本發(fā)明涉及雷達探測技術(shù)領(lǐng)域，尤其涉及利用星載極化合成孔徑雷達實現(xiàn)高精度的極地冰蓋凍融探測的方法。

背景技術(shù)：

南極大陸作為擁有全球絕大部分的冰川和淡水資源的地區(qū)，其冰蓋和冰川分布變化對全球氣候變化和淡水資源分布有著重要的影響作用和研究價值。其中，南極冰蓋凍融在控制地球表面與大氣熱量交換、地表太陽輻射吸收等方面具有重要作用，對反映和控制全球氣候變化狀態(tài)具有重要意義，因此人們對這方面進行了大量的研究。傳統(tǒng)的雷達信號處理技術(shù)是用合成孔徑(sar)技術(shù)進行方位向雜波抑制，波束合成方法進行垂直方位向的雜波抑制處理，可以有效的提取出內(nèi)部冰層回波信號和分層結(jié)構(gòu)。由于南極冰蓋覆蓋面積極大，而且特殊的地理位置和惡劣的氣候環(huán)境使得實地的調(diào)查很難實現(xiàn)，因而近年來以衛(wèi)星傳感器利用為代表的航天遙感成為觀測極地的主要手段。星載微波遙感具有對地表全天時全天候的觀測能力，能夠提供對極區(qū)宏觀的觀測和準確的時空變化分析，且微波遙感在反映冰蓋表層物理特征和變化上具有高度的敏感性，對于不同冰川帶之間的劃分具有不可替代的作用。微波遙感，尤其是主動微波遙感，在反映冰蓋表層的物理特征和變化上具有高度的敏感性，合成孔徑雷達利用目標微波散射進行高分辨率的成像，是高分辨率的冰蓋變化觀測的最好手段。

然而低空間分辨率的傳感器只能用于粗略的凍融探測和估計，缺乏對于冰蓋凍融細節(jié)的描述，并不能滿足冰蓋凍融探測的需求。利用高分辨率的合成孔徑雷達，進行冰蓋凍融探測分析的研究很少，有研究者對sar雪蓋制圖或融化探測等進行過一些分析，但少有對于冰蓋凍融微波后向散射特征的完整分析和研究，且從sar影像上獲取冰蓋凍融信息的方法不多，目前主要有效地利用sar進行南極冰蓋凍融探測方法主要是移植于ers-1數(shù)據(jù)變化檢測雪蓋制圖方法，利用后向散射系數(shù)與冬季參考影像差值小于－3db作為融化判斷條件，該方法需要依賴冬季未融化時的參考影像，在較大的觀測范圍內(nèi)通常是難以實現(xiàn)的。

非專利文獻1利用星載sar影像對不同冰蓋冰川帶的微波后向散射因子進行研究，分析c波段后向散射系數(shù)在空間和時間上的變化，以此為基礎(chǔ)利用radarsat-2雙極化影像進行南極冰蓋凍融探測方法的研究?；陂撝捣ㄅ袛啾w凍融狀態(tài)，針對融化強烈時濕雪帶與干雪帶在后向散射因子數(shù)值上無法區(qū)分，引入?yún)⒖加跋窀裳Х植己秃０胃叨茸鳛檩o助信息建立決策樹，并利用radarsat-2寬掃描雙極化影像進行決策樹分類劃分冰蓋冰川帶，發(fā)展基于雙極化數(shù)據(jù)的南極冰蓋凍融探測方法。然而，冰川帶分布是極地冰蓋融化-凍結(jié)狀態(tài)的主要表現(xiàn)形式，冰川帶劃分和制圖是冰蓋凍融探測的主要手段。由于冰川帶在合成孔徑雷達影像上的特征較為復(fù)雜，現(xiàn)有利用星載合成孔徑雷達進行冰蓋凍融探測主要采用輔助信息分類和變化檢測方法。利用海拔等輔助信息進行分類的冰川帶分類方法只能應(yīng)用于局部地區(qū)，且分類精度不高，而變化檢測算法可移植性和靈活性不強。

非專利文獻1

基于radarsat-2雙極化數(shù)據(jù)的南極半島冰蓋凍融探測研究[j].極地研究,王蒙,李新武,梁雷,等.2016,28(1):103-112.

