基于面向对象方法的Sentinel-1A SAR在洪水监测 中的应用

开展Sentinel-1A SAR数据在洪水淹没范围提取和水体变化监测方面的应用研究,对科学有效地管理洪涝灾害有重要意义。合成孔径雷达以其不受天气影响、能穿透云层、覆盖面积广等特点成为灾害监测的重要数据来源。面向对象的方法能有效解决影像的椒盐现象被广泛运用于信息提取研究。本文基于Sentinel-1A SAR数据,利用面向对象的方法构建洪水淹没范围提取流程,绘制灾前、灾中、灾后水体变化监测图,对比分析基于传统像元的提取方法,实现对广西临桂会仙岩溶湿地区域不同时期洪水动态监测。研究表明,Sentinel-1A SAR数据在洪水监测领域有巨大的应用潜力,相较于传统基于像元的方法,面向对象的方法能有效抑制杂斑生成,提高空间信息的利用效率,具有更好的提取精度。     

基于主成分变换的星载升降轨极化SAR数据水体提取方法

利用光学遥感技术可以快速高效地获取大范围的地表水体信息,但是在洪灾监测等应用中,常常伴随多云、降雨等恶劣天气,难以及时获得高质量的光学遥感图像。合成孔径雷达（Synthetic Aperture Radar, SAR）技术具有全天时、全天候的特点,不受阴雨天气的影响,相比光学遥感具有明显的优势。本文首先总结和分析了目前基于星载SAR数据提取水体的方法和存在的问题,以Sentinel-1数据为例,为了弥补单极化阈值法和哨兵一号双极化水体指数（Sentinel-1 Dual-Polarized Water Index,SDWI）方法的不足,提出了双极化第一主成分水体指数（Dual-Polarized First-Principal-Component Water Index, DFWI）。其次,为了解决雷达阴影容易与水体相互混淆的问题,提出了3种升降轨极化SAR水体提取方法：升降轨VH极化方法（AscendingDescending VH-Polarization Water Index, AD-VH）、升降轨VV极化方法（Ascending-Descending VV-Polarizat...     

LSTM支持下时序Sentinel-1A数据的太白山区植被制图

植被分类是森林资源调查与动态监测的基础与前提。当前植被分类研究大都利用光学遥感影像,然而,光学遥感成像易受到云雨覆盖的影响,难以构建完整时间序列,植被分类精度有限。微波遥感具有全天时全天候、时间序列完整的优势,在植被调查与分析中具有巨大的应用潜力。本文利用2018年Sentinel-1A微波遥感时间序列数据和深度循环网络方法,对秦岭太白山区的森林植被进行分类制图。首先利用Sentinel-2光学影像与数字高程数据对研究区进行多尺度分割;然后将处理后的时间序列Sentinel-1A数据空间叠加到分割地块上,构建地块的多元时间序列曲线;最后利用深度循环网络提取与学习多元时间序列的时序特征并分类。实验结果表明：① 与传统机器学习方法（如RF、SVM）相比,本文提出的深度循环网络方法的分类精度提高10%以上;② 在Sentinel-1A微波极化特征组合中VV+VH表现最好,与VV+VH+VV/VH极化特征组合的精度相近;③ 使用全年的时间影像构建时间序列分类精度最高,达到82%。研究表明,利用深度循环网络与时间序列Sentinel-1A数据的方法能够有效提高植被分类的精度,从数据源与分类方法上为森林植被分类研究提供了新的思路。     

基于Sentinel-1卫星SAR数据的洪水淹没范围快速提取

洪水灾害会对社会、经济、环境造成巨大损失,洪水淹没范围的确定是抗灾救灾决策必不可少的工作。遥感技术,特别是有着全天时、全天候、高分辨率特点的合成孔径雷达(SAR)是洪水灾害灾情评估的有力工具。Sentinel-1A作为欧洲宇航局(ESA)哥白尼计划(Copernicus Programme)发射升空第一颗环境监测卫星,意义重大。目前,国内还没有研究利用Sentinel-1卫星数据的相关文献。本文以2014年12月斯里兰卡遭受洪灾前后Sentinel-1A获取的影像为例,运用阈值法和RGB波段组合的方法,快速有效地提取出了洪水淹没范围。本研究为接下来对Sentinel-1卫星数据在洪水灾害评估中的研究利用提供了参考。     

