双极化SAR联合光学遥感影像在南方强风化区填图中的试验研究

裴媛媛，邓 飞

(1.安徽建筑大学，合肥 230601；2.广东省佛山地质局，广东 佛山 528000)

双极化SAR联合光学遥感影像在南方强风化区填图中的试验研究

裴媛媛1，邓 飞2

(1.安徽建筑大学，合肥 230601；2.广东省佛山地质局，广东 佛山 528000)

中国南方地区气候温暖湿润，多数地质体覆盖有厚度不等的风化层，植被茂密，光学遥感图像上反映的大部分是植被覆盖层的光谱信息，对地质解译填图造成了困难。以粤西罗定地区为例，在植被茂密的南方强风化地区利用ALOS-PALSAR双极化合成孔径雷达影像与Landsat 8 OLI多光谱影像进行联合解译，结果表明，联合解译能够有效提升可识别岩性的种类，可以在南方强风化区填图中进行推广。

双极化；合成孔径雷达；地质填图；强风化

0 引言

光学遥感地质填图主要是基于地表的波谱辐射特征及其形态特征。由于地层单位所处的大地构造背景和区域地质背景的不同，以及风化程度、覆盖程度的差异，使得其波谱特征和形态特征有较大的变化，增加了光学遥感解译的难度。因此，目前国内外关于遥感地质填图的研究和应用主要集中在植被稀少、岩石裸露率高的地区[1～4]。国内学者在岩石露头良好、植被稀少的西北干旱地区开展了大量遥感岩性识别方面的研究，并在该地区探索出了较成熟的多光谱和高光谱岩性信息提取方法[3～4]。而中国南方大部分地区气候温暖湿润，岩石上部覆盖着较厚的土壤和茂密的植被，在光学影像上表现的通常是土壤和植被的信息，岩性信息很弱，给遥感地质填图带来了很大的困难。目前在南方地区开展的相关分析研究较少，尚无成熟的方法可循。

本文使用了双极化合成孔径雷达(Synthetic Aperture Radar, SAR)联合光学影像提高遥感数据解译的能力。极化SAR影像能提供十分丰富的地质构造、岩性、隐伏地质体等地质信息，长波SAR更是对植被和土壤有较强的穿透能力，在一定程度上能够获取其覆盖之下的信息[5]。同时，相较光学数据和单极化SAR而言，极化SAR在每个分辨单元以不同极化组合状态记录了的地物后向散射信息，利用极化信息能够提高对岩性的区分能力[6～7]。

1 试验区概况

试验区位于广东省罗定市和郁南县与广西壮族自治区岑溪市交界处，地理坐标为：北纬22°40′—23°00′，东经111°15′—111°45′(见图1)。此区域地处北回归线南侧，属副热带季风气候，夏长无严冬，气温偏高，春秋暖和。区内主要发育丘陵、盆地、山地、平原等4种地貌。西部和北部主要为丘陵和低山山地，东部和南部为广阔的罗定盆地，西江支流南江在区内形成规模不大的冲积平原。试验区湿润多雨的气候造成区内基岩风化程度总体非常强烈，除第四纪冲积物发育区外，所有地质体均有厚度不等的强烈风化层覆盖，并且植被茂密，对光谱识别地层单位造成了很大的困难。

图1 试验区位置示意图Fig.1 Location of the experiment area

试验区隶属华南地层大区中的东南地层区，属云开地层分区的罗定小区。区内地层广泛分布，出露的层位有蓟县—青白口系、南华系、寒武系、奥陶系、志留系、泥盆系、石炭系、白垩系和第四系，具体为：云开岩群第一岩组(Pt2-3Y1)、云开岩群第二岩组(Pt2-3Y2)、大绀山组(Nh1d)、高滩组(C-3g)、水石组(C-4s)、罗洪组(O1l)、罗东组(O2l)、东冲组(O2d)、兰瓮组(O3lw)、大岗顶组(S1d)、古墓组(S1g)、连滩组(S1-2l)、信都组(D2x)、东岗岭组(D2d)、连县组(C1l)、石磴子组(C1s)、罗定组(K1l)、三丫江组(K1-2sy)、铜鼓岭组(K2t)以及冲积层(Qhal)。区内侵入岩主要分布于罗定盆地北西侧山区，为印支期和燕山期构造岩浆活动产物，主要岩性有花岗斑岩、二长花岗岩和花岗闪长岩。

