多波段光谱偏振特征分析用于材料、物体、土地覆盖类别及采集几何的可分离性

《Remote Sensing》:Multiband Spectropolarimetric Signature Analysis for Material, Object, Land Cover Class, and Collection Geometry Separability

【字体: 大 中 小 】 时间:2026年08月29日 来源:Remote Sensing 4.3

编辑推荐:

  偏振反射可以利用斯托克斯参数(Stokes parameters)来描述,其中S0表示从材料反射的光束的总强度,S1表示水平{0°, 180°}与垂直{90°, 270°}线偏振分量之间的强度差,S2

  
偏振反射可以利用斯托克斯参数(Stokes parameters)来描述,其中S0表示从材料反射的光束的总强度,S1表示水平{0°, 180°}与垂直{90°, 270°}线偏振分量之间的强度差,S2表示+45°与?45°(或135°)线偏振分量之间的强度差,线性偏振度(Degree of Linear Polarization, DoLP)表示光中被线偏振的部分所占比例。光谱分析往往无法区分可能具有相似光谱特征的材料,而偏振分析可能增强这种区分能力。先前研究已证明偏振在目标探测中的效用;然而,现有研究很少将受控实验室偏振特征与真实空中-野外测量直接进行比较。此外,在系统评估材料物理特性(例如金属与介电结构)和采集几何对多个波段的偏振特征的影响方面仍存在空白。本研究的目标是测试一种通过互补的实验室与空中-野外实验,在可见光(VIS)、短波红外(SWIR)和长波红外(LWIR)偏振实验室及航空影像中衡量材料、物体和土地覆盖可分离性的方法,这可能有助于区分光谱相似的人造材料、物体和土地覆盖。在本研究中,传感器在实验室和航空野外影像中,于不同的采集几何条件下,测量VIS、SWIR和LWIR波段内人造材料、物体和土地覆盖的非偏振和偏振反射响应。研究人员探讨了实验室样品与航空野外采集的人造材料、物体和土地覆盖影像在S0、S1、S2和DoLP响应之间的关系。结果表明,在斯托克斯参数和波长上,材料与采集几何之间存在统计上显著的可分离性。事后两两比较显示了哪些材料、物体和土地覆盖之间是可分离的,以及哪些采集几何之间是可分离的;然而,实验室与野外测量的可分离性有所不同。最终,本研究提供了基础性的认识,表明总体采集几何是优化材料、物体和土地覆盖可分离性的关键因素,从而有助于光谱偏振数据采集规划。未来工作应侧重于分离个别采集几何参数(如相机角度、飞行方向和一天中的时间)的影响,以制定更有针对性的采集策略。
人造材料、物体和土地覆盖在遥感观测中常表现出相似的光谱特征,传统多光谱遥感技术难以区分,导致分类误差。偏振信息通过斯托克斯参数(Stokes parameters)S0、S1、S2及线性偏振度(DoLP)提供额外维度,可增强区分能力。已有偏振研究多集中于单一或窄波段,缺乏实验室与航空野外的系统性对比,也未能充分评估材料物理属性(金属与介电结构)及采集几何对多波段偏振特征的影响。为此,研究人员设计了互补的实验室与航空野外实验,检验在可见光(VIS)、短波红外(SWIR)和长波红外(LWIR)三个波段中,基于S0、S1、S2和DoLP的材料、物体、土地覆盖及采集几何的可分离性。该研究发表在《Remote Sensing》。

主要关键技术方法包括:使用Polaris Sensor Technologies公司开发的VIS、SWIR、LWIR偏振相机获取S0、S1、S2并计算DoLP;实验室采用测角仪模拟野外飞行采集几何(飞行方向、相机角度、光方位角和高度角),材料样本包括钢、镀锌钢、沥青、砖、煤渣砖、混凝土、汽车玻璃、平板玻璃、胶合板、Masonite、屋顶瓦和石材;野外航空数据采集于2019年6月在美国科罗拉多州Grand Junction、犹他州Spanish Fork和Moab,涵盖房屋、非住宅建筑、道路、停车场、汽车、树木和草地等类别。统计上采用Shapiro–Wilk正态性检验和Levene方差齐性检验,随后使用Kruskal–Wallis非参数方差分析评估组间差异,并以Dunn检验(Holm–Bonferroni校正)进行事后两两比较。

### 3.1 Mean Polarimetric Separability of Materials and Land Covers

通过绘制各材料在所有采集几何下的平均偏振响应,研究人员发现:在实验室VIS和SWIR波段,S0和DoLP在不同材料间呈现明显变化,沥青、汽车玻璃、镀锌钢、平板玻璃、屋顶瓦和钢在VIS中表现出较强的DoLP响应;但在LWIR波段,S0和DoLP几乎无差异。野外数据则相反,LWIR中“Car”“House”“NonResidentialBuilding”的S0和DoLP值最高,而自然类别“Grass”和“Tree”较低;两个数据集中S1和S2均值接近零,但存在材料依赖的细微变化。

### 3.2 Material and Collection Geometry Separability

Kruskal–Wallis检验显示,在VIS、SWIR和LWIR中,S0、S1、S2和DoLP均受材料和采集几何的显著影响(p≤0.05)。Dunn事后比较表明:实验室VIS波段的DoLP提供了优异的材料可分离性;SWIR波段的S1在区分采集几何方面表现突出;野外LWIR波段的DoLP能有效区分真实物体和土地覆盖;而LWIR波段的S2在实验室中对材料分离能力较差。这些模式揭示了不同参数和波段组合对可分离性的影响存在显著差异。

讨论部分指出,实验室与野外数据应视为互补而非直接可比。S1和S2对采集几何变化更为敏感,而S0和DoLP更有利于材料或物体分离。LWIR野外可分离性优于实验室,因为野外存在由热发射差异导致的显著对比,而实验室环境中的背景热辐射干扰了弱偏振信号。材料物理属性(金属与介电、各向异性与各向同性)解释了部分分离模式。实际应用中,建议在VIS/SWIR中利用DoLP对比度,在LWIR中利用S0对比度;采集几何规划需保持一致性。局限性包括统计显著性不等于实际分类精度、实验室样本数有限、几何参数复合无法解耦等。

研究结论为:本研究旨在利用VIS、SWIR和LWIR光谱偏振数据检验人造材料、物体、土地覆盖及不同采集几何之间的可分离性。研究方法采用非参数方差分析,以判断材料和采集几何是否在测量基础上存在统计显著差异。测量在实验室以及Moab、Spanish Fork(犹他州)和Grand Junction(科罗拉多州)三个野外地点获取。比较了实验室与野外的可分离性,结果表明尽管可分离性不一定一致,但在所有波长下,材料、物体和土地覆盖数据集内的S0、S1、S2和DoLP值存在显著差异,且所有波长下采集几何内的S0、S1、S2和DoLP值也存在显著差异。对材料间两两比较的分析表明,基于对材料属性的基本理解(包括介电或金属、各向异性或各向同性模式),存在一定程度的可分离性。虽然本研究证实采集几何显著影响偏振特征,但不存在适用于所有场景的单一“最优”设置。由于实验设计将飞行方向、相机角度和太阳照明组合成复合标签,每个具体参数的单独贡献无法被分离。尽管如此,仍涌现出广泛趋势:在VIS和SWIR中最大化DoLP对比度对于一般的材料可分离性是有效的,而在LWIR中最大化S0对比度更为关键。因此,未来的数据采集活动应采用因子实验设计来解耦这些几何
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号