基于SAR影像后向散射特性的中俄黑龙江流域洪水监测

黑龙江（又称为阿穆尔河）是中国和俄罗斯之间的国际界河,近年来洪水事件频发,给流域内中俄两国带来巨大的人口伤亡和经济损失,加强该流域的洪水监测是两国面临的共同紧迫需求。传统的光学遥感影像受制于洪水期间多云多雨的天气状况,难以及时获得无云影像。本文充分利用全天候雷达数据的优势,提出了一种基于哨兵1号（Sentinel-1）合成孔径雷达数据监测大面积区域洪水的方法。通过Gamma分布和高斯分布拟合SAR影像后向散射系数的概率密度分布,迭代后验概率差值,自动获得全局阈值来分割初始的水体,基于辅助数据细化去除了初始水体中与水体相似的误分类型,并由形态学操作后处理提高了提取的洪水的均匀性。结果表明：① 与传统的分割算法相比,本文提出的方法基于SAR影像后向散射系数的分布规律进行概率密度函数分段拟合,将全局统计划分为局部关系,显著地改善了常规分割算法在水体和非水体像素量级相差过大而表现不佳的情况;② 研究获得了2017—2020年逐年的洪水分布,结果总体精度在87.78%~94.89%之间,Kappa系数在0.76~0.89之间;③ 特别是对于大面积半干旱地区,本文结合了后向散射特性、地形和其他辅助信息的关系,使得能够有效地保留水体并去除与水体后向散射系数相似的地物;④ 结果显示黑龙江（阿穆尔河）中下游沿岸城市哈巴罗夫斯克、阿穆尔斯克等地区为经常性泛洪区域,洪水面积整体呈增加趋势。研究表明,基于雷达数据对洪水空间范围进行时间序列监测,可以为中俄黑龙江流域洪水发展动态监测提供科学支撑。     

InSAR特征点分布与土地用途的关系研究

本文以广州为研究区域,选取72景具有两种极化模式(VV&VH)数据的Sentinel-1A卫星影像,获取区域内的永久性散射体(Permanent Scatterer,PS)和分布式散射体(Distributed Scatterer,DS),并结合Landsat-8卫星影像的土地利用类型分类结果,研究广州市的土地利用类型分布与PS点、DS点分布之间的关系.实验结果表明:(1)广州不同地区的土地利用程度存在差异,区域间发展不平衡且相差较大;(2)PS点和DS点在人工建筑物密集的建筑用地分布密集,在植被覆盖的区域分布稀疏,可以通过这一特点对研究区域土地利用类型进行初步确定并对土地类型分类结果是否正确进行判定;(3)采用VV极化模式数据的实验结果要优于采用VH极化模式.     

基于GEE云平台的福建省10 m分辨率茶园专题空间分布制图

福建省作为中国的产茶大省,快速准确获取茶园的空间分布对福建省农业经济发展和生态环境保护具有重要的决策意义,然而,传统的方法难以保证大范围准确地获取茶园空间分布。本文基于GEE云平台,快速获取覆盖福建省的Sentinel-1雷达影像、Sentinel-2光学影像及地形数据,从中提取光谱特征、纹理特征、地形特征等98个特征,利用递归消除支持向量机算法（SVM_RFE）对特征变量进行筛选,通过支持向量机分类器（SVM）进行茶园提取,首次得到福建省2019年10 m分辨率茶园种植区空间分布图。结果表明：① 光谱特征在茶园信息提取中占据重要地位,纹理特征和地形特征次之;② 利用SVM_RFE可以有效筛选出最有利于茶园提取的特征子集,有效提高提取精度,总体精度为94.65%,Kappa系数为0.93,茶园的生产者精度为91.64%,用户精度为92.91%;③ 基于Sentinel-1及Sentinel-2影像获取的福建省2019年茶园种植面积为1913 km²,主要分布在安溪县、福鼎市、福安市、武夷山市和寿宁县,其茶园总面积达910 km²,约占据全省茶园面积的48%。利用云计算技术可以克服大尺度茶园监测运算能力不足的问题,结合Sentinel-1和Sentinel-2影像能够较准确地提取福建省茶园分布,对南方丘陵山区茶园及其他作物提取具有参考价值,并为政府及有关部门进行茶园管理提供支持。     

Sentinel-1 TOPS影像干涉处理与形变监测

Sentinel-1A IW模式可获取250 km宽的SAR影像,且噪声小、重访周期短。然而Sentinel-1A的TOPS成像方式造成SAR影像方位向多普勒频率变化较大,干涉数据处理对影像配准要求极高。提出基于DEM和精密轨道的TOPS影像高精度配准和拼接方法,实现TOPS影像干涉变形监测的数据处理,并利用升降轨TOPS影像数据获取门源地震雷达视线向一致的同震变形,证实本文数据处理方法的正确性。     

