王 慶，廖靜娟

(1．中國(guó)科學(xué)院對(duì)地觀測(cè)與數(shù)字地球科學(xué)中心，北京 100101;2．中國(guó)科學(xué)院研究生院，北京 100049)

基于SAR數(shù)據(jù)的鄱陽(yáng)湖水體提取及變化監(jiān)測(cè)研究

王 慶1，2，廖靜娟1

(1．中國(guó)科學(xué)院對(duì)地觀測(cè)與數(shù)字地球科學(xué)中心，北京 100101;2．中國(guó)科學(xué)院研究生院，北京 100049)

以C波段Envisat ASAR和L波段ALOSPALSAR交替極化模式的數(shù)據(jù)為數(shù)據(jù)源，分析了鄱陽(yáng)湖主要地物的散射特性，并分別引入紋理特征和不同極化通道間的極化差和極化比等參數(shù)增強(qiáng)地物的表征;應(yīng)用主成分變換對(duì)地物的參數(shù)向量進(jìn)行特征提取，增強(qiáng)水體與其他地物的差異，并在第一主成分中選擇適當(dāng)閾值，準(zhǔn)確提取出不同時(shí)期的鄱陽(yáng)湖水體信息。實(shí)驗(yàn)表明，用上述方法提取水體信息的精度比直接使用地物后向散射系數(shù)的監(jiān)督分類(lèi)法提取精度要高得多。通過(guò)分析和對(duì)比上述不同波段SAR數(shù)據(jù)中水體與其他類(lèi)別間的Jeffries－Matusita距離可以看出，C波段SAR數(shù)據(jù)提取鄱陽(yáng)湖水體的精度比L波段高。并給出了鄱陽(yáng)湖水體在2007年春、夏和冬3個(gè)季節(jié)中水域面積的動(dòng)態(tài)變化情況。

紋理;主成分變換;水體提取;ASAR;PALSAR

0 引言

水體變化范圍提取一直是湖泊變化及洪澇災(zāi)害監(jiān)測(cè)等領(lǐng)域研究的重要內(nèi)容。鄱陽(yáng)湖是我國(guó)最大的淡水湖泊，掌握其水體表面的變化信息直接關(guān)系到對(duì)該地區(qū)生態(tài)系統(tǒng)的有效維護(hù)和科學(xué)管理。

隨著遙感數(shù)據(jù)源的增多，應(yīng)用光學(xué)遙感技術(shù)提取水體信息的研究和應(yīng)用已有較多的發(fā)展［1－3］。隨著近年來(lái)星載合成孔徑雷達(dá)SAR(Synthetic Aperture Radar)技術(shù)的發(fā)展，大量星載SAR系統(tǒng)(如Envisat ASAR［4］、ALOSPALSAR、TerraSAR － X 及Radarsat－2等)投入運(yùn)行，雷達(dá)遙感數(shù)據(jù)的應(yīng)用得到了極大的發(fā)展。鑒于SAR對(duì)地觀測(cè)的全天時(shí)全天候特點(diǎn)，以及SAR對(duì)水體提取較為敏感的優(yōu)勢(shì)，開(kāi)展SAR水體變化范圍提取和監(jiān)測(cè)研究，對(duì)提高水體變化監(jiān)測(cè)的頻率和準(zhǔn)確性有著重要意義。

對(duì)于水體的提取及其變化檢測(cè)已有了許多相關(guān)研究，如廖靜娟等［5］利用變化向量分析方法對(duì)地表淹沒(méi)狀況進(jìn)行了研究;沈國(guó)狀等［6］應(yīng)用面向?qū)ο蠹夹g(shù)提取了鄱陽(yáng)湖地區(qū)地表淹沒(méi)范圍;朱俊杰等［7］應(yīng)用紋理和SAR成像知識(shí)在高分辨率SAR圖像上進(jìn)行了水體檢測(cè)提取;也有一些基于光學(xué)遙感數(shù)據(jù)和SAR數(shù)據(jù)融合方法提取洪水淹沒(méi)范圍的研究［8，9］;還有利用閾值分割進(jìn)行水體提取的試驗(yàn)，該方法雖簡(jiǎn)便快捷，但面臨著特征選擇及閾值設(shè)定等困難問(wèn)題。

