基于RSP的植被多角度偏振特性研究

焦健楠，赵海盟，杨 彬，晏 磊

北京大学，空间信息集成与3S工程应用北京市重点实验室，北京 100871

基于RSP的植被多角度偏振特性研究

焦健楠，赵海盟，杨 彬，晏 磊*

北京大学，空间信息集成与3S工程应用北京市重点实验室，北京 100871

偏振探测能够获取新的反应目标属性的信息。相对于传统遥感观测，多角度偏振信息具有更稳定的相关性和规律性。植被是地表最典型的地物之一，利用光与植被相互作用后表现出的偏振特性可以进行植被相关性质研究。RSP(research scanning polarimeter)是美国研制的星载偏振遥感探测器APS(aerosol polarimetery sensor)的原型样机，提供有九个光谱偏振通道，通过对航空飞行试验获取的扫描偏振数据预处理得到的稳定的多角度、多波段偏振探测信息分析，可以得到植被的光学特性和微物理特性。以植被密集区、植被稀疏区(接近裸地)为研究对象，根据仪器飞行时姿态信息进行配准，对比分析了可见光波段和近红外波段在-30°和65°观测天顶角下的强度反射特性和偏振反射特性。结果表明，植被密集区和植被稀疏区在不同的观测角度均表现出规律的偏振度特性，偏振反射在接近热点区域能量小，相比于常规强度反射在接近热点区域反射能量大，可有效防止因反射能量过强影响探测器的稳定性，根据在可见光波段植被密集区偏振度高于植被稀疏区，在近红外波段植被密集区偏振度低于植被稀疏区的反射特性，说明探测器在研究区域的植被密集区接收的可见光波段信号以单次散射为主而在近红外波段以多次散射为主。

偏振探测； RSP； 植被遥感； 单次散射； 多次散射

引 言

定量遥感的发展，由早期对目标物的朗伯特性假设向考虑到地物非朗伯特性的客观事实发展。李小文、Strahler等科学家对目标物的双向反射分布函数(bidirectional reflectance distribution function, BRDF)的研究将地物方向谱特性引入定量遥感[1-2]。光的本质是电磁波，其偏振特性能很好的反映地物、大气的某些特性[3-6]。国内外已进行了大量偏振遥感器的研制与实验。法国的polder/parasol系列卫星在地物多角度偏振信息探测及气溶胶反演方面有很多成熟应用[7-8]，美国NASA的RSP(research scanning polarimeter)提供有九个光谱偏振通道，通过航空飞行试验获取扫描偏振数据，进行陆地和海洋上空气溶胶光学特性和微物理特性研究，为APS(aerosol polarimetery sensor)的原型样机[9]，由中国科学院安徽光学精密机械研究所研制的DPC(directional polarimetric camera)利用航空偏振实验获取的中国南方地区的多角度数据来对地表的二向性反射率和偏振反射率特性进行了分析[10]。

植被是地表最典型的地物之一，遥感对地探测的重要研究对象即对植被进行遥感研究，利用光与植被相互作用后表现出的偏振特性可以进行植被相关性质研究。地物的偏振特性通常用stokes参量进行表征，而国内对植被的偏振特性研究目前还大量集中在叶片上，主要用stokes参量、偏振度、偏振角等信息进行叶片特性研究[11-14]。本工作基于RSP数据从植被冠层尺度上分别对植被密集区和稀疏区(接近裸地)的偏振特性进行分析研究。

1 偏振探测原理

1.1 Stokes参量

偏振光可以用直角坐标系(或旋转一定角度的直角坐标系) 和Stockes参数来表示，由于四个Stockes参量(I,Q,U,V)都是强度量纲, 且强度测量在实测中容易实现, 因此植被偏振遥感考虑用Stokes参量进行偏振信息获取。Stokes四参量定义如下

(1)

(2)

