基于星载SAR数据的山区水体提取方法研究

孙亚勇，李小涛，杨锋杰，黄诗峰

（1.山东科技大学 地质科学与信息工程学院，山东 青岛 266510；2.中国水利水电科学研究院 遥感技术应用中心，北京 100048）

基于星载SAR数据的山区水体提取方法研究

孙亚勇1，2，李小涛2，杨锋杰1，黄诗峰2

（1.山东科技大学 地质科学与信息工程学院，山东 青岛 266510；2.中国水利水电科学研究院 遥感技术应用中心，北京 100048）

具有全天候和全天时监测能力的星载SAR已经广泛应用于地表水体信息提取，但是因SAR的成像方式为斜距成像，在山区影像有显著的几何形变，将严重影响到影像的几何定位和水体信息的提取。本文以 Envisat ASAR数据为例，探讨一种山区水体信息提取方法，即基于DEM的SAR图像模拟技术，对图像精确地正射校正和进一步的对运用双峰法提取的水体作山体阴影剔除。实验研究表明，此方法能很好的修正图像形变、减少山体阴影与水体混淆，提高了水体提取的精度。

SAR；DEM；SAR模拟图；山体阴影

1 研究背景

洪水灾害是重大的自然灾害之一，为了最大限度地减轻洪水灾害所造成的损失，需要及时地对洪水灾害进行监测和损失评估，而快速获取洪水淹没范围是洪水灾害监测和评估的基础。遥感作为地表水监测的一种方法，尤其是合成孔径雷达监测不受白天黑夜以及云雾的限制，成为洪水水体信息获取的重要手段［1］。但是星载SAR所获取的是侧视图像，地形起伏引起的几何变形显著，在山区的水体提取中山体阴影与水体混淆，严重影响SAR影像的水体信息提取。因此，本文探讨了一种山区水体信息的自动提取方法，即用基于DEM的图像模拟法对SAR数据进行正射校正，并通过SAR模拟图进行山体阴影剔除。

2 水体提取原理

SAR成像方式为斜距成像，影像会出现特有的透视收缩（Foreshortening）、叠掩（Layover）和阴影（Shadow）等几何形变现象。一般在平原或地形起伏较小地区提取的水体图像的几何变形较小，可以不考虑地形起伏引起的图像的几何形变，而在地形起伏明显的山区几何形变显著，则会严重影响影像信息的定位和识别。通过数学模型对SAR图像进行正射校正可以消除地形起伏引起的误差，通过采用模拟图阴影去除法可以解决山体阴影所引起的水体错提问题。技术流程如图1所示，先对正射校正后的SAR影像进行水体粗提取，然后利用正射纠正后的SAR模拟图提取山体阴影，最后对山区水体信息精提取。

2.1 水体提取根据SAR图像的辐射特性可知，雷达回波强度由雷达参数（波长、极化方式、斜视角）、地物形状、复介电常数与粗糙度决定。对于特定的SAR系统，雷达参数是特定的，地表目标的雷达回波强度主要受复介电常数和粗糙度的影响。SAR图像用于水体分析时，须主要考虑地表的粗糙度对雷达回波强度的影响。粗糙表面主要是漫反射，后向回波强，图像成灰色和灰白色。地表水水体粗糙度相对微波波段属于平滑面，为镜面反射，后向散射强度弱，图像成暗色或黑色。水体信息提取就是利用水体的雷达回波强度小的特点。基于合成孔径雷达的地表水信息提取，主要以单极化数据为主，通常采用基于SAR的灰度图或纹理图的阈值分割法，把图像信息划分为水体和非水体两类，其中阈值的确定主要有经验法、试验法、双峰法、otsu法及数理统计法等［2-4］。通过以上方法确定划分水体类与非水体类的阈值T，其提取条件［4］为：

