2. 国家测绘地理信息局卫星测绘应用中心,北京 100830
2. Satellite Surveying and Mapping Application Center, National Administration of Surveying, Mapping and Geoinformation, Beijing 100830, China
1 引 言
雷达测高技术利用主动遥感设备测量地物的散射系数,为水利、农业、牧业、海洋环境变化研究提供了便利。随着雷达测高技术对陆地、海冰探测研究的深入发展,陆地卫星测高技术业已成为大地测量、全球变化、地球物理、水利、农业、牧业等学科方向发展的重要推动力[1, 2, 3, 4]。雷达测得地物的后向散射系数与地物的几何特征参数(地面的高度起伏方差、地面的相关长度、自相关函数、地面高度的统计分布规律)、地面的电磁特征参数(如地面土壤的复介电常数、土壤的湿度)、系统的参数(如系统的工作频率、发射和接收天线的极化、入射角)、地面的物理温度等几类参数密切相关。
文献[5]首次利用海洋卫星上的散射计(SASS)数据研究了亚马逊雨林雷达后向散射系数的分布,展示了散射计数据陆地应用研究的能力。文献[6, 7]利用海洋卫星上的散射计数据对全球地表覆盖进行了初步研究,进一步证实了散射计数据在全球陆地应用中的潜力。文献[8]根据地面起伏导致雷达波入射角的改变,估测了森林生物量。文献[9]将其应用于海上溢油检测。文献[10, 11]成功地应用了多个雷达数据源对南方水稻进行分类和长势监测,雷达遥感数据在农业中的应用找到了有效方法和途径。文献[12]利用Envisat的后向散射系数对极区海冰分布特征进行了深入分析,后向散射系数还是研究气溶胶分布状况[13]、反演水体成分[14, 15]、提取地物特征的重要参数[16]。
利用雷达测高计观测的后向散射系数,可以识别全球或区域性的主要陆地类型,如山地、沙漠、热带雨林、湿地、干季和雨季的热带丛林、冰盖等。因为陆地植被的季节性变化,后向散射系数也有相应的季节性变化,因此可利用卫星高度计观测的后向散射系数探测全球或区域性的陆地表面变化和环境变迁。文献[17]利用 12 年的 T/P 双频高度计观测的后向散射系数,对我国湿地、沙漠和平原等区域的后向散射系数时间序列分布进行分析。
本文首次联合T/P与Envisat卫星高度计数据,在中国大陆进行地表覆盖变化分析,提取T/P与Envisat 2002年5月至2005年5月期间的后向散射系数,T/P高度计中提取MGDR-B(merged geophysical data record)Ku波段的数据,Envisat中提取OPR数据中Ku波段的数据,进而对其采用连续张力曲线样条的方法进行格网化,得到格网数据的时间序列。比较分析了T/P与Envisat后向散射系数统计差异,在此基础上讨论了我国陆地覆盖的空间分布特征,定性地研究了内蒙古高原、华北平原、东北平原、青藏高原、云贵高原、黄土高原、长江中下游平原的后向散射系数的成因机制。
2 T/P与Envisat后向散射系数 2.1 后向散射系数后向散射系数是雷达高度计的一类观测量,由回波的波形振幅得到。根据高度计测量的雷达方程[18],可以得到后向散射系数的计算方程
式中,σ0为标准化的雷达散射截面,也称后向散射系数(单位为dB);tλ表示波长为λ的电磁波大气透射比;G0表示天线中轴方向增益; Aef表示有效足迹面积; Pt表示雷达高度计的发射能量; Pr表示雷达高度计的接受能量。式(1)中右边参数是雷达系统参数(如G0、λ、Pt)或者大气传播介质的物理参数(如R、tλ),均可量测,因此反射表面的后向散射系数σ0可由雷达高度计探测。可见后向散射系数与地物的几何特征参数(地面的高度起伏方差、地面的相关长度、自相关函数、地面高度的统计分布规律)、地面的电磁特征参数(如地面土壤的复介电常数、土壤的湿度)、系统的参数(如系统的工作频率、发射和接收天线的极化、入射角)、地面的物理温度等几类参数密切相关,这为基于后向散射系数分析陆地覆盖的变化提供了理论依据。
2.2 T/P数据与Envisat数据文中选用2002年5月至2005年5月期间的T/P与Envisat相同波段的后向散射系数进行分析。在此期间,两个高度计同时对中国境内大陆进行连续观测。T/P轨迹间距约为315 km,Envisat轨迹间距约为80 km。联合T/P与Envisat两种高度计数据,可解决T/P数据的空间分辨率不足,Envisat数据时间分辨率不足的问题,从而为陆地覆盖变化分析提供更为客观的研究结果。
