方向陽，鄭皓謙，岳彩榮

(西南林業(yè)大學，云南 昆明 650224)

基于ALOS PALSAR數據不同極化下云南松蓄積量分析

方向陽，鄭皓謙，岳彩榮

(西南林業(yè)大學，云南 昆明 650224)

摘要：指出了合成孔徑雷達(SAR)具有強穿透性的特點，能夠不受天氣影響探測滇中地區(qū)云南松單層林的信息特征。利用云南省宜良縣ALOS PALSAR全極化數據和對應的地面實測了云南松林林分因子信息，分析了不同極化方式下后向散射系數與云南松單層林蓄積量之間的關系。通過分析比較，結果表明：VH極化狀態(tài)下云南松蓄積量與后向散射系數較其他幾種極化狀相關性高，并根據森林散射機制進行討論。

關鍵詞：云南松；ALOS PALSAR；后向散射系數；極化

1引言

隨著全球溫室效應的日益加劇，森林覆蓋率不斷減少，對森林進行科學、有效的基礎分析，及時掌握森林資源情況，是實現森林可持續(xù)經營和森林資源永續(xù)利用的有效途徑。云南松這一常見樹種是云南省廣泛分布的主要樹種，因此對云南松林這一具有簡單林分結構的的林分特征分析，具有很好的試驗性。描述林分特征最基本的指標包括樹種組成、年齡、胸徑、樹高、形數、林層、郁閉度和蓄積等，這些指標為森林經營提供必不可少的決策依據，是傳統(tǒng)森林資源調查的重要內容。然而傳統(tǒng)光學遙感由于受到天氣、云層等影響，不能及時有效地準確獲取圖像信息，這無疑對于森林重要特征信息的提取帶來不便。合成孔徑雷達(SAR)具有強穿透性能，不易受到云層、天氣等影響，能夠全天時、全天候獲取雷達數據，在一定程度上彌補了光學遙感的不足。由于合成孔徑雷達(SAR)強穿透性能，相比可見光，能夠更加深入地探測森林中下層的林分信息，能更準確地反映森林信息特征[1]。

在SAR數據應用方面，L波段雷達后向散射數據在一定程度上已經取得了成功[2]，早在國外，基于P波段計劃SAR數據的分類實驗表明：Wishart分類結果和均勻森林的樹齡之間具有較好相關性。基于地表和隨機散射模型(Random Volume over Ground，RVoG)的極化SAR干涉測量(Polarimetric SAR Interferometry)技術逐步顯現出在森林高度探測、生物量的估測方面的應用潛力[3]。近年來，為了利用微波遙感數據對森林植被地區(qū)進行分類檢測, 尋找一種新的敏感于樹木高度、種群數量和植被疏密程度等森林特征的遙感參量,中國科學院相關專業(yè)人員利用中國天山地區(qū)S IR2C?X 2SAR L 波段全極化干涉數據, 對極化散射矩陣總功率、極化熵、相似性參數和極化干涉最優(yōu)相關系數等極化和干涉合成孔徑雷達(SAR) 遙感參數進行了分析, 并將這些參數進行加權組合, 利用特征值分析方法求取最優(yōu)加權系數, 從而提出兩種對森林特征敏感的參數組合表達式[4]。談璐璐等人利用ESPRIT(旋轉不變技術)算法對植被區(qū)域的極化干涉SAR數據進行反演，然后結合具體物理散射機制，引入相干最優(yōu)化散射矢量，對該算法進行改進[5]。目前運用較多的是利用inSAR進行森林制圖與分類，李增元、龐勇等利用ERS SAR干涉測量技術用于森林分類制圖和利用激光雷達技術對森林平均樹高提取做了一定的研究[6]。Kasischke利用多角度SIR-B SAR數據對阿根廷一個森林試驗區(qū)的森林進行檢測，研究顯示出多角度SAR數據能夠用于區(qū)分具有單一樹種的純林和多數中混交林之間所呈現出來的不同森林結構[7]。梁志峰等運用ALOS PALSAR數據分析了黑龍江省遜克縣背部森林的后向散射系數與北方森林蓄積量的關系，顯示HV極化與蓄積量的相關性優(yōu)于HH極化，研究表明了極化方式、氣象條件和季節(jié)等因素對于建立SAR數據與森林蓄積量的關系有著重要影響[8]。