本文在不同極化通道數(shù)據(jù)中引入紋理特征、極化差和極化比等特征信息，以增強(qiáng)地物參數(shù)化的表征;并利用主成分變換方法有效地增大水體與其他地物間的特征差異，應(yīng)用閾值分割對(duì)第一主成分分量進(jìn)行分割，準(zhǔn)確地提取出鄱陽(yáng)湖開(kāi)闊水體信息;同時(shí)分析了不同波段SAR數(shù)據(jù)提取水體的精度差異和鄱陽(yáng)湖水域面積在2007年3個(gè)季度的變化情況。

1 研究區(qū)概況

鄱陽(yáng)湖是我國(guó)最大的淡水湖，位于江西省北部，28°22'～29°45'N，115°47'～116°45'E 范圍內(nèi)。鄱陽(yáng)湖南北長(zhǎng)110 km，東西寬50～70 km，北部狹窄段僅寬5～15 km，匯集贛江、修水、鄱江、信江和撫江(簡(jiǎn)稱(chēng)“五河”)等江河，并經(jīng)湖口注入長(zhǎng)江。其水位的漲落受“五河”以及長(zhǎng)江水回灌作用的雙重影響，在“五河”與鄱陽(yáng)湖交匯處，水位常年顯著的變化，形成了大量的灘地、沼澤和沙洲，已成為我國(guó)重要的濕地生態(tài)系統(tǒng)(湖灘草洲濕地)。植被類(lèi)型與群落隨湖底高程和相應(yīng)水深變化具有垂直分帶性，因此隨著不同季節(jié)水域淹沒(méi)范圍和植被覆蓋程度的不同，呈現(xiàn)周期性干濕交替的動(dòng)態(tài)變化，出現(xiàn)“夏秋一水連天，冬春荒灘無(wú)邊”的景象。

2 數(shù)據(jù)源及其預(yù)處理

2．1 數(shù)據(jù)源

選用Envisat ASAR和ALOSPALSAR數(shù)據(jù)，模式均為交替極化，極化通道分別為HH/VV和HH/HV。其中，ASAR數(shù)據(jù)是精校正圖像產(chǎn)品，為多視、地距幅度圖像;PALSAR是1．5級(jí)數(shù)據(jù)產(chǎn)品，為已經(jīng)過(guò)幾何糾正和地理參考編碼的地距幅度圖像(詳見(jiàn)表1)。還使用具有地理編碼的TM5圖像作為幾何糾正參考圖像及解譯輔助數(shù)據(jù)(2007年4月12日)。

表1 研究中使用的SAR數(shù)據(jù)Tab．1 SAR data used in this study

2．2 預(yù)處理

獲取的SAR數(shù)據(jù)為幅度數(shù)據(jù)，需進(jìn)行定標(biāo)。ASAR數(shù)據(jù)使用了歐空局開(kāi)發(fā)的ASAR圖像處理工具包 BEST(Basic Envisat SAR Toolbox)［10］，將原始幅度數(shù)據(jù)導(dǎo)入BEST，轉(zhuǎn)換為功率圖后再換算成后向散射系數(shù)值。對(duì)于PALSAR，其定標(biāo)公式為

式中，σ0為最后得到的雷達(dá)后向散射系數(shù)值;DN為圖像數(shù)據(jù)的灰度值;CF為定標(biāo)因子，在頭文件中可以查得，對(duì)于一般的1．5級(jí)PALSAR數(shù)據(jù)產(chǎn)品，CF=－83．0 dB。參照具有地理投影和編碼的TM5全色波段數(shù)據(jù)對(duì)上述2種SAR數(shù)據(jù)進(jìn)行幾何糾正、圖像拼接及研究區(qū)裁剪。

為提高SAR圖像對(duì)后期水體類(lèi)別提取的精度，本文選用了 Enhanced Frost 自適應(yīng)濾波器［11，12］。Frost濾波是一種環(huán)形對(duì)稱(chēng)的濾波器，為濾波窗口的每一像元設(shè)一權(quán)重值［13］，其濾波效果具有很好的邊緣保持性，對(duì)提高水陸邊界兩側(cè)的水陸分割精度很有意義。實(shí)驗(yàn)中對(duì)比了 Lee、Enhanced Lee、Enhanced Frost和 Gamma濾波效果，發(fā)現(xiàn) Enhanced Frost在減小同質(zhì)區(qū)域內(nèi)的方差和保持異質(zhì)區(qū)域間的邊界方面的特性最好。