基于潮汐动态淹没过程的长江口潮滩地形信息反演研究

潮滩是陆地与海洋之间重要的生态过渡地带,具有复杂的生态过程和重要的服务功能。受陆海交互作用及人类活动的影响,潮滩处于高度动态变化过程中,而传统测绘技术受到潮滩可达性影响无法快速获取潮滩地形信息。为解决潮滩高程数据获取困难的问题,本文提出一种基于潮汐动态淹没过程和时序遥感影像的潮滩地形信息提取算法,利用K-means++聚类方法实现水域提取,并通过时序淹没特征计算潮滩淹没频率提取潮滩范围信息,最终综合区域潮汐特征反演潮滩地形。研究以崇明东滩为例,利用2016—2020年所有可用Sentinel-2和Landsat-8时序遥感影像,实现潮滩范围提取与高程反演,并通过实测高程数据进行精度验证。研究结果表明,潮滩范围提取总体精度为97.73%,F1_score为0.98;高程反演平均绝对误差为0.15 m,潮滩高程的反演精度与可用影像的数量呈正相关。研究利用该算法进一步反演长江口地区主要潮滩地形特征,结果表明区域内潮滩面积为346.93 km²,高程范围为1.00~3.84 m,且与现有潮滩范围数据集相比,本研究提取的长江口潮滩范围更为完整。该算法为潮滩地形的快速反演提供了可能,对潮滩资源动态监测和管理具有重要意义。     

基于SAR干涉数据的东帕米尔高原冰川变化

冰川变化监测对生态灾害预防、区域水资源调控、气候变化研究等意义重大。利用冰川在雷达干涉影像上表现出失相干这一特性,选用1998年ERS 1/2与2018年 Sentinel-1A重轨单视复数SAR数据,通过相干系数取阈值的方法获取东帕米尔高原两个时期的冰川边界,以Landsat TM/OLI影像和全球陆地冰川空间监测计划发布的数据验证本文冰川边界提取的精度,从而分析冰川变化。结果表明：① 拟合研究区相干系数图上相干系数γ与对应像元个数的曲线关系,冰川区像元个数会在低相干区域积累形成一个小的波峰。曲线一阶导数变缓的点（冰川区向非冰川区过渡的转折点）即为所选阈值点,利用SAR相干系数取阈值法提取的冰川边界与光学遥感影像结合RGI6.0数据提取的验证冰川边界具有较好的一致性,SAR干涉相干系数提取冰川边界的方法是可行而有效的,ERS 1/2与Sentinel-1A提取的冰川总面积精度均在90%以上,而且SAR数据能够有效提取光学遥感影像难以识别的冰川表碛覆盖;② 1998年和2018年东帕米尔高原冰川总面积减少了318.59 km2,年平均变化速率为-15.93 km2/a,冰川退缩面积占冰川总面积的23%;③ 对大、中型规模冰川来说,表碛覆盖型冰川退缩较其他冰川明显;从坡向上来看,20年各个坡向冰川均有所退缩,其中东南坡冰川退缩最多,西坡冰川退缩最少;从海拔上来看,1998年冰川集中分布在4519~5421 m海拔区间内,2018年集中分布在4682~5320 m海拔区间内;在3325~5710 m海拔区间内冰川退缩明显,4915 m海拔附近达到退缩极大值。     

基于光学与雷达影像变化检测的2020年鄱阳湖洪灾评估与分析

利用遥感对地观测技术对2020年夏季鄱阳湖地区发生的洪水灾情进行评估和分析,分别选取Landsat 8卫星4月和 Sentinel-1A雷达卫星7月的影像作为洪水发生前、后的影像,利用遥感专题信息提取、随机森林分类和变化检测技术揭示洪水淹没范围,以及被淹没的主要土地覆盖类型面积,同时结合水文气象和地形数据进行灾情和受灾原因分析。研究结果表明,鄱阳湖2020年洪灾的淹没面积为1961.95 km2,共造成区内110.83 km2建筑用地、760.54 km2耕地、71.59 km2林地、992.02 km2草地和26.97 km2裸地被淹,其中尤以鄱阳县受灾最为严重,其总受灾面积达到514 km2,其次为新建区与余干县,分别达到了330 km2和310 km2。持续2个月的强降雨使得鄱阳湖流域的水位超过了其1998年特大洪水的水位,加上长江水倒灌,湖区地势北高南低,积水不能及时排出,圩堤决口等诸多水文气象和地形因素造成了此次鄱阳湖的特大洪灾。     

Retrieval of Significant Wave Height Under Typhoon Conditions from Gaofen-3 SAR Imagery

