基于SAR影像的干旱區(qū)沖/洪積扇地貌面定量分期研究-以河西走廊西部沙漠區(qū)的疏勒河洪積扇為例

楊勇忠， 任俊杰， 李東臣

1.中國科學(xué)院大學(xué)應(yīng)急管理科學(xué)與工程學(xué)院，北京 100049；

2.應(yīng)急管理部國家自然災(zāi)害防治研究院，北京 100085

0 引言

河流地貌是陸表系統(tǒng)最廣泛的地貌類型之一，廢棄的河流地貌為過去構(gòu)造活動、氣候變化和景觀演變過程提供了重要的記錄載體（Bull，1977，1991；Lubetkin and Clark，1988；徐錫偉等，2003；Matmon et al.，2005；Guralnik et al.，2010；黃飛鵬等，2021）。洪積扇是由山地河流帶來的大量礫石和泥沙在山前堆積形成的扇形地貌，是河流系統(tǒng)中短暫存儲沉積物的基本地貌單元（Huggett et al.，2016），洪積扇地貌單元的期次劃分對于理解地貌演化、構(gòu)造隆升和地表過程研究至關(guān)重要。

常用的洪積扇地貌面分期方法主要有3類：定性分析方法（鄭榮章，2005；Regmi et al.，2014）、高分辨率地形數(shù)據(jù)法（Frankel and Dolan，2007；韓龍飛等，2019）和 遙 感 影 像 法（D’Arcy et al.，2018；蘇 強(qiáng) 等，2020）。定性方法易受研究者經(jīng)驗和主觀認(rèn)識的影響，為地貌面的劃分帶來了諸多不確定性；高分辨率的數(shù)字高程模型（DEM）對數(shù)據(jù)的質(zhì)量要求高，大范圍數(shù)據(jù)獲取的費(fèi)用昂貴（Frankel and Dolan，2007；Fan and Atkinson，2018；Wu et al.，2018）；光學(xué)影像的參數(shù)易受到植被、大氣條件等外界因素的影響，在定量描述地貌面時存在諸多不確定性。在大尺度干旱—半干旱地區(qū)洪積扇地貌面期次劃分中，微波遙感方法由于其全天候、穿透性強(qiáng)、不易受環(huán)境變化影響等特點(diǎn)，成為近年來最理想的分期工具（Hetz et al.，2016；Sadeh et al.，2018）。

早在20世紀(jì)70年代，合成孔徑雷達(dá)（SAR）技術(shù)就被用于地表參數(shù)（地表含水量和地表粗糙度）的測量（Ulaby et al.，1979）。近年來，遙感技術(shù)的蓬勃發(fā)展為干旱沙漠地形中的地貌地層沖積單元的測量提供了更好的數(shù)據(jù)源。利用RADARSAT-2影像數(shù)據(jù)，林國青等（2013）提出了更加適合干旱區(qū)地表粗糙度反演的新方法。Zhang and Guo（2013）通過研究SAR特征參數(shù)與地貌面年齡的直接相關(guān)性，表明C波段SAR數(shù)據(jù)（RADARSAT-2）在干旱地區(qū)地貌面分期中具有潛力。最新研究表明，L波段SAR數(shù)據(jù)對地表粗糙度最敏感，更適用于洪積扇地貌面分期（蘇強(qiáng)等，2020；Ayari et al.，2021）。相關(guān)學(xué)者利用地貌面年齡、地表粗糙度和后向散射系數(shù)之間的相關(guān)關(guān)系，使用ALOS-SAR衛(wèi)星數(shù)據(jù)完成了對地貌面的定量分期，并建立了后向散射系數(shù)值（R）和原位年齡（T）之間的穩(wěn)定的冪律關(guān)系（Hetz et al.，2016；Su et al.，2023）。然而，由于大氣條件的變化，同一地區(qū)不同時相的SAR數(shù)據(jù)反演的后向散射系數(shù)存在明顯差異，使得反演結(jié)果容易受到數(shù)據(jù)質(zhì)量的影響。以往的研究往往根據(jù)定性分析選擇較好的數(shù)據(jù)源，并直接使用后向散射系數(shù)作為地表粗糙度的替代參數(shù)，缺乏對數(shù)據(jù)選取的評價方法。