3 数据分析文中采用了3年(2002年5月至2005年5月)的T/P与Envisat对地观测数据,此期间两卫星数据同时存在。其中T/P采用的是MGDR-B数据,Envisat采用的是OPR(ocean products)数据。为了便于比较分析,在数据重合期间内主要考虑Ku波段的后向散射系数。
根据观测数据,T/P在中国大陆后向散射系数分布均匀,但数据空间分辨率明显比Envisat数据低得多。Envisat在中国大陆后向散射系数在西昆仑山、阿尔金山、祁连山、秦岭、太行山、东北平原到大兴安岭西缘以西、以北为界的中国陆地二级阶梯地区,数据覆盖稀少,甚至是缺失,可能与这些地区的地形起伏剧烈有密切关系[19]。
因Envisat与T/P在中国大陆的数据分布不均匀,文章在比较分析了现有的多种内插格网化方法后,选用连续曲率张力样条方法对上述两类数据进行格网化,很好地解决了数据稀疏区容易出现极值以及对数据密集区进行格网化时所造成不平滑的问题[20]。
3.1 T/P与Envisat后向散射系数在中国大陆统计差异利用T/P与Envisat两高度计的后向散射系数分析陆地覆盖变化,确定两者数据是否有系统偏差是对陆地覆盖变化进行准确定性分析的关键。文中首先分别对T/P与Envisat 的3年观测数据取得平均值,以保证消除了后向散射系数中的周年、季度与月份等气候因素的影响;其次基于连续曲率张力样条方法对两者平均值进行格网化;再次提取东北三省、青藏高原、西北区域、新疆、华中地区、华南地区、华东地区、四川盆地等区域的后向散射系数,并将T/P与Envisat结果相减,求得差值;最后对差值进行统计,详见表 1。
区域 | 最大值 | 最小值 | 平均值 | 标准差 |
东北三省 | 11.15 | -21.68 | -4.04 | 4.22 |
青藏高原 | 14.17 | -19.22 | -1.18 | 3.13 |
西北区域 | 16.81 | -24.11 | -2.13 | 3.95 |
新疆 | 18.26 | -24.54 | -0.34 | 2.96 |
华中地区 | 10.94 | -14.98 | -3.34 | 4.46 |
华南地区 | 16.14 | -21.97 | -3.59 | 3.92 |
华东地区 | 10.83 | -26.55 | -4.75 | 4.71 |
四川盆地 | 14.07 | -16.58 | -2.77 | 3.82 |
从表 1中的平均值来看,在新疆地区,两高度计后向散射系数没有明显差别。在青藏高原、西北区域以及四川盆地地形起伏变化大有关,其后向散射系数均值变化区间为-3~-1 dB。华中地区与华南地区因水系发达、常年植被丰富,而导致对雷达信息漫射较强,两者的差值在-4~-3 dB之间变化。东北三省、华东地区多为平原,对雷达信号反射较为强烈,两者差别比较明显,变化区间为-5~-4 dB。后向散射系数标准差在各区域变化不明显,反映了T/P 与 Envisat的监测陆地覆盖的能力相当。
3.2 后向散射系数空间分布特征分析在天山山脉、准噶尔盆地后向散射系数趋于相同,但T/P的数据能明显地区分出两个地域的界限,而Envisat数据的界线则非常模糊。另外在Envisat对柴达木盆地显示的后向散射系数较低。在西北干旱区内,荒漠草原(介于沙漠和草原的过渡范围)是其主要的植被特征,该范围内的后向散射系数在0~10 dB范围内变化。而在塔里木、蒙古高原和准噶尔等沙漠后向散射系数则接近于0 dB。由于植被、农作物覆盖范围广、水系发达、年平均降水量充足等因素的影响,在中国陆地三级阶梯地区后向散射系数明显升高。
四川盆地土壤质地适中,有较好的透水、通气性,盆地大部分区域类似于温带海洋性气候,见图 1。川西北高原地势由西向东倾斜,主要是丘状高原和高平原,该地区对雷达信号吸收较强,后向散射系数大约为-4~5 dB,反映出森林土、草甸土的空间分布。在川西南山地区,后向散射系数约在5~10 dB之间,反映出有偏干性常绿阔叶林以及落叶阔叶林的分布特征[21]。四川盆地边缘多山,盆地内各河流均由边缘山地汇聚于盆地底部的长江干流,形成向心状水系。该区域后向散射系数约为15~25 dB,反映出边缘山地从下而上是常绿阔叶林、常绿阔叶与落叶阔叶混交林,寒温带山地针叶林,局部有亚高山灌丛草甸等地表覆盖。其后向散射系数明显比川西南、川西北地区要高,从图 1中可以看出四川东部地区植被状况覆盖良好。
新疆的“三山夹两盆”的地形格局决定了其地表覆盖特征,同时也决定了后向散射系数的空间分布,见图 2。天山山脉的走向在14~26 dB的后向散射系数下表现明显,同时也勾勒出了北部的准噶尔盆地与南部的塔里木盆地。准噶尔盆地西部有高达2000 m的山岭,冬季气候寒冷,雨雪丰富,其后向散射系数明显比盆地内部要高。因T/P观测数据空间分辨率低,其给出的后向散射系数分布特征是串珠状的,不如Envisat给出的连续。