本文主要是通過對滇中地區(qū)云南松單層林的不同極化狀態(tài)下后向散射系數與蓄積量之間關系的分析，探討HH極化，HV極化，VH、VV極化下雷達后向散射系數與森林蓄積量之間的關系。對估測云南松林蓄積量、生物量選取模型參數提供一定的參考。

2研究區(qū)與數據

2.1　研究區(qū)

研究區(qū)為云南省宜良縣云南松林針葉林區(qū)。宜良縣隸屬于云南省昆明市，東邊是昆明石林、曲靖陸良，北邊緊鄰馬龍、嵩明縣，西于官渡區(qū)、呈貢和澄江縣接壤，南連彌勒市、華寧縣。地勢呈南低北高，中部地區(qū)地勢平坦，山地、平地和谷地相間分布。氣候屬于亞熱帶季風氣候，四季如春，年平均日照2177.3h，年均溫16.3℃，年平均降雨量912.2mm，年平均相對濕度75%，全年無霜日大約260d。

2.2　森林資源調查數據

森林資源數據為云南省宜良縣的森林資源二類調查小班數據，該數據包括了小班面積，小班蓄積量、優(yōu)勢樹種、小班郁閉度、樹高、胸徑等信息。本文主要利用其中優(yōu)勢樹種為云南松的部分小班。

2.3　ALOS PALSAR數據

PALSAR具有橫向瞄準功能，入射角在8°~60°，PALSAR具有3種觀測模式，即精細模式、掃描合成孔徑雷達模式(ScanSAR)和全極化模式[9]。本文數據是于2009年4月26日獲取的云南省宜良縣L波段的ALOS PALSAR全極化數據，ALOS衛(wèi)星搭載的PALSAR是一個L波段合成孔徑雷達(SAR)傳感器，入射角為23.88℃，產品級別為Level 1.1，已經經過距離向和方位向壓縮，為單視復數數據(SLC)。

3研究方法

研究的技術路線見圖1。

圖1　技術路線

3.1　數據預處理

3.1.1二調小班數據預處理

在Arcmap10.2下導入宜良縣森林資源二類調查矢量數據，選擇地類為純林的小班，提取出優(yōu)勢樹種為云南松的針葉林矢量，對各林分因子進行仔細檢查，糾正調查過程中人為引起的明顯誤差。為了使數據更具說服力，能夠與SAR數據更好地匹配，剔除其中人工造林未成林地，其樹種未達檢尺，蓄積為零，另外有些樹種胸徑未達檢尺，但是仍有記錄，導致平均單位蓄積量過小，也應剔除，最終得到地類為純林的優(yōu)勢樹種為云南松的小班422個。

3.1.2PALSAR數據預處理

利用ENVI5.0下的SARscape模塊對數據進行預處理，主要是對SLC數據進行多視處理(1×7)，其后進行窗口大小為5×5的Frost濾波處理，利用分辨率為90m的SRTM DEM進行地理編碼并輻射定標生成地面分辨率15m×15m的散射系數圖(單位：dB)，見圖2。

圖2　SAR數據預處理結果(R:VV，G:VH，B:HH)

3.2　方法步驟

3.2.1各小班平均散射系數的生成

運用預處理過后的SAR散射圖，在Arcmap10.0中運用小班矢量裁剪出所需要研究的具體范圍，將散射系數柵格圖像轉換為像元點，運用分析工具，將各小班的屬性數據賦給每個像元點，最后導出各像元的屬性，運用Excle工具中的數據透視表計算各個小班內平均像元散射系數。

3.2.2分析散射系數與蓄積量之間的關系

利用上一步得到的帶有各小班平均散射系數的小班數據，分別對小班平均蓄積量與HH、HV、VH、VV極化生成散點圖，運用3次多項式進行擬合，得到趨勢線，結果見圖3。

圖3　云南松不同極化后向散射系數與蓄積量散點

4結果與討論

4.1　后向散射系數與不同極化

從散點圖的散射系數分布范圍不難看出在單位面積蓄積量相同的情況下HV極化和VH極化散射系數要大于VV極化和HH極化。由于森林與人造地類不同，散射機制較人工建筑、裸露地表更為復雜，包括表面散射、兩次散射和體散射。有研究表明森林相對其他地類而言，包括更多體散射。本文所選取的森林結構簡單的滇中云南松單層林不同極化下散射系數大小HV>VH>HH>VV。

