利用InSAR技术监测湿地水位变化

何 敏，顾利红，何秀凤

（1.河海大学 卫星及空间信息应用研究所，江苏 南京210098）

湿地覆盖地球表面仅有6%，却为地球上20%的物种提供了生存环境，且在抵御洪水、调节径流、改善气候、控制污染、美化环境和维护区域生态平衡等方面有其他系统所不能替代的作用，被誉为“地球之肾”。近年来，由于农业开发、矿产开采、城市发展以及其他人为因素的影响，湿地面积和质量不断下降，导致湿地生态功能日趋下降及湿地资源严重破坏，湿地研究已成为新的热点[1-4]。反映湿地储水能力的水位变化，是控制湿地进化的一个重要参数。传统的湿地水位变化监测，如实地水文观测，存在许多不足：①采样点较少，只能获得有限点的资料，无法获得大范围观测信息，同时很难保证采样点具有代表性；②观测周期长、劳动强度大、监测成本高；③对于测量人员不易到达的区域，也难以取得资料。因此需要探求新的湿地水位变化监测方法，提高监测数据的空间、时间分辨率，降低监测成本。

合成孔径雷达干涉测量技术InSAR是正在发展中的极具潜力的微波遥感新技术，也是一种独特的基于面观测的空间大地测量新技术，是对地观测中最重要的前沿领域之一[5-7]。目前，InSAR技术主要用于地震形变、火山运动、冰川漂移、城市沉降、山体滑坡等方面的研究，开发InSAR技术新的应用潜力是InSAR技术发展的一个重要趋势。在传统的观念里面，普遍认为InSAR技术不能监测植被覆盖的湿地地区的地表变化。然而，2000年Alsdorf等[8]在《Nature》上发表了利用InSAR技术监测亚马逊河漫滩湿地的水位变化的研究成果，打破了人们的这种认识，开发了InSAR技术新的应用领域[9-15]，且为湿地监测提供了新手段。国外已迅速地展开了对InSAR的湿地监测理论与应用研究，国内现在还没有公开发表InSAR技术在湿地监测方面研究的文献。

本文首先介绍InSAR技术湿地水位监测原理，并分析影响InSAR湿地监测结果精度的因素，然后以江苏盐城射阳县的湿地为实验区，研究InSAR监测湿地水位变化的可行性，并提供初步研究结果。

1 InSAR水位变化监测

雷达波与水面的相互作用较简单[16]。雷达波作用在平静的水面上，形成镜面反射，只有极少一部分雷达信号返回到SAR传感器，当水面因受到风、船只等因素影响时，水面变粗糙，雷达波和水面形成漫反射，部分雷达信号将返回到SAR传感器。在不同时刻接收到的由水面返回的雷达信号是不相干的，因此，在传统的观念里认为InSAR技术不能监测水位的变化。

雷达波与湿地的相互作用十分复杂[17]。在被水淹没的植被区，SAR传感器接收到的后向散射信号包括雷达波与树冠表面、植被茎、水面形成的反射信号。基于连续树冠后向散射模型[18]，湿地的总后向散射信号主要包括：①树冠后向散射信号；②树冠体散射信号；③水表面和植被茎形成两次角反射信号。当两次角反射为主要的雷达散射信号时，就可以利用重复轨道InSAR技术监测湿地的水位变化，其原理如图1所示。水位变化与干涉相位之间的关系为：

式中，z为干涉相位；λ为雷达波长；θ为入射角；n为噪声。

InSAR技术监测湿地结果的精度与雷达波长、湿地类型、湿地植被覆盖密度等因素有关。波长越长，对植被的穿透能力就越强，雷达波多次被折射，就有更多的反射信号返回到SAR传感器，如图2所示。因此，在理论上，长波长的SAR图像更适合湿地监测。

图1 InSAR湿地监测原理

图2 植被对不同波长雷达波的反射

不同湿地类型，InSAR应用的效果是不一样的。比如说，木本湿地返回SAR传感器的总信号主要是树冠后向散射信号、树冠体散射信号、水表面和植被茎形成两次角反射信号；而草本湿地返回SAR传感器的总信号主要是体散射信号以及少量水表面和植被茎形成两次角反射信号，在干涉测量中有用的信号是水表面和植被茎形成两次角反射信号，由于草本湿地植被茎的时间可变性较木本湿地大，草本湿地的水表面和植被茎形成两次角反射信号较不稳定，因此，草本湿地InSAR监测的效果不如木本湿地好。此外，湿地植被覆盖的密度对InSAR监测结果也有影响。据Alsdorf等研究[9]，为了确保监测结果的可靠性，每25 m×25 m的SAR图像像元内需要有1～2棵的植被存在。

