运用资源三号卫星影像数据提取水体信息的方法研究

2014-08-16朱丰琪冯仲科

测绘通报 2014年3期

赵芳，朱丰琪，冯仲科，丁敏

(1. 北京林业大学精准林业北京市重点实验室，北京 100083； 2. 山东省国土测绘院，山东济南 250013)

一、引言

近年来，如何快速、准确地从遥感影像中提取水体信息得到了广泛研究，为土地分类、水资源调查、洪涝灾害的监测及淹没面积的估测等方面提供了一种重要的技术手段。该研究主要是通过分析水体的光谱值，利用水体在遥感影像中的特有的光谱特性以及空间特征信息(如纹理信息、形状等)区别于其他地类、地物而进行提取[1]。刘建波等[2]选用密度分割法，通过计算水面的像元数来统计水面面积；徐涵秋[3]对归一化差异指数进行了改进,采用MNDWI=(Green-MIR)/(Green+MIR)的方法来提取水体信息；都金康等[4]选用决策树的方法逐步进行谱间运算提取水体信息；杨树文等[5]提出针对水体和阴影在蓝绿光波段的特征，构建谱间关系来提取水体模型；李小曼等[6]采用谱间关系法结合最佳指数法(OIF)来提取水体信息；窦建方等[7]针对SAR图像提取，利用水体的亮度和分布特征采用非线性滤波的方法提取水体。以上所研究的遥感影像数据源主要有Landsat TM、SPOT、MODIS以及SAR图像等各种影像数据，其中对Landsat TM卫星影像的水体提取的研究最为广泛。虽然Landsat TM卫星影像的波段数较多，光谱信息相对比较全面，但是空间分辨率较低。我国自主研制的资源三号卫星影像空间分辨率却得到大大提升，多光谱数据有4个波段(其中1、2、3波段是可见光波段(R、G、B)、第4波段是近红外波段)，因此针对资源三号卫星影像的光谱特性则需要寻求一种方法来快速、准确地提取水体信息。

二、试验区及数据

本次试验数据为2012年2月19日山东省青岛市胶南地区冬季的资源三号卫星遥感影像，其范围为东经119°28′—119°53′，北纬35°35′—36°3′。该区域地形较复杂，地类繁多，水系分布较广，主要以水库和河流为主，零星还有若干水塘。影像为冬季影像，部分水系上有些冰面，在提取水体时，结冰的地方一并参与其中。正好验证结冰水体在遥感影像中是否能一起提取出来，见图1。

图1 研究区资源三号多光谱卫星影像

资源三号卫星是我国首颗高精度民用立体测绘卫星，其影像数据成为一种新型遥感影像数据源，具有高空间分辨率、大动态范围以及具备立体成像能力等特点[8]，该影像数据主要有地面分辨率为2.1 m的全色正视影像数据，地面分辨率为3.6 m的全色前视、全色后视影像数据和地面分辨率为5.8 m的多光谱正视四组影像数据[9]。

三、水体的光谱机理

水体在可见光范围内反射率最高的是蓝绿波段，最低的是近红外波段，大部分的光都被吸收，所以在遥感影像中水体则大致表现为暗色[10]。但是在遥感影像图中阴影部分的灰度值与水体非常接近，因此在提取水体时往往山区阴影和城区的建筑阴影都被提取出来。

对研究区的水体、耕地、居民地、山区以及山区阴影等地物进行4个波段400个样点的光谱值和纹理信息值进行了统计，统计结果如图2所示。

图2 资源三号遥感影像中不同地类地物光谱均值曲线

图2中显示，水体和阴影的光谱值呈现Band1>Band2>Band3>Band4的特点。其中第4波段(即近红外波段)中的水体和阴影的光谱值却明显低于其他地物，特别是水体为最低值。而其他地类在4个波段中光谱值的走势相对比较平缓。依据以上地物的光谱均值和特性，本文采用不同的方法尝试将影像中水体完整地提取出来。

