lián)的ENVISAT衛(wèi)星的繼承。本研究以長江河口崇明東灘南部為研究區(qū)域，利用2016年11個時相的Sentinel-1A雷達衛(wèi)星影像數(shù)據(jù)，研究蘆葦鹽沼植物在一個完整年度內(nèi)不同生長季節(jié)的雷達后向散射系數(shù)變化特征，并以此為依據(jù)對蘆葦?shù)姆植夹畔⑦M行提取，探究Sentinel-1A衛(wèi)星數(shù)據(jù)在長江口濕地植被監(jiān)測中的應用前景。

1 研究區(qū)域概況

崇明東灘位于崇明島最東端的長江河口入海處，由長江徑流攜帶的泥沙沉積而成，是長江口規(guī)模最大、發(fā)育最完善的河口型潮灘之一[9]，被列入國際重要濕地名錄，也是國家級鳥類自然保護區(qū)、國際亞太遷徙鳥類重要停歇地[10]。本文研究區(qū)域位于崇明東灘南部(圖1)，是典型的河口型淤泥質(zhì)潮灘。區(qū)域內(nèi)多年平均潮差2.6 m，最大潮差4.6～6.0 m。潮溝發(fā)育豐富，主要分布在潮間帶上部或高潮灘部位，由岸向海呈樹枝狀擴張態(tài)勢[11]。研究區(qū)域內(nèi)主要鹽沼植被類型包括蘆葦群落、白茅群落和海三棱藨草群落等，蘆葦?shù)淖畲笾旮呖蛇_4.0 m，白茅和海三棱藨草的最高株高一般低于0.6 m[12]。在植被生長周期內(nèi)，當年11月至翌年的4月為東灘植被的枯萎期，其余時段為生長綠葉期。

2 研究方法

2.1 數(shù)據(jù)來源

Sentinel-1A雷達衛(wèi)星采用4種極化(VV(vertical transmit/vertical receive)、VH(vertical transmit/horizontal receive)、HV(horizontal transmit/ vertical receive)和HH(horizontal transmit/ horizontal receive))C波段工作模式，重訪周期為12 d，2016年4月Sentinel-1B衛(wèi)星發(fā)射升空以后，重返周期縮短至6 d，具有重訪時間短和數(shù)據(jù)產(chǎn)品發(fā)布快速的特點[13]。該雷達衛(wèi)星數(shù)據(jù)包括4種模式，分別是寬刈幅模式(IW)、條帶模式(SM)、超寬刈幅(EW)和波模式(WV)。本文選取Sentinel-1A衛(wèi)星的IW模式一級產(chǎn)品(Level-1)中的地距格式(GRDH)影像，所有影像極化方式均為VV+VH極化。影像獲取時間跨度為2016年3月—2016年12月，共11景影像(表1)，衛(wèi)星運行軌道為上行，過境時間為當日17:54。下載的影像數(shù)據(jù)已進行過多視處理，分辨率為10 m×10 m[13]。

Sentinel-1A衛(wèi)星數(shù)據(jù)的元數(shù)據(jù)(metadata)中包含了衛(wèi)星軌道向量，其精確度一般不高，需要后續(xù)發(fā)布的精確軌道數(shù)據(jù)進行精確校準。由于雷達波具有相干波的本質(zhì)，Sentinel-1A衛(wèi)星影像數(shù)據(jù)不可避免地具有椒鹽噪點(salt and pepper noise)[14]，降低了SAR影像的圖像質(zhì)量。濾波處理可以有效地減少椒鹽噪點對SAR影像的不良影響。為盡量保留數(shù)據(jù)細節(jié)和紋理特征，本文選擇中值濾波法進行濾波處理，濾波窗口設置為9×9。衛(wèi)星數(shù)據(jù)的處理主要利用ESA開發(fā)的SNAP軟件平臺。完整的數(shù)據(jù)處理流程為：1)應用軌道數(shù)據(jù)(apply orbit file)；2)輻射定標(radiometric calibration)；3)濾波處理(speckle filtering)；4)地形校正(range-doppler terrain correction)；5)波段合成(layer stacking)。圖2是2016-06-08 Sentinel-1A雷達衛(wèi)星原始影像數(shù)據(jù)和經(jīng)過預處理后的影像數(shù)據(jù)。由圖2可以看出，Sentinel-1A原始影像經(jīng)預處理后，椒鹽噪點得到較好的抑制，影像的幾何特征吻合真實地理坐標。

