基于Freeman分解的喀斯特高原山区烟田土壤水分反演研究

王 平，周 忠 发*，廖 娟

(贵州师范大学喀斯特研究院，贵州 贵阳 550001；贵州省遥感中心，贵州 贵阳 550001)

基于Freeman分解的喀斯特高原山区烟田土壤水分反演研究

王 平，周 忠 发*，廖 娟

(贵州师范大学喀斯特研究院，贵州 贵阳 550001；贵州省遥感中心，贵州 贵阳 550001)

为探究SAR技术在喀斯特高原山区烟田旱情监测，选取贵州省清镇市流长乡现代烤烟农业基地单元为研究区，采用SAR目标极化分解技术反演团棵期烟田土壤水分。选取Radarsat-2全极化数据，通过Freeman-Durden极化目标分解技术，分解出3种散射机制，并从目视解译假彩色合成影像与散射功率两个角度综合分析主要散射机制，根据SAR影像散射量中的介电常数与土壤水分密切相关的原理，尝试不同的回归模型，用主要散射机制占比反演烟田土壤水分，并用线性回归检验法检验其反演精度。结果表明：此方法能够较好地反演喀斯特高原山区烟田团棵期土壤水分，体现出SAR影像信息中单次散射模拟微粗糙表面散射及反演土壤水分的优势，为喀斯特高原山区烟田旱情监测提供技术参考。

喀斯特高原山区；土壤水分反演；Freeman-Durden分解；Radarsat-2；烟田

0 引言

地表土壤水分的时空分布信息在水文学、气候学、植物生态学等学科中有着重要地位，同时也在预报旱情、估算农作物产量等方面起到重要作用[1]。烤烟是我国重要的经济作物之一，提高烤烟种植的精准度，已成为现代烤烟农业发展的需要[2]。土壤水分是烤烟生长发育过程中生理需水和生态需水的主要来源[3]。由于传统基于点的水分测量方法只能观测稀疏空间点的土壤水分信息，不能全面反映不同尺度上的水量分布和变化规律[4]，无法满足现代山地高效农业大范围、实时、精准监测的需求。目前，已有众多学者通过各类卫星遥感反演地表参数，包括光学遥感、微波遥感及多传感器联合反演算法，并建立相应的经验或半经验模型[5-10]。诸多研究表明，C波段(约5 GHz)雷达系统估计0～5 cm厚的裸露地表土壤水分可达到较好的精度[11]，微波遥感对土壤水分的高敏感性，已在土壤水分研究中发挥了重要作用。目前在轨运行的Radarsat-2提供的多极化、多角度的C波段SAR数据对于地表土壤水分监测具有很大潜力。

贵州喀斯特地区经常面临旱灾，复杂的地表与气候环境对该区域的土壤水分监测带来很大的困难，多云雨的气候使得运用传统的可见光成像难以完整地获取地物信息。星载SAR数据具有全天时、全天候、分辨率高、信息丰富、穿透能力强等成像优势，使监测更加及时[12,13]。SAR回波信号直接受到地物复介电常数、地表粗糙度及植被覆盖影响，而复介电常数与含水量直接相关，因此可根据SAR回波信号分析土壤含水量。Freeman-Durden模型匹配方法是在植被覆盖情况下，基于雷达散射回波的物理模型，而不是单纯的数学推导，避免了由于各种物理条件不同造成的反演模型不合适问题[14,15]。因此，通过Freeman-Durden极化分解技术，分析出烟田团棵期的主导分解分量，并采用其分解分量占比反演土壤水分，从而探索Radarsat-2数据在喀斯特高原山区对烟田团棵期土壤水分的反演能力。