The objective of this paper is to propose an empirical method to inverse significant wave height(SWH)under typhoon conditions from collected dual-polarization Gaofen(GF)-3 synthetic aperture radar(SAR)imagery.The typhoon scenes were cap-tured from narrow scan(NSC)and wide scan(WSC)images,and collocated with European Center for Medium-Range Weather Fore-casts reanalysis data of(ECMWF).To improve the quality of GF-3 SAR images,the recalibration over rainforest and de-scalloping were carried out.To establish the empirical relationship between SAR-derived parameters and collocated SWH,the sensitivity analysis of typical parameters about the normalized radar cross section(Nrcs)and imagery variance(Cvar)were performed to both VV and VH polarized images.Four scenes from GF-3 SAR imagery under typhoon conditions were used for training the model by the multivari-ate least square regression,and one scene was used for preliminary validation.It was found that the joint retrieval model based on VV and VH polarized SAR imagery performed better than any single polarized model.These results,verified by using ECMWF data,revealed the soundness of this approach,with a correlation of 0.95,bias of 0 m,RMSE of 0.44 and SI of 0.01 when VV polarization and VH polarization data were both used.     

基于F-DEM的洪水淹没区精确快速提取

洪水淹没区包括洪水淹没的范围与深度,准确、高效地获取洪水淹没区是洪灾评估及减灾救灾的关键。本文针对现有洪水淹没范围与深度的快速计算及精度方面的不足,设计了洪水淹没区精确快速提取方法。首先,通过特征嵌入式DEM(F-DEM)数字地形建模技术,修正常规格网DEM对沟渠、坎堤等突变地形描述的失真问题;然后,基于洪水水位监测数据,采用Kriging内插模型构建洪水淹没面;最后,通过GIS多层面叠加及空间查询分析,获取真实淹没区信息。以温州水头镇水位监测点数据为基础,对其暴风潮后的洪水淹没区进行了分析,并利用大区域模拟水位监测点数据对提取方法效率作了测试。实验结果表明,该方法能较好地解决大区域海量数据条件下的淹没区提取问题。     

基于改进SVM分类法的SAR图像水体面积提取研究

在复杂地表环境下的多云多雨地区,基于合成孔径雷达（SAR）图像提取水体时容易受到其它地物如水田、山体阴影等干扰,传统的灰度阈值法和SVM法未能考虑水体与其它地物在纹理和地形上的差异,因此水体提取结果精度较差。研究首先用Refined Lee滤波对SAR图像进行预处理;其后通过DEM建模和坡度计算提取地形特征,通过计算图像灰度共生矩阵以提取纹理特征（包括均匀性、角二阶矩和熵）,并结合SAR图像极化信息以及SDWI指数形成针对水体提取的特征空间,通过融合地形特征和图像纹理特征发展了改进SVM 分类法的水体提取模型。在使用Sentinel-1 SAR数据对所发展模型与SDWI水体指数法、传统SVM法水体提取结果进行比对后发现,改进SVM分类法提取的水体结果较好地剔除了水田和山体阴影,且提取的水体水面比传统的SVM法更加完整;该方法在总体精度、Kappa系数、漏分率和错分率指标上均优于SDWI法和传统的SVM法,总体精度达到98.06%,比SDWI法和传统的SVM法分别提高了23.24%和5.49%,有效提高了复杂环境下地表水体的提取精度。研究最后将所发展模型应用于2018年马哈韦利河流域逐月水体提取与变化分析,有效解决了山体阴影和水田误分问题。本文提出的改进SVM法可以实现复杂地表环境下大范围水体信息准确、完整提取。     

降雨径流与洪水淹没模型耦合的应用研究

洪水研究包括径流与淹没两种模式。为了探究流域降雨产汇流与淹没情况、提高洪水预报精度,本研究在传统流域水文模型的基础上耦合二维水动力学模型,建立水文-水动力耦合模型。以我国吉林温德河流域为研究实例,模拟了2017年“7·13”洪水在下游口前镇所处子流域洪水淹没过程。首先对基础数据进行预处理,建立HEC-HMS水文模型并进行参数优化后,最终获得流量过程水文结果作为水动力学模型边界条件,之后建立HEC-RAS二维水动力学模型对重要子流域进行淹没模拟。耦合模型计算结果显示,水文模型经多参数优化流量模拟的NSE系数为0.988,水动力计算最大淹没水深达9.3 m相对误差为-5.2%。从泛洪模拟结果来看,子流域上游部分的农田大量被淹,淹没水深范围在0.5~2.0 m,平均流速基本在1 m/s以下。下游口前镇内最大淹没水深接近1 m,水流速度0.2 m/s至1.5 m/s,与实际的淹没情况相吻合。研究表明,所建水文水动力耦合模型模拟计算的结果准确率较高,对具有复杂水文、水力条件的流域的洪水预报具有重要的指导意义。