水田SAR后向散射强度及干涉相干特性研究

王延霞，史照良，盛业华，曹　敏， 李　鹏

(1. 中国矿业大学环境与测绘学院，江苏 徐州 221008； 2. 滁州学院地理信息与旅游学院，

安徽 滁州 239000； 3. 江苏省测绘地理信息局，江苏 南京 210046； 4. 南京师范大学虚拟地理环境教育部

重点实验室，江苏 南京 210046)

Study on SAR Backscattering Intensity and Coherent Interference

Characteristics of Paddies

WANG Yanxia,SHI Zhaoliang,SHENG Yehua,CAO Min,LI Peng



水田SAR后向散射强度及干涉相干特性研究

王延霞1，2，史照良3，盛业华4，曹敏4， 李鹏1,2

(1. 中国矿业大学环境与测绘学院，江苏 徐州 221008； 2. 滁州学院地理信息与旅游学院，

安徽 滁州 239000； 3. 江苏省测绘地理信息局，江苏 南京 210046； 4. 南京师范大学虚拟地理环境教育部

重点实验室，江苏 南京 210046)

Study on SAR Backscattering Intensity and Coherent Interference

Characteristics of Paddies

WANG Yanxia,SHI Zhaoliang,SHENG Yehua,CAO Min,LI Peng

摘要：利用2007—2011年获取的ALOS PALSAR HH极化方式的FBS及FBD共21景数据，结合实地1∶500土地利用分类图，对苏南无锡惠山试验区进行了水稻田后向散射强度的时间特性试验及干涉相干特性分析。试验结果表明：该区水稻田后向散射强度随生长周期的变化而变化，且与各生长阶段的灌溉需水规律的变化一致，需水量越大，后向散射强度值越小。干涉相干特性试验表明：同期干涉相干系数略高于非同期干涉相干系数，且在同期干涉试验中，时间基线相同的情况下，非水稻种植期的干涉相干系数达到最高，其值明显高于水稻种植期的相干系数，该试验结果对苏南地表沉降监测SAR影像干涉对的选取及地物变化检测具有重要的参考价值。

关键词：后向散射强度；相干系数；SAR；干涉对；ALOS

一、引言

水稻是苏南地区主要的粮食作物，拥有大面积的水田是苏南典型的地理特征之一。在水稻整个生长过程中，水田的含水量不断地发生变化，已有研究表明，雷达后向散射系数对土壤水分的变化非常敏感[1]，水田含水量的变化会降低数据的相关性[2]，给干涉测量带来一定的影响。

合成孔径雷达(SAR)作为一种主动式遥感，已经成为遥感研究的一个重要领域[3]。文献[4]最早将该技术应用于水稻识别方面的研究，利用X波段多时相SAR数据中典型的后向散射特性，区分水稻和其他农作物；文献[5—8]利用Radarsat数据，以广东肇庆地区的水稻为例，研究水稻物理参数对后向散射特性的影响；文献[9—10]利用多极化机载雷达数据对水稻识别作了进一步的研究；文献[11—15]以江苏里下河为试验区，研究了水稻时域散射特性与水稻生长参数的关系。

上述研究多从水稻物理参数与几何结构关注水稻的识别与分类，并未对水稻田的干涉相干信息作进一步的研究。为此本文将从干涉测量的角度，从研究水稻田的SAR影像幅度信息和相干信息随生长周期的变化规律入手，不仅研究苏南水稻田后向散射强度特性，还将进一步研究干涉相干特性，为苏南地区地表沉降雷达干涉测量提供依据。

二、研究区概况及水稻物候历

1. 研究区概况

无锡惠山区地处江苏南部，长江三角洲腹地，该区东连常熟市和苏州市吴中区、相城区，南临太湖，西接武进市，北邻江阴市，其自然条件优越、气候温和。研究区主要包括无锡惠山区洛社镇、玉祁街道区域，研究范围为120.07E—120.26E，31.57N—31.76N，如图1所示。

2. 研究区水稻物候历

研究区内水稻种植为单季水稻，即单季晚粳，区内水稻与小麦交替种植。其主要生长周期可以分为育秧期、移栽期、分蘖期、齐穗期和成熟期。5月下旬秧田育秧，主要以机插秧为主，秧龄18 d左右；6月10日至6月20日机插至大田，即移栽期，将秧苗从苗床移至大田；机插结束后约10 d左右进入分蘖期，即水稻进入繁殖期；8月底至9月10日齐穗(85%以上抽穗称为齐穗)；10月25日至11月5日进入成熟期，即水稻成熟，准备收割。受气温变化、水稻品种、生态环境等影响，每个生长阶段的具体日期会有所变化，上述水稻的物候历代表了惠山区典型的水稻生长特性。本文研究的是同一区域的含水量变化对干涉的影响，因此本文所说的水稻田均指移栽以后的大田，即不包括育秧期的秧田。

