综述：城市PolSAR分解：新兴SAR技术面临的挑战与新的发展方向

《Remote Sensing of Environment》：Urban PolSAR decomposition: Challenges and new directions for emerging SAR technologies

极化合成孔径雷达（PolSAR）分解在城市化环境中的应用面临模型假设限制和雷达参数影响，导致城市与森林散射机制区分困难。研究指出，模型法物理可解释性强但依赖固定几何结构，特征法利用全极化信息但物理关联性弱。高分辨率数据需4×4协方差矩阵捕捉SH-VH散射不等性，而 incidence角和波长变化影响分解一致性。未来需发展系统感知的混合分解方法。

　　

段定峰|王勇

中国电子科技大学资源与环境学院，四川成都 611731，中国

摘要

偏振合成孔径雷达（PolSAR）分解被广泛用于解释城市环境中的散射机制，包括基于模型和基于特征的方法。随着算法复杂性的增加和SAR技术的不断发展，需要进行全面回顾，以评估历史发展、诊断持续的局限性，并确定未来的研究方向。对过去二十年的调查表明，基于模型的分解方法提供了强大的物理可解释性，但依赖于诸如方位对称性和固定几何结构之类的假设。这些假设限制了全偏振信息的使用，并可能导致体积散射的过度估计。通过扩展散射模型或添加描述性参数来提高性能的尝试会增加计算成本并增加解的不稳定性。基于特征的方法避免了模型假设，并在保留能量的同时更充分地利用了可用信息。然而，分解得到的特征值和特征向量本身可能与特定的散射机制之间的物理联系有限。尽管将分解结果映射到不同的散射机制一直是算法改进的重点，但依赖于固定的特征分量数量或经验阈值仍可能影响复杂场景下的性能。除了回顾以往的工作外，我们使用C波段、L波段和P波段的机载和星载PolSAR数据集评估了代表性分解算法。我们对点目标和分布式目标的分析表明，诸如噪声抗干扰能力差和能量不守恒等问题仍然普遍存在。更严重的是，大方位角城市区域和森林之间的体积散射歧义继续阻碍了准确的解释。无论算法行为如何，雷达系统参数都会强烈影响分解结果，并可能主导传感器之间的散射变化。高分辨率数据需要一个4×4的协方差或相干矩阵来捕捉S_HV - SVH不等式，这一要求有助于改善散射机制的划分。探索性减少入射角和波长效应的策略提高了城市区域中双散射和体积散射估计的一致性。这些发现强调了需要混合的、系统感知的分解方法，以平衡物理可解释性和充分利用数据，并支持在不同SAR平台之间进行一致的散射表征。

引言

分解一直是偏振合成孔径雷达（PolSAR）分析的基石，提供了一种实用的方法来解释自然和人造表面如何散射微波能量。相干方法直接作用于散射矩阵，这一主题最近由Karachristos等人（2024年）进行了回顾。另一方面，非相干技术主要依赖于协方差或相干矩阵来描述分布式目标。这些技术对于理解存在多种散射机制的复杂环境尤为重要。

早期的非相干分解方法是针对自然景观开发的，特别是森林地区（Freeman和Durden，1992年；van Zyl，1994年）。当这些方法应用于城市环境时，会出现两个特征性的歧义。第一个是类内歧义，它源于城市后向散射与城市结构之间的相对取向和雷达方位角的强烈依赖性（Maurya等人，2023年；Zhuang等人，2025年）。当方位角与建筑物立面平行时，墙面-地面相互作用形成了一个二面反射器，产生强烈的双次（简称双跳）散射——这一现象首次在1978年的Seasat任务中被注意到，后来被称为“Burbank效应”，¹，成为识别城市区域的关键特征（Ainsworth等人，2008年；Delgado Blasco等人，2020年）。然而，这种特征是脆弱的：即使是很小的错位也会显著降低共极化回波（Wang等人，2015年）。随着错位的增加，入射波的散射行为会发生变化。击中一个立面的波可以被重新导向另一个立面，产生多次反弹相互作用，逐渐使入射功率退极化，并将其部分作为交叉极化回波返回。当两个立面形成一个顶角为90°的二面体，并且与入射雷达波成约45°的角度时，如果波沿着二面体的对称线传播，则会产生强烈的退极化回波。由于合成孔径内的方位角变化可以忽略不计，波穿透立面的程度基本保持不变，从而产生稳定且强烈的交叉极化回波。因此，小方位角的城市区域——那些包含具有零或小方位角结构的区域——倾向于主要后向散射双跳功率。相比之下，大方位角的城市区域——那些包含具有大方位角结构的区域——倾向于主要后向散射体积散射功率。

