劉麗娟，吳文淵，張登榮，龐 勇，范文義，王 巖

（1．杭州師范大學(xué)遙感與地球科學(xué)研究院，浙江杭州311121；2．中國林業(yè)科學(xué)研究院資源信息研究所，北京100091；3．東北林業(yè)大學(xué)林學(xué)院，黑龍江哈爾濱150040；4．赤峰市國土資源局，內(nèi)蒙古赤峰024000）

0 引 言

濕地是地球上處于水域和陸地過渡地帶的特殊生態(tài)系統(tǒng)，在全球生態(tài)系統(tǒng)中扮演著重要的角色，被稱為地球的“腎臟”．據(jù)濕地國際北美部1999年研究表明，占全球陸地總面積6%的濕地儲(chǔ)存了約7 700億噸碳，占陸地生態(tài)系統(tǒng)碳儲(chǔ)量的35%，其固碳量和潛力明顯高于其他生態(tài)系統(tǒng)．但由于種種原因，現(xiàn)存濕地面積在不斷縮減，因此對(duì)濕地的范圍、面積、地表覆蓋類型等現(xiàn)狀的調(diào)查是尤為重要的．

由于濕地內(nèi)交通不便，對(duì)其資源的調(diào)查很難采用地面方式進(jìn)行，衛(wèi)星遙感技術(shù)以其大范圍、準(zhǔn)確、快速、周期性等優(yōu)勢(shì)成為濕地監(jiān)測(cè)的主要研究手段．但因濕地地表覆蓋類型較復(fù)雜，如水面上多有植被覆蓋、水文周期內(nèi)水位變化比較大等，限制了光學(xué)遙感對(duì)濕地資源調(diào)查的準(zhǔn)確性．而合成孔徑雷達(dá)（Synthetic Aperture Radar，SAR）工作在微波波段（0．1～100cm），自身發(fā)射雷達(dá)信號(hào)，接收并測(cè)量返回雷達(dá)信號(hào)的強(qiáng)度，不受天氣影響，具有一定的穿透性［1］，能夠全天候、全天時(shí)地獲取數(shù)據(jù)，因此，雷達(dá)主動(dòng)性探測(cè)濕地研究已成為學(xué)者們目前研究的熱點(diǎn)．

SAR接收到的后向散射信號(hào)主要受到波長、入射角、極化方式等參數(shù)的影響，不同含水量、粗糙度的地物經(jīng)過與傳感器不同參數(shù)的發(fā)射信號(hào)相互作用，表現(xiàn)為不同的成像特征．如何利用各種雷達(dá)參數(shù)，獲取特定地物的后向散射特性，從而有效區(qū)分濕地地物類型是一大難點(diǎn)．本文在綜述前人應(yīng)用SAR數(shù)據(jù)進(jìn)行濕地制圖的方法及進(jìn)展的基礎(chǔ)上，側(cè)重于總結(jié)各種雷達(dá)參數(shù)對(duì)濕地地物類型分類的能力，為SAR數(shù)據(jù)的濕地制圖研究提供更客觀、更科學(xué)的參考依據(jù)．

1 不同波長數(shù)據(jù)的濕地制圖研究

應(yīng)用SAR對(duì)濕地的研究主要集中在C、L和P 3個(gè)波段．C波段波長（3．75～7．5cm）較短，其穿透能力弱于L（15～30cm）、P（30～100cm）波段，可用于識(shí)別禾本植被區(qū)濕地或稀疏森林濕地中灌叢植被及水體［2］．Castan″e(cuò)da等［3］應(yīng)用多時(shí)相C波段ERS數(shù)據(jù)，基于雷達(dá)信號(hào)分布的統(tǒng)計(jì)特性，對(duì)西班牙東北部的Monegros Saline濕地進(jìn)行紋理特征的分類，并通過雷達(dá)與光學(xué)數(shù)據(jù)的融合表明雷達(dá)數(shù)據(jù)獲取的景觀結(jié)構(gòu)特征對(duì)光學(xué)數(shù)據(jù)是個(gè)很好的補(bǔ)充，提高了分類精度．L、P波段穿透力強(qiáng)，可用于森林濕地的識(shí)別［4］．Musick等［5］在利用機(jī)載合成孔徑雷達(dá)（AirSAR）對(duì)新墨西哥半干旱牧場的研究中發(fā)現(xiàn)，Lhv能夠從灌草混合覆蓋類型中有效地分離出木本灌叢，說明了L波段后向散射對(duì)干莖尺寸的敏感性．Bwangoy等［6］采用波長23．5cm的L波段JERS－1雷達(dá)數(shù)據(jù)，利用輻射傳輸方程，將總后向散射分解為入射信號(hào)與樹冠、樹干和地面相互作用的結(jié)果，并結(jié)合光學(xué)Landsat TM、ETM＋以及高程（SRTM）數(shù)據(jù)，應(yīng)用多源統(tǒng)計(jì)監(jiān)督分類法，得到了剛果盆地1986－2000年間的濕地范圍圖．

