基于全极化SAR数据森林植被分类研究.docx

基于全极化SAR数据森林植被分类研究.docx

《基于全极化SAR数据森林植被分类研究.docx》由会员分享，可在线阅读，更多相关《基于全极化SAR数据森林植被分类研究.docx（13页珍藏版）》请在冰豆网上搜索。

基于全极化SAR数据森林植被分类研究

学术型硕士生学位论文开题报告

题目：

基于全极化SAR数据森林植被分类研究

学号

：

姓名

：

学科专业

：

研究方向

：

导师姓名

：

职称

：

报告主持人

：

报告日期

：

选题基本情况（√）

本研究题目为：

1.导师课题的一部分（√）；

2.委培单位的课题（）；

3.其它（须具体说明）。

选题分类（√）

1.基础研究（）

2.应用研究（√）

3.综合研究（）

4.其他（）

选题来源（√）

1.973、863项目（）

2.国家社科规划、基金项目（√）

3.教育部人文、社会科学研究项目（）

4.国家自然科学基金项目（）

5.中央、国家各部门项目（）

6.省（自治区、直辖市）项目（）

7.国际合作研究项目（）

8.与港、澳、台合作研究项目（）

9.企、事业单位委托项目（）

10.外资项目（）

11.学校自选项目（）

12.国防项目（）

13.非立项（）

14.其他（）

一、立题依据

1.选题的理论和实践意义

森林是陆地上面积最大、分布最广、组成结构最复杂、物质资源最丰富的生态系统,也是自然界功能最完善的资源库、生物基因库和水、碳、养分及能源储存调节库。

在生物圈的物质和能量循环里,通过光合作用,森林能吸收二氧化碳（CO2）,并提供碳水化合物和氧气;森林还能缓冲风沙的作用,防止土地沙化,减少土壤流失,降低滑坡风险,对雨水的缓慢渗透能改善水质,缓冲地表过度径流;对辐射能的吸收作用使得森林在热带能起到缓解极度高温的作用,在寒带能增加冰雪解冻的速度;另外,森林在保持生物多样方面,也有重要的作用,全球约40%的植物分布的热带雨林对改善生态环境,维护生态平衡具有不可替代的作用。

极化合成孔径雷达（SAR--SyntheticApertureRadar）是一种高分辨率微波成像系统，它可进行全天候对地观测，不受云层、天气和昼夜的影响获取地面目标进行大面积成像。

极化合成孔径雷达（PolSAR）目标分解建立在传统SAR体制上的新型SAR体制雷达，POLSAR极化合成孔径雷达在不同收发极化组合下，测量地物目标的极化散射特性同一般单极化SAR相比的显著优势是它能获得目标的全极化散射特性，而目标的全极化散射特性又与目标本身的形状结构、物理属性之间有着本质的联系。

PolSAR利用不同极化通道获取复图像来区分物体的细致结构、目标指向、目标均衡性以及物质组成等参数,并进而提取地物信息，在采集地表或地面覆盖物的物理和电磁结构信息的应用中起着越来越重要的作用。

极化SAR的出现，扩大了SAR系统的应用范围极化SAR图像包含了更加丰富的地物信息，利用这些信息，可以带来更好的SAR图像处理效果。

而现有极化SAR图像分类方法对极化信息发掘还不够，充分发掘和利用这些极化信息，可以更好的确定和理解目标散射机理，从而带来更好的SAR图像分类结果，为森林的估测提供了精度。

本研究以滇宜良花园林场为研究区，采用德国Terra-X/TanDEM-X卫星获取的全极化数据为信息源，研究极化微波数据在森林分类中的潜能和分类技术方法。

2.文献综述（国内外本研究领域的发展现状、趋势及问题等，并附参考文献）

1、极化SAR图像分类国内外研究现状：

1951年6月美国Goodyear宇航公司的CarlWiley等人首次提出了“多普勒波束锐化”的思想，并第一次提出了合成孔径雷达的概念。

第一个实用化的SAR系统于1952年研制成功，并与1953年7月获得了第一张X波段相干雷达的非聚焦SAR影像。

第一部真正意义的机载PolSAR系统是美国JPL试验室于1985年研制出的JPL/CV-900，它开创了极化成像雷达研究的新纪元。

随着极化雷达成像技术的飞速发展，以及各国对PolSAR重视程度的提高，PolSAR迅速成为SAR发展的主流方向之一，许多国家投入力量进行PolSAR研制，多个搭载在航天飞机和卫星上的PolSAR系统已相继出现。

