论文部分内容阅读
潮间带是位于平均高潮与低潮水位线之间的特殊区域,仅在每个潮汐周期的低潮期裸露出水面,是海陆相互作用的交汇地带。潮间带环境复杂多变,生态系统极其脆弱,开展潮间带典型目标自然状态的定期精确的遥感监测研究,具有十分重要的科学意义和应用价值,已成为海洋遥感领域的热点问题之一。然而,潮间带观测的时间窗口狭窄,有效的遥感观测数据有限,已有技术对数据类型过于依赖,且成像几何和各类动态环境和因素在遥感信号中的响应机制尚不明确。因此,潮间带的遥感监测技术,特别是星载合成孔径雷达（SAR）用于潮间带监测的体系,仍然面临着诸多困难和挑战。本文针对潮间带典型目标的极化雷达监测技术中存在的系列问题,开展了潮间带沉积物、海草群落和贝类群落的雷达散射特性、成像几何（雷达频段和入射角）和环境因素（风速、潮位和物候）对雷达后向散射机制的影响、潮间带典型目标的雷达遥感分类方法与检测方法三个方面的研究工作,主要研究结论如下:（1）潮间带沉积物的动态变化明显、仅利用某几个时间点的观测数据无法客观描述其散射特性。针对这一问题,论文运用各类条件下获取的SAR数据集,对潮间带沉积物的散射特性进行了统计分析,并逐一研究其对各类因素的响应机制。研究发现,沉积物的后向散射均值高于周边地物,并随之产生较强波动,这与时间序列内图像的不同成像几何（频率、入射角）和环境因素（潮位、风速）有关。首先,雷达入射角会很大程度地影响沉积物极化散射特性。在低风速和浅入射角情形下,沉积物总体后向散射水平较低,容易被本底噪声淹没;陡入射角情形有利于对沉积物的极化分析与研究。其次,中低风速对于沉积物的总体后向散射信号无较大的影响。但高风速会通过改变裸露沉积物表面的蒸散量而使其湿度下降,影响其后向散射成分。同时,沉积物表面在风力和潮波的共同作用下产生的细碎波纹,会使其局部粗糙度发生改变,也是影响沉积物散射特征的重要因素。随着风速逐渐增大,沉积物表面的散射特性由微弱、奇偶次散射混合的散射信号,逐步转为较强、奇次散射占主导的散射信号。最后,潮位对沉积物后向散射特性的影响远大于风速。分米级别的潮位差异就会明显改变沉积物的湿度,并改变沉积物波纹或潮池中的滞留水量,进而改变目标的极化散射机理。随着潮位上涨,偶次散射成分明显减小,与奇次散射成分间的相对差异减小,总体的回波强度同步显著减弱。（2）潮间带海草群落和贝壳类生物群落生长发育在沉积物的上层,能够缓冲潮波对沉积物的冲积作用,但其雷达后向散射机制尚不明确。论文研究发现,海草群落的雷达后向散射特性对风速、潮位、湿度因素的响应较弱。即使在低潮期海草倒伏于沉积物表面的情况下,其极化散射特性仍未明显改变。在高风速情形下,海草群落的总体回波信号略有增强,但奇偶次散射成分之间的差异减小。其次,海草群落的生长周期（5–10月）在SAR图像的回波信号中有明显的指示特征。随着海草群落的生长,其HH极化通道强度变强,且偶次散射成分相对于奇次散射变强。此外,贝壳类生物群落特殊的异质性表面结构会引起奇偶次散射成分的空间离散性增强,其相位偏移也表现出较强的空间离散性,该特征可用于贝类群落分布区域的检测。（3）基于潮间带典型目标散射机理的深入理解,论文提出了具有更高分类精度的潮间带典型目标的分类方法,可用于潮间带沉积物类型的区分。论文基于全极化SAR图像提取Freeman-Durden分解因子、Cloude-Pottier分解因子以及DERD参量构成特征集,并与随机森林分类器组合构成FCD-RF分类方法。论证发现,FCD-RF分类方法可以较好区分淤泥质与砂质沉积物,且在X、C和L波段均表现出较强的适用性,可应用于高动态的潮间带沉积物的遥感实时监测。其中,Freeman-Durden和Cloude-Pottier分量组合能够较全面地描述潮间带沉积物和生物群落的极化散射特性,优势互补;DERD参量具有较强的区分不同沉积物类型的能力;相比之下,常用的极化通道强度参量在区分沉积物类别的方面能力较弱。（4）基于Kennaugh矩阵分解框架,论文提出了基于双同极化SAR图像的贝类群落分布范围的检测技术。研究发现,HH与VV通道相关系数的实部与虚部信息可以较好地描述贝壳类生物的散射特征,其统计均值与标准差之差,构成D3和D7因子,可以用于贝类群落分布范围的检测。在短波情形下,检测因子给出最优表现;在长波情形下其对沉积物和潮汐通道等目标的区分能力虽然较弱,但在贝类群落的检测方面仍有较优表现。结果表明,Kennaugh分解框架可有效降低极化SAR数据在该领域的应用难度,所提出的D3和D7因子可以满足潮间带贝类群落分布范围的动态实时监测需求。论文主要的创新型贡献包括:（1）收集的数据集涵盖了潮间带各类成像几何和自然环境条件,优化了极化特性的分析方法,突破了潮间带观测时间窗口狭窄的研究瓶颈,通过建立的极化特性曲线解释了潮间带目标的雷达后散信号的变化特征,阐明了潮间带沉积物和典型生物群落的极化雷达散射特性。（2）研究了潮间带典型目标的极化散射信号对成像和环境因素的敏感性。分析并解释了潮间带沉积物、海草群落和贝类群落的极化散射信号对雷达频率、雷达入射角、近岸风速、潮位、物候变化等因素的敏感性,研究所得系列结论为构建潮间带典型目标的遥感检测与分类体系提供了有效的理论支撑。（3）建立了潮间带典型目标的分类方法。提出了适用于多频段全极化SAR图像的FCD-RF分类方法,有效实现了潮间带淤泥质与砂质沉积物的精确区分,并借助神经网络技术解决了潮间带目标分类噪声大、分类边界模糊等问题。（4）提出了适用于多频段双极化SAR数据的极化分析方法。充分运用了Kennaugh矩阵分解框架,挖掘和论证了双极化SAR图像在潮间带监测领域的应用潜力,有效解决了极化技术对SAR数据极化方式依赖等问题。