降雨影響下的水稻長勢(shì)極化特征提取

庾 露，黃艷霞，劉警鑒，段 煉

（1. 南寧師范大學(xué) 地理科學(xué)與規(guī)劃學(xué)院，廣西 南寧 530001；2. 廣西壯族自治區(qū)國土測(cè)繪院，廣西 南寧530001；3. 南寧師范大學(xué) 自然資源與測(cè)繪學(xué)院，廣西 南寧 530001）

水稻Oryza sativa是中國主要的糧食作物之一，2017年水稻的栽植面積為3 074.7 萬hm2，約占主要糧食作物總面積的26.1%[1]，并廣泛分布于秦嶺淮河以南地區(qū)[2]。水稻栽植所處地區(qū)常年多云多雨，傳統(tǒng)光學(xué)被動(dòng)遙感技術(shù)難以獲取清晰且連續(xù)的時(shí)間序列影像。合成孔徑雷達(dá)(synthetic aperture radar, SAR)是一種微波波段的主動(dòng)遙感技術(shù)，可以穿透云雨，不依賴太陽輻射，全天候全天時(shí)成像，可在一定程度上彌補(bǔ)光學(xué)遙感的不足，利用SAR遙感進(jìn)行農(nóng)作物監(jiān)測(cè)具有較大的潛力[3?8]。目前對(duì)作物的非全極化SAR時(shí)序監(jiān)測(cè)研究中，普遍依賴于后向散射系數(shù)這一極化特征，以及在時(shí)間序列上的變化曲線。但是微波對(duì)地物含水量的變化十分敏感，降雨會(huì)使SAR后向散射系數(shù)在時(shí)間序列上出現(xiàn)較大波動(dòng)，導(dǎo)致在對(duì)水稻等南方作物的長勢(shì)進(jìn)行判斷時(shí)容易出現(xiàn)較大偏差，而現(xiàn)有研究更多關(guān)注植株結(jié)構(gòu)變化對(duì)后向散射系數(shù)的作用，較少考慮降雨的影響。針對(duì)降雨對(duì)水稻長勢(shì)極化特征的影響，研究相應(yīng)的消減方法，及時(shí)、有效、準(zhǔn)確地獲取多云雨地區(qū)水稻的長勢(shì)信息，對(duì)重國糧食生產(chǎn)和糧食安全都具有重要意義。本研究在已有Sentinel-1 SAR影像所具備的同向極化(VV)和交叉極化(VH)后向散射系數(shù)基礎(chǔ)上，提出歸一化差分后向散射指數(shù) (normalize difference backscattering index，NDBI)。并對(duì) VH、VV、NDBI分別建立后向散射系數(shù)時(shí)序特征曲線，利用同期降雨數(shù)據(jù)和光學(xué)影像作為輔助資料，探討水稻在幼苗期、分蘗拔節(jié)期、長穗期和結(jié)實(shí)期4個(gè)關(guān)鍵生長期中，植株形態(tài)特點(diǎn)，相應(yīng)的極化特征變化趨勢(shì)，以及降雨對(duì)后向散射系數(shù)的影響。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)位于廣西桂平市以東約 6.5 km，尋旺鄉(xiāng)復(fù)興村正南方 (23°24′0″～23°24′40″N，110°7′40″～110°8′30″E)的水稻田地。桂平市地處廣西東南部，屬南亞熱帶季風(fēng)氣候，氣候溫暖，雨量充沛，雨熱同期，適合水稻生長。2017年桂平市水稻產(chǎn)量達(dá)47.9 萬t，并連續(xù)5 a居廣西各縣(區(qū))第1位[9]，是廣西水稻栽植大縣。研究區(qū)內(nèi)所栽植的水稻品種為‘百香139’‘Bailixiang 139’，屬于感溫型常規(guī)水稻，適宜在桂南、桂中稻作區(qū)作早、晚稻栽植。早稻全生育期約124 d；晚稻全生育期約104 d[10]。本研究將對(duì)該研究區(qū)內(nèi)2018年的早稻和晚稻的長勢(shì)進(jìn)行監(jiān)測(cè)。

