極化也稱偏振，描述著電磁波的矢量特征。電磁波極化對目標幾何物理信息敏感，因此基于對目標散射波極化的分析，可實現(xiàn)對其材料特性、幾何形狀和方向取向等信息的測量，這對于提升雷達的探測、成像、識別和抗干擾等能力具有極大潛力。雷達極化測量將目標信息存儲于矩陣數(shù)據(jù)中。利用極化分解方法處理矩陣數(shù)據(jù)，實現(xiàn)目標識別和解譯，這是一直以來微波遙感領(lǐng)域的研究熱點之一。極化分解經(jīng)過50年蓬勃發(fā)展，已形成了唯象分解、特征分解、模型分解和相干分解等方法。其中，模型分解致力于將目標在諸如表面散射、二面散射和體散射等標準模型上展開，代表工作有美國加州理工學院Freeman和Durden提出的三分量模型分解和日本新瀉大學Yamaguchi團隊提出的四分量模型分解Y4R、S4R和G4U等。作為Y4R和S4R的提升算法，G4U通過引入特殊酉變換實現(xiàn)了對目標極化矩陣所有信息的使用，已成功應用于對林業(yè)、農(nóng)業(yè)、濕地、積雪、冰川、地表、環(huán)境、人造目標以及地震、海嘯和山體滑坡等災害的遙感中，代表著四分量模型分解的最新水平。
盡管其廣泛應用，但對于G4U利用特殊酉變換實現(xiàn)完整極化信息利用的工作機理，學界尚存在疑惑。針對該問題，中國科學院國家空間科學中心微波遙感技術(shù)院重點實驗室張云華研究員團隊的李東副研究員，通過對G4U散射平衡方程組的嚴格推導，發(fā)現(xiàn)特殊酉變換引入了一個冗余的平衡方程，導致G4U平衡方程組不再有唯一解。通過尋找通解，研究團隊獲得了一個廣義分解，其以S4R和G4U為特解，提供了一種拓展G4U分解形式（EG4U）。EG4U不僅可提升建筑物區(qū)域的二面散射，還可增強陸地和水體的表面散射，在十組極化雷達圖像上的對比實驗展示了其卓越的目標分解性能。數(shù)學推導進一步表明，無論采用何種特殊酉變換，G4U中總存在一個剩余項，故引入特殊酉變換無法實現(xiàn)對目標極化信息的完整建模。
該研究成果近期發(fā)表在地學和遙感領(lǐng)域著名期刊IEEE Transactions on Geoscience and Remote Sensing上，并獲得了審稿專家的高度認可，認為該項研究有望開辟模型分解新的研究視角，對該領(lǐng)域研究做出了重要貢獻，其貢獻超過極化分解方面已出版的大多數(shù)工作。“I expect this work could open a new perspective for the PolSAR model-based decomposition topic. Certainly, I believe this is the first serious critical appraisal of a set of model-based decomposition schemes in the literature, and makes a significant contribution to the published knowledge in this field”。：“Bearing in mind this fact, I believe this manuscript outperforms most of previously published works on PolSAR decompositions so far”。文章鏈接
圖一：2011/03/11日本東北大地震/海嘯前后L波段星載ALOS-PALSAR全極化數(shù)據(jù)EG4U偽彩色分解結(jié)果（紅色：二面散射，對應于建筑物；綠色：體散射，對應于森林和植被覆蓋區(qū)域；藍色：表面散射，對應于陸地和水體）。（a）災害前（2010/11/21），（b）災害后（2011/04/08）。