4.2　極化狀態(tài)與蓄積量

本文選取了全極化的4個極化狀態(tài)，從散點圖可以看出VH極化狀態(tài)與蓄積量有一定的相關性，經過3次多項式擬合，能夠呈現一定的趨勢。較其他3種極化狀態(tài)與蓄積量相比有更好的相關性。

4.3　其他討論

云南松相對于其它樹種沒有復雜的林分結構，林下植被單一。一般情況下隨著年齡的增長，蓄積量會增大，郁閉度達到一定的數值時，散射機制不會有太大的變化。由于本文研究的滇中地區(qū)云南松單層林，大多數為云南松中幼齡林，單位面積蓄積量不大，沒有出現理論狀況下散射系數隨著蓄積量的增大趨于穩(wěn)定的狀態(tài)[10]。

5結語

利用滇中地區(qū)的云南松林小班數據和2009年該地區(qū)的ALOS PALSAR全極化數據，通過繪制散點圖，比較分析了云南松單層林不同極化的散射系數大小關系，經過3次多項式生成趨勢圖分析說明VH極化狀態(tài)相比其它3種極化狀態(tài)下散射系數與森林蓄積量有更好的相關性，最后分析了由于小班數據的原因部分結果與理論沒有很好地匹配，這在今后的研究中值得注意。本文研究為滇中地區(qū)云南松森林蓄積量估測的因子選擇提供了一定的參考依據，VH極化下散射系數為最優(yōu)選擇。在研究過程中地理編碼所用的DEM精度不高、地面實測數據的局限性等都可能給研究結果帶來一定的影響。但是隨著合成孔徑雷達(SAR)的發(fā)展，分辨率的逐步提高，在林業(yè)方面的應用會越來越廣泛，為森林蓄積量的估測帶來更多便利。

參考文獻：

[1]Mette，T.，Hajnsek，L.，and Papathanassiou，K.Height-biomass allometry intemperate forest[J].Proceeding of IGARSS 2003，Toulouse，France，2003(7).

[2]T.Le Toan，et al.On the relationship between forest structure and biomass[J].The 3rd Symposium on the Retrieval of Biophysical Parameters from SAR Data for Land Applications，Sheffield，Unitedkingdom，2001(9).

[3]Farro-Famil，L.，Pottier，E,，Kugler，F.，and Lee，J.S.，Forest mapping and classification at L-band using Pol-InSAR optimal coherence sat statistics[J].Proceedings of EUSAR2006，Dreden，Germany，2006(5)：16~18.

[4]董貴威，楊健，彭應寧，等．極化SAR遙感中森林特征探測[J]．清華大學學報:自然科學版，2003，43(7): 953~956．

[5]談璐璐，楊立波，楊汝良．基于ESPRIT算法的極化干涉SAR植被高度反演研[J]．測繪學報，2011，40(3):296~300．

[6]龐勇，趙峰，李增元，等.機載激光雷達平均樹高提取研究[J].遙感學報，2008，12(1)：152~158．

[7]J Cimino，A Brandani，D Casey，et al.Multiple Incidence Angle SIR-B Experiment over Argentina.Mapping of Forest Units[J].IEE Transactions on Geoscience and Remote Sensing，1986(GE-24)：498~509.

[8]梁志峰，凌飛龍，汪小欽，等.L波段SAR與中國東北森林蓄積量相關性分析[J].遙感技術與應用，2013,10(5)：871~878.

[9]何秀鳳，何敏.InSAR對地觀測數據處理方法與綜合測量[M].北京.科學出版社，2012.

[10]楊永恬，李增元，陳爾學，等.基于ALOS PALSAR數據的森林蓄積量估測技術研究[J].林業(yè)資源管理，2010,2(1)：113~117.

中圖分類號：S791.257

文獻標識碼：A

文章編號：1674-9944(2015)04-0144-03

通訊作者：岳彩榮(1964—)，云南建水人，博士生導師，教授，主要從事遙感和GIS應用的教學和科研。

作者簡介：方向陽(1988—)，重慶梁平人，西南林業(yè)大學碩士研究生。

收稿日期：2015-02-02