1.2 基于RSP偏振信息获取

RSP由美国 SpecTIR 公司研制，其瞬时视场角为14 mrad，可在沿轨方向上进行±60°共计152个角度的扫描，能够测量410，470，555，670，865，960，1 590，1 880和2 260 nm九个波段的Stokes参量中的I，Q和U分量。RSP进行偏振测量的精度可以得到较高保证，其绝对辐射不确定度为3.5%，偏振测量不确定度为0.2%。通过采用一个偏振补偿扫描镜装置(即非起偏的装置)来扫描六个精确瞄准的视镜组，其扫描范围为±60°。每组视镜都是由一对视镜组成，每组视镜测量三个波段。每组视镜中的一个视镜测量与仪器子午面成0°和90°的线偏振强度，而另一个视镜则测量仪器子午面成45°和135°的线偏振强度。这样可以保证测量时对同一目标同时进行偏振测量。每次测量都会计算出九个波段的光强、偏振度、偏振方位角信息。一般的光学系统自身会有起偏效应，RSP通过采用双镜系统，其中一块反射镜会对另一个反射镜产生的偏振进行偏振补偿，即RSP的扫描系统是偏振中性的，避免了仪器本身的偏振因素对偏振测量的影响[5]。图1为RSP仪器实图及其各波段光谱响应函数。

通过探测器运动时连续对地物探测，经过聚集配准可以获得目标物的多角度能量反射值。聚集配准算法通常有： (1)根据探测对象的灰度值对比进行配准，如云和背景； (2)根据仪器飞行时姿态信息进行配准(高程，速度，倾斜角，航偏角)[9]。由于植被与背景的对比不是很强烈，采取第二种方法对数据进行聚集配准(图2)。RSP数据用于表征地物反射能量的初始基础物理量为归一化辐亮度I0及相应StokesQ，U参量的归一化辐亮度，定义如下

(3)

式中I，Q，U为相应Stokes参量的辐亮度，F0为太阳常数。基础物理量可转化为常用的总反射率RI和偏振反射率RP

(4)

式中r为日地距离因子，θ为太阳天顶角。

2 实验与数据选取

对植被密集区和稀疏区(接近裸地)进行实验分析，为尽量减少大气的影响，选取仪器飞行高度较低(本次飞行共计306个采样点，平均航高1 269.57 m，标准差11.31 m)、空间位置较接近的区域。选取2005年9月20日的航飞数据。植被密集区为北纬36.581 7°，西经97.510 0°，航高1 254.78 m，植被稀疏区为北纬36.577 0°，西经97.528 7°，航高1 278.30 m。图3即利用IDL对航飞数据进行聚集配准处理后的真彩色合成图，其中左侧白线位置为所选取的植被密集区各观测角度反射能量值，右侧白线为植被稀疏区各观测角度反射能量值。

Fig.1 Figure of RSP (a) and spectral response function of each band (b)

Fig.2 Figure for earth observation of RSP the real data from the actual scans is aggregated into “virtual” scans, each consisting of all reflectances of energies at different viewing angles

Fig.3 True color image of RSP after aggregation

3 数据处理与分析

在对植被密集区和非密集区(接近裸地)探测时，太阳天顶角为54.315 6°，相对方位角分别为166.290 9°和167.365 3°。图4即植被密集区和植被稀疏区的不同观测天顶角NDVI，可以看出所选区域植被特征对比明显，不同观测天顶角的NDVI无明显规律，植被稀疏区在接近热点区域，即54°附近探测器信号噪声较大，很不稳定，考虑到是由于受植被稀疏区植被、裸地混合目标的影响，在倾斜探测时受到较大干扰而产生跳变(图3右侧白线)。

Fig.4 NDVIs between concentration area and sparse area of vegetation at different view zenith angles

3.1 植被密集区强度反射特性与偏振反射特性对比

观察植被密集区不同波段不同观测天顶角的归一化辐亮度(图5)，植被光谱反射特性明显，在近红外(865 nm)有明显的反射峰，由于叶绿素a、b的两个吸收带，在绿光(555 nm)也表现出反射峰。由于不同角度观测下的对称性，利用常见模型进行回归分析，考虑利用2次多项式进行拟合，可以发现不同观测天顶角下的归一化辐亮度具有一定的规律性，且在54°附近(接近热点区域)达到最大值，使探测器接收到的能量达到最大值。