1 研究区概况及数据处理

1.1 研究区概况

研究区地处喀斯特高原山区贵州清镇流长现代烤烟农业基地单元(位于106°7′6″～106°29′37″E、26°24′5″～26°45′45″N)，辖流长、犁倭、红枫湖3个乡(镇)，总面积为489 km2，所选研究面积为20.8 km2，包括4个自然村。该区域为典型的喀斯特地貌，以峰丛洼地、峰丛谷地为主，海拔在600～1 400 m之间，相对高差较大，地下暗河和落水洞广布，地表崎岖破碎并伴随有石漠化问题，导致烟田分布较分散且地块破碎[16]；该区域属亚热带高原季风湿润气候区，年平均气温14℃，年均降水量1 150.4 mm，无霜期290 d左右，全年阴雨天多，日照少，导致光学遥感数据难以获取。土壤类型以黄沙壤、黄壤为主，pH值为5.5～6.5，有机质含量丰富，含盐和氯较低，土壤质地较为黏重但排水良好，较适宜烤烟生长，因此区域内常年种植烤烟，主要品种为云烟85、云烟87、K326及南江三号等。近几年随着研究区烤烟种植规模的逐年递增，其种植面积占全国烤烟种植面积的15%左右，居全国第二[1，17]，种植效益明显提高。

1.2 数据选取

研究采用的数据包括遥感数据和实测数据，整个监测时期与研究区内烤烟的生长期基本同步。微波遥感数据选择2014年5月29日Radarsat-2全极化SLC数据，标称空间分辨率为8 m(图1，见封3)，图1中的区域是根据研究区域边界对SAR影像裁剪的结果。烤烟团棵期土壤水分直接影响着烤烟移栽成活率，对指导烟民田间管理具有重要意义，因此获取研究区烟田团棵期Radarsat-2数据,并在同一时期获取研究区0.5 m分辨率航拍图，用于辅助解译地面信息。

实测数据通过建立野外训练样方与采集烟田土样实现。由于雷达影像的空间分辨率为8 m，因此在研究区内建立了20个面积为16 m*16 m的试验样方(图1，表1)，图1中绿色点位置表示样方所在地。将所有样方平均分为实验组、检验组两组，样方标准一致且均匀分布于研究区域内。由于研究区地形复杂、地块破碎，因此在每个烟田样方的4角点处用GPS定位，定点顺序由样方4个角点中任意一个为起点，顺时针采集GPS定位数据。依据样方的经纬度信息，在Google Earth软件中解译出样方所在地，并展示在SAR影像中(图1)。为保证实测数据与卫星遥感数据的获取实现同步或准同步，在获取SAR数据的当天，进行烟田土样采集。选用规格为5 cm的铝盒为样品存储容器，在样方内沿“S”形路线采集土样。最后，需要给烟田样地拍照，详细记录烟田状况，从而为反演结果的分析提供依据。

表1 2014年实验样方基本情况Table 1 The basic information of test sample plots in 2014

1.3 数据处理

1.3.1 SAR影像Freeman-Durden三分量分解 数据处理包括SAR影像的预处理及实测数据的处理。全极化雷达通过同时发射和接收水平与垂直极化电磁波来获取地物信息，目标极化分解理论是分析与提取极化信息的一种方法[18],可将复杂地物回波信号分解为多个简单的标准目标回波信号之和，通过分析不同散射机制下的各分量获得原目标信息[19]。由于极化分解技术与获取目标信号中的相位有关，Freeman-Durden目标分解可在一定程度上抑制SAR系统产生的相干噪声，因此为了保持原始数据信息的完整性，未对影像进行滤波处理。

极化目标分解技术包括相干目标分解和非相干目标分解[20]，目前针对植被覆盖环境，Freeman-Durden分解作为非相干分解，将复杂的地物极化信息简化表达为3种分量，分别通过对3种散射机制进行建模，形成由随机取向偶极子组成的云状管层体散射，由一对不同介电常数的正交平面构成的二次散射，以及适度粗糙表面的布拉格(Bragg)散射，即来自地表的单次散射、地表与植被层共同构成的二次散射以及来自植被冠层构成的体散射，且可用来初步确定在极化SAR数据的后向散射中占主导地位的散射机制。利用Freeman-Durden目标分解方法处理雷达数据，将回波信号简化为3种分量，在研究中认为同时期烟田植被覆盖与地表粗糙度条件相同，模型中的二次散射能够表达出植被与土壤表面结构的共同作用。假设在3种散射机制成分互不相干的情况下，总的后向散射模型为三者之和(式(1))[15，20]。

C=Cs+Cd+Cv

(1)

(2)

(3)