华东地区(也称华北平原与长江中下游平原)包括两湖平原、鄱阳平原、皖中平原和长江三角洲,属亚热带季风气候,淮河以北为温带季风气候,雨量集中于夏季,冬季北部常有大雪,河汊纵横交错,湖荡星罗棋布,水系发达,见图 3。水位的交替变化,影响了湿地植被的生长条件,进而影响生物植被量的变化。从图 3中可以看出,山东地貌类型多样,中部突起,鲁中南为山地丘陵区;东部半岛大都是起伏和缓的波状丘陵区;西部、北部是黄河冲积而成的鲁西北平原区。安徽淮北平原、江淮丘陵地区、皖西大别山区与皖南山区等区域分界线很清晰,反映出各个区域的植被覆盖也明显不同[22]。江苏地处江淮平原,地形以平原为主,地跨南温带、北亚热带、中亚热带3个生物气候带,其典型地带植被类型为落叶阔叶林、落叶常绿阔叶混交林和常绿阔叶林[23]。浙江省地势总体由西南向东北倾斜,呈阶梯状下降中部为低山丘陵,北部及东部沿海平原地势低平的地貌特征也可从图 3看出,同时也反映出江西及福建境内的地表覆盖特征。
从图 4可以知道,后向散射系数空间分布特征,在云南、贵州、广西西部因为对雷达信号散射强烈,后向散射系数在3~9 dB之间,而在广西南部广东沿海一带属平原地区,其散射系数在11~19 dB之间。从图 4可以看出热带雨林、季雨林和南亚热带季风常绿阔叶林等地带性植被以及热带灌丛、亚热带草坡和局部的次生林。这与华中地区的亚热带气候有明显的区别。华中地区植被覆盖广,水陆交通发达,地势从西向东逐渐降低,如图 5所示,其后向散射系数呈现出阶梯状的变化。
青藏高原南有喜马拉雅山脉,北有昆仑山脉和祁连山脉,东为横断山脉,西为喀喇昆仑山脉,内有唐古拉山脉、念青唐古拉山脉、冈底斯山脉等,也是长江、黄河、雅鲁藏布江、恒河、印度河、怒江、澜沧江、塔里木河等东亚、东南亚和南亚许多大河的发源地,如图 6所示。藏东川西高山峡谷--山地针叶林对雷达测高信号的反射较其他区域强烈,故后向散射系数要高,而其他的高寒灌丛草甸、山地灌丛草原、高寒草原、山地草原与针叶林、山地半荒漠与荒漠地区的后向散射系数约为-9~-3 dB。西北干旱区是一个面积广阔、地理位置特殊、气候干旱、地形地貌多样区域,如图 7所示,从中可以看出荒漠草原,其后向散射系数的分布范围为0~10 dB,荒漠草原介于沙漠和草原的过渡范围,当雨水丰沛时,草原面积扩大,而其中的荒漠也不如沙漠干燥,其分布范围,随着季节的更替是变化着的。根据后向散射系数的分布特征,东北平原的轮廓一览无余,见图 8。松嫩平原、辽河平原以及三江平原后向散射系数15~20 dB。长白山区、小兴安岭区域的阔叶林低散射性质,与平原区的灌丛高值的散射系数形成对比,草原草甸区域对雷达测高信号反射则介于上述两者之间。
3.3 后向散射系数年际变化分析
Envisat比T/P的数据空间分辨率要高,而T/P比Envisat的时间分辨率要高。T/P对地观测的重复周期约为10 d,在分析时对该数据每3个周期进行平均后作为月平均观测数据与Envisat 35 d观测周期的后向散射系数进行等权平均,得到融合了两个高度计数据的后向散射系数。以一年内的12个月为单位,分别得到各月时间序列,进而得到各月的平均值,如图 9所示。从融合后数据中观测到我国境内后向散射系数每月平均值的空间分布特征变化。随着季节的变化,可以看出不同区域的植被及其水分含量也会随着季节的变化而变化。图 9反映出了西北干旱地区、昆仑山脉以南、辽河平原、鲁中地区、华南地区也随着季节的变化有着明显的变化。在黑龙江、吉林、辽宁等区域大部分森林在3月至5月开始生长,东北平原的耕地植被发生变化也集中在5月。在一年中的9月至10月大部分树木开始停止生长,耕地上的的绿叶植被也基本上在8月至9月停止生长。后向散射系数也随着植被的变化而变化。同样,华北平原与长江中下游平原随着季节降水量的变化,其后向散射系数也相应发生变化。
4 结 论文中联合T/P与Envisat卫星的高度计数据,两者之间没有明显的系统偏差,为融合两者的后向散射系数奠定了基础。采用连续张力曲线样条格网化方法,有效地解决了数据稀疏区容易出现极值以及对数据密集区进行格网化时不平滑的问题,得到融合后的后向散射系数。基于此,定性地分析了东北三省、青藏高原、西北区域、新疆、华中地区、华南地区、华东地区、四川盆地等区域地貌类型以及地表植被覆盖类别,同时还发现后向散射系数随着气候环境、季节、水系分布以及现有地表覆盖等因素的变化而变化,其随时间演化的规律性较强,可为地表覆盖变化的监测提供决策支持。