1.2 數(shù)據(jù)概況

選用SAR影像數(shù)據(jù)來源于Sentinel-1 C波段SAR衛(wèi)星，該衛(wèi)星在默認(rèn)TOPS(Terrain Observation with Progressive Scan)成像模式下的重訪周期為12 d，地理編碼后的影像空間分辨率為10 m，是具有較高空間和時(shí)間分辨率的極軌衛(wèi)星[11]。所采用的影像數(shù)據(jù)產(chǎn)品為單視復(fù)數(shù)影像(single look complex，SLC)，具備VV和VH雙極化方式。水稻的生長周期較短，一般為3～4個(gè)月，在此期間該衛(wèi)星可拍攝8～12期影像數(shù)據(jù)，相較于常規(guī)光學(xué)衛(wèi)星影像數(shù)據(jù)，能夠形成更為連續(xù)且密集的影像序列。本研究使用2018年3?11月共23期SAR影像對(duì)研究區(qū)內(nèi)早、晚2季水稻的長勢(shì)極化特征進(jìn)行研究。

選用的輔助驗(yàn)證數(shù)據(jù)為Planet光學(xué)衛(wèi)星在線高分辨率影像數(shù)據(jù)集，空間分辨率為3～5 m，可清晰分辨研究區(qū)內(nèi)稻田的輪廓和內(nèi)部作物的長勢(shì)。Planet衛(wèi)星數(shù)據(jù)由一系列微小衛(wèi)星群組成，重訪周期可縮短到1 d[12]。但是衛(wèi)星群在過境研究區(qū)對(duì)其進(jìn)行拍攝時(shí)，多數(shù)情況下仍會(huì)受云雨遮擋，成像質(zhì)量較差或無法成像，因此采用1個(gè)月合成影像數(shù)據(jù)對(duì)水稻的長勢(shì)做驗(yàn)證。

降雨數(shù)據(jù)采用日本宇宙航空研究開發(fā)機(jī)構(gòu)(Japan Aerospace Exploration Agency，JAXA)提供的 Global Rainfall Watch 觀測(cè)數(shù)據(jù)。該數(shù)據(jù)由全球降水測(cè)量任務(wù) (Global Precipitation Measurement Mission，GPM)中的核心衛(wèi)星和星座衛(wèi)星，3 h觀測(cè)1次全球降水產(chǎn)生。表1記錄了Sentinel-1衛(wèi)星過境當(dāng)天、前1日、前2日研究區(qū)最大降雨量。

表 1 Sentinel-1 衛(wèi)星成像時(shí)刻雨量Table 1 Rainfall of Sentinel-1 satellite imaging day

1.3 數(shù)據(jù)處理

對(duì)Sentinel-1 SAR影像數(shù)據(jù)經(jīng)過一系列的預(yù)處理，才能獲取時(shí)間序列上的水稻長勢(shì)極化特征。具體處理流程如圖1所示，分為SAR影像預(yù)處理和長勢(shì)極化特征提取兩部分。

1.3.1 SAR 影像預(yù)處理 影像預(yù)處理主要有 2 個(gè)目的：①對(duì)影像進(jìn)行輻射定標(biāo)，從而確定影像的灰度與標(biāo)準(zhǔn)雷達(dá)散射截面的關(guān)系。影像經(jīng)輻射定標(biāo)后，每個(gè)像素都能表示唯一確定的地物后向散射信息[13]，這也是本研究開展對(duì)不同極化方式、不同時(shí)相下記錄的水稻極化信息進(jìn)行定量分析和計(jì)算的前提。②對(duì)SAR影像進(jìn)行地理編碼，賦予地理坐標(biāo)。SAR影像的X軸和Y軸分別與成像時(shí)刻傳感器到地物的斜距距離以及傳感器運(yùn)動(dòng)矢量相關(guān)，并按照距離-方位坐標(biāo)系(也稱SAR坐標(biāo)系)而非真實(shí)地理坐標(biāo)記錄地物位置。因此，需要進(jìn)行地理編碼，將SAR坐標(biāo)系轉(zhuǎn)為地理坐標(biāo)系，使處理的結(jié)果影像能與其他空間數(shù)據(jù)進(jìn)行疊加分析。影像預(yù)處理后具有地理坐標(biāo)，并獲得經(jīng)過精確配準(zhǔn)后的多時(shí)期后向散射系數(shù)圖集合。在該圖集合中，每個(gè)坐標(biāo)點(diǎn)都包含該處地物的后向散射系數(shù)隨時(shí)間變化形成的序列。將基于該圖集合開展對(duì)水稻長勢(shì)的分析。