技術(shù)實現(xiàn)要素：

為了解決上述問題，本發(fā)明公開一種極地冰蓋凍融探測方法，包括：雷達影像獲取步驟，獲取星載極化合成孔徑雷達的極化影像；影像預(yù)處理步驟，對所述極化影像進行降噪處理，抑制斑點噪聲；極化分解步驟，對所述預(yù)處理后的極化影像進行非相干極化分解，得到各分解參數(shù)；采樣分析步驟，在所述極化影像上選取具有典型特征的冰川帶進行樣本分析；分類步驟，建立和修正分類器，對冰川帶進行分類，獲得冰川帶分布結(jié)果；以及探測結(jié)果生成步驟，對所述冰川帶分布結(jié)果進行重新投影和地理坐標校正，制圖生成極地冰蓋凍融探測結(jié)果。

優(yōu)選為，所述極化分解步驟中同時采用pauli分解方法、freeman-durden分解方法、yamaguchi分解方法、分解方法以及touzi分解方法進行極化分解。

優(yōu)選為，所述分類步驟中利用支持向量機監(jiān)督分類方法進行分類。

優(yōu)選為，所述分類步驟包括如下子步驟：有效參數(shù)選擇子步驟，對各分解參數(shù)的樣本點進行分析，計算平均歸一化類間距，從中剔除類間距較小的參數(shù)；冗余參數(shù)剔除子步驟，將有效參數(shù)進行兩兩對比，對于相關(guān)系數(shù)較高的一對參數(shù)，剔除其中方差小的參數(shù)；以及支持向量機監(jiān)督分類子步驟，根據(jù)優(yōu)選后的分類參數(shù)，利用樣本數(shù)據(jù)構(gòu)建支持向量機分類器，對極化影像進行監(jiān)督分類。

優(yōu)選為，所述極化分解步驟中采用分解方法進行極化分解。

優(yōu)選為，所述分類步驟中采用基于分解的決策樹分類方法進行分類。

優(yōu)選為，所述分類步驟包括如下子步驟：分類決策樹修正子步驟，根據(jù)樣本信息對分類決策樹的參數(shù)進行調(diào)整；滲浸帶提取子步驟，根據(jù)滲浸帶微波散射能量最高的特點將滲浸帶提取出來；以及干濕雪分類子步驟，在微波散射能量較低的區(qū)域，利用分解在h/α平面上將面散射占優(yōu)的濕雪帶分離出來，并根據(jù)散射熵估計融化程度，得到?jīng)Q策樹分類結(jié)果。

優(yōu)選為，所述滲浸帶提取子步驟中采用恒虛警率方法提取滲浸帶。

優(yōu)選為，在所述滲浸帶提取子步驟中以平均散射強度分量滲浸帶頻率分布的0.03分位數(shù)0.2作為閾值。

優(yōu)選為，在所述干濕雪分類子步驟中，在h/α平面上將作為有效區(qū)域下限的下界限平行上移一定的截距，得到區(qū)分干雪帶和濕雪帶的分割線，其中截距選擇原則為滿足干雪帶和濕雪帶樣本誤分類概率之積最小。

本發(fā)明充分利用了極地冰蓋冰川帶的物理和結(jié)構(gòu)特征對微波散射過程的影響，比較不同冰川帶的極化散射特征，然后利用極化分解分量和支持向量機分類器或分類決策樹進行冰川帶分類，從而得到高分辨率高精度的冰川帶分類結(jié)果，提高了冰蓋凍融探測的精度。

附圖說明

圖1是極地冰蓋凍融探測方法實施方式一的流程圖。

圖2是支持向量機監(jiān)督分類步驟的子流程圖。

圖3是極地冰蓋凍融探測方法實施方式二的流程圖。

圖4是基于分解的決策樹分類步驟的子流程圖。

圖5是區(qū)分干濕雪帶的h/α平面分割示意圖。

具體實施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，應(yīng)當(dāng)理解，此處所描述的具體實施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其它實施例，都屬于本發(fā)明保護的范圍。

圖1是極地冰蓋凍融探測方法實施方式一的流程圖。如圖1所示，極地冰蓋凍融探測方法包括以下步驟：雷達影像獲取步驟s11、影像預(yù)處理步驟s12、極化分解步驟s13、采樣分析步驟s14、支持向量機(svm)監(jiān)督分類步驟s15和探測結(jié)果生成步驟s16。具體而言，在雷達影像獲取步驟s11中，通過星載極化合成孔徑雷達獲取極化合成孔徑雷達的極化影像。在影像預(yù)處理步驟s12中，對所獲取的星載極化合成孔徑雷達的極化影像進行濾波或多視等降噪處理，從而抑制斑點噪聲。