2 SAR联合光学影像解译

2.1 数据源介绍

本文使用的数据包括SAR和光学遥感数据。考虑到试验区植被覆盖茂密、风化强烈，故选用L波段(中心频率1.270 GHz)的ALOS-PALSAR雷达影像，对植被和风化层有较强的穿透能力，同时所选择影像的获取时间尽量接近冬季，以减小植被的影响。ALOS-PALSAR是日本宇航局开发的星载陆地观测雷达，用于全球范围的陆地覆盖观测、灾害监测和资源勘察。所使用的ALOS-PALSAR影像空间分辨率为3.2 m×8.3 m，有HH和HV两个极化通道，共使用了3幅影像以覆盖整个试验区，其中2幅影像的获取时间为2010年10月24日，另一幅为同年11月10日。

使用的光学遥感数据为Landsat 8 OLI多光谱影像。OLI是装载在Landsat8卫星上的多光谱成像仪，共有9个波段，其中5个可见光—近红外波段(0.43～0.45 μm，0.45～0.51 μm，0.53～0.59 μm，0.64～0.67 μm，0.85～0.88 μm)，2个短波红外波段(1.57～1.65 μm，2.11～2.29 μm)，1个卷云波段(1.36～1.38 μm)，空间分辨率为30 m；1个全色波段(0.50～0.68 μm)，空间分辨率为15 m。使用的Landsat 8 OLI影像的获取时间为2014年1月23日，在冬季成像，且云量极少，有利于解译工作。

2.2 数据处理方法

极化SAR不仅以矩阵的形式记录了各类地物的后向散射矩阵，同时还记录了散射的极化信息。地物的散射场极化性质不仅取决于入射场的极化信息，还由目标形状、结构、取向或入射场频率等因素决定，因此能够反演更多的地物目标属性信息。按照不同的极化方式进行散射特征的极化分解，使得岩性之间的后向散射强度差异增大，最终的分类效果则得以优化。对试验区的ALOS-PALSAR双极化数据而言，其对应的相干矩阵为：

(1)

式中：SHH和SHV分别表示2个极化通道对应的散射复数值，代表HH与HV这4个线性极化状态的散射信息，表示散射复数值的空间统计平均。T矩阵为Hermitian矩阵，它可以分解为：

(2)

式中：λ1,λ2是T矩阵的实数特征值，满足λ1>λ2，U是酉矩阵(H表示共轭转置)，由特征向量u1，u2组成。

对双极化而言，λ1的值表示奇次散射，或偶极子散射，或奇次散射与偶极子散射共同作用3类散射机制的强度，λ2的值则表示多次散射的强度。故根据上述极化分解结果，可将地物总的后向散射系数分解为多次散射和其他散射2个部分。为了更好地将地表极化特性表现出来，通过极化分解获取的特征值λ可合成伪彩色图，相对于后向散射灰度图而言，可提高对地层岩性的辨识度。本文将特征值λ1-λ2、λ1、λ2分别作为R、G、B三个通道合成伪彩图(见图2)。

图2 岩性解译结果Fig.2 Results of lithologic interpretation by using ALOS-PALSAR polarization image and Landsat8 OLI multi spectral image

由于SAR是一种主动式微波传感器，相干波成像，成像机理复杂，有特殊的辐射和几何畸变。因此，还需要经过辐射定标、滤波与多视处理，以消除辐射畸变和相干斑噪声；与此同时，为了与Landsat 8 OLI多光谱影像在空间上配准对齐，还必须经过地理编码，将其投影到地理坐标系下，消除几何畸变。

Landsat8 OLI多光谱影像可用于解译的波段有7个(除去全色和卷云波段)。波段数增多增加了分析问题的难度和复杂度，并且多个波段之间具有一定的相关性。因此，需要对各个光谱波段图像每个像元的灰度值进行变换，分析并找出包含主要信息的波段组合用于解译。本文利用主成分变换对5个可见光—近红外波段和2个短波红外波段进行分析，结果表明近红外、短波红外1和2这3个波段占图像总信息量的比重最大，达80%以上，故使用短波红外—近红外的伪彩合成图(R：短波红外2，G：短波红外1，B：近红外)进行光学影像解译。另外，在解译之前，Landsat8 OLI多光谱影像经过了辐射定标、大气校正和纹理增强等预处理，以消除成像误差，提高解译精度。