三、研究方法

为研究水稻田后向散射强度的时间特性及干涉相干特性，本文选取了21景ALOS PALSAR(path:444； frame:620)L波段升轨数据，数据接收时间为2007年1月12日至2011年3月10日。影像入射角为34.3°，其中7景为FBS模式、HH极化；14景为FBD模式、HH和HV交叉极化。Oh等研究表明，HH极化方式的SAR影像对水稻的生长更敏感，为此本文采用的数据均为HH极化方式，并对各景影像按照研究区水稻的物候进行了阶段划分，即影像分为移栽期1景、分蘖期3景、齐穗期1景、成熟期3景及非水稻种植期(以下简称其他期)13景。

1. 水稻后向散射强度的时间特性

为研究水稻田后向散射强度随水稻生长周期的变化特性，本研究首先对数据进行了影像互配准，目的是减少由于目标不匹配所带来的后续幅度特征提取误差。为抑制相干斑噪声，采用了多视处理的滤波方法，并结合外部参考DEM数据进行地理编码和辐射校正，生成多时相幅度图，进而按照研究区土地利用图中的水稻田地类进行多时相后向散射特征信息的提取与统计。

2. 水稻田SAR干涉相干特性

为研究水稻田SAR干涉相干特性，本文首先对所有SAR影像组成的干涉对进行了基线估计，考虑到时间去相干的影响，试验在基线约束条件下，即时间基线最大约1年，垂直基线约占临界基线的1/10，进行了水稻田同期干涉试验，即干涉对组成的两幅影像属于同一个水稻生长阶段。考虑到分蘖期和成熟期的数据量较少，因此干涉对选择时垂直基线略大于临界基线的1/10，符合条件的干涉对有7对，同时为了研究不同时期水稻田SAR的相干特性，设计了水稻田非同期干涉试验，即干涉对的两幅影像分属于水稻生长期的不同阶段，该试验含干涉对13对。

经过严格的干涉对遴选之后，试验对每组干涉对进行了配准及滤波，生成初始干涉图及相干系数图，通过对相干系数图进行地理编码，进而结合土地利用类型图，利用水田的矢量边界提取研究区内相干信息，具体流程如图2所示。

图2　相干特性试验流程

四、试验结果与分析

1. 后向散射强度特性

配准后的影像共20景，每景统计点数442 453个，统计了后向散射强度值及标准差，统计结果如图3所示。试验分阶段统计了水稻后向散射强度值，图3直观地表达了后向散射强度值在各阶段的变化。

图3　水稻田后向散射强度随水稻生长周期变化图

从图3可以看出，各阶段后向散射强度层次明显，如成熟期明显高于分蘖期和移栽期，移栽期后向散射强度值最小，其值为-15.390 6 dB，一个水稻生长周期结束后，即在非水稻种植期，后向散射强度值达到最大为-11.755 9 dB。随着水稻育龄期的增加，水稻田含水量逐渐减少，后向散射强度逐渐增加，后向散射强度曲线呈上升趋势。

2. 水田相干特性分析

为了分析水田的干涉相干特性，对7对同期干涉对及13对非同期干涉对进行了干涉试验，生成20幅相干系数图，并进行地理编码，而后利用现有的土地利用分类图中的水田边界提取研究区的相干系数值，提取相干点共82 819个。考虑到时间去相关的影响，试验对全部干涉对进行了时间间隔的划分，时间间隔分别为46 d、92 d、138 d、184 d、230 d、276 d及368 d。相干系数与时间间隔的关系如图4所示，从图4可以看出，相干系数的整体趋势是随着时间间隔的增大而降低的，在间隔46 d时达到最大，其次是间隔92 d；当时间间隔超过92 d后，相干系数值表现出随机性，但是整体仍然比间隔92 d的相干系数要低，说明当时间间隔大于92 d后，相干系数的变化主要受到水田需水规律的影响。

图4　相干系数与时间间隔关系图

为了研究同期干涉对及非同期干涉对相干系数的变化，分别对同期干涉得到的相干系数图及非同期干涉得到的相干系数图进行了相干信息的提取，图5综合反映了同期干涉与非同期干涉的相干系数变化趋势，其中主要横坐标轴表示非同期干涉，次要横坐标轴表示同期干涉，主要纵坐标轴和次要纵坐标轴均为相干系数值。从图5可以看出，在同期干涉对中，在水稻生长期内的同期干涉对相干系数较为稳定，而非水稻种植期的相干系数明显高于水稻种植期的相干系数；在非同期干涉对中，相干系数出现频繁波动，表现出随机性，稳定性较差。