[1] | CHEN Junyong, LI Jiancheng, CHAO Dingbo. Determination of the Sea Level Height and Sea Surface Topography in the China Sea and Neighbour by T/P Altimeter Data[J]. Journal of Wuhan Technical University of Surveying and Mapping, 1995, 20(4): 321-326. (陈俊勇, 李建成, 晁定波. 用 T/P 测高数据确定中国海域及其邻海的海面高及海面地形[J]. 武汉测绘科技大学学报, 1995, 20(4): 321-326.) |
[2] | GUO Jinyun, GAO Yonggang, HUANG Jinwei, et al. A Multi-sub Waveform Parametric Retracker of the Radar Satellite Altimetric Waveform and Recovery of Gravity Anomalies over Coastal Oceans. Science China D:Earth Science,2009, 39(9): 1248-1255.(郭金运, 高永刚, 黄金维, 等. 沿海雷达卫星测高波形重定多子波参数方法和重力异常恢复[J]. 中国科学 D 辑: 地球科学, 2009, 39(9): 1248-1255.) |
[3] | JIANG Weiping, CHU Yonghai, LI Jiancheng, et al. Water Level Variation of Qinghai Lake from Altimeteric Data[J]. Geomatics and Information Science of Wuhan University, 2008, 33(1): 64-67. (姜卫平, 褚永海, 李建成, 等. 利用 Envisat 测高数据监测青海湖水位变化[J]. 武汉大学学报: 信息科学版, 2008, 33(1): 64-67.) |
[4] | CHU Yonghai, LI Jiancheng, JIN Taoyong, et al. Application of T/P Altimeter Backscatter Data to Land Surface Observation[J]. Journal of Geodesy and Geodynamics, 2009, 29(3): 104-108. (褚永海, 李建成, 金涛勇, 等. T/P 雷达高度计后向散射系数陆地表面观测应用[J]. 大地测量与地球动力学, 2009, 29(3): 104-108.) |
[5] | BIRRER I J, BRACALENTE E M, DOME G J, et al. σ° Signature of the Amazon Rain Forest Obtained from the Seasat Scatterometer[J]. IEEE Transactions on Geoscience and Remote Sensing, 1982, GE-20(1): 11-17. |
[6] | KENNETT R C, LI F K. Seasat Over-land Scatterometer Data, PartⅠ: Global Overview of the Ku-Band Backscatter Coefficients[J]. IEEE Transactions on Geoscience and Remote Sensing, 1989, 27(5): 592-605. |
[7] | KENNETT R G, LI F K. Seasat Over-land Scatterometer Data, PartⅡ: Selection of Extended Area and Land-target Sites for the Calibration of Spaceborne Scatterometers[J]. IEEE Transactions on Geoscience and Remote Sensing, 1989, 27(6): 779-788. |
[8] | SUN Guoqing. Radar Backscatter Model and Its Application in Terrain-effect Reduction of Radar Imagery[J]. Journal of Remote Sensing, 2002, 6(6): 406-411. (孙国清. 雷达后向散射模型及其在雷达图像地形影响纠正中的应用[J]. 遥感学报, 2002, 6(6): 406-411.) |