大方位角城市区域中的这种强烈体积散射响应也有助于解释为什么PolSAR分解经常将城市目标和森林目标混淆。森林冠层通常包含树枝、树叶或针叶，以及坚果或果实，这些异质成分同样可以产生多次反弹相互作用，将能量从共极化通道重新分配到交叉极化通道。因此，来自森林的交叉极化回波可能与城市二面体产生的回波相似，尽管潜在的散射机制不同。因此，将交叉极化功率与随机介质严格关联的分解方法难以区分这两种环境，导致类间歧义，使得城市目标难以与森林区分开来（Kobayashi等人，2025年）。

这些挑战激发了对城市应用中PolSAR分解的广泛研究。Web of Science?搜索确定了2000年1月至2025年12月期间发表在期刊上的169项相关研究。它们的年度分布如图1所示。许多这些努力旨在调整分解输出，以便大方位角城市区域表现出更高的双散射和更低的体积散射。随着时间的推移，分解算法变得越来越复杂，有时是以牺牲原始目标为代价的：提供精确可靠的PolSAR数据解释。

民用机载和星载PolSAR系统的进步带来了新的机会和挑战。现代传感器强调高空间分辨率、宽扫描范围和多波长能力。这些系统参数强烈影响观察到的散射行为，特别是在几何形状和材料属性以复杂方式相互作用的城市环境中。因此，了解分解算法在不同分辨率、入射角和波长下的表现变得越来越重要。

本研究通过结合历史回顾和定量评估来探讨这些问题。通过分析雷达点目标、分布式城市目标和多传感器数据集，我们识别了持续的陷阱，阐明了现有方法的局限性，并概述了城市PolSAR分解未来研究的有希望的方向。

小节片段

分解算法

单站式PolSAR传感器通过传输和接收两种正交极化状态来测量目标的全散射矩阵。最常用的基是水平（H）和垂直（V）基（Sabins和Ellis，2020年；Ulaby等人，1986年）。在这种配置下，传感器在传输H极化和V极化波之间交替，并记录四种极化回波：S_HH（水平传输和接收）、S_HV（垂直传输和水平接收）、S_VH

使用雷达点目标进行算法评估

由于建筑物、植被和崎岖地形等不同特征之间的复杂相互作用，准确量化城市区域中的散射机制具有挑战性。这种异质性造成了复杂的相互作用，阻碍了对单次散射、双重散射和体积散射机制的准确量化。相比之下，角反射器（CR）表现为一个由单一散射机制主导的雷达点目标，从而能够定量评估算法性能。

面对新兴SAR技术的挑战

雷达空间分辨率、入射角和波长在确定分解结果方面起着关键作用。例如，尽管Gaofen-3和Radarsat-2在相同的波长下运行，但它们的旧金山数据集在空间分辨率和入射角上有所不同，导致明显不同的分解输出（图7）。同样，Gaofen-3和PALSAR具有相似的入射角，但波长和空间分辨率的差异导致了不同的散射

总结与展望

提出三点结论。首先，现有的分解算法在表征城市目标的散射行为方面存在局限性，特别是在大方位角区域，导致难以将它们与森林区分开来。其次，依赖于散射模型的算法保持了物理可解释性；然而，增加模型数量引入了许多未知因素，使得解决过程更加困难、不太可靠，并且

CRediT作者贡献声明

段定峰：撰写——审阅与编辑，撰写——原始草稿，可视化，验证，监督，软件，资源，项目管理，方法论，调查，资金获取，正式分析，数据管理，概念化。王勇：撰写——审阅与编辑，撰写——原始草稿，可视化，验证，监督，软件，资源，项目管理，方法论，调查，资金获取，正式分析，数据管理，

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。

致谢

本工作得到了国家自然科学基金的支持，资助编号为42350710201和42401457，资助对象是中国电子科技大学。