由于發(fā)射信號(hào)的波長不同，對(duì)地物識(shí)別的敏感性不同，針對(duì)不同濕地類型，應(yīng)選擇特定的波長，如以禾本植被為主的濕地選擇C波段，而森林濕地選擇L波段等，從而更加有效地實(shí)現(xiàn)濕地制圖．

2 不同極化數(shù)據(jù)的濕地制圖研究

極化方式也是影響雷達(dá)后向散射信號(hào)的因素之一．極化是指電磁波中電場向量的方向，一般同極化（HH或VV）比交叉極化（HV或VH）穿透植被的能力更強(qiáng)．Yamagata等［7］分析了C波段ERS－1（VV）和L波段JERS SAR（HH）圖像對(duì)濕地植被的分類能力，圖像獲取時(shí)間均為濕地植被生物量最大時(shí)期．通過紋理分析法分類表明，JERS－1數(shù)據(jù)可以很好地區(qū)分兩種類型的濕地泥炭沼澤（bog和fen），而ERS－1能夠區(qū)分fen沼澤．Grings等［8］利用Envisat（HV、HH）和ERS－2（VV）SAR圖像，對(duì)阿根廷Parana河三角洲濕地制圖，并比較了濕地植被在生長周期內(nèi)對(duì)不同極化方式的響應(yīng)．Jones等［9］采用不同入射角和極化方式的C波段RADARSAT－1和ASAR數(shù)據(jù)，得到了開闊水面和有植被覆蓋水面的濕地制圖產(chǎn)品．廖靜娟等［10］對(duì)Envisat ASAR雙極化數(shù)據(jù)利用決策樹分類法提取鄱陽湖濕地變化區(qū)域．研究顯示，同極化比交叉極化數(shù)據(jù)具有更大的動(dòng)態(tài)范圍，HH極化更適合水信息的提?。焘ǖ龋?1］通過分析ENVISAT ASAR影像的后向散射系數(shù)，得出多時(shí)相、同極化、交叉極化波段合成的雷達(dá)影像對(duì)東洞庭湖濕地地物的區(qū)分能力最強(qiáng)的結(jié)論．

盡管多數(shù)的研究認(rèn)為，同極化比交叉極化能更好地區(qū)分濕地植被和水體，但對(duì)于不同濕地類型在不同的水文周期中，能否從交叉極化中獲取到有利于濕地制圖的信息，還有待于進(jìn)一步的研究．

3 不同入射角數(shù)據(jù)的濕地制圖研究

不同入射角的雷達(dá)信號(hào)對(duì)開闊水面和植被覆蓋下水面有不同的響應(yīng)．因此，雷達(dá)圖像能夠?qū)崿F(xiàn)濕地水域范圍的檢測(cè)．Hess等［12］通過大量文獻(xiàn)總結(jié)認(rèn)為小入射角的雷達(dá)信號(hào)易于穿透森林濕地的冠層，產(chǎn)生二次回波．但提出雷達(dá)波入射角對(duì)于冠層下水淹程度檢測(cè)的能力還需要更進(jìn)一步的研究．為評(píng)估不同入射角對(duì)加拿大Umiujalik湖區(qū)地物的分類效果，Shelat等［13］利用多種極化分類器對(duì)RADARSAT－2極化數(shù)據(jù)進(jìn)行了分類試驗(yàn)．結(jié)果表明，中等入射角（FQ12）的總體分類精度最好（48．7%），而中等和較大的入射角利用Freeman－Wishart非監(jiān)督分類法可以獲得比小入射角更好的分類結(jié)果．考慮到開闊水面在有風(fēng)條件下與小入射角裸露地面信號(hào)易混淆的問題，Kandus等［14］建議用小入射角雷達(dá)數(shù)據(jù)監(jiān)測(cè)冠層下或禾本植被覆蓋的水面，而較大入射角用于開闊水面的監(jiān)測(cè)．Lang等［15］使用C波段HH極化的Radarsat－1數(shù)據(jù)，探討了不同入射角（23．5°，27．5°，33．5°，39．0°，43．5°和47．0°）對(duì)不同森林類型水淹程度的檢測(cè)能力．