在極化分解步驟s13中，對極化影像進行非相干極化分解，得到各分解參數(shù)。更詳細地來說，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、分解方法和徒茲(touzi)分解方法進行極化分解。冰川帶的上述不同的極化分解特征提供了豐富的后向散射過程信息，冰川帶的特征如干雪帶與濕雪帶的差異在極化散射角等分量上有非常顯著的區(qū)別。冰川帶在不同的極化通道和分解分量上具有不同的特征，利用一些顯著的特征可以區(qū)分不同的冰川帶，例如分解的熵、平均散射角，弗里曼和山口分解的體散射分量等。接下來，在采樣分析步驟s14中，在極化影像上選取具有典型特征的冰川帶進行樣本分析。

而后，在支持向量機監(jiān)督分類步驟s15中，利用支持向量機監(jiān)督分類方法對冰川帶進行分類，獲得冰川帶分布結(jié)果。在圖2中示出了支持向量機監(jiān)督分類步驟s15的子流程圖。如圖2所示，首先，由于極化sar提供信息豐富，極化分解所產(chǎn)生的分量數(shù)量非常多，為更好地進行監(jiān)督分類，需要從這些分量中選擇一部分特征顯著的量，更適合用于冰川帶的分類和凍融探測，因此加入了分類參數(shù)選擇的過程。由于極化分量眾多，需要定量的參數(shù)來描述極化分量對于區(qū)分不同冰川帶的能力，并提取出若干個用于監(jiān)督分類。具體而言，包括有效參數(shù)選擇子步驟s151和冗余參數(shù)剔除子步驟s152。其中，在有效參數(shù)選擇子步驟s151中，對各分解參數(shù)的樣本點進行分析，計算平均歸一化類間距，從中剔除類間距較小的參數(shù)，也即去除那些對分類沒有足夠的積極影響的參數(shù)。接下來，在冗余參數(shù)剔除子步驟s152中，將有效參數(shù)進行兩兩對比，對于相關(guān)系數(shù)較高的一對參數(shù)(認為參數(shù)信息量重復(fù)、冗余)，剔除其中方差小(認為信息量較小)的參數(shù)。上述有效參數(shù)選擇是為了優(yōu)選出有利于冰川帶分類的分量，冗余信息剔除是為了從中去除信息相似的冗余分量，最終目的就是為了從眾多參數(shù)中挑選出適合進行下一步分類的若干個參數(shù)。之后，在svm監(jiān)督分類子步驟s153中，根據(jù)優(yōu)選后的分類參數(shù)，利用樣本數(shù)據(jù)構(gòu)建svm分類器，對影像進行監(jiān)督分類。

最后，在探測結(jié)果生成步驟s6中，對所述冰川帶分布結(jié)果進行重新投影和地理坐標校正，制圖生成極地冰蓋凍融探測結(jié)果。本實施方式的的利用極化分解參數(shù)的svm分類，能夠有效地解決在后向散射因子上難以區(qū)分的干濕雪帶與滲浸帶的過渡區(qū)域，精度有明顯提高。

圖3是極地冰蓋凍融探測方法實施方式二的流程圖。如圖3所示，極地冰蓋凍融探測方法包括以下步驟：雷達影像獲取步驟s21、影像預(yù)處理步驟s22、極化分解步驟s23、采樣分析步驟s24、基于分解的決策樹分類步驟s25和探測結(jié)果生成步驟s26。具體而言，在雷達影像獲取步驟s21中，通過星載極化合成孔徑雷達獲取極化影像。在影像預(yù)處理步驟s22中，對所獲取的星載極化合成孔徑雷達的極化影像進行濾波或多視等降噪處理，從而抑制斑點噪聲。

在極化分解步驟s23中，采用極化分解對極化影像進行非相干極化分解，得到各分解參數(shù)。分解與其他基于散射模型的極化分解方法思路不同，分解的三個特征值分別代表了三種散射機制的強度，不同冰川帶在該分解的分量上體現(xiàn)的特征非常明顯，尤其是極化散射角是上述極化分解分量中唯一能非常有效的將后向散射因子相近的干雪帶和濕雪帶區(qū)分開的參數(shù)，以下來具體說明各分解參數(shù)的特點。

在分解的散射熵分量h上，滲浸帶尤為突出，具有強烈的去極化能力，而濕雪帶的散射熵極低，這代表該區(qū)域后向散射弱去極化，并由一種散射類型主導(dǎo)，這與光學(xué)表面散射的特征非常吻合。

反熵分量a反映了除優(yōu)勢散射機制外的兩個較弱散射機制的大小關(guān)系，在以體散射為主的滲浸帶內(nèi)反熵很低，這是由于其他散射能量都不高。反熵分量只在干雪帶和濕雪帶有均勻的能量分布，由于只有在熵h值比較高時才能用于進一步識別散射特征，反熵分量在區(qū)分不同冰川帶上似乎作用不大。

