基于贝叶斯极化检测器的双极化Sentinel-1数据协同森林损失监测方法

《ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING》：Bayesian polarimetric detector for improved forest loss monitoring using dual-polarization Sentinel-1 data

为解决热带地区复杂环境下森林损失近实时监测的难题，Marta Bottani、Laurent Ferro-Famil、Thuy Le Toan、Juan Doblas Prieto、Stéphane Mermoz和Thierry Koleck团队，联合开发了一种名为fpol-BOCD的无监督贝叶斯极化变化检测方法。该方法通过联合处理Sentinel-1卫星的双极化（VH和VV）C波段SAR数据，利用两种极化对植被结构变化的互补敏感性，有效提升了在残留植被、小尺度扰动等复杂条件下的检测精度。在巴西塞拉多和亚马孙生物群落的评估显示，该方法相较于单极化基线方法，在包含砍伐后残留植被的区域，其检测准确率提升了约10%，同时保持了相当的检测速度。该研究凸显了极化数据在热带环境高效、精准森林损失监测中的价值，为基于合成孔径雷达（SAR）的森林监测提供了新的技术思路。

　　

热带雨林是地球的肺，但它们的消失速度触目惊心。砍伐森林不仅破坏了生物多样性，也加剧了全球气候变化。为了应对这一挑战，科学家们一直在寻找能够及时、准确地监测森林变化的方法。传统的森林监测多依赖于光学卫星遥感，然而，在热带雨林等多云地区，光学传感器常常“束手无策”——厚厚的云层阻挡了视线，无法进行连续观测。于是，科学家们将目光投向了另一项技术：合成孔径雷达（SAR）。SAR是一种主动式微波遥感系统，其优势在于能够穿透云层、不受昼夜和天气条件限制，提供稳定、高频次的观测数据。欧洲空间局的Sentinel-1卫星星座就是一个强大的SAR数据源，它能提供全球覆盖的双极化（VH和VV）C波段数据。然而，一个核心的科学问题依然存在：如何最有效地利用这些宝贵的双极化数据来提升对森林损失，特别是对早期、小规模或清理不彻底（残留有植被）的森林损失的检测能力？过去的研究通常单独处理每个极化通道，或是在后处理中简单合并结果，未能充分挖掘双极化信息互补的潜力。为了解决这个缺口，发表在《ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING》上的一项研究，提出了一种新颖的、能够联合处理双极化时间序列数据的贝叶斯检测器，为更精准、更可靠的近实时森林损失监测打开了新的大门。

这项研究主要运用了贝叶斯在线变化点检测（BOCD）框架，并将其扩展到能够同时处理Sentinel-1 VH和VV双极化后向散射时间序列。核心方法是发展了fp^ol-BOCD（factorized polarimetric BOCD）算法。该方法利用Sentinel-1数据在森林地区的极化反射对称特性（即VH和VV通道不相关），将双变量的似然函数分解为两个独立单变量分布的乘积，从而在保持物理合理性的同时，将计算复杂度降低到单极化方法的两倍。研究使用的数据是经过辐射地形校正的Sentinel-1 C波段强度（γ⁰）时间序列，并转换为对数尺度（ζ⁰= log(γ⁰)）。评估使用了2020年巴西塞拉多和亚马孙生物群落中，从MapBiomas Alerta参考数据集中提取的森林损失事件数据集，包括小规模（0.1-2公顷）和大规模砍伐斑块，用于验证和比较该方法的性能。

研究结果

1. 双极化信号的互补性分析

研究首先分析了VH和VV极化通道在不同土地覆盖类型和季节下的后向散射特性。结果显示，交叉极化（VH）通道在完整植被和砍伐区域之间通常表现出更大的平均后向散射落差，使其在区分变化方面更具潜力。然而，由于其对体积散射的敏感性，VH通道在砍伐后地面留有残留植被的情况下，信号可能饱和，导致检测失效。相比之下，同极化（VV）通道的平均后向散射落差通常较小，但在存在残留植被或碎片时，VV通道可能比VH更早、更有效地检测到扰动。这种互补性为联合使用双极化数据提供了物理基础。文中通过具体斑块实例展示了VV极化在检测特定类型森林损失方面的优势。

2. 极化贝叶斯检测器（fp^ol-BOCD）的开发

基于上述观察，研究人员开发了fp^ol-BOCD方法。该方法将BOCD框架应用于双极化时间序列。通过假设VH和VV通道不相关（符合Sentinel-1在森林地区的观测），算法能够对两个通道进行联合但因子化的概率建模。这种方法允许算法自动、自适应地权衡两个极化通道提供的信息，而无需预设阈值或进行后处理融合。与需要估计完整协方差矩阵的通用双变量BOCD（gp^ol-BOCD）或仅对协方差矩阵进行对角化先验的版本（dp^ol-BOCD）相比，fp^ol-BOCD在计算效率和物理一致性之间取得了更好平衡。

3. 在塞拉多和亚马孙的检测性能评估

在巴西塞拉多生物群落的评估显示，对于小规模砍伐（0.1-2公顷），fp^ol-BOCD相比单极化VH-BOCD和VV-BOCD，能够检测到更多真实的森林损失事件（真阳性），同时产生的假阳性数量远低于简单合并单极化警报的方法。与当时主流的基于光学的GLAD-L警报系统相比，fp^ol-BOCD在塞拉多实现了47%的真实检测率提升。在亚马孙生物群落，与当时主流的基于SAR的RADD警报系统相比，fp^ol-BOCD对小规模清理的真阳性检测率提高了34%。性能提升在可能包含残留植被的区域（如塞拉多的小规模扰动和亚马孙的大规模扰动）尤为显著，检测准确率比单极化BOCD方法提高了约10%。同时，fp^ol-BOCD的检测速度与单极化BOCD方法相当。时间分析还揭示了森林损失在旱季达到高峰，以及在雨季早期出现意外增加的趋势，这可能与干旱期延长有关。

结论与讨论

本研究表明，联合利用Sentinel-1双极化（VH和VV）时间序列，能够显著改善在混合土地覆盖和复杂热带环境下的森林损失监测效果。所开发的fp^ol-BOCD方法是一种无监督、近实时的贝叶斯变化检测算法，它通过因子化似然模型，有效地利用了双极化数据的互补散射特性，在提升检测灵敏度的同时保持了较低的计算复杂度。评估结果证实，该方法在检测包含残留植被的森林损失方面具有独特优势，其性能超越了单一极化方法和现有的业务化监测系统。

这项研究的意义重大。首先，它从方法学上证明了联合处理双极化SAR时间序列的优越性，为未来的森林变化检测算法开发提供了新范式。其次，fp^ol-BOCD算法具备近实时处理能力，且基于免费开放的Sentinel-1数据，这对于在全球范围内，特别是在多云热带地区，建立业务化、高时效性的森林监测系统具有重要应用价值。最后，研究加深了我们对C波段SAR不同极化通道对森林扰动响应机制的理解，有助于更精准地解释遥感信号背后的生物物理过程。总之，这项工作为推动基于SAR的精准、高效森林资源监管和生态环境保护决策提供了有力的技术工具和科学依据。