3 研究方法

3．1 散射特征分析

在SAR圖像上，平靜水體主要表現(xiàn)為簡(jiǎn)單的單次鏡面反射，其回波功率較小，所以在SAR圖像上一般色調(diào)較暗。受風(fēng)的吹動(dòng)及水流的影響，一些區(qū)域的水體表面會(huì)形成布拉格散射(Bragg scattering)，在SAR圖像上比鏡面反射的區(qū)域要亮。

鄱陽(yáng)湖的植被主要為苔屬類(lèi)型的植被(蘆葦、苔草等)，對(duì)其一般可以用細(xì)長(zhǎng)的圓柱體模型表征。雷達(dá)波對(duì)植被呈體散射，散射過(guò)程較復(fù)雜，在SAR圖像上后向散射系數(shù)的動(dòng)態(tài)范圍較寬。值得注意的是，在“五河”流入鄱陽(yáng)湖的區(qū)域，河邊的濃密植被與水面會(huì)形成二面角反射器，具有較強(qiáng)的后向散射回波(如圖1(a)、(b)所示);而沙灘、沼澤等由于地表的高含水量，致使其介電常數(shù)增大，其后向散射系數(shù)也較大。選擇鄱陽(yáng)湖西南方向的典型“掌形”灘地進(jìn)行水體、植被和沙地等3類(lèi)地物的后向散射系數(shù)分析(圖1)。在兩種圖像上分別選取3個(gè)典型地物區(qū)域——水體(紅色框內(nèi)區(qū)域)、植被(綠色框內(nèi)區(qū)域)和沙灘(藍(lán)色框內(nèi)區(qū)域)，每種地物約1 800個(gè)像素，其后向散射系數(shù)分布情況見(jiàn)圖1(c)～(f)。

圖1－1 ASAR和PALSAR圖像上3種地物后向散射系數(shù)分布(紅色—水體，綠色—植被，藍(lán)色—沙灘)Fig．1 －1 The backscattering coefficients of the three types of objects in the ASAR and PALSAR imagery

圖1－2 ASAR和PALSAR圖像上3種地物后向散射系數(shù)分布(紅色—水體，綠色—植被，藍(lán)色—沙灘)Fig．1 －2 The backscattering coefficients of the three types of objects in the ASAR and PALSAR imagery

由圖1可以看出，子研究區(qū)相對(duì)整幅圖像可以忽略像素間的系統(tǒng)差異及像素自身地表特征的差異，其后向散射系數(shù)的浮動(dòng)變化主要受相干斑點(diǎn)影響;而水體后向散射系數(shù)的浮動(dòng)范圍要比具有較高后向散射強(qiáng)度的植被和沙灘小，這主要是由于同質(zhì)區(qū)域的相干斑統(tǒng)計(jì)特性與該地物的后向散射強(qiáng)度大小有關(guān)。由單視圖像得到的強(qiáng)度圖像，其強(qiáng)度(或功率)服從負(fù)指數(shù)分布，CV=1［14］，即同質(zhì)區(qū)域的均方差與均值成正比;多視處理后的強(qiáng)度圖像服從伽馬分布［14］，由此而引出等效視數(shù)的概念，即均值平方比方差，該數(shù)值常被用來(lái)反映濾波平滑效果。所選樣本水體、植被和沙灘的等效視數(shù)分別為11、7和8，進(jìn)一步說(shuō)明水體和沙灘的散射特征比較純，內(nèi)部方差相對(duì)較小。而對(duì)于L波段的雷達(dá)波，上述3種地物的后向散射系數(shù)均比C波段的小，等效視數(shù)分別約為10、5和8。對(duì)比兩種數(shù)據(jù)的等效視數(shù)可以看出，植被在L波段的雷達(dá)圖像上后向散射強(qiáng)度的離散度較大，這主要是由于L波段的穿透性強(qiáng)、受下墊面土壤等背景因素影響所致。