[9] | ZOU Yarong, LIANG Chao, CHEN Jianglin, et al. An Optimal Parametric Analysis of Monitormg Oil Spill Based on SAR[J]. Acta Oceanologica Sinica, 2011, 33(1): 36-44. (邹亚荣, 梁超, 陈江麟, 等. 基于SAR的海上溢油监测最佳探测参数分析[J]. 海洋学报, 2011, 33(1): 36-44.) |
[10] | SHAO Yun, GUO Huadong, FAN Xiangtao, et al. Studies on Rice Backscatter Signatures in Time Domain and Its Applications[J]. Journal of Remote Sensing, 2001, 5(5): 340-344. (邵芸, 郭华东, 范湘涛, 等. 水稻时域后向散射特征分析及其应用研究[J]. 遥感学报, 2001, 5(5): 340-344.) |
[11] | DONG Yanfang, PANG Yong, SUN Guoqing, et al. Rice Growth Monitoring Using Envisat ASAR Data[J]. Geomatics and Information Science of Wuhan University, 2006, 31(2): 124-127. (董彦芳, 庞勇, 孙国清, 等. ENVISAT ASAR数据用于水稻监测和参数反演[J]. 武汉大学学报: 信息科学版, 2006, 31(2): 124-127.) |
[12] | YANG Lei, CHANG Xiaotao, GUO Jinyun, et al. Research on Distribution Characteristics of Polar Sea Ice by Envisat Altimetry Backscatter Coefficient[J]. Acta Geodaetica et Cartographica Sinica, 2013, 42(5): 676-681. (杨磊, 常晓涛, 郭金运, 等. ENVISAT雷达高度计后向散射系数的极区海冰分布特性[J]. 测绘学报, 2013, 42(5): 676-681.) |
[13] | ZHONG Shan, YI Fan, ZHANG Shaodong. A New Method for Inversion of Atmospheric Temperature and Aerosol Backscatter Coefficient Using Pure Rotational Raman Spectrum[J]. Chinese Journal of Geophysics, 2012, 55(11): 3527-3533. (钟山, 易帆, 张绍东. 纯转动拉曼谱反演大气温度和气溶胶后向散射系数的新方法[J]. 地球物理学报, 2012, 55(11): 3527-3533.) |
[14] | ZHANG Yunlin, FENG Sheng, MA Ronghua, et al. Spatial Variation and Estimation of Optically Active Substances in Taihu Lake in Autumn of 2004[J]. Geomatics and Information Science of Wuhan University, 2008, 33(9): 967-972. (张运林, 冯胜, 马荣华, 等. 太湖秋季光学活性物质空间分布及其遥感估算模型研究[J]. 武汉大学学报: 信息科学版, 2008, 33(9): 967-972.) |
[15] | SONG Qingjun, TANG Junwu, MA Ronghua. Correction of Backscattering Coefficients in Different Water Bodies[J]. Ocean Technology, 2008, 27(1): 48-52. (宋庆君, 唐军武, 马荣华. 水体后向散射系数校正方法研究[J]. 海洋技术, 2008, 27(1): 48-52.) |