文章以地貌面發(fā)育較好的疏勒河洪積扇為研究區(qū)，該洪積扇地形起伏小，各級洪積扇單元尺度大，全年氣候干燥，植被稀少，適用于使用遙感方法開展洪積扇分期的研究。鄭榮章（2005）通過衛(wèi)星影像解譯和野外調(diào)查認(rèn)為該區(qū)域主要存在2期地貌面；Zhang and Guo（2013）利 用C波段RADARSAT-2雷達(dá)影像對洪積扇的部分區(qū)域進(jìn)行了定量劃分，共劃分為4期地貌面。在已有研究成果的基礎(chǔ)上，筆者嘗試提出一種評估SAR數(shù)據(jù)源質(zhì)量的方法，建立一套使用SAR數(shù)據(jù)進(jìn)行洪積扇地貌單元定量分期的方案。該研究為更好地利用微波遙感數(shù)據(jù)開展地貌面分期提供了新思路。

1 研究區(qū)及影像概況

1.1 區(qū)域概況

疏勒河洪積扇位于中國西北部河西走廊中西部沙漠地區(qū)，南鄰祁連山，北接北山，扇體總面積約為2100 km2（圖1；王萍，2003；Guo et al.，2017）。疏勒河洪積扇的地貌面主要由第四紀(jì)洪積物組成，以晚更新世的戈壁礫石地層為主，全新世砂礫沉積也廣泛分布。疏勒河發(fā)源于祁連山，向北流經(jīng)研究區(qū)，區(qū)域內(nèi)第四紀(jì)活動斷層十分發(fā)育，南面山前為規(guī)模巨大的左旋走滑的阿爾金斷裂（王萍，2003；王萍等，2004；Zhang and Guo，2013；云龍等，2021）。研究區(qū)的年平均氣溫為6.95～9.42 ℃，1月份溫度最低，7月溫度最高，年均降水量為39.6～63.4 mm，雨季發(fā)生在6—8月；年均蒸發(fā)量為2469～2869 mm，蒸發(fā)強(qiáng)度最高的時段在5—9月（毛洪亮等，2007；Guo et al.，2017）。

圖1 疏勒河洪積扇地區(qū)地質(zhì)構(gòu)造圖（引自《1︰50萬中國地質(zhì)圖》公開版（http://www.ngac.org.cn）；斷裂分布據(jù)Zelenin et al.，2022修改）Fig.1 Tectonic map of the diluvial fan area of Shule River (The geological map is quoted from the public version of the 1:500000 Geological Map of China at http://www.ngac.org.cn; Fracture distribution is modified after Zelenin et al.,2022)

1.2 影像數(shù)據(jù)

SAR系統(tǒng)存在入射波波長不同的工作波段——X波段（3.1 cm）、C波段（5.6 cm）、L波段（23.5 cm），以及4種常用的極化方式（HH、HV、VV、VH）。波段越長，穿透性越好；而不同的極化方式對不同目標(biāo)的敏感性存在差異（Freeman，1992）。以往研究表明，當(dāng)入射波為L波段、HH極化并且入射角大于30°時，雷達(dá)的后向散射系數(shù)強(qiáng)度值對地表粗糙度的差 異 性 最 為 敏 感（Beaudoin et al.，1990；Coppo et al.，1995；Ayari et al.，2021）。依據(jù)微波的物理特性和研究需求，研究選用ALOS PALSAR影像的Level 1.1 HH極化數(shù)據(jù)作為河流地貌分期研究影像數(shù)據(jù)（表1）。數(shù)據(jù)在NASA下屬的數(shù)據(jù)開發(fā)平臺EarthData（https://disc.gsfc.nasa.gov）上獲取，可獲取研究區(qū)域附近共計10個時相的相同分辨率數(shù)據(jù)，時間跨度為2007年7月—2009年10月。每個時相選取位于同軌道的兩景影像，覆蓋了疏勒河洪積扇地區(qū)的大部分區(qū)域。

