基于時間序列全極化與簡縮極化SAR的作物定量監(jiān)測研究.pdf

1、農(nóng)業(yè)是國民經(jīng)濟(jì)的基礎(chǔ)。全球變化背景下，國家對農(nóng)作物長勢、產(chǎn)量等信息的需求更加迫切。及時、精準(zhǔn)的農(nóng)作物監(jiān)測將為保障國家糧食安全、發(fā)展現(xiàn)代可持續(xù)農(nóng)業(yè)提供信息支撐。遙感監(jiān)測為及時掌握農(nóng)作物動態(tài)生長狀況信息提供了有效手段。其中光學(xué)遙感常受到不利天氣的影響而無法獲取有效的數(shù)據(jù)源，尤其是在作物關(guān)鍵生育期。而雷達(dá)遙感不僅能保障數(shù)據(jù)源，還具備植被監(jiān)測“飽和點(diǎn)”高，對水分、結(jié)構(gòu)敏感等特點(diǎn)，在農(nóng)作物監(jiān)測上具有獨(dú)特的優(yōu)勢。然而雷達(dá)遙感在農(nóng)業(yè)中的應(yīng)用，尤其是在

2、參數(shù)定量反演上，遠(yuǎn)不如光學(xué)遙感成熟，亟需從定性研究向定量研究深入。目前，雷達(dá)遙感應(yīng)用主要基于散射強(qiáng)度信息或相位信息，而其極化信息沒有受到應(yīng)有的重視，亟待進(jìn)一步挖掘。隨著極化SAR(Polarimetric Synthetic Aperture Radar，PolSAR)數(shù)據(jù)源的日益豐富以及極化SAR理論的快速發(fā)展，尤其是全極化與簡縮極化SAR的發(fā)展，使得利用極化信息成為可能。
　　為此，本文利用全極化SAR與簡縮極化SAR數(shù)據(jù)，以

3、典型旱地作物小麥、大麥和油菜為研究對象，在理論數(shù)據(jù)模擬和連續(xù)野外觀測的基礎(chǔ)上，綜合運(yùn)用極化目標(biāo)分解、時間序列分析等方法，揭示了不同作物在整個生長期中散射強(qiáng)度特征、極化特征以及散射機(jī)制等的連續(xù)動態(tài)變化規(guī)律，探索了SAR極化特征在農(nóng)業(yè)植被監(jiān)測中的應(yīng)用，開展了作物生物量、倒伏災(zāi)害、播種時間與收割進(jìn)度等定量監(jiān)測的研究，提出了相應(yīng)的模型和方法，主要內(nèi)容如下:
　　1)基于全極化SAR的作物播期早期監(jiān)測
　　基于5個時相的全極化Rada

4、rsat-2數(shù)據(jù)和88塊油菜地塊，借助SAR極化分解方法，獲取了系列極化參數(shù)近連續(xù)的隨播后天數(shù)動態(tài)變化規(guī)律，篩選了播期監(jiān)測的最佳時間窗口和最優(yōu)極化參數(shù)。研究發(fā)現(xiàn)Volume，Volume/Total，Odd/Total，Entropy，Alpha和Span6個極化參數(shù)都可用于在早期估計(jì)油菜播期。基于Volume和Span參數(shù)的線性模型可達(dá)到最高估計(jì)精度，RMSE分別為2.4天和2.6天，但所適用的時間窗口很短(BBCH1到BBCH2)。

5、相比之下，Volume/Total，Odd/Total，Entropy和Alpha參數(shù)有更寬的監(jiān)測時間窗口，它們的線性模型在整個營養(yǎng)生長階段(BBCH1到BBCH6)都有較好的精度，RMSE小于4天，且該4個參數(shù)對環(huán)境條件的變化并不敏感。因此，后4個參數(shù)在實(shí)際應(yīng)用中有更大的潛力。本研究顯示了極化信息和影像獲取時間對作物監(jiān)測的重要性，并首次提出了一種利用SAR數(shù)據(jù)監(jiān)測作物播期的方法。
　　2)基于全極化SAR的作物收割進(jìn)度監(jiān)測

