SARscape洪水分类工具使用说明

SARscape6.1新增洪水分类工具，可以从多时相SAR数据提取洪水信息。工具主要使用了模糊分类技术——模糊C均值分类器（FCM），可加入坡度参数去除阴影的影响。

本文以洪水前后哨兵1数据为例，介绍洪水分类工具的使用。如下图为洪水发生前后两期已经经过预处理的后向散射系数图像（图像配准、滤波、地理编码&辐射定标，详细处理过程可参考：https://www.cnblogs.com/enviidl/p/17607688.html）。

注：经过几个数据实践，该工具操作简单，处理速度快，提取的洪水精度较高。

图1：洪水前后SAR图像（上-前时相，下-后时相）

（1）在Toolbox中，单击/SARscape/Basic/Flooding/Flooding Classification，打开Flooding Classification面板。

（2）输入文件（Input Files）选项：

• 事件后文件（Post Event File）：选择后时相经过配准和地理编码的后向散射系数图像，单位可以是DB或者无单位。
• 事件前文件（Pre Event File List）：选择前时相经过配准和地理编码的后向散射系数图像，输入多个时相数据可以提高监测精度，单位可以是DB或者无单位。

（3）可选项（Optional Files）：

• DEM Files：输入DEM可作为椭球体参考源。
• Slope File：输入坡度数据，可减少地形和阴影的影响。

（4）参数选项（Parameters）：

• 水体阈值（Water Threshold ）（dB）：用于检测水存在的最小dB值，所有低于此值的像素都将被考虑。如果在事件前图像和事件后图像之间存在稳定水域，则将该区域分类为持久水域。
• 高程阈值（DEM Threshold）（m）: 最小的高程值，将用于删除稳定水域或洪水，所有像素超过这个值将被考虑。
• 坡度阈值（Slope Threshold）（deg）：用于去除稳定水或洪水存在的最小坡度值，所有超过此值的像素将被考虑。
• 比值阈值（Ratio Threshold）：这是事件前和事件后图像之间的最小比值阈值，将用于检测洪水区域的存在。所有超过这个值的像素都将被考虑。如该地区有水，而比率值足够，该地区将被列为洪水地区。
• 高散射点阈值（High Scattering Point ）（dB）：这是与高反射率目标（如船舶）相关的后向散射值，以分贝表示。此参数有助于避免误报的识别。

注：旁瓣效应可能导致识别高反射率目标周围的假阳性区域。

图2：Flooding Classification面板

（5）输出文件（Output Files）：选择输出文件名和目录。

（6）执行处理Exec。

结果会输出四类结果文件：

• _class：洪水区域分类栅格文件，包括四种类型：无分类区、非水体区、高散射点、无变化水域、洪水区域。
• _postEvent：事件前平均强度图像。
• _preEvent：事件后平均强度图像。
• _ratio：事件前后后向散射系数比值图像。

如下图为只显示高散射点、无变化水域、洪水区域的结果图。

图3​：洪水分类结果

还提供Flooding Classification Refinement工具，该工具生成洪水概率栅格图，得到感兴趣区域内每个像素的每种类型的概率。输入的数据来自使用洪水分类工具获得的结果。

注：如果数据量较大，这个工具运行时间较长，而且经过试验暂时没发现该工具有多大作用。

（1）在Toolbox中，单击/SARscape/Basic/Flooding/Flooding Classification Refinement工具，打开Flooding Classification Refinement面板。

（2）输入文件（Input Files）选项：输入洪水分类工具获得的结果，选择了一个数据，如洪水分类图，其余数据会自动填入。

（3）可选项（Optional Files）：输入DEM和坡度数据，可减少地形和阴影的影响。

（4）参数选项（Parameters）：

• 水体阈值（Water Threshold ）（dB）：用于检测水存在的最小dB值，所有低于此值的像素都将被考虑。如果在事件前图像和事件后图像之间存在稳定水域，则将该区域分类为持久水域。
• 坡度阈值（Slope Threshold）（deg）：用于去除稳定水或洪水存在的最小坡度值，所有超过此值的像素将被考虑。
• 水体概率阈值（Water Probability Threshold）：确定分析区域内是否存在水时，与水存在概率相关的百分比阈值。
• 洪水低概率阈值（Flood Low Probability Threshold）：这是与分析区域内存在洪水淹没区域的可能性较低相关的百分比阈值。
• 洪水中等概率阈值（Flood Mid Probability Threshold）：这是与研究区域内存在洪水区域的中概率相关的百分比阈值。
• 洪水高概率阈值（Flood High Probability Threshold）：这是与分析区域内存在洪水高概率区域相关的百分比阈值。

切换到Other Parameters选项，以下几个主要参数的说明：

• 不变水体模糊系数（Fuzzy Coefficient Persistent Water）：这是控制“不变水体”聚类模糊程度的系数。该系数值越高，聚类就越模糊。当该系数值等于 1 时，聚类是清晰的，就像 k 均值聚类那样，每个数据点都只属于一个聚类。当系数值大于 1 时，聚类会变得更模糊，允许数据点以不同的隶属度属于多个聚类。
• 不变水体MRF核大小（MRF Kernel Size Persistent Water）：这是用于考虑不变水体像素概率相对于最近像素的依赖关系的马尔可夫核窗口大小的维度。
• 不变水体MRF空间判罚系数（MRF Spatial Penalty Coefficient Persistent Water）：这是用于衡量不变水体像素概率相对于其最近邻像素依赖性的马尔可夫核大小的判罚系数。
• 不变水体迭代次数（Iteration Threshold Persistent Water）：这是强度质心变化的阈值，它界定了收敛准则。
• 不变水体最大迭代次数（Iteration Max Persistent Water）：这是收敛周期的最大迭代次数。
• 洪水模糊系数（Fuzzy Coefficient Flood）：这是控制“洪水”聚类模糊程度的系数。该系数值越高，聚类就越模糊。当该系数值等于 1 时，聚类是清晰的，就像 k 均值聚类那样，每个数据点都只属于一个聚类。当系数值大于 1 时，聚类会变得更模糊，允许数据点以不同的隶属度属于多个聚类。
• 洪水MRF 核大小（MRF Kernel Size Flood）：这是用于考虑洪水像素概率相对于最近像素的依赖关系的马尔可夫核窗口大小的维度。
• 洪水MRF空间判罚系数（MRF Spatial Penalty Coefficient Flood）：这是用于衡量洪水像素概率相对于最近像素依赖性的马尔可夫核大小的判罚系数。
• 洪水迭代阈值（Iteration Threshold Flood）：这是强度质心变化的阈值，它界定了收敛准则。
• 洪水最大迭代次数（Iteration Max Flood）：这是收敛周期的最大迭代次数。

（5）输出文件（Output Files）：选择输出文件名和目录。

（6）执行处理Exec。

结果会输出两类结果文件：

• _refinement_class：分类栅格文件，提供某一像素属于特定类别的概率。
• _refinement：栅格文件提供了洪水概率值，数值越高，该像素被淹没的概率就越大。