SAR影像主要应用领域

house

　1、居民地检测
　　从遥感数据中估计人口数和分析居民地模式的第一步是检测居民地。因为由于构成居民地的几何形状、材料特性、类型和在水平方向及垂直方向上的分布结构使得它在成像雷达影像上的信号特别突出,所以成像雷达特别适合于这一应用。
　　回顾已有的研究结果表明,具有1 000人以上的居民区,在雷达影像上都是可见的而不受地形和雷达波长的影响。研究者们报导说,无论是用SAR—A还是SAR—B L波段影像,他们都能容易检测到这样大小的形形色色的居民地,如:苏丹,中国,突尼斯,刚果平原,德国,美国以及英国等国均有报导,一些文献则论述了居民地与其它地形特征产生混淆的一些情况,产生这类错误的原因在很大程度上与雷达系统参数和地面目标的变化以及他们周围环境的相互作用有关。
　　基于机载影像进行的研究在数量上要少些,但仍表明居民地检测是很有前途的。早期的用K波段影像对新英格兰的一些镇进行研究发现,其识别8 000人以上的居民地,精度已达到了80%,但居民地规模越小其精度就越低。X波段HH影像在检测加拿大和美国、德国以及尼日利亚的居民地时显示了其功能的一致性。加拿大对C波段影像的广泛研究显示,在C波段上城区与其它地形特征有明显的区别。
　　所有这些研究都提出了影响居民地可视性的如下几条重要说明:
　　(1)建筑物的类型或用途不同则其可见性不同;
　　(2)房屋等的建筑材料能影响其可见性;
　　(3)建筑物周围的土地覆盖类型能引起居民地与其它地形特征之间的混淆;
　　(4)同一土地覆盖类型,在有的地区使得居民地便于识别而在有的地区又会产生混淆;
　　(5)小居民区和中型城市比大居民区和大城市更好检测也更好划定其边界轮廓;
　　(6)波长、极化方式、侧视方向以及入射角等都能影响居民地在影像上的外观形象;
　　(7)解译员的经验以及对研究区域的了解程度对于输出结果来说都具有重要的影响。
　　2、人口估计
　　20世纪50年代中期,当利比里亚的居民区单元通过航片来计数时,遥感影像便首次用于人口估计了。居民地单元数乘上每单元的居住人口数便得到了人口估计数。自此以后,各种遥感系统都曾被用于获取人口信息的应用中。
　　用居民地大小来估计人口的理论基础是描述土地面积和人口数之间关系的异速生长模型。居民地的建筑面积应与人口数的n次幂成正比。起初便采用这种关系利用公布的人口数来计算建筑面积,但该过程很容易反过来从已知的土地面积得到人口数。从影像上很容易算得建筑面积,再从已有的人口数据或采样调查也很容易确定系数和指数。
　　到目前为止所完成的基于雷达的人口研究清楚地表明了其在这方面应用中的潜力。Sabol是第一位用雷达影像来量测居民地面积并把它与人口数相联系的研究者,他从机载影像的K波段上量测到了美国的19个城市地区分段。后来的工作集中在卫生影像SAR数据的研究上。Harris运用突尼斯的SAR—A数据得到了用线性回归在0.01显著水平上的r2值为0.91。Lo则用了美国五个地区的SAR—A数据并采用了线性回归和异速增长模型两种方法进行研究。前一方法中有两个地区的相关系数都是0.98,不过该模型所形成的人口与面积之间的关系随着研究区域的变化而有所不同。Lo还对中国地区的SAR—A数据进行了实验,他把检测到的居民地划分为四类,并把它们与中国的人口统计数据联系起来,得出的结论是,小至1 000～2 000的人口都能精确确定。Melia和Sobrino则研究了西班牙东部城镇的SAR—A影像,人口数大于20 000的城市其相关系数能达到0.98。而1 000～10 000人口的城镇其相关系数为0.89。在地形起伏比较大的地区和海岸线附近地区的城镇未纳入研究范围。
　　到目前为止的研究(尽管数量上有限)已表明了雷达影像在统计人口数据方面的能力,这对于世界上那些还没有统计人口分布与增长数据或用传统统计方法比较受限制的国家和地区来说,显得尤为重要。
　　3、城区土地利用与土地变化制图
　　通过对居民地进行检测以及对人口进行分析,间接地区分了机载或星载成像雷达系统上城区与非城区土地覆盖类型。其它一些研究工作则把城市土地作为普通的土地利用/土地覆盖制图来对待,同时也尽力绘制出城市体现活动的某些特别类型。