五、结论

苏南水稻在整个育龄期中，成熟期的后向散射强度达到最高-12.598 7 dB，移栽期后向散射强度达到最小-15.390 6 dB，由于齐穗期的SAR数据仅有1景，因此成熟期的后向散射和齐穗期的差异不明显，但是从结果中可以看出，成熟期和齐穗期明显高于分蘖期和移栽期，说明在整个水稻生长过程中，随着需水量的减少，后向散射强度递减，如果数据足够多，结果会更明显。

图5　同期干涉和非同期干涉相干系数变化图

在相干特性研究试验中发现，在满足时空基线约束条件下，干涉对的两景SAR数据同属于非水稻种植期，则干涉相干系数值最高；如同期干涉对相干系数值高于非同期干涉对相干系数值，这是由于生长过程中含水量的变化降低了数据的相关性，因此，对于拥有大面积水稻田的苏南而言，在地表沉降观测中，可以尽量选择非水稻种植期的SAR数据，或者尽量选择在同一时期的SAR数据，在同一时期数据中也要尽量避开移栽期和分蘖期。

参考文献：

[1]刘伟，施建成，余琴,等.地表土壤水分与雷达后向散射系数及入射角之间关系研究[J].国土资源遥感，2004，9(3)：14-17.

[2]舒宁.雷达影像干涉测量原理[M].武汉：武汉大学出版社，2003.

[3]仇春平,王坚. 从SAR影像提取DEM的方法研究[J]. 测绘通报,2006(6):6-9.

[4]LE T T, LAUR H, MOUGIN E,et al. Multi-temporal and Dual-polarization Observations of Agricultural Vegetation Covers by X-band SAR Images[J]. IEEE Transactions on Geoscience and Remote Sensing， 1989(27): 709-717.

[5]LE T T, FLORENCE R, WANG L F, et al. Rice Crop Mapping and Monitoring Using ERS-1 Data Based on Experiment and Modeling Results[J]. IEEE Transactions on Geoscience and Remote Sensing，1997，35(1)：41-56．

[6]SHAO Y,LIAO J J,WANG C Z. Analysis of Temporal Radar Backscatter of Rice: a Comparison of SAR Observations with Modeling Results[J].Canadian Journal of Remote Sensing,2002,28(2):128-138.

[7]SHAO Y, FAN X T, LIU H, et al. Rice Monitoring and Production Estimation Using Multitemporal RADARSAT[J].Remote Sensing of Environment，2001，76(3)：310-325．

[8]廖静娟, 邵芸, 郭华东，等.水稻生长期微波介电特性研究[J].遥感学报，2002，6(1):19-23.

[9]李坤,邵芸,张风丽.基于RadarSat-2全极化数据的水稻识别[J].遥感技术与应用，2012，27(1):86-93.

[10]李坤,邵芸,张风丽.基于多极化机载合成孔径雷达(SAR) 数据的水稻识别[J].浙江大学学报：农业与生命科学版，2011,37(2)：181-186.

[11]申双和，杨沈斌，李秉柏，等.基于ENVISAT ASAR 数据的水稻时域后向散射特征分析[J].农业工程学报，2009，25(2)：130-136.

[12]杨沈斌，申双和，张萍萍，等．ENVISATASAR 数据用于大区域稻田识别研究[J]．南京气象学院学报，2007，30(3)：365-370．

[13]杨沈斌，李秉柏，申双和，等．基于多时相多极化差值图的稻田识别研究[J]．遥感学报，2008，12(3)：138-144．

[14]YANG S B, SHEN S H, LI B B, et al. Rice Mapping and Monitoring Using ENVISAT ASAR Data[J]. IEEE Geoscience and Remote Sensing Letters，2008，5(1)：108-112．

[15]杨沈斌，李秉柏，申双和．ENVISAT ASAR 数据与CBERS-02 数据的融合及应用初探[J]．江苏农业科学，2008(2)：227-231．

通信作者：盛业华

作者简介：王延霞(1980—)，女，讲师，主要研究方向为合成孔径雷达技术。E-mail:surveymapping@126.com

基金项目：滁州学院科研项目(2014GH02)；2013江苏省测绘科研项目(JSCHKY201311)；江苏省科技基础设施建设计划项目(S11110BY1326)；江苏高校优势学科建设工程资助项目(SZBF2011-6-B35)

收稿日期：2014-06-24

中图分类号：P237

文献标识码：B

文章编号：0494-0911(2015)03-0037-03