表1 選取的SAR影像數(shù)據(jù)信息Table 1 Information of selected SAR images

2 地貌面分期原理

2.1 洪積扇地貌面分期原理

洪積扇是在干旱—半干旱地區(qū)暫時性山地水流出山口堆積形成的扇形地貌，廣泛發(fā)育于河流出山口地帶。由于復(fù)雜的氣候變化和構(gòu)造作用，河流經(jīng)歷多期堆積和下切過程，在山口地帶表現(xiàn)為海拔高度不同的洪積扇地貌面（Blair and McPherson，1994）。地貌面形成后，會受到后期的侵蝕和風(fēng)化作用，地貌面形成時代越老，遭受侵蝕的時間越長，地貌面上的礫石粒徑逐漸變小，地貌面的粗糙度隨之 減 ?。▓D2；Ulaby et al.，1979；Evans et al.，1992；Sadeh et al.，2018）?；谶@一自然過程，可以通過地表粗糙度來區(qū)分不同期次的洪積扇地貌單元。

圖2 洪積扇演化示意圖（據(jù)Blair and McPherson，1994修改）Fig.2 Schematic diagram of the evolution of alluvial fans (modified after Blair and McPherson,1994)

雷達(dá)后向散射系數(shù)是反映輻射能量與入射能量比值的參數(shù)，而粗糙的地表會導(dǎo)致雷達(dá)入射波的多次反射，形成漫反射場（圖3）。隨著地表粗糙度的增加，SAR接收到的回波能量增強(qiáng)。由此，可通過后向散射系數(shù)反演地表粗糙度（Greeley et al.，1988；Mattia et al.，1997；Zribi et al.，2005；李 森，2007）。基于地貌面年齡、粗糙度和后向散射系數(shù)三者之間的相關(guān)關(guān)系，可近似地將雷達(dá)后向散射系數(shù)作為地貌面粗糙度的替代參數(shù)，進(jìn)而對地貌面進(jìn)行分期（Hetz et al.，2016）。

圖3 雷達(dá)波后向散射模式圖Fig.3 Radar wave backscatter pattern diagram

2.2 SAR后向散射系數(shù)反演

使用ENVI SARscape軟件對獲取的Level 1.1單視復(fù)數(shù)數(shù)據(jù)進(jìn)行處理后，得到SAR后向散射系數(shù)。首先，需要導(dǎo)入影像并進(jìn)行多視處理和濾波；然后進(jìn)行輻射定標(biāo)和地理編碼，以實(shí)現(xiàn)后向散射系數(shù)反演（Holecz et al.，2000）。在多視處理中，根據(jù)計算選擇距離向視數(shù)為1、方位向視數(shù)為4，這樣可以使方位向分辨率與距離向分辨率接近，以達(dá)到抑制噪聲的目的。經(jīng)過測試，使用Gamma濾波和Frost濾波的組合可以有效地抑制斑點(diǎn)噪聲。

輻射定標(biāo)是將SAR影像的亮度灰度值轉(zhuǎn)換為絕對的輻射亮度，定標(biāo)過程如公式（1）所示：

式中，DN為SAR影像預(yù)處理后像元亮度值，CF為SAR影像后向散射系數(shù)校正值；σ0為輻射亮度。

2.3 反演結(jié)果統(tǒng)計分析

首先，需要獲取各期地貌面統(tǒng)計特征值作為原始樣本。參考光學(xué)影像和反演結(jié)果，在同一期地貌面區(qū)域內(nèi)，手動選取多邊形范圍來確定訓(xùn)練樣本的統(tǒng)計范圍。在選取過程中要避開人為建筑，并確保在后向散射系數(shù)影像和光學(xué)影像上都可以明顯區(qū)分。通過統(tǒng)計各樣本的均值和方差，獲得各期地貌面后向散射系數(shù)值分布曲線（圖4）。同一期地貌面的后向散射系數(shù)符合正態(tài)分布，而地貌面的后向散射系數(shù)值越低，則其形成年齡越老（Hetz et al.，2016；蘇強(qiáng)等，2020）。

F1—F4對應(yīng)不同期地貌面；AC為現(xiàn)今河床區(qū)域；μ為均值，σ為標(biāo)準(zhǔn)差；S為重疊面積圖4 各期地貌面后向散射強(qiáng)度值正態(tài)分布概率密度曲線離散程度與區(qū)分程度Fig.4 Calculation method of dispersion degree and discrimination degree of normal distribution probability density curve of backscatter intensity values of various geomorphic surfacesF1 to F4 correspond to different stages of landforms; AC represents the current riverbed area; μ denotes the mean, σ is the standard deviation; S stands for the overlapping area.