圖1 研究區(qū)位置圖Fig.1 Location of the study area

Table1ListofSentinel-1AimagesinChongmingDongtanarea

影像編號時間當日天氣潮位/cm12016-03-28多云17922016-04-21陰7732016-05-15中雨轉(zhuǎn)小雨27642016-06-08小雨18852016-07-26晴33362016-08-19晴10772016-09-12多云30482016-10-06多云23592016-10-30陰94102016-11-11晴240112016-12-05多云263

在本論文研究開展期間，筆者分別于2016年11月和12月前往研究區(qū)域進行野外調(diào)查工作，獲取用于提取結(jié)果精度驗證的野外實測數(shù)據(jù)。在野外調(diào)查過程中，利用GPS(儀器誤差為±10 m)獲取采樣點的經(jīng)緯度坐標，詳細記錄觀測點及其周圍的植被類型、植被平均高程等數(shù)據(jù)。圖3為地物類型驗證點分布圖。

2.2 鹽沼植被的后向散射機制

在有植被的潮灘區(qū)域，SAR衛(wèi)星發(fā)射的雷達波與地表和植被同時發(fā)生作用。雷達回波的大小不僅取決于目標物的尺寸、密度、形狀和介電常數(shù)等，也與SAR衛(wèi)星本身的系統(tǒng)特征有關，如雷達入射角、極化方式和波長等[15]。雷達波對植被冠層的穿透性與波長有很大關系，如波長較長的L波段可以穿透茂密的灌木林和森林，而C波段則最有利于識別植被下方有水體的草本植被[7]。

圖2 Sentinel-1A雷達衛(wèi)星影像預處理前(a)、后(b)對比圖Fig.2 Images before(a) and after(b) pre-processing of the Sentinel-1A SAR

在潮間帶鹽沼濕地，雷達波的散射機制大致可以分為四大類：面散射(surface scattering)、體散射(volume scattering)、鏡面散射(specular scattering)及二次回波散射(double bounce scattering)。圖4解釋了雷達波在不同水位下與不同蓋度和高度的草本植被相互作用機理。當潮灘水位很高、植被幾乎被完全淹沒時，大部分雷達波將直接從水面反射出去，造成影像的后向散射強度極低(圖4a)；當植被部分被淹沒且植被露出水面的枝稈部分足夠大、植被的蓋度較低時，C波段雷達波能較好地穿透植被冠層，并在枝稈和水面之間發(fā)生二次回波散射，在SAR影像上表現(xiàn)為后向散射強度很高的亮白部分(圖4b)；當植被蓋度很高且枝稈部分被淹沒時，C波段雷達波能部分穿透植被冠層，但不能抵達水面，這時會同時發(fā)生面散射和體散射(圖4c)?？傊?，鹽沼植被的蓋度、高度以及潮灘水位的高低決定了不同雷達散射機制的發(fā)生。一般來說，幾種雷達散射機制可能同時發(fā)生，占比重最大的稱為主導散射機制(dominant scattering mechanism)。因為雷達散射方式為后向散射(即入射波與反射波方向一致)，故當上述散射機制分別占據(jù)主導地位時，雷達影像象元的后向散射系數(shù)大小關系一般滿足二次回波散射>體散射/面散射>鏡面散射。

圖3 驗證點分布圖Fig.3 Distribution map of the verification points

a.鏡面散射；b. 二次回波散射；c. 體散射/面散射。圖4 研究區(qū)雷達波與鹽沼植被作用機理圖Fig.4 Illustration of mechanism between the radar wave and vegetation in the study area

2.3 鹽沼植被雷達后向散射強度變化分析

為比較蘆葦、白茅和海三棱藨草、水體、光灘的雷達后向散射強度時相變化差異，通過高分辨航空遙感影像數(shù)據(jù)分析，結(jié)合地面現(xiàn)場植被考察，在Sentinel-1A雷達衛(wèi)星影像上選取不同地物類型的感興趣區(qū)域(region of interest，ROI)，研究不同地物在一個植物生長周期內(nèi)的后向散射強度變化特征。由于區(qū)域內(nèi)海三棱藨草和白茅的株高明顯低于蘆葦，在分析時將二者歸為一類。調(diào)查共選擇了32個樣方，對4種地物類型分別提取705、533、552、541個數(shù)據(jù)像元，利用ENVITM軟件進行統(tǒng)計分析，結(jié)果如圖5所示。