(4)

式中：Cs、Cd与Cv分别为单次散射协方差矩阵、二次散射协方差矩阵与体散射平均协方差矩阵；fs、fd与fv分别为单次、二次和体散射分量；α为产生二次散射的两平面复介电常数之比相关参数，β为产生单次散射平面的地表相关参数。

1.3.2 实测数据处理 主要是对野外采集的土样处理。先将每个铝盒(5cm规格)贴上标签,将装有土样的铝盒称重后放进烘土箱，设置100℃;待土壤干透后开始称重记录铝盒与干土总重，并称取烘干后铝盒重量。土壤水分的计算采用土壤重量含水量计算方法(式(5))，通过计算每个烟田样方中土样重量含水量的平均值得出各样方的土壤重量含水量。通过研究区气象站实时获取研究区2014年5月29日的土壤墒情数据(表2)，以便验证反演模型的可靠性。

(5)

式中:θg为实测计算出的土壤重量含水量，MW为土壤总含水重量，MS为土壤干重，M1为烘干前铝盒及土壤质量，M2为烘干后铝盒及土样质量，MC为烘干后铝盒重量。

表2 研究区土壤墒情汇总Table 2 Summary of soil moisture in the study area

2 结果与分析

2.1 Freeman-Durden分解结果

应用极化分解技术，对研究区频率为5 GHz的C波段雷达数据应用式(2)进行极化分解。图2中，(a)(b)(c)三幅图分别是应用目标信息的Freeman-Durden三分量分解技术得到的研究区域内单次散射、二次散射与体散射的后向散射系数图。

图2 Freeman Durden目标分解结果Fig.2 Freeman Durden target decomposition results

将3种散射机制结果用伪彩色合成显示(图3，见封3)，其中红色对应二次散射，绿色对应体散射，蓝色对应单次散射，从合成图(图3)中目视解译出在烟田集中的地区，蓝色、红色及紫色(蓝色与红色叠加效果)明显分布较多。根据样方分布位置，裁剪出烟田样方，并计算得到每个样方中3种散射机制的散射功率占比(图4)。通过定量分析可以得出，在团棵期烟田雷达影像中，单次散射回波最强，其次为二次散射，体散射最弱。

图4 三种散射机制散射功率占比Fig.4 The proportion of scattered power on the three kinds of scattering mechanisms

基于以上散射机制分布结果，进一步分析其形成原因。由于所获得的雷达数据成像于烟田团棵期，根据实地考察及照片的记录可知，在此时期烟田内主要以烟苗及裸露地表为主；由于SAR数据中的C波段波长较长，具有较好的穿透性能，部分雷达信号可穿透植被层，产生地表的后向回波，因此初步分析出在雷达后向回波中，地表的后向回波及植被与地表共同作用产生的回波信号较强，即构成单次散射项的直接地表散射和地表与烤烟层共同构成的二次散射较强。又由于此时期烤烟叶片很小，叶长在13～35 cm之间，叶宽在6～18 cm之间，叶面积指数(LAI)在0.16～0.22之间，地表散射信息占主导，导致分解的雷达后向散射总量中单次散射较二次散射大。由于体散射一般主要由森林、部分建筑物及其他结构复杂的目标形成，因此体散射在烟田内的散射机制中所占比例较小。

2.2 反演模型建立

根据Freeman-Durden三分量分解结果可知，单次散射在研究区内的散射机制中占主导。由于植被覆盖地区的单次散射直接反映的是地表土壤的散射量，地表散射量中包含的土壤介电常数信息又与土壤水分密切相关，因此，尝试多种回归方程的拟合，建立实测样方土壤水分与分解的单次散射占比之间的关系(表3)，从表中可以看出，三次函数模型相关性系数R2最高，达到0.7893。从三次函数模型分析结果(图5)中可以看出两者相关性很好，充分证明了利用土壤介电常数信息作为媒介，将SAR影像中地表散射回波信息与地表土壤水分建立关系，能够很好地解释土壤水分。

表3 土壤重量含水量与单次散射占比回归分析Table 3 Regression analysis of soil gravimetric water content and single scattering proportion