目前世界各国己投入使用的机载极SAR系统主要有美国宇航局一部实用的极化SAR系统并获得了一批极化测量数据之后，极化测量开始从理论走入实际遥感，并掀起了一股极化SAR数据处理的热潮[1]。

极化SAR图像分类技术有着重要的应用，既可以作为后续目标判读与识别的依据，也可以作为结果直接输出。

作为后续目标判读与识别的依据时，主要是在军事领域的应用，如对导弹阵地、潜艇、飞机以及坦克等目标的识别，这要求极化SAR图像具有很高的分辨率，并且包含此类目标的极化SAR图像也很少公开。

极化SAR图像分类结果直接输出时，主要是在民用领域的应用，如农作物普查、灾情预报以及环境监测等方面，以2008年5月12日四川汶川大地震为例，在交通、通讯全部中断的情况下，外界根本无法得知震区的具体情况，此时通过对比地震前后该地区的极化SAR图像分类图，可以明显的获取地震的有关情况，为下一步的救援工作提供重要的帮助，极化SAR作为一种先进的探测手段发挥了重要作用。

1988年，美国麻省理工学院（MIT）著名电磁理论专家孔金瓯（Jin—AuKong）教授领导的研究小组首先利用极化SAR数据对地物进行分类。

随后，许多国家的大量科研机构和人员都陆续投入到极化SAR图像分类的探索和研究之中[2]。

极化SAR是一种先进的遥感信息获取手段，完整地记录了地物在HH、HV、VH和VV四种极化状态下的散射回波。

美、英、法等国家在该领域的研究处于国际领先地位，其中包括美国海军研究实验室（NRL）遥感部Lee等人，加州理工学院喷气推进实验室（JPL）Zyl等人；英国学者Cloude等人；法国雷恩（Rennes）大学图像与遥感系Pottier等人；加拿大遥感中心（CCRS）Touzi等人；日本国家空间发展署地球观测研究中心及日本Niigata大学等都有着丰硕的研究。

PolSAR传感器的不断改进与发展，基于PolSAR数据统计特性、目标散射特征以及新型SAR分类方法不断出现，并在土地覆盖分类方面得到了广泛应用，成为雷达PolSAR图像分类的热点。

常用的PolSAR分类方法可分为三大类，一是基于纯数据驱动（统计特性）方法；二是基于散射机制的图像分类；三是基于知识的图像分类，该方法考虑到了统计特性和物理散射机制，可得到较好的分类结果[3]，能提供更多的地物信息和分类特征，为雷达图像分类的研究与应用注入了新的活力。

1.1国内研究现状：

我国对SAR技术的研究起步较晚，开始于20世纪70年代的后期。

第一部机载多极化合成孔径雷达样机由中科院电子所于1987年研制成功。

在此后的20年多年里，经过我国科研人员的不懈努力，我国SAR技术的研究也取得了重大进展。

1994年，成功研制出了X波段、多极化、多通道机载SAR系统，获取了我国第一批机载SAR实时数字影像，并且于2003年同马来西亚签订了机载L-SAR的出口合同，实现了我国合成孔径雷达走向国际舞台的历史性跨越。

中科院电子所、电子科技集团第14所和第38所以及航空航天607所等单位都分别研制了机载SAR系统，获取了大量的SAR数据。

目前国内机载SAR正在进一步向工程化和实用化方向发展。

2010年由中国测绘科学研究院牵头成功研制的机载多波段多极化干涉SAR测图系统SARMapper，已具有实际运行能力，可以实现X波段干涉SAR测图和P波段极化SAR测图，精度可达到1:

10,000、1:

50,000地形图要求。

同时，星载SAR方面的研究也已取得了一定的成果。

电子科技集团第38研究所目前已成功研制S波段多极化星载SAR系统，该系统具有高分辨率、全极化的特点。

另外，加上可在我国境内接收与公开发布的SAR数据，我国已具备为SAR的地面实际应用提供大量数据的能力。

目前，我国已成功研制了自己的机载和星载SAR系统，获得的大量实测数据为SAR图像解译技术研究提供了十分便利的条件。

继单频单极化SAR系统之后，二代SAR系统将为多频多（全）极化SAR系统，可以“同时"获取地物在不同频段及收发天线不同极化组合下的回波响应，可以更全面准确地探测目标特征。