　　早期的利用K波段和X波段系统所做的研究表明,利用雷达图像能成功地把城区土地覆盖类型同其它土地覆盖类型(如农业用地、森林地、水域或荒地等)区别开来。它们之间的差别受极化方式和环境模式的影响。随后的研究工作如利用X波段和C波段影像也证实了以上发现。用L波段空间成像SAR系统所完成的研究则表明,这类影像能把城区和其它地物覆盖类型区别开来,但在该波长上检测与描绘城区轮廓受环境的影响很大。
　　以城市/居民地为研究主题的研究者们最重视对城市基础设施的分析。实际上,他们试图去识别城区土地覆盖的类型并定义雷达反射信号模式与城区形态之间的关系。
　　最早的研究分析了美国几座城市的K波段多极化影像。结果发现大量的人文特征都是可识别的。城市土地覆盖的常见类型如:工业区、购物中心以及商业区,还有文教区等都是可分的,不过植被却影响了居民地的识别。对于处于城区范围内的好些类别来说,交叉极化影像一般都为首选影像,但定位商业区中心位置(CBD)和定位建筑区域核心位置除外。检测交通系统的各组成部分时采用的方法是不一样的。对X波段和L波段的研究表明,前者更适合于做城市分析,但多频率、多极化影像却更具优势。
　　对机载X波段影像的连续分析表明,城市土地覆盖类型可以分为6到8类:商业用地、工业用地、娱乐用地、居民地、水域、开阔地、文教类型区域和公共交通用地。由于存在如下传统的土地覆盖分类法,所以类别之间仍有某些混淆的情况： （1)独立房与开阔地之间的混淆;(2)工业用地与商业用地之间的混淆;(3)商业设施与轻工业与中等密度的居民地相混淆。其它的遥感系统也存在以下问题,即相似的光谱特征不一定与相似的类别信息相对应。低回波区一般都是城市中的自然地形特征区域,而高回波区则是人造人文特征组成的区域。不过得注意一点,即这些研究所用资料是美国城市的数据,在研究德国西南部城市的土地覆盖类型时就检测不到以上所述的城市土地覆盖类型。这种差别再次引出了需要检查和定义以自然环境与文化背景为变量的问题。

　　有很多研究对多种形态的城市环境包括亚历桑那、科罗拉多、宾夕法尼亚和德国的L波段卫星影像进行了考察,结果作者们发现,绘出各种互不相关的城市土地覆盖/土地利用类型的轮廓还是有可能的。对于半干旱气候环境中的新建城市所得的研究结果要比其它地区的分类结果详细得多,其类别(并非所有类别在每一研究中都是可见的)包括:采矿区、机场港口、公园、居民新区、旧居民区、娱乐区和开阔地、交通用地、商业用地、城乡结合部、植被、住房拖车停车场、高尔夫球场、停车场以及桥梁等。相应地,用同样的SAR系统对英国城市进行研究却只有开阔地是可识别的,其它类就很少能判别出来。
　　对融合数据的研究(包括有海洋卫星L波段的数据和陆地卫星TM影像)一致表明,SAR系统在细节方面和可获得的信息总数方面都比光学传感器强。不过融合数据所产生结果的精度却比单独使用一种类型影像的精度要高,无论这种影像是能提供有用纹理信息的SAR影像还是能量测表面几何属性的SAR影像。
　　对上述的SAR影像进行分析的方法颇多,如现成的光滑法、拉伸法和以各种方式对数字影像进行滤波的方法。类似地还对各种入射角、极化方式、侧视方向、波长和倾斜模式进行了研究,结果发现每一因素对城市土地覆盖元素的可见性都有影响,还需对各自的优缺点做进一步研究以确定其作用。Xia和Henderson陈述了城市地区雷达回波模式与SAR系统参数之间的关系及处理技术。这时可说已展示了SAR系统在提供关于城市土地信息方面的有用数据所具有的潜力,而且其作用是积极的。今后的工作则要求能够为每一个系统环境变量已知的应用确定优化组合方式和参数。
　　4、分析城市的社会经济条件
　　过去用于城市社会经济研究的数据一般都来源于人口普查和市政统计、问答和采访的方式或野外实测所得资料。但是,当这些数据应用于大型城市或跨越好几个城市地区时,它们就会缺乏连贯性。由于资源溃泛(财力、人力和时间)使得没法对这种数据进行周期性更新。通过遥感的手段,虽不能提供所有的信息,但可以提供足够的而且具有一致性的数据,从中可以提取到城市的社会、经济属性。
　　尽管构成城市社会经济的属性要素很多,但只有那些能直接或间接观察到的属性要素才能从遥感影像上获得。居民地信息是这类分析的主要成分,这类数据一般有两种形式:1每一居民地单元的结构环境;o以及那些反映居民地和周围环境的数据。从感觉上来说,遥感技术尤其是雷达遥感,在记录考虑到周围环境和大面积区域情况的数据方面要比记录单幢房子信息方面更具潜力。