2 数据处理

选择由卫星Envisat分别于2003-12-13和2004-01-17获取的2幅江苏盐城地区SAR图像作为源数据，利用InSAR技术监测水位变化。2幅SAR图像在斜距和方位向的分辨率分别为7.9 m和4.0 m，空间垂直基线和水平基线分别为83.8 m和42.9 m，截取有湿地分布的射阳县卫星农业队周边区域进行分析，覆盖范围为13.5 km×8.7 km，如图3所示。

图3 实验区Landsat图像和SAR图像

2幅SAR图像进行干涉处理后，获得的干涉相位包括参考面相位、地形相位、大气延迟相位、水位变化相位以及噪声相位。在数据处理时，忽略大气延迟相位和噪声相位对监测结果的影响。采用欧空局公布的精密轨道数据，并根据成像几何，反演并去除参考面相位，如图4所示。由图4可以看出，在距离向和方位向都不存在趋势性周期变化条纹，说明参考面相位的去除达到了数据处理精度的要求。

现有公开发布的DEM有GTOPO30和SRTM。GTOPO30空间分辨率为30"×30"，高程精度小于30 m，利用GTOPO30反演并去除地形相位不能满足水位监测精度的要求。SRTM DEM的空间分辨率为3"×3"，在平原地区高程精度优于5 m，利用SRTM DEM反演并去除地形相位能满足水位监测精度的要求。然而，在我们选择的湿地覆盖区，SRTM DEM没有数据，因此不能利用SRTM DEM来去除地形相位。本文采用多项式拟合曲面来去除地形相位。多项式阶数的选择是拟合曲面的关键。根据参考文献 [10]的研究，在地形较平坦的区域选用低阶多项式模拟地形相位，而在地形起伏较大的区域选用高阶多项式。由于本文实验区域地形起伏较小，高差不超过3 m，因此选用一阶多项式模拟地形相位。图5是去除地形相位后的干涉图。由图5可以看出，去除地形相位后的干涉图中不存在趋势性变化的残余相位，说明地形相位的去除达到了数据处理精度的要求。

图4 去除参考面相位后的干涉图

图5 去除地形相位后的干涉图

3 实验结果与分析

将去除地形相位后的干涉图采用枝切线法进行解缠，然后利用式（1）估计出实验区水位变化，结果如图6所示，为了详细分析水位的变化情况，选择A-A’剖面进行分析，负号表示上升，正号表示下降。图7是研究区域的相干系数图。由图7可以看出，整个研究区域内相干性很好，湿地区域的相干性优于0.7，有利于水位的监测。

图6 水位变化结果

图7 相干系数图

由图6a可以看出，在2003-12-13和2004- 01- 17 SAR成像时刻，研究区陆地地表的变化大部分都在±5 mm左右，少数陆地区域大于10 mm，如图6a中椭圆形区域，这些区域大部分都位于堤坝或斜坡上。由于地形相位的去除是采用曲面拟合的方式，这些区域有可能含有地形相位误差。在湿地区域，2004- 01- 17相对于2003-12-13，湿地水位大约上升了15 mm。分析A-A’剖面，陆地地表的变化都小于5 mm，陆地与湿地交界处变化为0，进入湿地区域，突然发生一跳变，湿地水位的上升大部分都大于15 mm，最大上升量为24 mm，湿地水位相对于陆地变化14 mm左右。通过中国气象局网站查阅射阳县历史气象资料，在2003- 12-13天气晴朗，没有降雨发生，2004-01- 17有降雨发生，降雨量达16 mm，地表水汇集，导致湿地水位上升，由此引起2004-01-17相对于2003- 12-13水位上升，这与InSAR监测结果一致，验证了InSAR监测水位变化的可行性。

