本发明涉及雷达探测技术领域,尤其涉及利用星载极化合成孔径雷达实现高精度的极地冰盖冻融探测的方法。
背景技术:
南极大陆作为拥有全球绝大部分的冰川和淡水资源的地区,其冰盖和冰川分布变化对全球气候变化和淡水资源分布有着重要的影响作用和研究价值。其中,南极冰盖冻融在控制地球表面与大气热量交换、地表太阳辐射吸收等方面具有重要作用,对反映和控制全球气候变化状态具有重要意义,因此人们对这方面进行了大量的研究。传统的雷达信号处理技术是用合成孔径(sar)技术进行方位向杂波抑制,波束合成方法进行垂直方位向的杂波抑制处理,可以有效的提取出内部冰层回波信号和分层结构。由于南极冰盖覆盖面积极大,而且特殊的地理位置和恶劣的气候环境使得实地的调查很难实现,因而近年来以卫星传感器利用为代表的航天遥感成为观测极地的主要手段。星载微波遥感具有对地表全天时全天候的观测能力,能够提供对极区宏观的观测和准确的时空变化分析,且微波遥感在反映冰盖表层物理特征和变化上具有高度的敏感性,对于不同冰川带之间的划分具有不可替代的作用。微波遥感,尤其是主动微波遥感,在反映冰盖表层的物理特征和变化上具有高度的敏感性,合成孔径雷达利用目标微波散射进行高分辨率的成像,是高分辨率的冰盖变化观测的最好手段。
然而低空间分辨率的传感器只能用于粗略的冻融探测和估计,缺乏对于冰盖冻融细节的描述,并不能满足冰盖冻融探测的需求。利用高分辨率的合成孔径雷达,进行冰盖冻融探测分析的研究很少,有研究者对sar雪盖制图或融化探测等进行过一些分析,但少有对于冰盖冻融微波后向散射特征的完整分析和研究,且从sar影像上获取冰盖冻融信息的方法不多,目前主要有效地利用sar进行南极冰盖冻融探测方法主要是移植于ers-1数据变化检测雪盖制图方法,利用后向散射系数与冬季参考影像差值小于-3db作为融化判断条件,该方法需要依赖冬季未融化时的参考影像,在较大的观测范围内通常是难以实现的。
非专利文献1利用星载sar影像对不同冰盖冰川带的微波后向散射因子进行研究,分析c波段后向散射系数在空间和时间上的变化,以此为基础利用radarsat-2双极化影像进行南极冰盖冻融探测方法的研究。基于阈值法判断冰盖冻融状态,针对融化强烈时湿雪带与干雪带在后向散射因子数值上无法区分,引入参考影像干雪带分布和海拔高度作为辅助信息建立决策树,并利用radarsat-2宽扫描双极化影像进行决策树分类划分冰盖冰川带,发展基于双极化数据的南极冰盖冻融探测方法。然而,冰川带分布是极地冰盖融化-冻结状态的主要表现形式,冰川带划分和制图是冰盖冻融探测的主要手段。由于冰川带在合成孔径雷达影像上的特征较为复杂,现有利用星载合成孔径雷达进行冰盖冻融探测主要采用辅助信息分类和变化检测方法。利用海拔等辅助信息进行分类的冰川带分类方法只能应用于局部地区,且分类精度不高,而变化检测算法可移植性和灵活性不强。
非专利文献1
基于radarsat-2双极化数据的南极半岛冰盖冻融探测研究[j].极地研究,王蒙,李新武,梁雷,等.2016,28(1):103-112.
技术实现要素:
为了解决上述问题,本发明公开一种极地冰盖冻融探测方法,包括:雷达影像获取步骤,获取星载极化合成孔径雷达的极化影像;影像预处理步骤,对所述极化影像进行降噪处理,抑制斑点噪声;极化分解步骤,对所述预处理后的极化影像进行非相干极化分解,得到各分解参数;采样分析步骤,在所述极化影像上选取具有典型特征的冰川带进行样本分析;分类步骤,建立和修正分类器,对冰川带进行分类,获得冰川带分布结果;以及探测结果生成步骤,对所述冰川带分布结果进行重新投影和地理坐标校正,制图生成极地冰盖冻融探测结果。
优选为,所述极化分解步骤中同时采用pauli分解方法、freeman-durden分解方法、yamaguchi分解方法、
优选为,所述分类步骤中利用支持向量机监督分类方法进行分类。
优选为,所述分类步骤包括如下子步骤:有效参数选择子步骤,对各分解参数的样本点进行分析,计算平均归一化类间距,从中剔除类间距较小的参数;冗余参数剔除子步骤,将有效参数进行两两对比,对于相关系数较高的一对参数,剔除其中方差小的参数;以及支持向量机监督分类子步骤,根据优选后的分类参数,利用样本数据构建支持向量机分类器,对极化影像进行监督分类。
优选为,所述极化分解步骤中采用
优选为,所述分类步骤中采用基于
优选为,所述分类步骤包括如下子步骤:分类决策树修正子步骤,根据样本信息对分类决策树的参数进行调整;渗浸带提取子步骤,根据渗浸带微波散射能量最高的特点将渗浸带提取出来;以及干湿雪分类子步骤,在微波散射能量较低的区域,利用
优选为,所述渗浸带提取子步骤中采用恒虚警率方法提取渗浸带。
优选为,在所述渗浸带提取子步骤中以平均散射强度分量渗浸带频率分布的0.03分位数0.2作为阈值。