面对国际上SAR新系统和新理论的飞速发展挑战，并满足国内遥感技术日益迫切的需求，植被信息遥感探测是我国林业科学技术发展规划的重要内容。

在国内,森林遥感的研究也是“龙计划”的重要组成部分（http:

//dragon2.esa.int/）。

各种机载、星载SAR和相应的实验数据被广泛地用于森林遥感研究,特别是森林覆盖面积[5]及其变化检测方面[6]。

针对新发射的卫星（ALOSPALSAR）,一些学者对其在森林遥感中的应用进行了积极地探索[7]。

许多单位也在进行这一方向的研究，走在前列的有清华大学电子工程系杨健等人；中科院电子所杨汝良等人、遥感与数字地球所郭华东、李新武等人；复旦大学波等人；中科院电子所杨汝良等人、遥感与数字地球所郭华东、李新武等人；复旦大学波复旦大学波散射与遥感信息国家重点实验室金亚秋等人；中国林科院资源信息所陈尔学等人；武汉大学遥感与测绘国家重点实验室以及香港中文大学等单位。

在前人研究的基础上，杨震等人用实验验证了PolSAR非监督分类方法，同时考虑单幅影像的全极化信息以及两幅像对之间的相干信息，很好地区分了不同地物，并可保持地物细节，与极化非监督Wishart分类相比，有了很大的改善[8]；周梅等人总结了目前PolInSAR技术的应用现状，在详细介绍国外ALOSPALSAR、TerraSAR-X和RADARSAT-2三个典型星载系统的基础上，分析了PolInSAR技术的应用前景[9]；马立虎等人总结了现有极化干涉分类算法在阈值选择方面存在的不足，提出基于软阈值方法的改进非监督分类算法，并用实验证明了该方法能得到更好的分类结果[10]；Luo等人将模糊技术引入到PolInSAR分类中，用于区分森林类型，并和常用的K-meansWishart分类器进行了比较，得到了一定的分类效果[11]。

积极开展新兴的极化干涉SAR遥感技术研究具有深远的科学意义和应用价值[12]。

1.2国外研究现状：

20世纪80年代密歇根环境研究所（ERMI）和美国国家航空航天局喷气推进实验室（JPL）研制出1.25GHz和8GHz多极化合成孔径雷达。

1978年6月27日JPL发射了再有SAR的海洋卫星，标志着合成孔径雷达已成功进入太空对地观测的新时代。

PolSAR系统最早应用于20世纪80年代末,在气象方面，1960年4月，世界上首颗气象卫星（TIROS-1）在美国发射升空；在海洋遥感方面，1978年NASA发射的海洋卫星上搭载的SASS微波散射计是具有四根天线的扇形波速散射计，双极化。

欧洲航天局（ESA）分别于1991年和1995年发射ERS-1、ERS-2两颗卫星，其搭载的微波有源装置（AMI）都具有微波散射计模态目前应用比较广泛的机载系统有美国的AIRSAR/TOPSAR、德国的E-SAR、加拿大的C/X-SAR、日本的P-iSAR、丹麦的EMISAR等,所有这些系统均工作在多波段模式下。

美国的SIR-C系统是最早投入使用的天基PolSAR系统,其波段覆盖P、L和C等波段。

2002年欧洲发射的ENVISAT上所携带的C波段ASAR可在VV+HH/VV+VH/HH+HV极化方式下工作,是第一个星载多极化SAR系统。

2006年1月日本发射的ALOS卫星上所携带的L波段PALSAR,是第一个真正意义上的星载全极化SAR系统。

此后,德国发射TerraSAR-X卫星,加拿大发射的Radarsat-2卫星均带有全极化SAR系统。

这标志着星载SAR系统已全面进入极化工作阶段。

国外在20世纪八九十年代便有研究先例，Achard等人应用多时NOAA/AVHRR数据，通过归一化植被指数（NDVI）对东南亚地区的热带森林进行了分类研究[13]；Foody等人应用人工神经网络方法，对巴西MatoGrosso地区的热带森林类型分类识别，得到了较好的结果[14]；罗连玲等基于高分辨率遥感图像及GPS辅助数据，采用小波纹理的SVM方法准确的识别出阔叶林、针叶林和竹林[15]。