不同入射角與濕地地物作用時(shí)，會(huì)發(fā)生非常復(fù)雜的散射過程．僅通過單一入射角區(qū)分復(fù)雜濕地類型，必然會(huì)有誤分問題．為此，需要對(duì)不同濕地類型研究各入射角的敏感性，擇優(yōu)選出適宜該類型識(shí)別的入射角．

4 多時(shí)相數(shù)據(jù)的濕地制圖研究

濕地環(huán)境隨時(shí)間推移變化較大，很難通過單一時(shí)相數(shù)據(jù)準(zhǔn)確獲取植被或水體的時(shí)空分布狀況，多時(shí)相數(shù)據(jù)可以提供更多的信息做為補(bǔ)充．為了明確多時(shí)相RADARSAT－1雷達(dá)數(shù)據(jù)對(duì)濕地分類的能力，Parmuchi等［16］對(duì)阿根廷Paraná三角洲濕地進(jìn)行試驗(yàn)，基于雷達(dá)信號(hào)與冠層的交互作用機(jī)理，并考慮植被物候和水文狀況，進(jìn)行信息的提?。诸惤Y(jié)果與1998年厄爾尼諾事件兩個(gè)洪水區(qū)的比較表明，多時(shí)相雷達(dá)數(shù)據(jù)有效地識(shí)別了洪水淹沒區(qū)．Wang等［17］利用不同極化（ENVISAT ASAR HH，HV，VV極化、ALOS PALSAR HH極化）數(shù)據(jù)分析了洪河國家自然保護(hù)區(qū)不同時(shí)相的植被類型區(qū)分能力，結(jié)果表明多時(shí)相數(shù)據(jù)提高了水和沼澤的識(shí)別能力，分類精度達(dá)到79．55%，而冬季相的HV極化適合森林的識(shí)別；在中歐合作的“龍計(jì)劃”洪水項(xiàng)目中，Andreoli等［18］在利用低分辨率全球監(jiān)測(cè)模式（GMM）ASAR數(shù)據(jù)實(shí)現(xiàn)了區(qū)域景觀特征和水體監(jiān)測(cè)的基礎(chǔ)上，又將103幅中低分辨率的MERIS和ASAR時(shí)間序列數(shù)據(jù)應(yīng)用于鄱陽湖水域范圍制圖和監(jiān)測(cè)中，并基于水域范圍提取和淹沒時(shí)間估算得出鄱陽湖2004－2006年3年內(nèi)的波動(dòng)狀況．

SAR信號(hào)不同參數(shù)可以獲得不同的后向散射回波，可以實(shí)現(xiàn)地物的多角度描述，這會(huì)大大豐富參與濕地制圖的信息，但如果僅憑借單一時(shí)相，反而會(huì)由于數(shù)據(jù)來源于單一參數(shù)而獲得片面性的信息，導(dǎo)致分類誤差的增大．因此多時(shí)相數(shù)據(jù)的融合也是實(shí)現(xiàn)濕地準(zhǔn)確制圖的必然趨勢(shì)．

5 結(jié)語與展望

利用SAR技術(shù)研究濕地制圖是極具潛力的．很多研究已經(jīng)表明，目前應(yīng)用SAR技術(shù)進(jìn)行濕地的研究已經(jīng)越來越普遍，而未來SAR數(shù)據(jù)應(yīng)用于濕地研究的空間會(huì)非常大．濕地制圖的方法在不斷完善，制圖的精度也在逐步提高．特別是對(duì)于空氣濕度大、濕地水面有植被覆蓋的地區(qū)，SAR數(shù)據(jù)可能是最優(yōu)選擇．濕地是特殊的生態(tài)系統(tǒng)，由于SAR主動(dòng)發(fā)射的信號(hào)具有穿透性，對(duì)濕地地物目標(biāo)的探測(cè)能力要優(yōu)于光學(xué)遙感數(shù)據(jù)，使得準(zhǔn)確的濕地制圖成為可能．但SAR不同參數(shù)（波段、角度、極化等）數(shù)據(jù)與濕地地物交互的散射機(jī)理非常復(fù)雜．因此應(yīng)更多地開展?jié)竦豐AR回波后向散射特性的研究，從而準(zhǔn)確識(shí)別濕地水域范圍、面積、植被類型和分布，為濕地的保護(hù)、管理和退化濕地的生態(tài)恢復(fù)提供科學(xué)決策依據(jù)，對(duì)濕地資源的可持續(xù)發(fā)展具有重要的科學(xué)意義．