　　某一区域的社会经济特性只有通过在遥感影像上可见的房屋类型、建筑物密度、环境特点以及居民地和土地使用的其它类型间接获得。到目前为止,这一领域的研究中还没考虑过用雷达影像,尽管有少数研究中提到过雷达影像上由于建筑材料以及某些情况下的建筑物密度所引起的差异。在分类层次较广的情况下,要定义商贸中心、商业区和工业活动区的建筑物密度以及2到3级的居民地密度看起来还是可能的。这方面的研究很少,是因为直到如今仍很难获得用于这方面研究的影像资料。另一主要因素是现有系统的空间分辨率较低,不能满足提取有关详细信息数据的精度要求。但是,随着卫星系统和机载系统的日渐增多,空间分辨率的提高以及多光谱多极化类型数据的出现,都要求今后的努力方向应是研究城市地区的这些属性。
　　可从雷达影像上提取到能反映城市社会经济条件的指标有:
　　(1)居民地位置与其它的城市土地覆盖类型地之间的关系;
　　(2)年久失修居民区的拆除情况;
　　(3)城市功能性设施如娱乐场所和开阔地;商业、工业中心以及教科文中心等的存在与分布;
　　(4)植被和绿色空间的数量与分布;
　　(5)建筑物密度;
　　(6)主要交通干线;
　　(7)由交通网所划出居民地区域的零碎程度。
　　在上面描述用雷达进行人口、居民地和城市土地覆盖类型调查的时候已经分析了用于研究、监测城市多数的社会经济条件所需的因素和成分。目前已经有了展示雷达数据(单独使用或是融合数据的形式)能力的雷达影像,但开发能利用成像雷达系统获取的数据来完成以上这类工作仍存在问题。当今世界的城市环境和城市增长率使得人们对这类信息的需求更为明显。
　　5、对人类在自然环境中的活动进行评估
　　与评估城市社会经济条件的相联的是从更广泛意义上分析人类居住对自然环境的影响。随着人口的增长和生存环境空间的扩展,使得环境中土地覆盖类型发生了变化。人类的居住模式为我们对环境能起的作用提供了深入研究的条件。雷达影像(单独使用或与其它遥感系统联合使用)特别适合于辅助这类分析。雷达影像能提供地形的大致景观,居民地的几何布局、形状大小以及形态使得居民地与自然地形和表面特征之间形成很强的反差,因为在城市环境中丰富而独有的双次和三次层面反射器使其对雷达传感器和雷达分析特别敏感。
　　雷达研究,至今都集中在粗略应用的成分研究上,如检测城市土地覆盖类型的可靠性,居民地的分布与大小和人口估计等问题。就组成成分而言仍有许多问题有待研究,但前面已分析了其潜力。比如,雷达影像就曾被用来显示过森林砍伐程度——该元素与世界上许多发展中国家的居民地扩散强烈有关。
　　随着人们对这些基本领域的深入研究,现在应是扩展雷达遥感作用的时候了。除了绘制不同时期的城市和人口变化图以外,还应对这些变化对周围自然环境的影响(实际的影响与预计的影响)作一详细研究。相反地,自然环境对人类的居住影响(实际的或潜在的影响)也应引起人们的注意。比如说可以确定人口增长数,在这些扩展区域内可以量测现今的土地覆盖类型以及发生变化或将要发生变化的土地覆盖类型。综合以上结果便可以列表显示出又有多少土地增加到了城市地区;可以计算城市边缘上或郊区土地上又出现了多少的新建筑或建筑群;可以测定与抗灾有关的地形类型和交通设施的发展等。这些估计对于制定食物、能源、保健及其它服务需求以及工商业拓展计划都是有利的。
　　对于雷达研究来说,更为重要的是在世界上某些雷达运动完好的地区,这些数据是必需的而且并不充足。在那些区,其它遥感系统无法获得数据或是这些数据与雷达数据进行融合能在数量和质量上得到极大改善。其任务是定义集成雷达分析的一些程序,来把自然的和人文的环境因素联合起来提供一幅生态系统综合图。在此,雷达已不再是探索性的研究工具了,而被认为是一种数据采集方法。
　　这一材料可以让地球科学家和社会学家拓宽思路开发资源管理模型。测量与评估人类活动对自然环境的影响已远不止是数据采集而已,它包含了更广泛意义上的信息使用。下一步的挑战将不仅仅牵涉到遥感方面的科学家和雷达专家,而且还涉及到那些与规划者,政府政策制定者和商人工作有联系的科学家来提供足够的准确的数据,在这些数据的基础上做出包括自然资源使用在内的基本决策。本文摘自《SAR影像在居民地检测、人口估计以及城区土地利用类型分析中的应用状况报告》，更多相关文献请参考地理国情监测云平台。