3．2 水體范圍提取

由上述分析可知，選擇一個(gè)閾值對(duì)水體進(jìn)行分割精度較低，特別是當(dāng)考慮整幅圖像上不同地區(qū)的各種因素影響時(shí)，選擇合適閾值分割則更難實(shí)現(xiàn)。為提高目標(biāo)分類(lèi)的精度，通過(guò)增加圖像特征紋理參數(shù)以及同極化和交叉極化間的差值和比值來(lái)構(gòu)成目標(biāo)的描述向量，以增強(qiáng)不同地物差異的參數(shù)表征。

ASAR數(shù)據(jù)的C波段HH和VV極化的后向散射強(qiáng)度大小近乎一致，故利用其極化差和極化比并不能有效分離水體與其他類(lèi)別。根據(jù)先前學(xué)者研究［15－17］，對(duì)ASAR數(shù)據(jù)中的VV 極化功率圖引入兩個(gè)紋理特征參數(shù)，即角二階矩和均勻性參數(shù)。本文在實(shí)驗(yàn)中發(fā)現(xiàn)，與其他由灰度共生矩陣計(jì)算出來(lái)的統(tǒng)計(jì)量相比，這兩個(gè)參數(shù)對(duì)于描述圖像上灰度較均勻的區(qū)域，表征效果較好。因此，用ASAR數(shù)據(jù)對(duì)地物的描述用向量表示，其中

式中，i，j為圖像的灰度值;dr為行方向的位移;dc為列方向的位移;I為灰度值的集合;Cd為圖像的灰度共生矩陣;ASM為角二階矩，表征圖像灰度分布均勻性或平滑性的量度［15，16］(在雷達(dá)圖像上水體區(qū)域與其他地物區(qū)域相比，均勻性較好、相應(yīng)的ASM值較大);HOM為紋理特征的局部相似性表征，能刻畫(huà)局部區(qū)域的紋理特征，是區(qū)分不同目標(biāo)的重要量度［16，17］。

交叉極化(HV)的信息主要由體散射機(jī)制所引起，與HH極化信息量有明顯差別，兩者之間的差和比可以提供不同地物間的差異信息，故針對(duì)PALSAR數(shù)據(jù)對(duì)地物的描述用向量表示，其中例如在HV和HH極化通道上，平靜湖面上的水體的后向散射功率都很小;而在HV極化圖像上，植被和沙灘的后向散射相對(duì)較大;因此通過(guò)兩個(gè)通道間的極化差和極化比，可以增大上述3類(lèi)地物間的差異。

主成分變換［18］可以有效地增強(qiáng)地物特征的差異和降低數(shù)據(jù)的維度。經(jīng)過(guò)特征擴(kuò)充對(duì)3類(lèi)地物描述后，再應(yīng)用主成分變換將4個(gè)通道特征進(jìn)一步優(yōu)化、提取，得到更佳的特征參數(shù)(圖2)。

圖2 3種地物的前兩個(gè)主成分后向散射系數(shù)分布Fig．2 The backscattering coefficients of the first and second component about the three types of objects

由圖2可以看出，3種地物在第一主成分上的分離度明顯增大，而在第二主成分上開(kāi)始出現(xiàn)交叉。在ASAR圖像上，水體的第一主成分主要位于小于零的一側(cè)，而且與其他地物差異相當(dāng)顯著;在PALSAR圖像上，水體的第一主成分與ASAR圖像上相似，但沒(méi)有ASAR圖像上的類(lèi)間差異明顯。此外，經(jīng)主成分變換后，水體的第一主成分聚集度增大，類(lèi)內(nèi)方差降低明顯。因此，通過(guò)設(shè)置一定的閾值可以將水體提取出來(lái)，本文選擇的閾值分別是ASAR為0，PALSAR為－1，水體提取結(jié)果如圖3所示。

圖3－1 鄱陽(yáng)湖水體提取范圍及周?chē)匚锖笙蛏⑸湎禂?shù)Fig．3 －1 The open water distribution and backscattering coefficients of the surrounding objects

圖3－2 鄱陽(yáng)湖水體提取范圍及周?chē)匚锖笙蛏⑸湎禂?shù)Fig．3 －2 The open water distribution and backscattering coefficients of the surrounding objects

4 結(jié)果分析

4．1 鄱陽(yáng)湖水域面積總體變化及分析

分類(lèi)提取出水體區(qū)域后，經(jīng)過(guò)掩模處理，根據(jù)SAR圖像的像素面積(12．5×12．5 m2)，計(jì)算出鄱陽(yáng)湖在2007年的3個(gè)季度的水體面積及變化走勢(shì)(圖4)。