［1］Kasischke E S，Smith K B，Bourgeau－Chavez L L，etal．Effects of seasonal hydrologic patterns in south Florida wetlands on radar backscatter measured from ERS－2SAR imagery［J］．Remote Sensing of Environment，2003，88（4）：423－441．

［2］Pope K O，Rejmankova E，Paris J F，etal．Detecting seasonal flooding cycles in marshes of the Yucatan Peninsula with SIR－C polarimetric radar imagery［J］．Remote Sensing of Environment，1997，59（2）：157－166．

［4］Martinez J M，Toan T．Mapping of flood dynamics and spatial distribution of vegetation in the Amazon floodplain using multitemporal SAR data［J］．Remote Sensing of Environment，2007，108（3）：209－223．

［5］Musick H B，Schaber G S，Breed C S．AIRSAR studies of woody shrub density in semiarid rangeland：Jornada del Muerto，New Mexico［J］．Remote Sensing of Environment，1998，66（1）：29－40．

［6］Bwangoy J R B，Hansen M C，Roy D P，etal．Wetland mapping in the Congo Basin using optical and radar remotely sensed data and derived topographical indices［J］．Remote Sensing of Environment，2010，114（1）：73－86．

［7］Yamagata Y，Yasuoka Y．Classification of wetland vegetation by texture analysis methods using ERS－1and JERS－1images［J］．Geoscience and Remote Sensing Symposium，1993，14：1614－1616．

［8］Grings F，Salvia M，Karszenbaum H，etal．Exploring the capacity of radar remote sensing to estimate wetland marshes water storage［J］．Journal of Environmental Management，2009，90（7）：2189－2198．

［9］Jones K，Lanthier Y，Voet P，etal．Monitoring and assessment of wetlands using earth observation：the glob wetland project［J］．Journal of Environmental Management，2009，90（7）：2154－2169．

［10］廖靜娟，沈國狀．基于多極化SAR圖像的鄱陽湖濕地地表淹沒狀況動(dòng)態(tài)變化分析［J］．遙感技術(shù)與應(yīng)用，2008，23（4）：373－377．

［11］徐怡波，賴錫軍，周春國．基于ENVISAT ASAR數(shù)據(jù)的東洞庭湖濕地植被遙感監(jiān)測(cè)研究［J］．長江流域資源與環(huán)境，2010，19（4）：452－459．

［12］Hess L L，Melack J M，Simonett D S．Radar detection of flooding beneath the forest canopy：a review［J］．International Journal of Remote Sensing，1990，11（7）：1313－1325．

［13］Shelat Y，Leblon B，Larocque A，etal．Effects of incidence angles on mapping accuracy of surficial materials in the Umiujalik Lake area，Nunavut，using RADARSAT－2polarimetric SAR images．Part 2：polarimetric analysis［J］．Canadian Journal of Remote Sensing，2012，38（3）：404－423．

［14］Kandus P，Karszenbaum H，Pultz T，etal．Influence of flood conditions and vegetation status on the radar backscatter of wetland ecosystems［J］．Canadian Journal of Remote Sensing，2001，27（6）：651－662．

［15］Lang M W，Townsend P A，Kasischke E S．Influence of incidence angle on detecting flooded forests using C－HH synthetic aperture radar data［J］．Remote Sensing of Environment，2008，112（10）：3898－3907．

［16］Parmuchi M G，Karszenbaum H，Kandus P．Mapping wetlands using multi－temporal RADARSAT－1data and a decision－based classifier［J］．Canadian Journal of Remote Sensing，2002，28（2）：175－186．

［17］Wang Anqi，Zhou Demin，Gong Huili．Wetland mapping by using multi－band and multitemporal SAR images：a case study of Honghe National Natural Reserve［C］／／18thInternational Conference on GeoInformatics．Beijing：Geoinformatics，2010：1－5．

［18］Andreoli R，Yésou Y，Li J，etal．Poyang Hu（Jiangxi Province，P．R．of China）area variations between January 2004and June 2006 using ENVISAT low and medium resolution time series［J］．Annals of GIS，2007，13（1／2）：24－35．