[16] | LIU Kang, BALZ T, LIAO Mingsheng. Investigation on Building Height Extraction via Radar Backscattering Characteristics in High Resolution SAR Images[J]. Geomatics and Information Science of Wuhan University, 2012, 37(7): 806-809. (刘康, BALZ T, 廖明生. 利用后向散射特性从高分辨率SAR影像中提取建筑物高度[J]. 武汉大学学报: 信息科学版, 2012, 37(7): 806-809.) |
[17] | GUO Jinyun,YANG Lei,LIU Xin,et al.On Temporal-spatial Distribution of Backscatter Coefficients over China Determined by TOPEX/Poseidon Mission[J].Science China D:Earth Science, 2013, 43(4): 677-692. (郭金运, 杨磊, 刘新, 等. 由TOPEX/Poseidon探测的中国区域后向散射系数时空分布[J]. 中国科学 D辑: 地球科学, 2013, 43(4): 677-692.) |
[18] | FU L L, CAZENAVE A. Satellite Altimetry and Earth Science: A Handbook of Techniques and Applications[M]. San Diego: Academic Press, 2001. |
[19] | Editorial Committee for Chinese Nature Geography of Chinese Academy of Sciences. Chinese Nature Geography[M].Beijing: Science Press,1985.(中国科学院《中国自然地理》编辑委员会. 中国自然地理总论[M]. 北京: 科学出版社, 1985.) |
[20] | SMITH W H F, WESSEL P. Gridding with Continuous Curvature Splines in Tension[J]. Geophysics, 1990, 55(3): 293-305. |
[21] | XIA Jianguo, ZHAO Shunquan, DENG Liangji, et al. Appraising on the Productive Potential and the Characteristics of Land Resource in South-west of Sichuan Province Mountain Area[J]. Journal of Sichuan Agricultural University, 2001, 19(1): 48-53. (夏建国, 赵顺权, 邓良基, 等. 川西南山地区土地资源的特点及生产潜力评价[J]. 四川农业大学学报, 2001, 19(1): 48-53.) |
[22] | ZHANG Hongqun, YANG Yuanjian, XUN Shangpei, et al. Seasonal and Spatial Variability of Vegetation and Land Surface Temperature in Anhui Province[J]. Journal of Applied Meteorological Science, 2011, 22(2): 232-240. (张宏群, 杨元建, 荀尚培, 等. 安徽省植被和地表温度季节变化及空间分布特征[J]. 应用气象学报, 2011, 22(2): 232-240.) |
[23] | LIU Fangxun, HUANG Zhiyuan. The Fundamental Features of Zonal Vegetation in Jiangsu Province and Its Distribution Pattern[J]. Acta Phytoecologica Sinica, 1982, 6(3): 236-246. (刘昉勋, 黄致远. 江苏省地带性植被的基本特点与分布规律[J]. 植物生态学与地植物学丛刊, 1982, 6(3): 236-246.) |