已有研究將后向散射系數(shù)作為粗糙度替代參數(shù)（Hetz et al.，2016），但實(shí)際上后向散射系數(shù)受到多種因素的影響，包括雷達(dá)系統(tǒng)參數(shù)（入射角、極化方式、天線增益和脈沖頻率等）、地表參數(shù)（粗糙度、土壤含水量和土壤表面溫度等）以及表面植被的覆蓋 情況（Ulaby et al.，1979；Fung et al.，1992；Mattia et al.，1997；邵蕓等，2002；Escorihuela et al.，2007）。盡管文中選取的研究區(qū)域地表干旱裸露，但由于雷達(dá)成像時的氣候條件不同，仍然會導(dǎo)致影響后向散射系數(shù)的環(huán)境因子存在較大差異。蘇強(qiáng)等（2020）通過經(jīng)驗認(rèn)為，蒸發(fā)量最大的高溫夏季時期進(jìn)行成像反演可以獲得最佳效果，但這種方式依賴于主觀判斷、缺乏定量的驗證分析。因此，需要一種更準(zhǔn)確的方法來選取以粗糙度為主并且受環(huán)境因素影響更小的數(shù)據(jù)源。

后向散射系數(shù)與各個因子存在耦合關(guān)系（Mattia et al.，1997；Aubert et al.，2011.），如果無法精確量化各個因素，就無法精確地確定粗糙度。因此，需要盡可能使得其他因子相對于粗糙度對后向散射系數(shù)的影響最小化。文中擬通過樣本統(tǒng)計分析，初步判斷所選影像統(tǒng)計指標(biāo)與地貌分期結(jié)果的關(guān)聯(lián)性，并結(jié)合相關(guān)氣象數(shù)據(jù)產(chǎn)品協(xié)助選出最佳數(shù)據(jù)源。

樣本統(tǒng)計分析主要包含各期地貌分布離散程度和重疊度分析。同一期地貌面對應(yīng)后向散射系數(shù)分布越集中，表明該數(shù)據(jù)越能反應(yīng)真實(shí)的地貌面年齡，而相鄰分布間的高重疊程度會使得重疊范圍的歸屬類錯分概率增大，不利于分類（Zhou，2021；Su et al.，2023）。文中離散程度采用分布曲線標(biāo)準(zhǔn)差表征，重疊度采用相鄰分布概率密度函數(shù)曲線重疊面積表征，曲線重疊面積使用黎曼求和方法計算。

2.4 反演結(jié)果監(jiān)督分類

基于選取的最佳數(shù)據(jù)，文中采用最大似然分類法對影像反演結(jié)果進(jìn)行分類（楊鑫，2008；Mather and Tso，2016）。最大似然分類是常用的遙感圖像監(jiān)督分類方法，其基本原理為計算屬于預(yù)定義類別集合的每一個給定像素的歸屬概率，然后將該像素歸為概率最大的類別。該準(zhǔn)則計算過程為：

式中P(ωi|X)表示屬于第i類的后驗概率，X為觀測樣本，S表示類別總數(shù)。

當(dāng)樣本分布為正態(tài)分布時，判別函數(shù)為：

式中P(ωi)表示屬于第i類的先驗概率，∑i表 示樣本方差，Ei表示樣本均值。此時分類準(zhǔn)則為：

3 地貌分期結(jié)果

3.1 后向散射系數(shù)反演結(jié)果

在獲得10個時相后向散射系數(shù)反演結(jié)果后，經(jīng)過平衡對比度增強(qiáng)拉伸處理,可獲得較為直觀的、反映后向散射系數(shù)強(qiáng)度的圖像（圖5）。根據(jù)每一時相反演結(jié)果，并參考光學(xué)影像和相關(guān)研究(王萍，2003；鄭榮章，2005；Zhang and Guo，2013)，在確定為同一期地貌面的范圍內(nèi)，手動選取多邊形范圍作為統(tǒng)計樣本以表征地貌面的分期情況（圖5a）。具有相同顏色區(qū)域統(tǒng)計結(jié)果在分布（均值方差）上十分接近，被認(rèn)為是同一期地貌面（圖5b）。