四、试验与结果分析

1. 单波段阈值提取

根据资源三号多光谱影像4个波段的光谱特性，水体在近红外波段(即Band4)能较好地与其他地物区分开。对近红外波段作单波段阈值分析，根据水体对近红外有很大吸收和反射近红外最少的特征，水体的光谱值明显低于其他地物。对研究区的数据进行反复试验与比较分析，对近红外波段单波段阈值提取分析，根据阈值二值法经过反复试验，在阈值为152时，可以将水体提取出来，但是山区的阴影和城区的建筑物阴影却随之也提取出来。提取结果见图3。从图3中可以明显看出研究区内的大片水域、河流与零星水体都提取了出来。但是山区的阴影部分以及城区的建筑阴影等也随之提取了出来，因此效果不佳。可见仅依据一个波段的特性不能正确地提取水体。

图3 单波段阈值提取结果

2. 归一化差异水体指数法

根据多光谱多波段的优势，1996 年McFeeter 提出了归一化水体指数法NDWI(normalized difference water index)提取水体，公式为NDWI=(BGreen-BNIR)/(BGreen+BNIR)(BGreen为绿波波段，BNIR为近红外波段)，该方法是通过将水体的最强反射波段与最弱反射波段进行比值运算，以扩大它们之间的差距，抑制植被信息来提取水体[3]。

对研究区进行NDWI法提取水体，结果见图4。图4中明显显示出许多噪音，这是因为裸露的土壤、道路和山区阴影及建筑物阴影都被提取了出来。NDWI法比较适用于植被覆盖为主要地类的区域提取水体，而对于裸露土壤及阴影的区域，该方法效果不佳。

图4 基于NDWI的水体提取二值影像图

3. 谱间关系法

资源三号卫星影像的多光谱数据虽然只有4个波段，但是不同的地物在这4个波段中也呈现不同的特点。根据水体在第2波段和第4波段的特征，运用ERDAS软件中的Operators命令，对第2波段和第4波段进行相减的代数运算(band2-band4)，结果如图5所示。

由图5(a)明显可以看出，图面中间的水库及左下方的河流都可以提取出来，但是零星阴影也被提取出来。然后结合水体的采样点的分析，对运行band2-band4的结果进行二值化表示，经过反复试验比较，提取区间为142—174的水体部分。提取结果如图5(b)所示。图中较大面积的水域都提取出来了，但有些细小的水塘及河流等以混合像元形式存在的水体还是受到影响没有完整地提取出来。但是该方法能较好地去除掉阴影区域。

图5 谱间关系(band2-band4)提取水体图

4. 最佳指数法

由以上几种方法可见，较大面积的水体信息都能轻易提取出来。但是对于有阴影的区域以及细小水体不是误提就是漏提，导致提取水体信息不正确、不完整。对于影像中地类交界的以混合像元形式存在的区域还存在一定的局限性，很难准确地提取出来。那么根据波段间的相关性对最佳波段组合进行影像增强来进行提取。

最佳波段组合的选取，主要是依据各个波段的标准差及相关系数与波段组合的信息量之间的关系以及光谱的差异性等特点[11]。早在1982年，美国的查维茨提出的最佳指数法(OIF)[12]

(1)

式中，Si为第i个波段的标准差；Rij为i、j两波段的相关系数。

波段的标准差越大说明该波段的信息量比较大；反之则说明该波段的影像信息的独立性越高。对影像的四个波段作相关分析，结果如表1、表2所示。然后根据式(1)分别计算了4个波段的4种组合的最佳指数结果，结果如表3所示。

表1 各个波段均方差统计值表

表2 各个波段之间的相关性

表3 各个波段的最佳指数计算统计表

通过对影像的4个波段进行最佳指数计算，从表3的计算结果明显可以看出，数值较高的为134组合，但是其他3个组合的值也相差不大。结合资源三号卫星影像中水体在各个波段的光谱特性，经过反复比较，最终确定134组合为最佳波段组合。

