多时相C波段全极化SAR甘蔗空间格局监测研究

The diversity and long-time span of sugarcane planting stage make it difficult to identify the sugarcane accurately based on the multi-temporal supervised classification or decision tree classification using expert knowledge. In this study, with a focus on sugarcane identification in rainy and cloudy area of Leizhou Peninsula of Guangdong Province in Southern China, time series of C-band fully polarization RADARSAT-2 data will be collected over the whole sugarcane growth season. On the basis of fully understanding the polarimetric scattering mechanism of sugarcane fields at C-band, the dataset will be used to explore the extraction method of sugarcane polarimetric characters at C-band. Then by the analysis of polarimetric characters time domain variation, the optimum periods and polarimetric characters for sugarcane identification will be induced, and polarimetric characters time series growth curve, which is the generality characteristic of all of sugarcane, will be established. At last, a new sugarcane identification method based on multi-temporal discrete observation and continuous growth curve will be developed to monitoring sugarcane spatial pattern. The method will be robust and accurate as it is immune to diversity of sugarcane planting stage and the observation time. The result will not only be valuable in practical sugarcane spatial pattern monitoring in Southern China, but will improve the POLSAR decomposition theory, prompt the application of multi-temporal fully polarimetric SAR in crop monitoring and yield estimation in further.

甘蔗具有植期多样化、时间跨度长的种植特点，这使得应用多时相监督分类或专家知识决策树分类难以实现甘蔗的高精度识别。本项目以华南多云多雨地区甘蔗识别为研究重点，选择广东省雷州半岛为实验区，以C波段全极化RADARSAT-2为数据源，在充分理解甘蔗C波段极化散射机理的基础上，研究面向甘蔗的C波段极化特征提取方法；通过一个生长周期的观测确定甘蔗识别的最佳时相（组合）和最佳极化特征（组合），建立所有甘蔗的共性特征---极化特征时序生长曲线；并进一步研究基于多时相离散观测与连续生长曲线的甘蔗识别方法，实现甘蔗的空间格局监测。该方法不仅解决甘蔗种植时间跨度长、植期多样化所带来的分类问题，而且能够适应观测时相的变化，从而提高识别的准确性和鲁棒性。本研究不仅在华南甘蔗空间格局监测上具有现实的实践意义，也对完善极化SAR目标分解理论，促进多时相全极化SAR在农作物监测中的应用，以及进一步估产具有重要科学意义。

极化SAR（POLSAR）除具有不受云雨影响，全天时、全天候的优点外，其极化散射特征与目标的形状结构、物理属性之间有着本质的联系，在遥感对地观测中具有独特的优势。本项目首先基于POLSAR影像（X-波段TerraSAR、C-波段RADARSAT-2）和极化特征解译方法，以广东省雷州半岛典型农作物---甘蔗为研究对象，在POLSAR甘蔗监测领域开展研究，取得了满意的结果。第一，对甘蔗在分蘖期的X-波段散射机理进行分析，在综合分析三期数据（均位于分蘖期，间隔11天）的基础上，提出了甘蔗在分蘖期区分其他典型地物的方法，总体精度达到95%；第二，建立一种一体化框架方法进行甘蔗的提取，结果显示，对双极化、简缩极化，以及全极化数据，该方法对甘蔗的提取精度均达到95%以上；第三，分析了甘蔗倒伏产生的C波段散射机理变化，探讨了C波段极化数据在甘蔗倒伏监测中的潜力。在甘蔗POLSAR监测的过程中，发现目前极化特征解译方法中存在若干问题，本项目的另一个主要研究内容即是对此类问题的修正，取得了满意的结果。第一，对城镇区域建筑朝向引起的极化取向角估算偏差与基于模型分解解译错误问题进行了详细地阐述，分析结果表明，雷达散射坐标系中，两个相互正交的二面角，其极化取向角随建筑朝向的变化是此问题产生的主要原因；第二，在基于模型分解中，螺旋体分量被用来削弱反射对称假设，但是却产生了大量负分量，针对此问题，将相干分解中Cameron分解和Krogager分解引入到基于模型分解中，在削弱反射对称假设的同时，避免了负分量的产生，同时指出，以T23虚部是对螺旋体分量的高估；第三，分析了Lee所提出的自适应分解模型，对其中存在的问题进行了总结，在此基础上提出了更合理的假设模型，该模型可有效避免Lee模型中所存在的问题，并且不需要进行反射对称假设。本研究不仅在POLSAR农业监测上具有现实的实践意义，也对完善极化SAR特征解译理论，提高POLSAR目标分解方法的适用性上具有重要科学意义。