1.3.2 長勢(shì)極化特征提取 將針對(duì)VV和VH 2種極化成像方式在水稻不同生長階段下產(chǎn)生的后向散射系數(shù)進(jìn)行研究，并認(rèn)為在同一拍攝時(shí)間中，同一稻田內(nèi)部作物的分布和長勢(shì)是一致的。因此，對(duì)于水稻長勢(shì)極化特征的提取，是對(duì)每期影像中的單塊稻田內(nèi)部所有像素的后向散射系數(shù)取平均值，并根據(jù)時(shí)間順序排列形成序列。

圖 1 數(shù)據(jù)處理流程Figure 1 Data processing flow

1.4 歸一化差分后向散射指數(shù)

已有研究成果表明[5,8]：降雨會(huì)對(duì)各極化方式下的后向散射系數(shù)均產(chǎn)生較大影響，反映在時(shí)序曲線上則是形成較大波動(dòng)，且上升和下降趨勢(shì)基本相同。根據(jù)這一規(guī)律，在研究了歸一化植被指數(shù)(NDVI)和歸一化水指數(shù)(NDWI)[14]的基礎(chǔ)上，提出歸一化差分后向散射指數(shù)(NDBI)計(jì)算方法，并基于NDBI建立極化特征曲線。

式(1)中：INDB表示歸一化差分后向散射指數(shù)，為無量綱量，CVH和CVV分別表示Sentinel-1影像數(shù)據(jù)中交叉極化和同化極化方式的后向散射系數(shù)。引入NDBI在于強(qiáng)化VH和VV的差異，弱化兩者的共有趨勢(shì)，從而在一定程度上抵消降雨對(duì)單一后向散射系數(shù)時(shí)序曲線產(chǎn)生的波動(dòng)影響。

1.5 水稻的散射類型

水稻的散射類型一般可分為上部冠層的直接后向散射(圖2A)、漫反射(圖2B)，水面和主莖之間的二次散射(圖2C和圖2F)，水稻田水面的鏡面反射(圖2D)、水稻植株內(nèi)部的體散射(圖2C)為主[15?16]。