4 结 语

以盐城射阳县的湿地为实验区，研究了InSAR监测湿地水位变化的可行性。结果表明，InSAR技术能大范围监测湿地水位变化情况，且水位变化监测结果与实际情况相符，说明InSAR监测湿地水位的变化是可行的。由于InSAR技术能有效克服传统湿地监测技术中的时空分辨率低、费用高、工作周期长的缺陷，能实现对湿地大范围内高时空间分辨率的监测，在湿地监测中具有很大的优势，因此，InSAR技术将是湿地监测中新的重要监测手段。但由于湿地地区水汽含量大且植被覆盖易变性，InSAR技术易受大气延迟误差、时间去相关等因素的影响，如何解决大气延迟误差和时间去相关是InSAR湿地监测中的关键问题，有待深入研究。

[1]卢昌义, 叶勇.湿地生态与工程——以红树林湿地为例[M].厦门: 厦门大学出版社, 2006

[2]刘兴土.我国湿地的主要生态问题及治理对策[J].湿地科学与管理, 2007, 3(1): 18-22

[3]邓伟, 潘响亮, 栾兆擎.湿地水文学研究进展[J].水科学进展, 2003, 14(4):521-527

[4]付强, 谢永刚, 王立权.湿地水土资源利用的可持续性研究[M].北京: 中国水利水电出版社, 2007

[5]刘国祥, 丁晓利, 陈永奇, 等.极具潜力的空间对地观测新技术——合成孔径雷达干涉[J].地球科学进展, 2000, 15(6):734-740

[6]Zebker H A, Goldstein R M.Topographic Mapping from Interferometric Synthetic Aperture Radar Observations [J].Journal of Geophysical Research, 1986, 91 (B5): 4 993-4 999

[7]Ferretti A, Prati C, Rocca F.Multibaseline InSAR DEM Reconst Ruction: the Wavelet Approach [J].IEEE Transactions on Geoscience and Remote Sensing, 1999 ,37(2) :705-715

[8]Alsdorf D E, Melack J M, Dunne T, et al.Interferometric Radar Measurements of Water Level Changes on the Amazon Flood Plain[J].Nature, 2000(404): 174-177

[9]Alsdorf D, Birkett C, Dunne T, et al.Water Level Changes in a Large Amazon Lake Measured with Spaceborne Radar Interferometry and Altimetry[J].Geophysical Research Letters,2001(28):2 671-2 674

[10]Alsdorf D, Smith L, Melack J.Amazon Floodplain Water Level Changes Measured with Interferometric SIR-C Radar[J].IEEE Transactions on Geoscience and Remote Sensing, 2001,39(2):423-431

[11]Wdowinski S.Amelung F.Miralles-wilhelm F, et al.InSAR-based Hydrology of the Everglades, South Florida[J].IGARSS’04, 2004(3):1 870-1 873

[12]Kim S W, Wdowinski S,Amelung F,et al.C-Band Interferometric SAR Measurements of Water Level Change in the Wetlands-Examples from Florida and Louisiana[J].IGARSS’05, 2005 (4): 2 708-2 710

[13]Lu Z, Kwoun O.Radarsat-1 and ERS InSAR Analysis over Southeastern Coastal Louisiana: Implications for Mapping Waterlevel Changes Beneath Swamp Forests[J].IEEE Transactions on Geoscience and Remote Sensing, 2008, 46(8):2 167-2 184

[14]Wdowinski S, Kim S W,Amelung F, et al.Space-based Detection of Wetlands' Surface Water Level Changes from L-band SAR Interferometry[J].Remote Sensing of Environment, 2008(112): 681-696

[15]Lu Z, Kim J W, Lee H.Helmand River Hydrologic Studies Using ALOS PALSAR InSAR and ENVISAT Altimetry[J].Marine Geodesy, 2009, 32(3): 320-333

[16]Ulaby F, Moore R K,Fung A K.Microwave Remote Sensing:Active and Passive, Volume II: Radar Remote Sensing and Surface Scattering and Emission Theory[M].MA: Addison-Wesley, 1982

[17]Ramsey E, III.Radar Remote Sensing of Wetlands[A].R.S.Lunetta and C.D.Elvidge, Eds.Remote Sensing Change Detection [C].Chelsea, MI: Ann Arbor Press, 1999

[18]Sun G.Radar Backscattering Modeling of Coniferous Forest Canopies [D].Ph.D.Dissertation, Univ.California, Santa Barbara, CA, 1990