2.3 联合解译

本文微波与光学遥感联合解译过程是：将ALOS-PALSAR的极化伪彩合成图、Landsat8 OLI光谱增强后的多光谱伪彩合成图与地形数据(数字高程模型)相互配准叠加之后，参考实地勘察点的岩性以及地质草图，在雷达和光学影像上寻找岩性的判读解译特征，并对二者的特征进行综合，互补有无。

解译特征的建立主要依据影像上地物的色调、色彩[极化伪彩合成]、纹理、几何形态等。对本文的ALOS-PALSAR极化伪彩合成图而言，①色调是雷达影像上后向散射回波强弱的表现，岩体、辟理发育的山脊多呈浅色调，第四系的洪积砾石和沙等多成灰色调；②色彩是雷达影像极化伪彩色合成图的颜色表现，本文中红色表示奇次散射(或偶极子散射)与多次散射的差异，绿色表示奇次散射或偶极子散射，蓝色表示多次散射，三个通道合成后色彩的变化反应了地表散射机制的变化，同时与地层岩性相对应，与色调结合能提高可判读性；③纹理可以宏观地反映大面积出露的某种地物，根据纹理差别可区分不同的岩体；④几何形态是地物轮廓在影像上的构像，大多数岩浆岩体常成圆、椭圆、脉状等，出露规模较大的侵入体，常具有环状、放射状等特征。

在上述雷达解译标志的基础上，联合Landsat8 OLI多光谱影像对调查区岩性的目视解译结果如图2a所示，仅使用Landsat8 OLI多光谱影像解译的相应结果如图2b所示。对比二者可见，解译结果在空间上的分布趋势大致相符，但联合解译识别的岩性种类要明显多于单使用光学解译，由15类增加至22类。其中，联合解译对花岗岩识别的提升最为明显，主要分布在调查区西部和北部的低山山地地区。图3给出了西北局部区域的放大对比，呈斑块状分布的侵入岩γπK与ηγJ3在光学影像中受强风化层的影响无法识别，而在结合雷达影像后，L波段电磁波一定的穿透能力使之能够判读识别。另外，调查区东北和东南区域岩性识别的提升亦较为明显，图4给出了东南局部区域的放大对比，从中可看出C1s在光学影像中有部分区域边界难以区分，与雷达联合判读后得以识别，而且Qhal的边界更为清晰合理。

图3 试验区西北局部放大对比图Fig.3 Contrast of magnified map between joint interpretation and optics interpretation in the northwestern area

表1列出了调查区岩性解译结果在使用联合解译前后的部分变化情况，表2列出了表1对应的Landsat8 OLI和ALOS-PALSAR伪彩影像岩性解译特征。

由表1可见，联合解译对风化条件下侵入岩(例如：γπK和ηγJ3)以及同地质时代相似地层单位(例如：C-3g和C-4s)的识别能力有一定的提升。

从表2中可见，S1g与S1d在Landsat 8 OLI光学影像上色调和纹理几乎没有区别；而在ALOS-PALSAR微波影像上，其纹理有一定区分度；C-4s与C-3g也是相似的情况。在侵入岩方面，γπK与ηγJ3在光学影像上都容易与K2t和O3lw混叠，而加入微波影像之后，在K2t和O3lw区域会发现γπK与ηγJ3的纹理差异特征。总结这些解译特征亦可见，微波影像由于其工作频率和观测几何与光学影像差异巨大，反映的地物纹理与后者有较大差异；而在色彩和色调方面，由于仅有2个极化通道，则显得较为单调，此时可与多光谱结合提高解译能力。

图4 试验区东南局部对比图Fig.4 Contrast of magnified map between joint interpretation and optics interpretation in the southeast area

序号光学解译联合解译备注1 K2t γπK调查区西北角,γπK呈斑块状分布2 O ηγJ3调查区西北角,ηγJ3呈斑块状分布3 C- C-3g,C-4s调查区西北部,呈条状分布,区分水石组和高滩组4 K2t O3lw,K2t调查区东北部,区分兰翁组和铜鼓岭组5 S1g-S1d S1g,S1d调查区东北角,区分古墓组和大岗顶组6 C1s-C1l C1s调查区东南角,区分石凳子组和连县组

