劉麗娟，吳文淵，張登榮，龐 勇，范文義，王 巖

（1．杭州師范大學遙感與地球科學研究院，浙江杭州311121；2．中國林業(yè)科學研究院資源信息研究所，北京100091；3．東北林業(yè)大學林學院，黑龍江哈爾濱150040；4．赤峰市國土資源局，內蒙古赤峰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%的濕地儲存了約7 700億噸碳，占陸地生態(tài)系統(tǒng)碳儲量的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，因此對濕地的范圍、面積、地表覆蓋類型等現(xiàn)狀的調查是尤為重要的．

由于濕地內交通不便，對其資源的調查很難采用地面方式進行，衛(wèi)星遙感技術以其大范圍、準確、快速、周期性等優(yōu)勢成為濕地監(jiān)測的主要研究手段．但因濕地地表覆蓋類型較復雜，如水面上多有植被覆蓋、水文周期內水位變化比較大等，限制了光學遙感對濕地資源調查的準確性．而合成孔徑雷達（Synthetic Aperture Radar，SAR）工作在微波波段（0．1～100cm），自身發(fā)射雷達信號，接收并測量返回雷達信號的強度，不受天氣影響，具有一定的穿透性［1］，能夠全天候、全天時地獲取數(shù)據(jù)，因此，雷達主動性探測濕地研究已成為學者們目前研究的熱點．

SAR接收到的后向散射信號主要受到波長、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)射信號相互作用，表現(xiàn)為不同的成像特征．如何利用各種雷達參數(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．本文在綜述前人應用SAR數(shù)據(jù)進行濕地制圖的方法及進展的基礎上，側重于總結各種雷達參數(shù)對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、更科學的參考依據(jù)．

1 不同波長數(shù)據(jù)的濕地制圖研究

應用SAR對濕地的研究主要集中在C、L和P 3個波段．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″eda等［3］應用多時相C波段ERS數(shù)據(jù)，基于雷達信號分布的統(tǒng)計特性，對西班牙東北部的Monegros Saline濕地進行紋理特征的分類，并通過雷達與光學數(shù)據(jù)的融合表明雷達數(shù)據(jù)獲取的景觀結構特征對光學數(shù)據(jù)是個很好的補充，提高了分類精度．L、P波段穿透力強，可用于森林濕地的識別［4］．Musick等［5］在利用機載合成孔徑雷達（AirSAR）對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與樹冠、樹干和地面相互作用的結果，并結合光學Landsat TM、ETM＋以及高程（SRTM）數(shù)據(jù)，應用多源統(tǒng)計監(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)射信號的波長不同，對地物識別的敏感性不同，針對不同濕地類型，應選擇特定的波長，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后向散射信號的因素之一．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．Yamagata等［7］分析了C波段ERS－1（VV）和L波段JERS SAR（HH）圖像對濕地植被的分類能力，圖像獲取時間均為濕地植被生物量最大時期．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對不同極化方式的響應．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)具有更大的動態(tài)范圍，HH極化更適合水信息的提取．徐怡波等［11］通過分析ENVISAT ASAR影像的后向散射系數(shù)，得出多時相、同極化、交叉極化波段合成的雷達影像對東洞庭湖濕地地物的區(qū)分能力最強的結論．

盡管多數(shù)的研究認為，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

不同入射角的雷達信號對開闊水面和植被覆蓋下水面有不同的響應．因此，雷達圖像能夠實現(xiàn)濕地水域范圍的檢測．Hess等［12］通過大量文獻總結認為小入射角的雷達信號易于穿透森林濕地的冠層，產(chǎn)生二次回波．但提出雷達波入射角對于冠層下水淹程度檢測的能力還需要更進一步的研究．為評估不同入射角對加拿大Umiujalik湖區(qū)地物的分類效果，Shelat等［13］利用多種極化分類器對RADARSAT－2極化數(shù)據(jù)進行了分類試驗．結果表明，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果．考慮到開闊水面在有風條件下與小入射角裸露地面信號易混淆的問題，Kandus等［14］建議用小入射角雷達數(shù)據(jù)監(jiān)測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．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°）對不同森林類型水淹程度的檢測能力．

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

4 多時相數(shù)據(jù)的濕地制圖研究

濕地環(huán)境隨時間推移變化較大，很難通過單一時相數(shù)據(jù)準確獲取植被或水體的時空分布狀況，多時相數(shù)據(jù)可以提供更多的信息做為補充．為了明確多時相RADARSAT－1雷達數(shù)據(jù)對濕地分類的能力，Parmuchi等［16］對阿根廷Paraná三角洲濕地進行試驗，基于雷達信號與冠層的交互作用機理，并考慮植被物候和水文狀況，進行信息的提?。诸惤Y果與1998年厄爾尼諾事件兩個洪水區(qū)的比較表明，多時相雷達數(shù)據(jù)有效地識別了洪水淹沒區(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區(qū)不同時相的植被類型區(qū)分能力，結果表明多時相數(shù)據(jù)提高了水和沼澤的識別能力，分類精度達到79．55%，而冬季相的HV極化適合森林的識別；在中歐合作的“龍計劃”洪水項目中，Andreoli等［18］在利用低分辨率全球監(jiān)測模式（GMM）ASAR數(shù)據(jù)實現(xiàn)了區(qū)域景觀特征和水體監(jiān)測的基礎上，又將103幅中低分辨率的MERIS和ASAR時間序列數(shù)據(jù)應用于鄱陽湖水域范圍制圖和監(jiān)測中，并基于水域范圍提取和淹沒時間估算得出鄱陽湖2004－2006年3年內的波動狀況．

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

5 結語與展望

利用SAR技術研究濕地制圖是極具潛力的．很多研究已經(jīng)表明，目前應用SAR技術進行濕地的研究已經(jīng)越來越普遍，而未來SAR數(shù)據(jù)應用于濕地研究的空間會非常大．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主動發(fā)射的信號具有穿透性，對濕地地物目標的探測能力要優(yōu)于光學遙感數(shù)據(jù)，使得準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理非常復雜．因此應更多地開展?jié)竦豐AR回波后向散射特性的研究，從而準確識別濕地水域范圍、面積、植被類型和分布，為濕地的保護、管理和退化濕地的生態(tài)恢復提供科學決策依據(jù)，對濕地資源的可持續(xù)發(fā)展具有重要的科學意義．

［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態(tài)變化分析［J］．遙感技術與應用，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．