平均散射角與散射過程的物理機制相互聯(lián)系，是區(qū)分散射機制類型的最有效參數(shù)，在平均散射角的圖像上看到，滲浸帶與干雪帶的散射角都較大，而濕雪帶散射角小，主要對應(yīng)于面散射。在散射能量接近的濕雪帶和干雪帶上，區(qū)分主要散射機制無疑是很有意義的，平均散射角是這些參數(shù)中最能有效將干雪帶和濕雪帶區(qū)分開的參數(shù)。

平均散射強度分量是三種散射機制強度的平均值，在該參數(shù)圖像上滲浸帶平均散射強度較高，但分布較為均勻，而其他三個帶的平均散射強度都非常低，因此從該參數(shù)上可以有效的將滲浸帶提取出來。從h/α平面上看，滲浸帶分布于中高熵散射區(qū)，主要對應(yīng)中高熵下的多次散射和體散射；干雪帶同樣分布于中高熵散射區(qū)，也主要對應(yīng)多次散射與體散射；濕雪帶的熵分布于從很高到很低，但平均散射角都非常低，因而貼近該平面的有效下限，這是與干雪帶區(qū)分開的最重要的特點。

接下來，在采樣分析步驟s24中，在極化影像上選取具有典型特征的冰川帶進行樣本分析。

而后，在基于分解的決策樹分類步驟s25中，利用基于分解的決策樹分類方法對冰川帶進行分類，獲得冰川帶分布結(jié)果。在圖4中示出了基于分解的決策樹分類步驟s25的子流程圖。如圖4所示，首先，進行分類決策樹修正子步驟s251，根據(jù)樣本信息對分類決策樹的參數(shù)進行調(diào)整。接下來，在滲浸帶提取子步驟s252中，根據(jù)滲浸帶微波散射能量最高的特點，將滲浸帶提取出來。由于滲浸帶散射能量最強，在平均散射強度分量上可以很容易區(qū)分出來，本實施方式中采用恒虛警率(cfar)方法，以分量滲浸帶頻率分布的0.03分位數(shù)0.2作為閾值首先提取出滲浸帶。最后，在干濕雪分類子步驟s253中，在微波散射能量較低的區(qū)域，利用分解對散射機制的區(qū)分能力，在h/α平面上將面散射占優(yōu)的濕雪帶分離出來，并可以根據(jù)散射熵粗略估計融化程度，得到?jīng)Q策樹分類結(jié)果。更具體地來說，由于干雪帶集中在中高熵散射區(qū)，平均散射角較大，而濕雪帶主要分布于中低熵散射區(qū)，且平均散射角較小，濕雪帶的最顯著特征是緊貼有效區(qū)域下限，因此利用一條與下界限平行的分割線可有效區(qū)分干雪帶和濕雪帶。為獲得分割線，將下界限平行上移一定的截距，其中，最優(yōu)截距選擇原則可以表示為下式：

也即滿足干雪帶和濕雪帶樣本誤分類概率之積最小。在圖5中示出了用于區(qū)分干濕雪帶的h/α平面分割示意圖。

最后，在探測結(jié)果生成步驟s26中，對冰川帶分布結(jié)果進行重新投影和地理坐標校正，制圖生成極地冰蓋凍融探測結(jié)果。南極冰蓋不同凍融情況下的區(qū)域極化特征豐富，很多極化分解參數(shù)，如分解的幾個參數(shù)，能夠在不同方面體現(xiàn)出冰蓋表層結(jié)構(gòu)和凍融的差異。本實施方式的基于分解的決策樹分類，步驟和決策規(guī)則簡單但物理意義明確，容易移植到其他研究區(qū)域。

本發(fā)明利用極化合成孔徑雷達的豐富信息，克服了以往星載sar冰蓋凍融探測方法過于依賴輔助信息及區(qū)域局限性的缺點，在高分辨率的冰蓋凍融探測中利用簡單明了的分類流程提高了分類精度。

以上，針對本發(fā)明的極地冰蓋凍融探測方法的具體實施方式進行了詳細說明，但是本發(fā)明不限定于此。各步驟的具體實施方式根據(jù)情況可以不同。例如，第二實施方式中的極化步驟s23也可以與第一實施方式中的極化步驟s13相同，也即采用多種極化分解方法得到多個極化分解參數(shù)，在其后的分類步驟s25中選取分解參數(shù)即可。此外，基于部分步驟的順序可以調(diào)換，部分步驟可以省略等。

以上所述，僅為本發(fā)明的具體實施方式，但本發(fā)明的保護范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護范圍之內(nèi)。