图1 山区水体提取流程图

其中：DN为SAR图像的像元值，T为阈值。

2.2 图像正射校正和阴影提取（1）基于SAR模拟图的图像正射校正。SAR正射纠正大致分为3种方法：多项式法、共线方程法和 DEM模拟影像法［5-6］。其中多项式法是一种比较传统的校正方法，选点困难，校正效率低下，在SAR几何校正中逐渐被摒弃。共线方程法是采用一定的数学模型，以传统光学影像的成像特点模拟SAR几何成像关系的方法，对于SAR处理，算法复杂实现较困难。DEM模拟影像法是从SAR成像的几何角度去解释影像，对于 SAR的几何校正非常适用，因而是SAR几何校正的常用方法。DEM模拟影像法需要利用SAR成像参数和DEM资料建立模拟图像，然后将模拟图像与真实SAR图像配准，从而建立真实SAR图像到DEM坐标的变换公式，使得真实的SAR图像校正到DEM空间中，最终实现SAR图像的精确校正［7-9］；（2）SAR图像阴影提取。雷达阴影，是微波照射地表时，由于背向坡无法获得雷达波束而产生的，也就是在图像相应的位置出现暗区，没有信息。即使图像经过正射校正，雷达阴影区的信息也无法得到补偿，其后向散射系数和水体的后向散射系数仍然接近，使得图像分割无法有效区别阴影和水体信息。要从根本上解决这个问题，必须采用高精度DEM数据模拟SAR图像［9］。由SAR模拟图的经验后向散射模型可知，DEM的SAR模拟图的后向散射系数只与局部入射角有关，而局部入射角由地形的坡向、坡度和波束的入射角决定。SAR模拟图的雷达阴影区后向散射系数相比非阴影区的值略小，模拟图上表现为暗色区域。因此，根据阴影亮度值比较低的特点，可以从模拟SAR图像中将阴影提取出来。

2.3 水体提取阴影剔除山体阴影和水体的后向散射强度相近，采用阈值分割法提取水体，无法将山体阴影区分出来。阴影的剔除需要做进一步处理，即通过SAR模拟图提取山体阴影，然后利用提取的山体阴影来剔除由山体阴影导致的水体错提部分，从而实现山区水体信息的准确提取。

3 研究区和试验数据

本文以洞庭湖及其周围地区的水体提取为背景，选择洞庭湖主体湖区西南方向的山区为主要研究区，开展山区水体提取方法的分析研究。如图2所示框中标出部分是主要研究区的位置。

试验数据选择Aster的30 m分辨率的DEM高程数据和EnviSat ASAR的宽幅式扫描HH极化雷达图像（Wide Swath Mode Image）。EnviSat属于极轨对地观测卫星系列之一，星上载有10种探测设备，所载最大设备是先进的合成孔径雷达（ASAR），其工作在C波段，波长为5.6 cm，成像模式有Image模式、Alternatering Polarisation模式、Wide Swath模式、Global Monitoring模式和Wave模式。对于ASAR的5种成像模式，Wide Swath模式的HH产品一般主要应用在海洋学、海冰范围监测、洪水监测等［10］。研究区的EnviSat ASAR影像数据如图2所示（框中标出部分是后面影像局部图的位置），图像文件为升轨左视图，成像时间为2010年8月30日，经过多视处理，其方位向和距离向的分辨率均为75 m，卫星的飞行高度为796 km，其侧视角范围为10°～45°，面积范围为180 km×225 km。

图2 洞庭湖区域ASAR原始图

4 水体信息提取结果及分析

4.1 数据处理ASAR图像是侧视图像，由地形起伏引起的几何变形显著，且在洞庭湖周围山区的山体阴影与水体混淆，严重影响ASAR影像的水体信息提取。故在水体提取前需要对ASAR影像进行地形校正和山体阴影的提取。

4.1.1 正射校正 利用基于DEM和ASAR图像数据的头文件数据（头文件中的卫星轨道数据、微波波长λ、斜距向空间分辨率δa、雷达原始图像的第一行象元成像时间t0、方位向雷达图像行采样时间间隔δt、雷达原始图像第一个地表成像象元斜距R0、斜距和地距的转换常数Kr、入射角θ）生成Envi⁃Sat ASAR图像的模拟图，并且通过辐射定标和Refined Lee局部滤波器滤波后的ASAR图像、模拟图和DEM图像建立的数学关系对ASAR图像进行正射校正。如图3是主要研究区（具体位置在图2中已框出）的ASAR图像正射校正的对比显示结果。从图3（a）中可以看出ASAR数据正射校正前图像的透视紧缩和叠掩现象特别严重。面向微波照射方向山体亮度较高且山体斜面长度被压缩，甚至出现山顶和山底位置倒置的问题。背向微波照射方向的山体亮度较低且斜面长度被拉伸，甚至部分背向微波照射方向的斜面部分被山体阴影覆盖。经过正射矫正后，图像对应的几何变形显著改善（见图3（b）），透视紧缩和叠掩现象基本消除，图像的几何形状、位置等得到修正，定位精度得到提高，且图像的立体感较好。