a—樣本選取區(qū)域（彩色多邊形為樣本區(qū)域范圍，不同顏色區(qū)域代表不同期地貌面樣本）；b—藍(lán)色多邊形范圍對應(yīng)的后向散射系數(shù)統(tǒng)計結(jié)果圖5 地貌面樣本選取Fig.5 Selection of geomorphic surface samples(a) Sample selection area (Colored polygons represent the sample area range, different colored areas represent samples of different stages of landforms); (b) Statistical results of the backscatter coefficients corresponding to the blue polygon range

3.2 數(shù)據(jù)質(zhì)量評定

研究基于MATLAB編程實(shí)現(xiàn)統(tǒng)計分析和監(jiān)督分類過程。在統(tǒng)計分析中，選擇的影像成像時間分布在5月、7月、8月和10月，不同時相的后散射系數(shù)分布差異明顯（圖6）。由于氣候環(huán)境因素導(dǎo)致河流現(xiàn)今河床區(qū)域不斷發(fā)生變化，固定的統(tǒng)計區(qū)域范圍無法適用于所有時相數(shù)據(jù)。因此，在統(tǒng)計過程中，不考慮現(xiàn)今河床區(qū)域的后向散射系數(shù)。按照2.3節(jié)所述方法，對各時相分布進(jìn)行統(tǒng)計分析。結(jié)果顯示，成像時間為2008年5月22日的影像具有最高的區(qū)分度（重疊面積為0.5653）和較低的離散程度（方差和為2.9039）。而成像時間為2008年7月7日的影像具有最低的離散程度（方差和為2.8590）和較高的區(qū)分度（重疊面積為0.6144；表2，表3）。這兩幅數(shù)據(jù)都是后續(xù)分期可選擇的潛在理想數(shù)據(jù)源。

表2 不同時相各期地貌面后向散射系數(shù)分布方差Table 2 Variance of numerical distribution of backscatter coefficients on different levels of landforms at different time periods

表3 不同時相相鄰地貌面后向散射系數(shù)分布重疊面積Table 3 Overlapping area of numerical distribution of backscatter coefficients on adjacent geomorphic surfaces at different time periods

F1—F4對應(yīng)不同期地貌面；AC為現(xiàn)今河床區(qū)域圖6 不同時相各期地貌面后向散射系數(shù)分布概率密度曲線Fig.6 PDF (Probability density function) of backscatter coefficient distribution on different stages of geomorphic surface at different time periodsF1 to F4 correspond to different stages of landforms; AC represents the current riverbed area

研究區(qū)域常年干燥、降水量稀少，文中僅考慮地表參數(shù)的變化對后向散射系數(shù)的影響。但是，從統(tǒng)計結(jié)果可以觀察到不同時相后向散射系數(shù)的反演結(jié)果之間存在巨大差距。因此有必要進(jìn)一步分析各成像時間內(nèi)的具體氣象數(shù)據(jù)，以探究造成分期差異的原因。

基于NASA官網(wǎng)提供的氣象數(shù)據(jù)（https://disc.gsfc.nasa.gov）和歷史天氣記錄網(wǎng)站（https://rp5.ru）提供的信息，文中對各個成像時期的相關(guān)氣象條件進(jìn)行了分析。氣象信息包含降水量與地表土壤含水量數(shù)據(jù)（De Jeu and Owe，2012；Huffman et al.，2019），文中分別計算了目標(biāo)區(qū)域內(nèi)成像時間當(dāng)天的平均地表土壤含水量和成像時間前5天內(nèi)每日的累積降水量，分析成像近日是否有降水發(fā)生，作為土壤地表含水量結(jié)果的交叉驗證。研究區(qū)域為干旱沙漠地表，蒸發(fā)強(qiáng)度高。研究表明，發(fā)生常規(guī)降水后4天內(nèi)，地面表層水持續(xù)高速率蒸發(fā)，常規(guī)降水3～5天后，地面表層5 cm深度內(nèi)的含水量恢復(fù)到降水前水平（孫朋，2017）。此外，文中還獲取了成像時間前5天內(nèi)的最高溫度數(shù)據(jù)，因為氣溫是影響地表水分蒸發(fā)強(qiáng)度的主要因素。