基于上述研究成果，鑒于EG4U在目標解譯上的優(yōu)異性能，研究團隊進一步將其用于對2011日本東北大地震/海嘯前后L波段星載ALOS-PALSAR數(shù)據(jù)的處理。如圖一所示，（a）圖中許多紅色像素在（b）圖變?yōu)樗{色，這表明主導散射機制由二面散射轉(zhuǎn)為表面散射，反映出了建筑物的倒塌。以面元A所示石卷市為例，散射機制的強烈變化主要出現(xiàn)在海邊而非遠離海岸區(qū)域，表明東北海嘯/地震造成的嚴重損失主要源于洪水而非地震。來自女川灣和萬石浦的洪水也席卷了女川町地區(qū)，導致（a）圖面元B中大部分紅色像素在（b）圖中變?yōu)樗{色甚至綠色。這表明除了少數(shù)高海拔建筑外，女川町幾乎所有建筑都遭到了洪水的嚴重破壞。洪水造成的最大破壞出現(xiàn)于圖中右下角的北上河沿岸地區(qū)。以面元C所示釜谷地區(qū)為例，（a）圖中可清楚將釜谷與北上河分開，然而災害發(fā)生后，該地區(qū)幾乎所有土地和建筑都被河水淹沒，（b）圖中廣泛分布的藍色像素展示了主導的表面散射。因此，利用提出的EG4U對災害前后的全極化雷達數(shù)據(jù)進行分解以構(gòu)造偽彩色編碼散射功率圖像，可實現(xiàn)對海嘯/地震災害直觀且準確的監(jiān)測和評估。該研究成果已受邀作為獨立一章內(nèi)容出版在IntechOpen出版社的最新書籍《Tsunami》中。文章鏈接
圖二：日本富士山地區(qū)取向角反演。（a）美國SRTM航天飛機干涉雷達測量結(jié)果；（b）提出的算法、（c）圓極化基算法和（d）最小交叉極化算法處理星載ALOS-PALSAR數(shù)據(jù)所得結(jié)果。由于富士山地區(qū)地形起伏陡峭，現(xiàn)有方法失效，而提出的算法通過拓展取向角范圍可獲得與雷達干涉測量一致的反演結(jié)果。
極化表征著電磁波對方向的記憶和存儲能力。這使得電磁波能完整記憶目標對其極化方向的調(diào)制過程，為目標幾何取向的測量提供了新的技術(shù)途徑。2000年美國海軍實驗室J.-S. Lee等人利用圓極化基取向角估計算法（CPA），成功從機載全極化AIRSAR數(shù)據(jù)中反演出美國加州地區(qū)的三維地貌，開辟了極化雷達的全新應用方向。
盡管取得了巨大成功，但CPA估計的取向角存在纏繞，導致其無法適用于陡峭地形區(qū)域的地貌反演。雖然近20年來學者們提出了大量取向角估計算法，但這些算法在本質(zhì)上并沒有解決角度纏繞問題，且導致取向角的定義出現(xiàn)了一定的歧義。為此，基于自然Bragg面散射的極化特性，張云華研究員團隊的梁莉婷博士生，提出了一個全新的極化取向角估計算法，將取向角的估計范圍由傳統(tǒng)的[-45, 45]拓展至與地物實際取向范圍相符的(-90, 90]，并在平坦區(qū)域可獲得與常用的CPA和最小交叉極化算法一致的估計結(jié)果。通過完善幾何意義上的取向角刻畫，研究團隊統(tǒng)一了基于目標物理特性的傳統(tǒng)取向角定義，為認識和理解取向角的纏繞問題提供了一個全新的視角。利用提出的取向角估計算法，研究團隊從L波段星載ALOS-PALSAR數(shù)據(jù)中成功反演出日本富士山地區(qū)的陡峭三維地貌，取得了與美國SRTM航天飛機干涉雷達系統(tǒng)高度一致的地形觀測結(jié)果；對泰國清邁地區(qū)P波段機載AIRSAR數(shù)據(jù)的處理結(jié)果也展現(xiàn)出與干涉雷達數(shù)字高程良好的一致性。
該研究成果近期也發(fā)表在地學和遙感領(lǐng)域著名期刊IEEE Transactions on Geoscience and Remote Sensing上。審稿人評價，文章主題及其所關(guān)注的取向角纏繞和地形估計問題具有吸引力（The topic of this paper is interesting; this paper considers an interesting investigation on the phase unwrapping problem related to desaying problem; it is still interesting to show applying the physical constraint to the terrain problem），文章撰寫出色，細節(jié)充分（a well-written manuscript with sufficient details, is great for publication as it is），相信該研究將獲得TGRS讀者的廣泛興趣（the study presented by authors would be of interest to TGRS readers）。文章鏈接
附件下載：