圖4 鄱陽(yáng)湖水體表面積在2007年3個(gè)季度的變化Fig．4 The change of the open water area of Poyang Lake in the three seasons in 2007

從圖4可以看出，鄱陽(yáng)湖在夏季的水體表面積與春、冬相比增加了75%以上，其主要原因是:①鄱陽(yáng)湖地區(qū)在夏季具有較強(qiáng)的降雨量;②流入鄱陽(yáng)湖的“五河”水流量在夏季顯著增大;③長(zhǎng)江流域夏季多雨致使高水位的長(zhǎng)江水倒灌鄱陽(yáng)湖。鄱陽(yáng)湖水位的變化直接反映為湖水表面積的變化，而影響鄱陽(yáng)湖水位變化的因素有各支流、長(zhǎng)江和降雨等。本文3個(gè)季節(jié)的SAR數(shù)據(jù)得到的水體表面積可以大概地反映鄱陽(yáng)湖水面的變化走勢(shì)。

4．2 水體分割的精度驗(yàn)證

為驗(yàn)證本文所用方法的效果，將樣本區(qū)1 800個(gè)像素作為已知樣本，應(yīng)用貝葉斯最大似然法對(duì)鄱陽(yáng)湖4月份的ASAR數(shù)據(jù)進(jìn)行監(jiān)督分類(lèi)，提取水體類(lèi)別，得到的混淆矩陣如表2所示。

表2 貝葉斯最大似然監(jiān)督分類(lèi)混淆矩陣Tab．2 Confusion matrix of Bayesian maximum likelihood supervised classification

同樣，對(duì)PALSAR數(shù)據(jù)進(jìn)行監(jiān)督分類(lèi)，分類(lèi)結(jié)果中水體的分類(lèi)正確率為96%，誤差主要是由于水體中個(gè)別像素與其他地物灰度相近，表面波譜相似造成的。然而，經(jīng)過(guò)地物特征參數(shù)擴(kuò)充和主成分變換，再對(duì)上述樣本區(qū)數(shù)據(jù)進(jìn)行閾值分割后，水體數(shù)據(jù)的分類(lèi)正確率達(dá)到99．4%。

針對(duì)選擇的樣本數(shù)據(jù)，經(jīng)過(guò)主成分變換后的水體分割精度與直接應(yīng)用貝葉斯最大似然監(jiān)督分類(lèi)相比提高了不少，考慮到貝葉斯最大似然監(jiān)督分類(lèi)對(duì)不同的訓(xùn)練樣本有不同的分類(lèi)結(jié)果，因此利用第一主成分進(jìn)行閾值分割的方法具有較好的魯棒性。該分割閾值可以利用第一主成分的直方圖統(tǒng)計(jì)得到，一般選擇直方圖從左至右的第一個(gè)波谷。

4．3 C、L波段SAR圖像提取水體差異分析

C波段一般與地物表面或者植被冠層作用后即發(fā)生后向散射，而L波段具有較長(zhǎng)的波長(zhǎng)，可以穿透地物一定深度或植被冠層。C波段的雷達(dá)波與L波段相比，對(duì)水面上的漣漪、起伏及浪花等更為敏感，易在圖像上顯示出其特征。因此，在不考慮系統(tǒng)其他參數(shù)差別情況下，在HH極化下，水體在PALSAR圖像上的后向散射系數(shù)比ASAR約小10 dB(圖1)，而且植被和沙灘的后向散射系數(shù)也比ASAR小，這主要由L波段的強(qiáng)穿透性所致［17］。模式識(shí)別理論中常用Jeffries－Matusita距離(簡(jiǎn)稱(chēng)JM距離)［18］準(zhǔn)則來(lái)分析類(lèi)別間的可分性，3類(lèi)樣本間的J－M距離見(jiàn)表3。

表3 HH極化SAR圖像上相同樣本的J－M距離和分類(lèi)誤差①:1—水體，2—植被，3—沙灘;J12為水體和植被間的JM距離;P e為分類(lèi)誤差。Tab．3 The J－M distance of the same samples in HH polarized SAR imagers and classification error