對比分析統(tǒng)計數(shù)據(jù)（表征區(qū)分度的重疊面積和表征離散程度的方差之和）與氣象數(shù)據(jù)后發(fā)現(xiàn)，土壤水分、方差和、重疊面積和三者之間存在一定相關(guān)性，特別是2008年5月22日之后的數(shù)據(jù)。文中選擇2008年7月7日時相為最佳數(shù)據(jù)源，該時相具有較好的統(tǒng)計指標(biāo)，同時地表土壤含水量低，降水量低，溫度高。相比之下，2007年10月5日數(shù)據(jù)源指標(biāo)最差，其重疊度最高（重疊面積為0.8512），離散程度也最高（方差和為3.2782），同時在該時相成像時地表含水量最高（圖7）。

為便于對比趨勢，對部分?jǐn)?shù)據(jù)進(jìn)行了平移和縮放，其中方差和×10；重疊面積和×10+30，地表含水量+30kg/m2圖7 統(tǒng)計指標(biāo)與大氣條件分析Fig.7 Statistical indicators and atmospheric condition analysisFor ease of trend comparison, partial data has been shifted and scaled, where variance is multiplied by 10; overlapping area is multiplied by 10 plus 30, and surface soil moisture is increased by 30 kg/m2.

3.3 數(shù)據(jù)分期結(jié)果

根據(jù)公式（4）中的分類準(zhǔn)則，當(dāng)d1(x)=d2(x)時，屬于這兩類中任一類的概率相等。通過代入具體數(shù)據(jù)，可計算分類決策面（一維情況下為直線x=a；楊 鑫，2008；Mather and Tso，2016）。對 于 地 貌 面F1概率密度曲線左邊界和現(xiàn)今河床AC概率密度曲線右邊界，分別使用μ-2σ、μ+2σ（μ為均值，σ為標(biāo)準(zhǔn)差）作為邊界值（正態(tài)曲線（μ-2σ，μ+2σ）內(nèi)的面積為95.4%）。按照上述分類規(guī)則，最終確定后向散射系數(shù)值分類區(qū)間（表4），并且得到疏勒河洪積扇的分期結(jié)果（圖8）。

表4 最大似然法獲得的分類區(qū)間Table 4 Classification interval obtained by maximum likelihood method

F1—F4對應(yīng)不同期地貌面；AC為現(xiàn)今河床區(qū)域a—成像時間為2007年10月5日；b—成像時間為2008年7月7日；c—C波段RADARSAT（據(jù)Zhang and Guo，2013修改）圖8 不同數(shù)據(jù)源劃分的疏勒河洪積扇地貌面分期結(jié)果Fig.8 Classification of the geomorphic surface of the Shule River alluvial fan(a) Image acquisition date: October 5, 2007; (b) Image acquisition date: July 7, 2008; (c) C-band RADARSAT (modified after Zhang and Guo, 2013)F1 to F4 correspond to different stages of landforms; AC represents the current riverbed area

根據(jù)2008年7月7日時相獲得的分期結(jié)果，疏勒河流域共發(fā)育4期河流地貌面。在這個時相下，侵蝕沖溝十分發(fā)育，地貌面分布不連續(xù)。F4為最老一期地貌面，主要分布在洪積扇東北部和西北部扇緣區(qū)域。西北部扇中地區(qū)存在一期保留較為完整的地貌面。F3地貌面主要分布在扇中地區(qū)，少量以條帶狀分布在扇緣區(qū)域。F2、F1地貌面主要分布在河道周緣地區(qū)，受到河流改造作用較強(qiáng)，AC則為現(xiàn)今河床所在區(qū)域。

