课题组韩政硕士近期在遥感领域顶级期刊International Journal of Applied Earth Observation and Geoinformation发表论文“An impervious surfaces extraction method based on optical, ascending and descending SAR remote sensing imagery in high-density urban core areas”。期刊最新影响因子7.6，JCR-1区，中科院1区，TOP期刊。

一、研究背景

       精确的不透水面信息对于评估城市发展有重要的意义。然而，现有不透水面提取方法在城市核心区的提取效果存在不足。建筑物阴影下的光谱信息损失严重。SAR影像可以弥补光学阴影中的不足，但是SAR影像中也存在阴影，且与光学阴影重叠。升降轨SAR影像在建筑物的两个方向采集数据，可以获取更为全面的信息。

二、研究方法

       不透水面提取方法主要包含特征和样本两个方面。Sentinel-1升降轨SAR数据的极化特征与sentinel-2光学数据的光谱特征组成了特征集。在非阴影区域、光学阴影区域和 SAR 阴影区域分层采样，形成训练样本集。最后，利用随机森林分类器提取不透水面。流程图如下所示：

图1 流程图

1） 光学与升降轨SAR特征集构建

      光学特征集包含Sentinel-2原始波段，光谱指数以及GLCM纹理特征。升降轨SAR特征集包含后向散射系数特征，极化相干矩阵特征，cloude目标分解特征和SAR纹理特征。

2）分层采样方法

      在光学和SAR图像的阴影区域，由于光谱和空间信息大幅减少甚至完全丢失，难以有效提取不透水面。因此，本研究设计了一种基于光学和SAR阴影区域的自动分层采样方法。该方法生成分层训练样本集，主要包括两个步骤：1）非阴影区域和阴影区域的分割；2）样本生成与解译。流程图如下所示：

图2 分层采样流程图

3）非阴影区域和阴影区域的分割

       通过计算CSI和ADSI的绝对值阈值实现光学阴影，SAR阴影和分阴影区域的分割。阈值的计算使用OTSU算法。其中ADSI为本研究提出的升降轨SAR阴影分割指数，使用升降轨VV后向散射系数构建。在升降轨SAR阴影区域则会获得较大或较小的值，光学阴影和非阴影区域获得接近于0的值。CSI与ADSI的计算公式分别如下所示：

4）采样

      基于分割的三个区域，对三个区域内的不透水面，植被，裸土和水体进行采样。获取的样本会更加表述阴影中的信息。

5） 不透水面提取与对比实验

      将上述生成的样本集和特征集输入到随机森林中进行分类。对比实验包括样本和特征两个方面。为了验证SAR阴影区域样本的有效性，我们在分层训练样本集（HS）中去除了SAR阴影区域的样本，形成了无阴影和有光学阴影的训练样本集（OS）。无阴影训练样本集（NS）样本既不在有光学阴影的区域，也不在SAR阴影区域。特征集包含四种类型的特征组合：光学和升降轨SAR特征（OAD），光学和升轨SAR特征（OA），光学和降轨SAR特征（OD），光学特征（O）。

三、 实验结果

       光学和SAR阴影区域的样本在图像中展现出低值的特点。而且，散点图也显示出在升轨SAR和降轨SAR区域，阴影部分的后向散射系数的值体现出相反的特点。这表明如果不充分考虑升降轨SAR阴影区域的样本，会使得分类器无法获取全面的地物信息。

图3 分层样本

图4 阴影分层散点图

       精度验证结果如下表所示。本文提出的光学和升降轨SAR特征集以及分层样本获得了最高的精度。

表1 精度结果

      为了说明升降轨SAR特征在光学阴影区域的不透水面提取的优势，在光学阴影区域进行精度验证，如下表所示。结果表明相比于单轨道SAR特征，升降轨SAR特征可以获得更好精度的不透水面提取结果。

表2 光学阴影区域精度结果

       制图结果如下图所示。大部分的不透水面被较好的提取出来。升降轨SAR特征减少了建筑物阴影区域内和水体的错误分类。阴影区域的样本减少了建筑物阴影区域内不透水面和植被和裸土之间的错分。

图5 不透水面制图结果

图6光学阴影区域细节图

图7 SAR阴影区域细节图

四、 研究总结

       针对城市核心区阴影问题，本研究提出融合光学与升降轨SAR数据的不透水面提取方法。方法包含分层样本和特征集两个部分。实验结果表明，升降轨SAR特征可以提高光学阴影区域不透水面提取的精度。分层样本缓解了建筑物阴影区域内不透水面和植被和裸土之间混分。

五、文章引用格式

Zhang A, Han Z, Sun G, et al. An impervious surfaces extraction method based on optical, ascending and descending SAR remote sensing imagery in high-density urban core areas [J]. International Journal of Applied Earth Observation and Geoinformation, 2025, 140: 104595.