优选为,在所述干湿雪分类子步骤中,在h/α平面上将作为有效区域下限的下界限平行上移一定的截距,得到区分干雪带和湿雪带的分割线,其中截距选择原则为满足干雪带和湿雪带样本误分类概率之积最小。
本发明充分利用了极地冰盖冰川带的物理和结构特征对微波散射过程的影响,比较不同冰川带的极化散射特征,然后利用极化分解分量和支持向量机分类器或分类决策树进行冰川带分类,从而得到高分辨率高精度的冰川带分类结果,提高了冰盖冻融探测的精度。
附图说明
图1是极地冰盖冻融探测方法实施方式一的流程图。
图2是支持向量机监督分类步骤的子流程图。
图3是极地冰盖冻融探测方法实施方式二的流程图。
图4是基于
图5是区分干湿雪带的h/α平面分割示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
图1是极地冰盖冻融探测方法实施方式一的流程图。如图1所示,极地冰盖冻融探测方法包括以下步骤:雷达影像获取步骤s11、影像预处理步骤s12、极化分解步骤s13、采样分析步骤s14、支持向量机(svm)监督分类步骤s15和探测结果生成步骤s16。具体而言,在雷达影像获取步骤s11中,通过星载极化合成孔径雷达获取极化合成孔径雷达的极化影像。在影像预处理步骤s12中,对所获取的星载极化合成孔径雷达的极化影像进行滤波或多视等降噪处理,从而抑制斑点噪声。
在极化分解步骤s13中,对极化影像进行非相干极化分解,得到各分解参数。更详细地来说,采用泡利(pauli)分解方法、弗里曼-德登(freeman-durden)分解方法、山口(yamaguchi)分解方法、
而后,在支持向量机监督分类步骤s15中,利用支持向量机监督分类方法对冰川带进行分类,获得冰川带分布结果。在图2中示出了支持向量机监督分类步骤s15的子流程图。如图2所示,首先,由于极化sar提供信息丰富,极化分解所产生的分量数量非常多,为更好地进行监督分类,需要从这些分量中选择一部分特征显著的量,更适合用于冰川带的分类和冻融探测,因此加入了分类参数选择的过程。由于极化分量众多,需要定量的参数来描述极化分量对于区分不同冰川带的能力,并提取出若干个用于监督分类。具体而言,包括有效参数选择子步骤s151和冗余参数剔除子步骤s152。其中,在有效参数选择子步骤s151中,对各分解参数的样本点进行分析,计算平均归一化类间距,从中剔除类间距较小的参数,也即去除那些对分类没有足够的积极影响的参数。接下来,在冗余参数剔除子步骤s152中,将有效参数进行两两对比,对于相关系数较高的一对参数(认为参数信息量重复、冗余),剔除其中方差小(认为信息量较小)的参数。上述有效参数选择是为了优选出有利于冰川带分类的分量,冗余信息剔除是为了从中去除信息相似的冗余分量,最终目的就是为了从众多参数中挑选出适合进行下一步分类的若干个参数。之后,在svm监督分类子步骤s153中,根据优选后的分类参数,利用样本数据构建svm分类器,对影像进行监督分类。
最后,在探测结果生成步骤s6中,对所述冰川带分布结果进行重新投影和地理坐标校正,制图生成极地冰盖冻融探测结果。本实施方式的的利用极化分解参数的svm分类,能够有效地解决在后向散射因子上难以区分的干湿雪带与渗浸带的过渡区域,精度有明显提高。
图3是极地冰盖冻融探测方法实施方式二的流程图。如图3所示,极地冰盖冻融探测方法包括以下步骤:雷达影像获取步骤s21、影像预处理步骤s22、
在
在
反熵分量a反映了除优势散射机制外的两个较弱散射机制的大小关系,在以体散射为主的渗浸带内反熵很低,这是由于其他散射能量都不高。反熵分量只在干雪带和湿雪带有均匀的能量分布,由于只有在熵h值比较高时才能用于进一步识别散射特征,反熵分量在区分不同冰川带上似乎作用不大。
平均散射角
平均散射强度分量
接下来,在采样分析步骤s24中,在极化影像上选取具有典型特征的冰川带进行样本分析。
而后,在基于
也即满足干雪带和湿雪带样本误分类概率之积最小。在图5中示出了用于区分干湿雪带的h/α平面分割示意图。
最后,在探测结果生成步骤s26中,对冰川带分布结果进行重新投影和地理坐标校正,制图生成极地冰盖冻融探测结果。南极冰盖不同冻融情况下的区域极化特征丰富,很多极化分解参数,如
本发明利用极化合成孔径雷达的丰富信息,克服了以往星载sar冰盖冻融探测方法过于依赖辅助信息及区域局限性的缺点,在高分辨率的冰盖冻融探测中利用简单明了的分类流程提高了分类精度。
以上,针对本发明的极地冰盖冻融探测方法的具体实施方式进行了详细说明,但是本发明不限定于此。各步骤的具体实施方式根据情况可以不同。例如,第二实施方式中的极化步骤s23也可以与第一实施方式中的极化步骤s13相同,也即采用多种极化分解方法得到多个极化分解参数,在其后的分类步骤s25中选取
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。