4 討論

4.1 數(shù)據(jù)質(zhì)量影響因素

影響后向散射系數(shù)的因素主要包括地表參數(shù)和雷達(dá)系統(tǒng)參數(shù)，還可能包括地表植被覆蓋引起的干擾。文中選擇該區(qū)域臨近成像時間的LANDSAT5遙感影像（2007年10月16日與2008年7月28日），計算了該區(qū)域的歸一化植被指數(shù)（NDVI）值（郭鈮，2003；Robinson et al.，2017），結(jié)果顯示，無論夏季（圖9a）還是秋季（圖9b），除現(xiàn)代河床周邊出現(xiàn)少量植被覆蓋，該區(qū)域絕大部分NDVI值都在0.1以下（裸土或巖石地表），表明植被覆蓋并非為造成后向散射系數(shù)明顯差異的主要原因。

在分析氣象條件對后向散射系數(shù)分期差異產(chǎn)生的影響時，主要分析了溫度、降水量、土壤含水量3種因素，并進(jìn)行了相互驗證（圖7）。地表含水量是影響地表復(fù)介電常數(shù)的主要因素（李森，2007），僅分析最優(yōu)數(shù)據(jù)源與最差數(shù)據(jù)源的反演結(jié)果，發(fā)現(xiàn)土壤地表含水量與統(tǒng)計指標(biāo)出現(xiàn)了最為接近的趨勢。此外，數(shù)據(jù)源較好的時相都出現(xiàn)在夏季。盡管研究區(qū)域在夏季處于雨季，但高溫條件導(dǎo)致地表水分蒸發(fā)速度加快，而區(qū)域年均蒸發(fā)量遠(yuǎn)大于年均降水量，說明在分析地表含水量時需要更多地考慮地表蒸發(fā)的影響。例如，2007年8月22日時相數(shù)據(jù)，盡管成像時間前一天內(nèi)該區(qū)域出現(xiàn)較大幅度降雨，但高溫天氣使得土壤地表含水量并不高。這與主觀經(jīng)驗的結(jié)果基本一致，但需要注意的是，并非所有處于夏季時相的數(shù)據(jù)都適用于地貌面分期。例如，2008年8月25日時相數(shù)據(jù)，根據(jù)統(tǒng)計指標(biāo)分析，該時相較高的重疊度會增加相鄰兩期地貌面之間錯誤劃分概率，這表明主觀經(jīng)驗分析方法具有一定的局限性。

單獨(dú)分析統(tǒng)計指標(biāo)時發(fā)現(xiàn)，2007年7月5日時相數(shù)據(jù)也具有較好的離散程度（方差和為2.9139）和區(qū)分度（重疊面積為0.6439），但是氣象數(shù)據(jù)分析表明，該時相在成像前出現(xiàn)較大規(guī)模降雨，成像時地表含水量較高。研究認(rèn)為，該時相氣象因素使得后向散射系數(shù)反演結(jié)果整體偏高（圖6），但并未影響反演結(jié)果的離散程度與區(qū)分度。而后向散射系數(shù)反演結(jié)果的整體偏差會影響不同區(qū)域分期結(jié)果的比對，因此在選取數(shù)據(jù)過程中要綜合考慮統(tǒng)計指標(biāo)與氣象指標(biāo)。

4.2 分期結(jié)果對比

綜合分析2007年10月5日時相成像結(jié)果和氣象因素，推測成像時前一天的小幅度降水以及當(dāng)日較低的溫度造成地面濕度較高，不均勻的地表含水量使得地表物質(zhì)復(fù)介電常數(shù)偏高，導(dǎo)致后向散射強(qiáng)度反演結(jié)果存在較大誤差，分期結(jié)果不佳。對比認(rèn)為，SAR數(shù)據(jù)質(zhì)量主要受到成像時間區(qū)域土壤地表含水量的影響，而與季節(jié)相關(guān)性不大。因此，在未經(jīng)過后驗定量分析的情況下，成像時間處于高溫且降雨稀少天氣的影像是最理想數(shù)據(jù)源。