三是利用SAR数据识别森林类型。

Wagner等人采用ERS干涉相干影像和JERS-1后向散射强度影像进行大面积北方森林制图[16]；Li等人利用ENVISAT和ERSSAR图像对中国东北森林进行了分布制图，取得了很好的效果[17]；廖静娟等人利用多参数机载全球雷达数据（GlobeSAR）和航天飞机成像雷达数据，进行我国南北两个实验区的森林识别与分类，取得了较好的结果[18]；李增元等人利用InSAR土地利用影像进行大区域森林制图技术研究，成功地对我国东北三省的大部分森林进行了识别和制图[19]；Liesenberg等人采用不同模式的ALOS数据，将后向散射强度、极化特征、干涉特征以及纹理特征应用到巴西亚马逊的土地利用分类中，并分析了不同模式下（双极化/全极化）这些参数对识别森林的有效性，以更精确的提取出森林。

德国航天局（DLR）在2007年6月15日发射的TerraSAR-X卫星和2010年6月21日发射的TanDEM-X卫星是串行轨道“姊妹”卫星，工作波段为X波段。

两颗卫星以相隔250米左右的距离同步飞行，由于TerraSAR-X/TanDEM-X双星同步观测，成为对地观测星载微波系统里的首个“双基站（bi-static）”微波雷达对地观测系统，构成一台极佳雷达干涉仪，是星载合成孔径雷达干涉测量技术的发展过程中，继欧空局的ERS-1/2星对、美国的SRTM之后的又一个具有划时代意义的重要系统。

该星的主要目的是精确获取全球精确的DEM，目前已经完成对全球的全覆盖扫描观测，并正在制作生产全球12米空间分辨率、地形高度2米误差的DEM。

TerraSAR-X雷达遥感传感器具有以下特性[20]：

（1）高的空间分辨率和辐射分辨率，空间分辨率可达1米；

（2）可实现多极化方式和全极化（HH、VV、HV和VH极化方式）遥感；（3）采用动态扫描模式,如ScanSAR、Spotlight、Stripmap模式和新型的DualReceive天线模式；（4）可以实现与其他频率波段的综合使用（例如L波段和C波段）；（5）可以在一个轨道内快速地进行不同图像模式和扫描区域的切换。

目前SAR发展水平已经成为衡量一个国家军事力量与综合国力水平的标志之一，其发展受到各国越来越多的重视。

研制开发的极化SAR系统获取了大量极化数据，为人们对极化信息的研究提供了丰富的素材，各国研究人员在极化SAR数据的分析和应用方面开展了许多研究工作，SAR的研究与发展已受到世界各国的高度重视，各主要发达国家投入了大量的人力、物力对其进行深入研究，并且已经取得了巨大的经济价值和社会效益。

参考文献：

[1]vanZyl，ZebkerHA，ElachiC．Imagingradarpolarizationsignatures：

theory

andobservation[J]．RadioScience，1987，22（4）：

529—543．

[2]KongJA，eta1．Identificationofterraincoverusingtheoptimalpolarimetric

classifier[J]．JournalofElectromagneticWavesandApplications，1988，2

（2）：

171．194．[3]CloudeSR,PapathanassiouKP.PolarimetricSARinterferomertry[J].IEEE

[3]张澄波，《综合孔径雷达原理、系统分析与应用》，科学出版社，北京，1989

[4]M.Simard,S.S.Saatchi,G.D.Grandi.TheuseofdecisiontreeandmultiscaletextureforclassificationofJERS-1SARdataovertropicalforest.IEEETransactionsonGeoscienceandRemoteSensing,2000,38（5）:

2310-2321

[5]M.C.Dobson,L.E.Pierce,F.T.Ulaby.Knowledge-basedland-coverclassificationusing

ERS-1/JERS-1SARcomposites.IEEETransactionsonGeoscienceandRemoteSensing,199634

（1）:

83-99

[6]C.Thiel,P.Drezet,C.Weise,etal.Radarremotesensingforthedelineationofforestcovermapsandthedetectionofdeforestation.Forestry,2006,79（5）:

589

[7]C.Thiel,P.Drezet,C.Weise,etal.Radarremotesensingforthedelineationofforestcovermapsandthedetectionofdeforestation.Forestry,2006,79（5）:

589

[8]杨震,杨汝良等.SAR图像的极化干涉非监督Wishart分类方法和实验研究[J].电子与信息学报,2004,26（5）:

753-759.

[9]周梅,王新鸿等.极化干涉合成孔径雷达技术发展及应用[J].科技导报,2008,26（21）:

90-93.

[10]马立虎,李洋,洪文.一种基于软阈值方法的改进A1/A2极化干涉分类算法[J].理论与方法,2010,29（7）:

21-26.