圖 2 水稻后向散射類型Figure 2 Rice backscattering types

2 結(jié)果與分析

2.1 降雨影響下的極化時(shí)序特征曲線分析

已有研究表明：VV極化具有更高的穿透性，能夠穿透植被層到達(dá)下墊土壤并與之發(fā)生相互作用；VH極化對(duì)植被更為敏感[14]；本研究的NDBI指數(shù)則同時(shí)考慮了VH和VV極化之間的差異性。結(jié)合圖3進(jìn)行分析發(fā)現(xiàn)：VV后向散射系數(shù)值整體高于VH，說明VV極化方式更容易穿透水稻植株，在其后向散射系數(shù)中包含了更多的來自稻田表面的回波能量，而VH極化的穿透性稍弱，其回波能量主要來自于植株。在幼苗期至分蘗初期VV和VH曲線都呈上升趨勢(shì)，其原因在于此階段水稻葉片細(xì)少，植株矮小且分布稀疏，散射類型以二次散射(圖2C或圖2F)和鏡面散射(圖2D)為主，只夾雜了少量的由水稻幼苗至分蘗初期貢獻(xiàn)的體散射(圖2E)能量。期間未出現(xiàn)降雨，VV和VH曲線呈單調(diào)上升趨勢(shì)。NDBI曲線也呈上升趨勢(shì)，并在幼苗期至分蘗期過程中到達(dá)整個(gè)生長期的最高值，這是因?yàn)閂V的上升速度較VH更快，二者的差異經(jīng)NDBI方法放大形成的。在分蘗中期至長穗期，出現(xiàn)了2次降雨，造成了VV和VH曲線不同程度的波動(dòng)。其中5月16日的降雨使VV曲線由上升轉(zhuǎn)為下降，5月28日前1日出現(xiàn)的5.5 mm降雨，使VV和VH曲線都出現(xiàn)了大幅下降，原因可能由于稻田內(nèi)部形成較厚積水層，部分微波信號(hào)被積水層吸收[15]。NDBI曲線在上述降雨時(shí)間點(diǎn)上的變化較為平緩，表現(xiàn)為分蘗中后期單調(diào)下降后平穩(wěn)進(jìn)入長穗期，其原因在于水稻不斷分蘗拔節(jié)，植株不斷伸長，冠層葉片趨于密集，主要由VH貢獻(xiàn)的漫反射(圖2B)和體散射能量增加，VV穿透植株經(jīng)水面反射的回波能量被植株消減降低，二者的差異逐漸縮小，相應(yīng)的NDBI也有所下降。從長穗期到結(jié)實(shí)期直至收割期間，出現(xiàn)了3次降雨，對(duì)VV和VH曲線的趨勢(shì)產(chǎn)生了或同向或反向的無規(guī)律波動(dòng)影響，影響程度相較于分蘗期略輕微。NDBI曲線則保持較平穩(wěn)上升的趨勢(shì)，幾乎不受降雨影響。其原因在于長穗期的葉面積指數(shù)和植株高度均達(dá)到最大，此時(shí)的水稻植株粗壯，冠層茂密，水面二次散射和鏡面散射的回波信號(hào)受到冠層阻擋，而接收到的回波信號(hào)多為植株表面散射，以漫反射和體反射為主，因降雨引起的稻田水面二次散射和鏡面散射的回波能量變化受到冠層較多衰減，在曲線的趨勢(shì)上并不能明顯體現(xiàn)。水稻在結(jié)實(shí)期不斷成熟過程中，稻粒體積和質(zhì)量不斷增加，逐漸壓彎莖稈，造成植株高度小幅降低，使得VV回波能量小幅提升，VH回波能量則小幅下降，二者在結(jié)實(shí)期的差異經(jīng)NDBI放大后得到曲線小幅上升的結(jié)果。NDBI曲線在早晚2季水稻的生長周期中都體現(xiàn)出相近的變化趨勢(shì)，即在幼苗期和分蘗期為快速上升至最高值，在分蘗中后期到長穗初期開始下降，在長穗期到結(jié)實(shí)期為平穩(wěn)小幅上升。

圖 3 極化特征時(shí)序曲線Figure 3 Time series curves of polarization characteristics

對(duì)時(shí)序曲線的波動(dòng)程度評(píng)價(jià)，采用二次多項(xiàng)式分段擬合并求平均曲率的方法，平均曲率越低，表明該曲線波動(dòng)幅度越小，越趨于平穩(wěn)。

經(jīng)計(jì)算，NDBI曲線的平均曲率為0.86，VV和VH曲線的平均曲率分別為2.90和2.31。說明NDBI曲線的變化趨勢(shì)更為平穩(wěn)，受降雨不規(guī)則波動(dòng)的影響更小，能夠更清晰地反映水稻的長勢(shì)變化。