分析植被密集区不同波段不同观测天顶角下的偏振特性(图6、图7)，相对于强度反射表现出较好的回归特性，测定系数R2均达到0.97以上。在强度反射最强的54°附近，偏振度和偏振反射率基本为最小值，可以有效防止因反射能量过强导致信号饱和产生的不稳定情况。

3.2 植被密集区与植被稀疏区(接近裸地)偏振反射特性对比

相较于偏振反射率偏振度有更好光谱特性，用偏振度来对比分析植被密集区和稀疏区在可见光和近红外波段的多角度偏振特性，如图8—图11。可以看出： (1)二者在各波段的变化趋势相似，随着反射的增强偏振度减小，在54°(接近热点区域)附近达到最小值，对于植被稀疏区产生的跳变是由于受植被、裸地混合目标的影响，在倾斜探测时受到较大干扰； (2)在可见光波段，植被密集区的偏振度高于植被稀疏区，推断这是由于植被叶绿素、胡萝卜素等在可见光存在强烈的吸收带，经过多次散射后基本被吸收，被探测器接收到的可见光主要是单次散射的结果，植被的起偏作用使植被密集区偏振度较大； (3)在近红外波段，植被密集区的偏振度低于植被稀疏区，推断这是由于叶子对近红外(865 nm)的吸收基本可以忽略，散射作用占主导地位，因细胞壁和细胞孔腔的折射率差异，近红外在叶子内部多次反射和折射，表现出随机性，起到退偏作用，所以植被密集区近红外偏振度低于植被稀疏区。

Fig.5 Normalized radiance of different bands of concentration area of vegetation at different view zenith angles

Fig.6 Polarization degree of different bands of concentration area of vegetation at different view zenith angles

Fig.7 Polarization reflectances of different bands of concentration area of vegetation at different view zenith angles

Fig.8 Comparison of polarization degree between concentration area and sparse area of vegetation at different view zenith angles (wavelength: 470 nm)

Fig.9 Comparison of polarization degree between concentration area and sparse area of vegetation at different view zenith angles (wavelength: 555 nm)

Fig.10 Comparison of polarization degree between concentration area and sparse area of vegetation at different view zenith angles (wavelength: 670 nm)

Fig.11 Comparison of polarization degree between concentration area and sparse area of vegetation at different view zenith angles (wavelength: 865 nm)

4 结 论

相对于较多的叶面尺度上的偏振特性研究，利用RSP数据从冠层尺度上对植被的偏振特性进行了研究分析。由于探测器飞行高度较低，且植被密集区和稀疏区的空间距离较小，大气对植被稀疏区和密集区的影响较小且基本相同，所以实验对比分析结果具有可靠性，可以得出如下结论： (1)利用机载探测器可以探测到植被的光谱特性，偏振遥感技术能够很好反映植被的多角度光谱特性，其回归模型更为稳定准确。偏振遥感能有效避免因探测器接收到能量过强导致的信号噪声过大、不稳定情况。(2)植被偏振度表现出明确的规律性，可以用偏振度作为植被识别研究的一个有效因子。(3)植被对不同波段光谱的散射和吸收效应不同。对于所选研究区域，植被在可见光波段的光谱特性主要受色素控制，反射率和透射率较低，探测到的光谱信息主要是单次散射。植被在近红外波段光谱特性受叶子内部构造控制，探测器接收到的光谱信息也是多次散射的结果。可以利用植被的多角度偏振信息研究植被内部的光谱散射和吸收效应。

要得到植被等地物的绝对偏振特性和相关模型，需要进行大气纠正，这也是后续工作所需开展的，偏振遥感对地探测也是遥感定量化很好的发展思路。

[1] Li X W, Strahler A H. IEEE Trans. Geosc. Remote Sensing, 1985, 23(5): 705.