6、>　　針對作物殘留覆蓋對作物收割進(jìn)度監(jiān)測造成的混淆問題，基于SAR極化分解構(gòu)建了由10個極化特征組成的參數(shù)集，分析了每一油菜地塊每一極化參數(shù)的時間變化趨勢，通過動態(tài)對比分析篩選了對作物收割狀態(tài)最敏感的極化參數(shù)。發(fā)現(xiàn)參數(shù)λ(最大特征值）和Vol(體散射分量)對油菜收割狀態(tài)顯示出最高的敏感性，即使對于有植被覆蓋的已收割地塊。分析還發(fā)現(xiàn)兩參數(shù)作物品種對結(jié)果的影響不大。提出了一種基于單景SAR影像的融合了兩極化特征的監(jiān)測油菜收割狀況的方法。實(shí)現(xiàn)

7、收割狀況的動態(tài)制圖有助于監(jiān)測某一時期的收獲進(jìn)度，進(jìn)而指導(dǎo)作物收割。
　　3)基于全極化SAR的作物倒伏災(zāi)害監(jiān)測
　　光學(xué)遙感在作物倒伏監(jiān)測上能力有限。研究利用覆蓋整個小麥生育期的5景時間序列Radarsat-2全極化影像數(shù)據(jù)（周期24天），動態(tài)對比分析了典型倒伏小麥與典型正常小麥在不同生長階段的后向散射強(qiáng)度特征和極化特征的響應(yīng)行為與規(guī)律，發(fā)現(xiàn)SAR極化特征對小麥倒伏十分敏感。研究提出了基于雷達(dá)極化指數(shù)的小麥倒伏監(jiān)測方法，該方

8、法充分利用了SAR極化特征對植被結(jié)構(gòu)變化敏感的優(yōu)勢。利用內(nèi)蒙古額爾古納市上庫力農(nóng)場春小麥抽穗期和灌漿期的2期實(shí)地調(diào)查數(shù)據(jù)對提出的方法進(jìn)行了驗(yàn)證，結(jié)果表明該方法能有效辨識和監(jiān)測小麥倒伏。該研究首次提出了一種大面積快速監(jiān)測小麥倒伏的方法。
　　4)基于簡縮極化SAR的油菜作物生物量監(jiān)測
　　由于簡縮極化SAR在植被定量監(jiān)測上的潛力有待探索，研究利用5景全極化Radarsat-2影像數(shù)據(jù)模擬了簡縮極化SAR數(shù)據(jù)，對比了利用不同極化

9、分解方法獲取的極化分量隨作物生長的動態(tài)變化規(guī)律，發(fā)現(xiàn)簡縮極化模式下的極化特征能很好地反映油菜長勢參數(shù)的動態(tài)變化。研究進(jìn)而提出了一種基于簡縮極化SAR數(shù)據(jù)利用該極化特征監(jiān)測油菜干生物量和鮮生物量的方法，結(jié)果顯示其均方根誤差(RMSE)分別為56.5g/m2，448.2g/m2，相對誤差(RE)分別為23.9％，25.0％。此外，研究發(fā)現(xiàn)作物成熟后由于植被含水量的下降會影響該生物量反演模型的精度。研究結(jié)果與全極化SAR結(jié)果進(jìn)行了比較，結(jié)果表

10、明簡縮極化SAR在油菜監(jiān)測上可達(dá)到全極化SAR的表現(xiàn)水平，考慮到簡縮極化模式的大幅寬、數(shù)據(jù)量少等優(yōu)勢，簡縮極化SAR在油菜等作物定量監(jiān)測上更有優(yōu)勢。該研究首次展示了簡縮極化SAR極化分解在農(nóng)作物定量監(jiān)測中的巨大潛力。
　　5)基于簡縮極化SAR的麥類作物長勢參數(shù)監(jiān)測
　　植被結(jié)構(gòu)對SAR散射機(jī)制影響較大，不同于以油菜為代表的寬葉作物，本研究針對以小麥和大麥為代表的窄葉作物。研究在簡縮極化SAR數(shù)據(jù)模擬的基礎(chǔ)上，利用時間序列分

11、析方法探明了對麥類作物長勢參數(shù)敏感的極化特征，分析了這些極化參數(shù)對麥類作物長勢參數(shù)建模的能力。研究發(fā)現(xiàn)簡縮極化模式下基于Stokes矢量的uL等參數(shù)在小麥和大麥的定量監(jiān)測中都具有較好的潛力。驗(yàn)證數(shù)據(jù)表明，在麥類作物生長前期，uL參數(shù)與其植被高度、干生物量、鮮生物量等參數(shù)具有很強(qiáng)的相關(guān)性，R2都達(dá)到0.8以上;而在作物生長后期，反演模型受作物水分的影響較為嚴(yán)重。理論上分析了uL特征與經(jīng)典的HH/VV、PDR等特征的差異，發(fā)現(xiàn)簡縮極化uL等