2.2 Planet光學(xué)衛(wèi)星驗(yàn)證

引入Planet光學(xué)衛(wèi)星在線高分辨率影像數(shù)據(jù)對(duì)極化特征時(shí)序曲線進(jìn)行驗(yàn)證，從可見光的角度直觀的觀測(cè)目標(biāo)實(shí)驗(yàn)田的水稻長勢(shì)情況。通過目視解譯并結(jié)合已有研究，可大致推斷水稻在當(dāng)月所處的生長階段。由圖4可見：3和4月影像(圖4A和圖4B)的色調(diào)以當(dāng)?shù)攸S土壤背景色為主，夾雜少量淡綠色，可判斷此時(shí)水稻正值幼苗期，植株矮小葉片稀疏；5月影像(圖4C)的色調(diào)為濃綠色，可判斷此時(shí)水稻為分蘗拔節(jié)期，葉片生長旺盛；6月影像(圖5D)的色調(diào)相比5月略淡，可判斷此時(shí)水稻進(jìn)入長穗期和結(jié)實(shí)期；7月影像(圖4E)的色調(diào)重新回到土壤背景色，表明水稻經(jīng)過結(jié)實(shí)期后已完成收割。晚稻的光學(xué)影像(圖4F～I(xiàn))在色調(diào)也具有與早稻相似的變化特征，其共同在時(shí)序上反映出的生長階段，可與2.1小節(jié)中對(duì)NDBI時(shí)序曲線的分析結(jié)果相對(duì)應(yīng)[12]。

圖 4 2018 年 3?11 月的 Planet衛(wèi)星影像示意圖Figure 4 Satellite images of Planet from March to November, 2018

3 討論

降雨對(duì)后向散射系數(shù)的影響普遍存在，會(huì)在水稻種植期間后向散射系數(shù)時(shí)間序列上造成不同程度的波動(dòng)。在本研究區(qū)中，5?7月處于早稻的長穗期，該階段植株結(jié)構(gòu)變化趨于平緩，但由于期間多次降雨，導(dǎo)致VH和VV時(shí)序曲線分別在4.0和3.5 db的范圍內(nèi)出現(xiàn)了波動(dòng)，這一觀測(cè)結(jié)果與梁瀚月[8]研究結(jié)果十分接近。后者所處江西省南昌市的水稻研究區(qū)，在5?6月受地當(dāng)?shù)亟涤暧绊?，使得VH和VV時(shí)序曲線分別在4.7和3.3 db內(nèi)出現(xiàn)了波動(dòng)，且曲線形態(tài)也呈現(xiàn)與本研究相似的先快速上升后快速下降的趨勢(shì)。而NDBI時(shí)序曲線，相較于上述單一極化方式在這一時(shí)間段中則更趨于平穩(wěn)。

在水稻生長的中后期，水稻的體散射特征逐漸顯現(xiàn)，散射強(qiáng)度由弱轉(zhuǎn)強(qiáng)，NDBI方法可較清晰地展現(xiàn)這一特征，并且與韓宇[5]利用全極化數(shù)據(jù)獲得的水稻生長中后期的體散射變化趨勢(shì)一致。體散射的強(qiáng)弱通常與植被莖葉密集程度，以及水稻的成熟度密切相關(guān)，因此，用NDBI方法可以更直觀地表現(xiàn)出水稻長勢(shì)階段的規(guī)律特征。

4 結(jié)論

本研究在常規(guī)的VV和VH后向散射系數(shù)時(shí)序分析的基礎(chǔ)上提出了NDBI方法，并對(duì)比分析了三者在水稻生長期中的極化特征表現(xiàn)，尤其是受降雨影響的程度。研究發(fā)現(xiàn)：降雨發(fā)生后，短時(shí)間內(nèi)會(huì)使VH和VV的后向散射系數(shù)出現(xiàn)較大波動(dòng)，從而對(duì)水稻當(dāng)前生長階段的判斷產(chǎn)生干擾；而同期的NDBI曲線則能有效地消減這一影響，更準(zhǔn)確地反映水稻長勢(shì)規(guī)律。通過這一手段，得到了水稻生長期中極化特征變化規(guī)律：幼苗期主要以二次反射為主，而從分蘗拔節(jié)時(shí)期開始到長穗期再到結(jié)實(shí)期直至收割，體反射和漫反射不斷增強(qiáng)，二次散射逐漸減小。