由表3可知，無(wú)論是C波段的ASAR數(shù)據(jù)還是L波段PALSAR數(shù)據(jù)，水體與植被、沙灘的分離度較高;但ASAR數(shù)據(jù)的分離度要比PALSAR好，其主要原因還是L波段在探測(cè)鄱陽(yáng)湖周邊蘆葦、苔草等低矮植被時(shí)具有高穿透性，可以與地表發(fā)生作用，出現(xiàn)嚴(yán)重衰減，其回波功率與C波段相比遠(yuǎn)遠(yuǎn)減小，加之斑點(diǎn)等因素影響會(huì)產(chǎn)生一些與水體后向散射系數(shù)相似的像素。由于湖泊表面有一定的波浪，C波段對(duì)水體具有一定強(qiáng)度的表面后向散射;而L波段則對(duì)水體主要呈現(xiàn)鏡面散射，故其后向散射回波功率比C波段小得多。綜合地物的散射特點(diǎn)及類(lèi)間的J－M距離，對(duì)水體提取分類(lèi)時(shí)，C波段數(shù)據(jù)優(yōu)于L波段。

5 結(jié)論

(1)通過(guò)引入極化差、極化比和圖像上的紋理信息，增強(qiáng)了對(duì)地物的參數(shù)表征，提高了水體提取的精度;進(jìn)一步使用主成分變換的方法增大了地物特征間的差異，從而在第一主成分上可以采用簡(jiǎn)單的閾值分割方法提取出水體范圍。

(2)利用提取出的水體范圍分割圖，經(jīng)過(guò)柵格向矢量的轉(zhuǎn)換后，即可以獲得不同時(shí)相的水體矢量數(shù)據(jù)，可以作為洪水災(zāi)害等系統(tǒng)的源數(shù)據(jù)，結(jié)合GIS功能進(jìn)行查詢(xún)分析等應(yīng)用。

(3)通過(guò)對(duì)C波段ASAR圖像和L波段PALSAR圖像上水體、植被和沙灘等3類(lèi)地物樣本的散射機(jī)制、類(lèi)內(nèi)后向散射系數(shù)分布和類(lèi)間J－M距離進(jìn)行分析，表明在鄱陽(yáng)湖地區(qū)水體分類(lèi)提取中，C波段ASAR數(shù)據(jù)比L波段PALSAR數(shù)據(jù)更適宜。

(4)利用3個(gè)季度的SAR數(shù)據(jù)對(duì)鄱陽(yáng)湖水體進(jìn)行提取，可以看出鄱陽(yáng)湖在一年中的水域表面積變化特別顯著，其主要特點(diǎn)是:春季洲灘顯露，蘆葦、苔草等植被旺盛生長(zhǎng)，湖水主要集中在湖中心地勢(shì)較低的區(qū)域;夏季因雨量增加、“五河”流水量增加及長(zhǎng)江水回灌等因素致使湖泊范圍顯著擴(kuò)大，湖周洲灘大多被淹沒(méi)，淹沒(méi)地區(qū)主要集中在鄱陽(yáng)湖的西南地區(qū);秋冬季湖水退去，洲灘再現(xiàn)，各種濕地植被再次生長(zhǎng)，水體范圍又向湖中心區(qū)收縮。利用合成孔徑雷達(dá)SAR對(duì)鄱陽(yáng)湖的觀測(cè)，可以有效地獲取其水體變化信息，掌握其變化規(guī)律，為更好地管理鄱陽(yáng)湖提供科學(xué)依據(jù)。

［1］丁莉東，余文華，覃志豪，等．基于MODIS的鄱陽(yáng)湖區(qū)水體水災(zāi)遙感影像圖制作［J］．國(guó)土資源遙感，2007(1):82－85．

［2］于 歡，張樹(shù)清，李曉峰，等．基于TM影像的典型內(nèi)陸淡水濕地水體提取研究［J］．遙感技術(shù)與應(yīng)用，2008，23(3):310－315．

［3］都金康，黃永勝，馮學(xué)智，等．SPOT衛(wèi)星影像的水體提取方法及分類(lèi)研究［J］．遙感學(xué)報(bào)，2001，5(3):214 －219．

［4］孫 濤，黃詩(shī)峰．Envisat ASAR在特大洪澇災(zāi)害監(jiān)測(cè)中的應(yīng)用［J］．南水北調(diào)與水利科技，2006，4(2):33－35．