[11]AchardF,EstreguilC.ForestclassificationofSoutheastAsiausingNOAA/AVHRRdata[J].RemoteSense,1995,54（3）:

198-208.

[12]吴一戎,洪文,王彦平.极化干涉SAR的研究现状与启示[J].电子与信息学报,2007,

[13]AchardF,EstreguilC.ForestclassificationofSoutheastAsiausingNOAA/AVHRRdata[J].RemoteSense,1995,54（3）:

198-208.

[14]FoodyGM,LucasRM,etal.Mappingtropicalforestfractionalcoverfromcoarsespatialresolutionremotesensingimagery[J].PlantEcol,1997,131

（1）:

143-154.

[15]罗涟玲,修信,卢小春等.遥感图像森林类型小波纹理的SVM法分类[J].计算机工程与应用,2012,48（16）:

194-197.

[16]WagnerW,LuckmanA,etal.AnoverviewoftheJERS-1SARGlobalBorealForestMapping（GBFM）project[J].IEEE,GeoscienceandRemoteSensingSymposium,2004

（2）:

1033-1036.

[17]LiZengyuan,PangYong.ForestmappingusingENVISATandERSSARdatain

NortheastofChina[J].GeoscienceandRemoteSensing,2005（7）:

5670-5673.

[18]廖静娟,邵芸.多参数SAR数据森林应用潜力分析[J].遥感学报,2000,（4）增

刊:

129-134.

[19]李增元,庞勇等.ERSSAR干涉测量技术用于区域尺度森林制图研究[J].地理与地理信息科学,2003,19（4）:

66-70.

[20]隋立春,徐花芝,李建武.德国新型雷达遥感系统TerraSAR-X介绍[J].测绘科学技术学报,2007,24（5）.

二、研究方案

1.研究内容、研究目标及拟解决的关键问题

1.1研究内容

以滇中宜良县花园林场为研究区，采用德国Terra-X/TanDEM-X卫星获取的全极化数据为信息源，研究全极化微波遥感数据的森林植被特征提取方法，在此基础上进行森林植被类型遥感分类，评价全极化数据在森林植被识别分类中的作用和潜力。

具体研究内容包括：

（1）不同极化方式SAR数据的森林后向散射特征及其差异。

（2）研究不同极化分解方法在森林类型识别中的作用。

（3）基于模糊集理论的全极化SAR图像分类、基于极化分解的极化SAR图像分

类和基于极化信息等方法进行分类信息提取得到分类结果。

1.3拟解决的关键技术问题：

（1）极化SAR数据以原始二进制方式存储，进行全极化SAR数据预处理前，需要SAR数据格式转换。

将原始数据经过方向处理（SAR合成）和距离向处理（脉冲压缩）转化为SLC（单式复数据）或多MLC（多视复数据）处理。

（2）由于全极化SAR数据,能接收的数据通道很多，因而全极化SAR数据的分析非常复杂,通过对散射矩阵和相干矩阵进行的极化目标分解,获取目标的散射特性。

2.拟采用的研究方法、技术路线、实验方案及可行性分析

2.1研究方法

（1）利用微波遥感TerraSAR-X、TanDEM–X数据的预处理，通过极化目标分解散射分类。

目标分解就是把极化测量数据按照（散射矩阵、协方差矩阵、相干矩阵）等采用是一种基于特征向量的目标分解方法分解方法Cloude-Pottier分解解法将极化特征用散射角α，极化熵H和各向异性度A三个参数来表征。

极化熵H是用来衡量目标周围的一致性。

熵越大表示混乱程度越严重，即目标周围的一致性就越差。

和Freeman目标分解方法是基于散射物理模型的分解方法是基于散射物理模型的分解方法,该方法将目标分解为三种典型散射体的组合,对每个像元计算出占优势的散射机理来代表当前像

元的散射机理,可将目标分解为体散射、偶次散射和面散射，分解成各种不同的成分，这些成分用于表目标的散射或几何结构信息，得到的参数可构造类特征。

（2）分类系统定制

参照《土地利用/覆盖现状分类》国家标准和国家林业局《森林资源规划设计调查主要技术规定》中关于森林分类系统的规定，同时综合考虑极化SAR影像的地物识别能力，以及实验区地表自然属性特征，初步确定两种类别分类系统。

第一类，基于非林地一级地类，将分类系统确定为耕地、水