分析圖5可知，相較于VH極化方式，Sentinel-1A雷達數(shù)據(jù)VV極化方式的4種主要地物類型的后向散射強度整體更高，差別更為顯著。對4種地物在VV極化方式下雷達反射強度的分析表明：所有時相內(nèi)水體和潮溝以及光灘的雷達后向散射強度整體偏低；蘆葦后向散射強度的峰值出現(xiàn)在4月，其值為-3.6 dB，最低值出現(xiàn)在6月，其值為-12.0 dB。從6月到10月，蘆葦?shù)暮笙蛏⑸鋸姸鹊陀诨蚪咏诎酌┖秃Ｈ馑懖?，其原因在于該時間段為蘆葦?shù)木G葉期，植被葉冠茂密，雷達波主要發(fā)生了體散射/面散射；而在蘆葦?shù)目?落葉期，大部分C波段雷達波可以穿透冠層，發(fā)生了二次回波散射，此時的后向散射強度值高于其他地物。

圖5 研究區(qū)2016年4種主要地物后向散射強度時相變化圖Fig.5 Temporal variation of the back-scattering intensity of the land features of 2016 in the study area

3 結(jié)果與分析

3.1 蘆葦鹽沼植被分布識別

由圖5可以看出，3、4月蘆葦?shù)暮笙蛏⑸鋸姸扰c其他地物差異最為顯著，且明顯高于其他地物，可用作蘆葦鹽沼植被的識別提取。2016-03-28 Sentinel-1A衛(wèi)星過境時刻潮位為179 cm，屬于中高潮位，而2016-04-21時潮位為78 cm，屬于低潮位。在利用4月低潮位雷達影像分析提取時，靠近堤壩處的部分蘆葦由于所處位置海拔相對高，未被水淹沒發(fā)生二次回波散射，不能有效識別。當單獨使用3月中高潮位雷達影像時，靠近堤壩處的蘆葦能較好地提取出來，但其他區(qū)域的部分蘆葦處于被淹沒狀態(tài)，發(fā)生了鏡面散射，難以被準確區(qū)分；因此使用單一時相影像進行蘆葦識別提取效果并不理想?？紤]到潮位高低對植被散射機制的影響，綜合利用不同潮位下的影像能達到更好的識別效果。利用SNAP軟件波段運算(band math)的功能，計算3、4月兩景Sentinel-1A影像的像元最大值，所得影像每個像元的后向散射強度為3、4月影像的較高值。利用閾值分割法提取蘆葦?shù)姆植夹畔?，劃分閾值?8.86 dB，高于該值的像元即識別為蘆葦。提取結(jié)果如圖6所示。利用此前采集的現(xiàn)場實測數(shù)據(jù)，結(jié)合Google Earth高清衛(wèi)星影像，隨機均勻選取驗證點，驗證點總數(shù)為89，對本文的蘆葦鹽沼植被提取結(jié)果進行精度驗證。經(jīng)驗證，蘆葦鹽沼植被的提取精度為88.7%。

圖6 研究區(qū)蘆葦鹽沼植被空間分布圖Fig.6 Spatial distribution of the phragmites australis in the study area

3.2 后向散射強度與NDVI相關性分析

利用無云霧覆蓋的2016-5-20 Landsat 8 OLI(operational land imager ，陸地成像儀)影像，計算研究區(qū)域的歸一化植被指數(shù)(INDV)(圖7a)。將波段運算后的SAR影像進行重采樣，重采樣后SAR影像的分辨率與Landsat 8影像分辨率一致，為30 m×30 m(圖7b)。利用ENVITM軟件進行波段合成，運用統(tǒng)計工具Compute Statistics對兩個波段進行相關性分析。結(jié)果表明，兩者為正相關關系，相關系數(shù)為0.78。

圖7 研究區(qū)INDV圖像(a)和3、4月雷達影像波段組合運算后圖像(b)Fig.7 Image of INDV(a) and SAR image of March and April after band math(b)in the study area

4 結(jié)論與展望

1)蘆葦枯/落葉期的Sentinel-1A雷達影像對于蘆葦?shù)淖R別最有效，在植被提取的過程中需要充分考慮潮汐水位對鹽沼植被雷達散射機制的影響。綜合利用不同潮位情況下的雷達影像，提取效果精度更高。

2)通過雷達后向散射強度影像與相近時相的光學遙感影像歸一化植被指數(shù)進行相關性分析，發(fā)現(xiàn)二者呈良好的正相關關系。

3)對Sentinel-1A雷達衛(wèi)星在潮灘鹽沼植被識別提取的應用，需要進一步研究區(qū)分低矮鹽沼植被的在雷達反射上的特征判據(jù)。

4)目前在長江河口獲取的Sentinel-1A衛(wèi)星數(shù)據(jù)僅為雙極化模式，需要進一步研究鹽沼植被全極化雷達的散射特征。如何有效結(jié)合光學遙感影像進行鹽沼植被時空動態(tài)演變精準識別、植被生物量定量估算及鹽沼植被生物地球化學過程循環(huán)，將是雷達衛(wèi)星海岸帶應用的重要研究方向。