通过构建HIS彩色空间的方法对影像进行增强。将波段4、3、1分别赋为R、G、B转换到HIS彩色空间。得到IHS新影像，分别查看I、H、S的均值和标准差，结果如表4所示。

表4 影像HIS的均值和标准差

结合得到的HIS新影像及I、H、S所对应的均值和标准差，构建以下模型方程组来对细小水体进行提取

(2)

经过反复试验，对提取的效果进行比较，最终确定kI=1.6，kH=0.88，kS=1.1。提取结果如图6(a)所示。

此方法对于细小的水体提取较好，但是对于大面积的水体提取时，特别是本次研究影像带有冰面的水库地区会有缺失，如图6(a)中圆圈的部分。结合具有谱间关系式band2-band4所提取出的大面积水域结果，与通过OIF法提取的细小部分的水体，将这两种方法得到的结果进行掩膜，合并后得到最终结果能较完整地提取出水体信息。结果如图6(b)所示。

图6 OIF综合法提取水体

5. 精度评价

本文分别采用了单波段阈值法、归一化差异指数法、谱间关系法以及OIF综合法分别对资源三号影像数据进行了提取水体信息的试验。以原始影像研究区内的目视解译结果为参考标准，对研究区的水体面积进行统计分析，得到水体面积约为13.49 km2，分别对以上几种提取水体信息的方法进行比较，结果见表5。

由表5可以看出，提取出水体的面积值与目视解译最为相近的为OIF综合法，提取出的水体信息面积的相对误差为8.96%。而归一化差异指数法效果最差，提取出的水体面积是正常水体面积的3倍之多。而谱间关系法则漏提水体，提取出的面积少了18.23%。

表5 提取水体面积比较表

五、结束语

通过本次试验验证，以资源三号卫星影像为数据源来进行水体信息提取，虽然影像只有4个波段，但是仅用一种方法无法将水体信息完整无误地提取出来，山区阴影和城市建筑阴影等各种因素难以与水体区分开来。面对不同的地区、不同时相，特别是针对不同的数据源提取方法更是不同，因此需要多种方法相结合的方式才能较完整地提取出水体信息。

本文针对资源三号遥感影像，利用谱间关系法和OIF法相结合可以较完整地提取出水体信息。避开了山区阴影和城区建筑阴影的错误提取，加强了对细小河流及水域的提取，与其他方法相比较具有较高的完整度与精确度。

参考文献：

[1] 徐静. 基于波谱特征的水体信息提取方法研究[C]∥福建省第十二届水利水电青年学术交流会论文集.[S.l.]:福建省水利学会，2008：13-20.

[2] 刘建波,戴昌达. TM图像在大型水库库情检测管理中的应用[J]. 环境遥感, 1996, 11(1): 53-58.

[3] 徐涵秋.利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究[J]. 遥感学报,2005,9(5):589-595.

[4] 都金康,黄永胜,冯学智,等.SPOT卫星影像的水体提取方法及分类研究[J].遥感学报,2001,5(3):214-219.

[5] 杨树文,薛重生,刘涛,等. 一种利用TM影像自动提取细小水体的方法[J].测绘学报，2010,39(6):611-617.

[6] 李小曼,王刚,田杰.TM影像中水体提取方法研究[J].西南农业大学学报，2006,28(4):580-582.

[7] 窦建方,陈鹰,翁玉坤.基于序列非线性滤波SAR影像水体自动提取[J].测绘通报，2008(9):37-39.

[8] 卢刚, 陆敏燕, 陈成赖. 资源三号卫星影像分类研究[C]∥第九届长三角科技论坛(测绘分论坛).[S.l.]:江苏省测绘学会，2012：81-84.

[9] 国家测绘地理信息局卫星测绘应用中心.资源三号测绘卫星数据服务网[EB/OL].(2012-01-03). http:∥sjfw.sasmac.cn/index/wxcp.jsp.

[10] 章重. 一种基于ERDAS软件在TM 影像中提取较小水体的方法[J]. 科技广场,2012(1):72-75.