4.1.2 阴影的提取 采用ASAR图像的成像参数和DEM资料创建SAR模拟图像如图4，图中黑色区域为雷达的阴影部分，多为背离雷达波束的坡面；亮色区域为回波强度较大的部分，多为面向雷达波束的坡面；浅灰色区域多为地形起伏比较小的部分。从图4和图2可以看出，ASAR图像模拟图的几何特征与真实ASAR图像相比，图像模拟非常逼真。然后根据ASAR图像的模拟图和DEM数据建立的数学关系，把ASAR图像模拟图校正成正射图，再把SAR模拟图的正射图阈值分割，提取出研究区的山体阴影如图5（空间位置在图4中框出），并且可看出ASAR图像模拟图提取的山体阴影和实际情况基本一致。

图3 ASAR图像正射校正前后局部对比结果

图4 ASAR图像模拟图

图5 ASAR模拟图正射校正后局部阴影提取结果

4.2 水体的提取利用双峰阈值法自动提取水体，通过直方图统计ASAR图像后向散射系数值分布，将统计图的峰谷点值作为确定划分水体类与非水体类的阈值，阈值T=-12.56（db）。

其中：σij0为SAR图像的后向散射系数。

山体阴影和水体的后向散射强度相近，由直方图统计的图像分布表现出山体阴影和水体信息混淆聚集。阈值法提取的水体，无法把阴影区分出来，需采用ASAR图像模拟图提取的阴影来进一步去除阴影。图6为主要研究区（具体位置在图2中已框出）的提取效果图。图6（a）左半部分包含了大量蓝色碎斑水体，而这些碎斑水体是由错提为水体的山体阴影部分构成，这是由于在背向微波照射方向，产生山体阴影，而经正射校正后，阴影覆盖区的地物信息仍无法补偿，且阴影亮度和水体相似，故大量的山体阴影被错提为水体。图6（b）是通过由SAR模拟图提取的山体阴影对自动提取的水体（图6（a））进一步处理得到的结果。可以看出图6（b）中的绝大部分山体阴影被去除，图中显示的蓝色水体基本上为真实水体信息。

4.3 精度验证利用遥感数据提取水体时，手动提取法精度最高，假定其在目标区中提取的水体准确，并以此对自动提取水体进行精度验证。以主要研究区为水体提取精度验证区，然后把验证区中手动提取的水体和自动提取的水体（去除山体阴影后的结果）进行叠加分析，并生成精度验证的混淆矩阵。其中SAR模拟图剔除阴影法提取的水体精度检验如表1和表2。

图6 ASAR图像局部水体提取效果对照结果

表1 验证区水体提取结果面积对比

表2 验证区水体提取精度

图7 ASAR图像水体提取结果

从表1数据可以看出，利用双峰法提取的水体，混淆了较多的山体阴影。这是因为ASAR图像中山体阴影和水体具有相似的后向散射系数值，当选择双峰的谷点作为分割阈值时，部分阴影归入水体类的范围。如果通过人为试验选择分割阈值，错提山体阴影的现象会被抑制，但抑制错提阴影时，部分水体也被漏提并且仍会出现错提山体阴影的现象。从表2中可以看出，在山区中，SAR模拟图剔除阴影法与手动提取法提取的水体相比精度达到96.32%，表明利用 SAR模拟图剔除阴影法提取的水体精度非常高。此外，手动提取法会受到对于部分小面积水体漏提以及数据质量等因素限制，手动提取的水体面积比真实值小。研究区的分析结果表明，对于ASAR图像的水体信息提取使用SAR模拟图剔除阴影的方法，能够有效地解决山体阴影引起的水体错提问题。应用基于DEM的SAR图像模拟技术的水体自动提取方法进行洞庭湖区域整幅ASAR图像的水体提取，得到如图7所示的最终结果，可以看出大面积的水体提取效果较好。

5 结语

在地形起伏变化大的山区SAR图像几何变形显著，并且利用SAR数据进行山区水体信息自动提取存在山体阴影引起的水体错提问题。尤其在洪水灾害监测和评估中，为了将水体与山体阴影区别开来，常采用目视判读方法进行SAR图像上提取洪水水体，但该方法比较费工费时，难以满足快速获取洪水水体信息的需要。经过试验表明，本文采用的基于星载SAR山区水体提取方法，可以实现山区水体快速自动精确提取。该方法的优点为：（1）基于SAR图像成像原理，利用DEM数字高程数据和SAR成像参数数据如雷达图像的成像参数（如：图像分辨率、卫星飞行高度、卫星运行轨道方向角、入射角等），进行了SAR图像模拟，并根据模拟图图像进行SAR数据的正射校正，消除了SAR图像叠掩、透视紧缩等几何特征对自动提取水体范围的失真问题。（2）利用SAR模拟图像提取山体阴影，有效解决阈值法提取水体时误提山体阴影的问题，提高了雷达图像山区水体提取精度。