經(jīng)過相同的地貌面分期方法處理，得到最差數(shù)據(jù)源2007年10月5日與最佳數(shù)據(jù)源2008年7月7日時相的疏勒河洪積扇分期結(jié)果（圖8a、8b），兩次結(jié)果差異明顯。前者分期結(jié)果中F4、F3面積較小，F(xiàn)1、F2地貌面較大，同一期的地貌面分布也更為散亂。東部區(qū)域差異最明顯，在光學(xué)影像和2008年7月7日時相SAR影像上，被認(rèn)為是同一期的大量地貌面在2007年10月5日時相分期結(jié)果中表現(xiàn)為雜亂分布的零散單元。這可能是由于用于統(tǒng)計的樣本單個分布的離散程度較高，并且相鄰分布之間存在較高的重疊度，導(dǎo)致后續(xù)樣本的錯分概率增大。而北部區(qū)域大部分地貌面出現(xiàn)了完全不同的分期結(jié)果，但是在扇面現(xiàn)代河床附近少部分區(qū)域，2007年10月5日時相得到了更清晰的分期結(jié)果。整體來看，2008年7月7日地貌面分期結(jié)果明顯好于2007年10月5日的分期結(jié)果。

將文中地貌面分期結(jié)果與Zhang and Guo（2013）得出的結(jié)果對比（圖8b、8c），其主要區(qū)別在于F4與F1地貌面的劃分。Zhang and Guo（2013）研究認(rèn)為在扇緣地區(qū)存在一期更古老的地貌面為F4，而F3地貌面區(qū)域與文中F4地貌面空間位置基本對應(yīng)。文中分期結(jié)果可以明顯地區(qū)分出比C波段分期F1更年輕一期的地貌面以及現(xiàn)今河床區(qū)域，并且對于較年輕的F2、F3地貌面（空間位置對應(yīng)Zhang and Guo（2013）劃分的F1、F2地貌面）分期的邊界特征更明顯，這與Ayari et al.（2021）研究中指出的L波段對于高粗糙度地貌面更加敏感相一致。由于研究區(qū)域、研究尺度并不完全相同，更加具體細(xì)微的差異無法進(jìn)行對比。文中分期方法的另一優(yōu)勢在于獲得數(shù)據(jù)更方便、分期過程更簡單。Zhang and Guo（2013）給出的C波段分期結(jié)果是通過RADARSAT-2全極化數(shù)據(jù)計算SAR多種特征參數(shù)得出的，而文中僅采用的是HH單極化數(shù)據(jù)?？傮w而言，文中分期方案對于不同階段年齡地貌面的劃分更具優(yōu)勢，對于大范圍河流地貌定量分期與對比更具有潛力和進(jìn)一步的應(yīng)用價值。

5 結(jié)論

（1）研究建立了一套完整地分析和處理L波段SAR數(shù)據(jù)并進(jìn)行地貌面分期的系統(tǒng)方案。首先，使用ALOS PARSAR數(shù)據(jù)反演得到區(qū)域內(nèi)后向散射系數(shù)值；然后，通過分析不同時相影像后驗統(tǒng)計指標(biāo)和大氣條件來評估數(shù)據(jù)質(zhì)量；最后使用統(tǒng)計學(xué)分類方法（最大似然分類法）完成河流地貌面分期。并以疏勒河地區(qū)洪積扇為例，選定2008年7月7日時相為最佳分期結(jié)果，將地貌面分為4期地貌面和現(xiàn)今河床區(qū)域。

（2）地貌面分期結(jié)果與后驗統(tǒng)計分析表現(xiàn)出的明顯差異表明了選取數(shù)據(jù)的重要性?？傮w而言，影像質(zhì)量和分期結(jié)果與成像時大氣條件緊密相關(guān)，夏季高蒸發(fā)強(qiáng)度的數(shù)據(jù)通常具有較好的質(zhì)量。主觀經(jīng)驗在選擇最佳時相方面具有局限性，目前仍未有一種準(zhǔn)確選取最佳時相的先驗參考指標(biāo)的方法。因此，最為嚴(yán)謹(jǐn)?shù)姆桨溉允窍螺d研究區(qū)域內(nèi)所有時相數(shù)據(jù)進(jìn)行評估。

（3）文中建立的地貌面劃分的數(shù)據(jù)選取方案與定量分期方法可廣泛用于干旱地區(qū)洪積扇地貌面的定量分期。未來的研究將進(jìn)一步通過編程實(shí)現(xiàn)地貌面的自動化定量分期，從而實(shí)現(xiàn)大范圍地區(qū)河流地貌面快速分期。這將為地質(zhì)構(gòu)造活動、地貌演化過程、氣候環(huán)境變化等研究提供重要的地貌分期參考依據(jù)。