［5］廖靜娟，沈國(guó)狀．基于多極化SAR圖像的鄱陽(yáng)湖濕地地表淹沒(méi)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．

［6］沈國(guó)狀，廖靜娟．面向?qū)ο蠹夹g(shù)用于多極化SAR圖像地表淹沒(méi)程度自動(dòng)探測(cè)分析［J］．遙感技術(shù)與應(yīng)用，2007，22(1):79－82．

［7］朱俊杰，郭華東，范湘濤，等．基于紋理與成像知識(shí)的高分辨率SAR 圖像水體檢測(cè)［J］．水科學(xué)進(jìn)展，2006，17(4):525－530．

［8］殷 悅，宮輝力，趙文吉．基于SAR影像的洪水淹沒(méi)范圍信息提取的研究［J］．測(cè)繪與空間地理信息，2007，30(4):50 －54．

［9］鄭 偉，劉 闖，曹云剛，等．基于Asar與TM圖像的洪水淹沒(méi)范圍提?。跩］．測(cè)繪科學(xué)，2007，32(5):180 －181．

［10］ESA．BEST－Basic Envisat SAR Toolbox［EB/OL］．［2009－02－10］．http://earth．esa．int/best/software/．

［11］Frost S V，Stiles A J，Shanmugan S K，et al．A Model for Radar Images and Its Application to Adaptive Digital Filtering of Multiplicative Noise［J］．IEEE Trans．Pattern Analysis and Machine Intelligence，1982，4(2):157 －166．

［12］Lopes A，Touzi R，Nezry E．Adaptive Speckle Filters and Scene Heterogeneity［J］．IEEE Transaction on Geoscience and Remote Sensing，1990，28(6):992 －1000．

［13］郭華東．雷達(dá)對(duì)地觀測(cè)理論與應(yīng)用［M］．北京:科學(xué)出版社，2001．

［14］Oliver C，Quegan S．Understanding Synthetic Aperture Radar Images［M］．Boston and London:Artech House，1998．

［15］袁禮海，宋建社，薛文通，等．利用灰度和紋理特征的SAR圖像分類(lèi)研究［J］．電光與控制，2007，14(4):58 －62．

［16］宋建社，鄭永安，袁禮海，等．合成孔徑雷達(dá)圖像理解與應(yīng)用［M］．北京:科學(xué)出版社，2008．

［17］Lain H，Woodhouse．Introduction to Microwave Remote Sensing［M］．Taylor ＆ Francis，2006．

［18］舒 寧，馬洪超，孫和利．模式識(shí)別的理論和方法［M］．武漢:武漢大學(xué)出版社，2004．

(責(zé)任編輯:劉心季)

Water Area Extraction and Change Detection of the Poyang Lake Using SAR Data

WANG Qing1，2，LIAO Jing － juan1
(1．Center for Earth Observation and Digital Earth，Chinese Academy of Sciences，Beijing 100101，China;2．Graduate University of Chinese Academy of Sciences，Beijing 100049，China)

In order to extract the open water from the Poyang Lake by applying SAR data in different periods，the authors firstly analyzed the scattering mechanism of water，vegetation and sand，then used the texture of SAR imagery and polarized ratio and polarized difference to enhance the description of targets，and employed principal component transformation to enhance the contrast of water and other objects．With the first component，the area of open water on SAR imagery could be effectively and accurately extracted by setting up a proper threshold．The SAR images used were Envisat－ ASAR and ALOS － PALSAR alternating polarization mode data．Meanwhile，after the analysis of two kinds of sample data with Jeffries－ Matusita distance，ASAR data with C band could provide more accurate extraction of open water than those of PALSAR with L band．Finally，the open water of the Poyang Lake was extracted from SAR imagery in spring，summer and winter，and the changes of water area indicated the regular change of the open water of the Poyang Lake．

Texture;Principal component transformation;Open water extraction;ASAR;PALSAR

王 慶(1986－)，男，在讀碩士研究生，主要從事SAR數(shù)據(jù)信息提取、極化SAR數(shù)據(jù)處理和微波遙感應(yīng)用等方面的研究。

TP 79

A

1001－070X(2010)04－0091－07

2009－12－11;

2010－03－21

863計(jì)劃項(xiàng)目(編號(hào):2009AA12Z102)和973計(jì)劃項(xiàng)目(編號(hào):2009CB723906)共同資助。