但本文对于水体的自动提取研究还有不足之处：（1）虽然针对洞庭湖区域的水体提取结果较好，但山区不是特别典型，文中提出的水体提取方法优势没有得到最好展现，如果试验区选择多山地区的汶川等地，效果更好；（2）本文主要侧重于阴影剔除研究，而未分析不同图像分割法的优劣，直接选用了精度较优的双峰法。但双峰法只适用于统计特征具有双峰现象的图像，水体信息提取时，需要目视判读研究区内的水体分布情况，进行裁剪图像，以保证图像具有双峰的统计特征。

［1］ 李小涛，黄诗峰，孙涛 .洪涝灾害遥感监测与评估系统的实现和应用［J］.水电能源科学，2012，30（5）：115-118.

［2］ 郑伟，刘闯，王正兴.基于ENVISAT—ASAR数据的洪涝水体空间分布信提取［J］.自然灾害学报，2009，18（4）：120-124.

［3］ 李景刚，黄诗峰，李纪人.基于改进的最大类间方差阈值法的ENVISAT ASAR数据水体提取研究［J］.自然灾害学报，2010，19（3）：139-145.

［4］ 汪丽娜，陈晓宏，李粤安，等 .基于人工鱼群算法和模糊C-均值聚类的洪水分类方法［J］.水利学报，2009，30（6）：743-747.

［5］ 吕京国，李建平.星载合成孔径雷达影像正射纠正算法的研究与实现［J］.遥感技术与应用，2002，17（4）：230-234.

［6］ 尤建红，丁赤彪，吴一柔.基于DEM的星载SAR图像模拟以及用于图像精校正［J］.中国空间科学技术，2006（1）：65-70.

［7］ Hongxing Liu，Zhiyuan Zhao，Kenneth C Jezek.Correction of positional errors and geometric distortions in topo⁃graphic maps and DEMs using a rigorous SAR simulation technique［J］.Photogrammetric Engineering&Remote Sensing，2004，70（9）：1031-1042.

［8］ 张朋，黄金，郭陈江，等 .DEM数据在SAR图像模拟中的应用［J］.弹箭与制导学报，2007，27（2）：347-350.

［9］ 杨存建，魏一鸣，陈德清.基于星载雷达的洪水灾害淹没范围［J］.自然灾害学报，1998，7（3）：45-50.

［10］ 匡燕，李安，李子扬，等.ENVISAT卫星综述［J］.遥感信息，2007（1）：90-92.

Study on the mountain water extraction method of the space-borne SAR Image

SUN Ya-yong1，2，LI Xiao-tao2，YANG Feng-jie1，HUANG Shi-feng2
（1.College of Geological Science and Engineering，Shandong University of Science and Technology，Shandong Qingdao 266510，China；2.Remote Sensing Technology Application Center，IWHR，Beijing 100048，China）

The space-borne SAR with all-weather and all-day monitoring ability has been widely used to extract the surface water information，but because of slant-range imaging，the SAR image has the signifi⁃cant geometric deformation in the mountain areas，which seriously affects the image geometric positioning ac⁃curacy and water body extraction.Therefore，the article takes the Envisat ASAR image as an example to discusses an extraction method of the mountain water，which is utilizing the SAR image simulation technolo⁃gy based on DEM to orthorectify images and to further eliminate the hillshade from the water which is ex⁃tracted by the bimodal method.Finally，the experiment shows that this method perfectly orthorectified the deformation of the image，reduced the hillshade confused with water and improved the accuracy of the wa⁃ter extraction.

SAR；DEM；SAR simulation image；hillshade

P237

A

10.13244/j.cnki.jiwhr.2014.03.006

1672-3031（2014）03-0258-06

（责任编辑：王成丽）

2013-08-20

高分辨率对地观测系统重大专项（08-1/30B07-9001-13/15）；水利部公益性行业科研专项（201001078）

孙亚勇（1988-），男，山东枣庄人，硕士生，主要从事遥感和GIS在洪水灾害等方面的应用研究。E-mail：yifei12645@163.com