图5 三次函数反演模型Fig.5 Three function regression model

2.3 反演模型精度分析

运用线性回归检验法，对以上模型进行精度验证，选取研究区内10个检验组土壤水分作为模型精度的验证数据，根据Freeman-Durden三分量分解技术将SAR影像中检验组烟田的单次散射占比带入三次函数模型计算出土壤水分反演值，图6中点表示每个土壤水分反演值对应的土壤水分实测值，虚线是模型的回归结果，实线表示“1∶1”线。

图6 土壤水分反演值与实测值关系Fig.6 Relationship between soil moisture inversion and actual measured value

土壤水分实测值与反演值间的拟合度R2=0.7881，模拟直线在y轴的截距为0.0006，由图5可知，10个随机检验样本中的个别检验样本数据与土样的整体趋势有偏差，烟田样方个别反演值与实测值偏差较大。根据检验组样方的记录，主要是在样方选取过程中虽已考虑烟田标准一致问题，但在喀斯特地区，地块破碎，烤烟种植的垄距与株距存在一定差距，极化分解出的三种散射机制间存在细微且不同程度的相干影响，导致极化分解的单次散射强度有差异，因此拟合线与“1∶1”线之间存在偏移，但整体基本满足精度要求，可以认为利用Freeman-Durden三分量分解获得的单次散射机制占比反演土壤水分的结果与实测结果拟合较好，反演精度较高，能较好地反映烟田土壤水分状况。

3 结论与讨论

通过对喀斯特高原山区烟田SAR影像进行Freeman-Durden目标极化分解，分析出主导散射机制，并进一步用主导散射机制占比反演烟田土壤水分。得出以下结论：1)通过采用极化目标分解技术，根据散射相关矩阵特征值，对SAR影像中的烟田进行Freeman-Durden三分量分解，可将混合复杂的烟田散射回波简化。2)三分量分解公式充分表达了地表、地表与植被、植被3种地物结构，并能够分析出其主导散射机制为单次散射，用主导散射机制占比能较精确地反演烟田土壤水分。与通过数学建模过程反演地表土壤水分相比，不需要任何地面测量数据，直接从雷达散射回波的物理基础分析地表覆盖状态，避免了反演模型的不确定性。3)尝试用不同回归模型建立反演关系，最终选择拟合度最高的三次函数模型，并使用线性回归检验法验证模型精度，验证模型的拟合度达到0.7，反演结果与2014年研究区气象站监测结果相符，证实该方法的反演精度较好。4)首次在贵州喀斯特高原山区运用SAR目标极化分解技术进行烟田土壤水分的反演实验，充分体现出SAR目标极化分解的单次散射模拟喀斯特高原山区微粗糙表面散射的优势。

由于喀斯特高原山区烟田在旺盛期与成熟期地表复杂，因此本研究未对其他时期的烟田进行试验，下一步将结合多时相SAR影像探究合适的极化目标分解方法，从而更好地反映不同时期的烟田旱情，推进SAR目标极化分解技术在喀斯特高原山区反演烟田土壤水分的研究，从而满足现代山地高效农业大范围、实时、精准监测的需求。

[1] 周忠发，李波，贾龙浩.合成孔径雷达技术在喀斯特山区烟草种植定量监测应用探讨[J].测绘通报，2012(S1)：246-248.

[2] 中国农业科学院烤烟研究所.中国烤烟栽培学[M].上海：上海科学技术出版社，1987.121.

[3] 田国良.土壤水分的遥感监测方法[J].环境遥感,1991(2)：89-98.

[4] 隋立春.主动式雷达遥感[M].北京：测绘出版社，2009.153-154.

[5] 奥利弗.合成孔径雷达图像理解[M].北京：电子工业出版社，2009.273-293.

[6] 郭华东.中国雷达遥感图像分析[M].北京：科学出版社，1999.1-35.

[7] 李震，廖静娟.合成孔径雷达地表参数反演模型与方法[M].北京：科学出版社，2011.221-255.

[8] 贾明权.水稻微波散射特性研究及参数反演[D].成都：电子科技大学，2013.55-59.

[9] 杨虎，施建成.FY-3微波成像仪地表参数反演研究[J].遥感技术与应用,2005(1)：194-200.