表2 与表1对应的Landsat8 OLI和ALOS-PALSAR伪彩影像岩性解译特征

续表2

3 结论

单一使用多光谱遥感影像在植被发育较多、岩石露头少的中国南方地区进行岩性识别解译较为困难，采用多源遥感数据的组合进行解译是合乎逻辑的途径。不同的遥感数据有着不同的特征，这些不同的特征在岩性识别时可以起到互补的作用。在本文中使用双极化ALOS-PALSAR影像联合Landsat 8 OLI多光谱影像提高了遥感解译的能力，提升了可识别的岩性种类，尤其是岩性接近的地层单元和光谱与其他地层接近的侵入岩，可以在强烈风化区地质填图工作中进行推广。

[1] Clark R N. Chapter 1∶ Spectroscopy of rocks and minerals, and principles of spectroscopy[C]//Rencz A N. Manual of Remote Sensing, Volume 3, Remote Sensing for the Earth Sciences. New York: John Wiley and Sons, 1999: 3～58.

[2] Rowan L C, Simpson C J, Mars J C. Hyperspectral analysis of the ultramafic complex and adjacent lithologies at Mordor, NT, Australia [J]. Remote Sensing of Environment, 2004, 91(3/4): 419～431.

[3] 甘甫平, 王润生. 遥感岩矿信息提取基础与技术方法研究[M]. 北京: 地质出版社, 2004.

GAN Fu-ping, WANG Run-sheng. Technique and basis of extraction of remote sensing rock information[M]. Beijing: Geology Publishing House, 2004.

[4] 厍向阳, 薛惠锋, 雷学武, 等.基于分类规则挖掘的遥感影像分类研究[J]. 遥感学报, 2006, 10(3): 332～338.

SHE Xiang-yang, XUE Hui-feng, LEI Xue-wu, et al. The remote sensing image classification research based on classification rules on the spatial database[J]. Journal of Remote Sensing, 2006, 10(3): 323～328.

[5] 陈立泽, 申旭辉, 田勤俭. 合成孔径雷达(SAR)及其在地质和地震研究中的应用[J].地震,2003, 23(1): 29～35.

CHEN Li-ze, SHEN Xu-hui,TIAN Qin-jian, SAR technique and its application to geologic and seismic research[J]. Earthquake, 2003, 23(1): 29～35.

[6] 陈劲松,邵芸,董庆,等. 全极化SAR数据信息提取研究[J]. 遥感技术与应用, 2003, 18(3): 153～158.

CHEN Jin-song, SHAO Yun, DONG Qing, et al. Study on extraction of the ground information from Quad-polarization data[J]. Romote Sensing Technology and Application, 2013, 18(3): 153～158.

[7] 金亚秋, 徐丰. 极化散射与SAR遥感信息理论与方法[M]. 北京: 科学出版社, 2008.

JIN Ya-qiu, XU Feng, The theory and method of polarimetric scattering and SAR remote sensing information[M]. Beijing: Science Press, 2008.

JOINT INTERPRETATION OF DUAL POLARIZATION SAR AND MULTISPECTRAL OPTICAL IMAGES FOR GEOLOGICAL MAPPINT IN STRONGLY WEATHERED ZONE IN SOUTHERN CHINA

PEI Yuan-yuan1, DENG Fei2

(1.AnhuiJianzhuUniversity,Hefei230601,China;2.GuangdongFoshanGeologicalBureau,Foshan528000,China)

Most of the geological bodies are covered by different thickness of weathering layers and dense vegetation due to the warm and humid climate in South China. Therefore, most optical remote sensing images reflect the spectral information of the vegetation layer, and which resulted in the difficult for the geological interpretation and mapping. In this paper, the ALOS-PALSAR dual-polarized SAR images and the Landsat8 OLI multi-spectral images have been interpreted jointly in Luoding area, western Guangdong. The result showed that joint interpretation can effectively increases identifiable species of lithology, and could be popularized for the mapping in strongly weathered areas of south China.

dual polarization; synthetic aperture radar; geological mapping; strongly weathered

1006-6616(2016)04-0976-08

2016-08-15

中国地质调查局地质调查项目“特殊地质地貌区填图试点”(DD20160060)；安徽建筑大学博士启动项目

裴媛媛(1983-)，女，安徽省铜陵市人，讲师，博士，摄影测量与遥感专业，研究方向为雷达遥感。E-mail：pei_yuany@163.com

P623;P627

A