[2] Lucht W, Schaaf C B, Strahler A H. IEEE Trans. Geosc. Remote Sensing, 2000, 38(2): 977.

[3] Waquet F, Cornet C, Deuzé J L, et al. Atmospheric Measurement Techniques, 2013, 6(4): 991.

[4] CAO Han-jun, QIAO Yan-li(曹汉军, 乔延利). Chinese Journal of Quantum Electronics(量子电子学报)，2002, 19(4): 373.

[5] Jian X, Zhang C, Zhao B. Optik-International Journal for Light and Electron Optics, 2011, 122(8): 677.

[6] WU Tai-xia, ZHANG Li-fu, CEN Yi，et al(吴太夏, 张立福, 岑 奕，等). Journal of Remote Sensing(遥感学报). 2013, 17(2): 241.

[7] Hautecoeur O, Leroy M. International Journal of Remote Sensing，2000, 21(15): 2957.

[8] Waquet F, Cornet C，Deuze J L, et al. Atmospheric Measurement Techniques，2013, 6: 991.

[9] Alexandrov Mikhail D, Cairns Brian，Emde Claudia, et al. Remote Sensing of Environment，2012, 125: 92.

[10] Xie D H, Gu X F, Cheng T H, et al. Science China Earth Sciences, 2011, 54(8): 1199.

[11] ZHAO Yun-sheng, SUN Zhong-qiu，LI Shao-ping, et al(赵云升, 孙仲秋，李少平，等). Journal of Atmospheric and Environmental Optics(大气与环境光学学报)，2010, 5(3): 190.

[12] HAN Yang(韩 阳). Journal of Infrared and Millimeter Waves(红外与毫米波学报)，2010, 29 (4): 316.

[13] Wu T, Zhang L, Cen Y, et al. Selected Topics in Applied Earth Observations and Remote Sensing, IEEE Journal of, 2013, 6(2): 724.

[14] Schutgens N A J，Tilstra L G，Stammes P. Journal of Geophysical Research: Atmospheres，2004, 109(D9): 1984.

*Corresponding author

Investigation of Multi-Angle Polarization Properties of Vegetation Based on RSP

JIAO Jian-nan, ZHAO Hai-meng, YANG Bin, YAN Lei*

Beijing Key Lab of Spatial Information Integration & 3S Application, Peking University, Beijing 100871, China

Polarization detection provides us with novel information to reflect the target attribute. Compared with traditional remote sensing methods, multi-angle polarization has relatively stable correlation and regularity. RSP(research scanning polarimeter)is an airborne prototype for the APS(aerosol polarimetery sensor) developed by the USA, which can provide with us the polarization detection information of 9 channels. We can get optical properties and physical characteristics of vegetation by analyzing stable multi-angle and multi-band polarization detection information from preprocessing scanning polarization data of flight test. In this paper, after making registration based on flight attitude information, a comparative analysis is made between characteristics of reflectance and polarization reflectance with visible light and near infrared band of the view zenith angles between -30 degree and 65 degree , based on dense area and sparse area(close to bare field) of vegetation. The results show that both dense area and sparse area demonstrate regular characteristics of polarization degree. The area close to hot spot area has highest reflectance energy. In contrast, it has relatively least energy of polarization degree, which can prevent strong reflectance energy from influencing the stability of detector. Because the degree of polarization in dense area of vegetation is higher than that in sparse area at visible light band while that in concentration area of vegetation is lower than sparse area at near infrared light band, it shows that the visible light band information of dense area of vegetation that the sensor

is dominated by single scattering while the near infrared light band information of dense area of vegetation is dominated by multiple scattering.

Polarization detection; Degree of polarization; Vegetation; Single scattering; Multiple scattering

Mar. 2, 2015; accepted Jul. 19, 2015)

2015-03-02，

2015-07-19

国家自然科学基金项目(61174220)资助

焦健楠，1988年生，北京大学硕士研究生 e-mail: starjiaojn@163.com *通讯联系人 e-mail： lyan@pku.edu.cn

TP701

A

10.3964/j.issn.1000-0593(2016)02-0454-05