[10] 杨沈斌，李秉柏，申双和,等.基于ENVISAT ASAR数据的水稻遥感监测[J].江苏农业学报,2008，24(1)：33-38.

[11] 任鑫.多极化、多角度SAR土壤水分反演算法研究[D].北京：中科院遥感应用研究所,2003.16-20.

[12] 张艳宁，李映.SAR图像处理的关键技术[M].北京：电子工业出版社，2014.340-347.

[13] 韩桂红.干旱区盐渍地极化雷达土壤水分反演研究[D].乌鲁木齐：新疆大学，2013.10-13.

[14] 刘伟，施建成，王建明.极化分解技术在估算植被覆盖地区土壤水分变化中的应用[J].遥感信息，2005(4)：3-6.

[15] LEE J S,POTTIER E.极化雷达成像基础与应用[M].北京：电子工业出版社，2013.133-153.

[16] 高贵龙，邓自民，熊康宁，等.喀斯特的呼唤与希望[M].贵阳：贵州科技出版社，2003.8-20.

[17] 贾龙浩，周忠发，李波.高分辨率SAR在喀斯特山地烟草生长建模中的应用探讨[J].中国烤烟科学，2013，34(5)：104-112.

[18] 徐星欧，舒宁，李磊.Freeman-Durden分解方法提取雷达影像含水量信息[J].计算机工程与应用，2010，46(27)：17-19，24.

[19] 王庆，曾琪明，廖静娟.基于特征向量分解与散射机制判别指数的全极化SAR图像地物提取与分类[J].遥感信息,2012(2)：9-14.

[20] FREEMAN A,DURDEN S L.A three-component scattering modle for polarrimetic SAR Data[J].IEEE Transactions on Geoscience and Remote Sensing，1998，36(3)：963-973.

Study on Soil Moisture Retrieval of Tobacco Field in Karst Plateau Mountainous Area Based on Freeman Decomposition

WANG Ping,ZHOU Zhong-fa,LIAO Juan

(InstituteofKarst,GuizhouNormalUniversity，Guiyang550001；NationalRemoteSensingCenterGuizhouBranch，Guiyang550001，China)

Research purposes is to explore drought monitoring with SAR technology in karst plateau mountainous area.The modern tobacco agriculture base in Liuchang towns of Qingzhen City as study area,which is located in Guizhou Province.In this paper,Radarsat-2 full polarization data are selected,the soil moisture content of the tobacco field at rosette stage is retrieved by the SAR polarization decomposition technique.Three kinds of scattering mechanisms are obtained by means of Freeman-Durden polarimetric target decomposition technique.And it synthetically analyzes the main scattering mechanisms from two angles:visual interpretation of false color composite image and the scattering power.According to the principle of the dielectric constant in the scattering parameters of the SAR image and the soil moisture is closely related,different regression models are tried to inversed soil moisture in tobacco field by the main scattering mechanism.The inversion accuracy is tested by linear regression test method.The results shows that this method can be used to inverse the soil moisture content in the tobacco field in the mountain area of karst plateau.The advantages of single scattering in SAR images for simulating the scattering of micro rough surfaces and inversed soil moisture are also reflected.This method provides a technical reference for the tobacco field drought monitoring in karst plateau mountainous area.

karst plateau mountainous area;soil moisture retrieval;Freeman-Durden decomposition;Radarsat-2; tobacco field

2015-08-08；

2015-10-29

国家重点基础研究发展计划(973计划)课题“人为干预下喀斯特山地石漠化的演变机制与调控”(2012CB723202)；贵州省科技计划“喀斯特山区SAR遥感平台监测与识别关键技术研究与应用”(黔科合GY字〔2013〕3062)；贵州省重大应用基础研究项目“喀斯特石漠化生态修复及生态经济系统优化调控研究-岩土类型格局”(黔科合JZ字[2014]200201)

王平(1991-)，女，硕士研究生，研究方向为地理信息系统与遥感。*通讯作者E-mail：fa6897@163.com

10.3969/j.issn.1672-0504.2016.02.014

TP79;S152.7

A

1672-0504(2016)02-0072-05