基于遥感影像的水体提取方法对比

潘方博 毛鹏磊 胡乃勋

（郑州大学 水利与环境学院，河南 郑州 450000）

水是生命之源，地球表面的水域如湖泊、河流、人工水库、海等是必不可少的气候平衡、水循环以及生态系统的平衡，对地球上的生命提供基础资源。然而陆面水域，受影响的全球尺度的土地利用/覆盖变化、气候变化和意想不到的人类活动的影响，导致水体不仅形态特征而且内在生化成分也在发生变化。因此，全面、精确的地表水体的动态分布方面的知识对于保护相关的水生生物多样性至关重要。此外，淹没区的时空变化的评估对于洪水和干旱的建模至关重要的，有助于保护湿地的库存和农产品。然而，由于陆地水体高度动态和不均匀分布的特征，传统的现场测量方式无法用于此方面的研究[1]。但是，随着遥感技术的发展，人们发现水体对于不同的光谱波段会表现出不同的反射特征，基于此各种水体指数应运而生，本文着重于主要探讨遥感识别水体的机理，进而对比各种水体指数的提取精度。

1 研究区域

密云水库位于京郊密云县城，水库在潮河、白河两河的主河道上，距北京约100km，是华北地区最大的水库。建库这多年来，它为潮白河流域的防洪和北京市城市供水发挥了重要作用，以密云水库为引水源，通向市区的京密引水渠为北京供水主动脉，目前北京城镇地表水供水量50%以上来自密云水库。[2]但一方面，北京已连续干旱，水库蓄水入不敷出，地下水位持续下降，平原区地下水埋深已超过20米。目前密云水库蓄水10亿方，仅能满足一年的城市供水。虽然南水北调北京段已建成通水，但是北京市缺水状态并没有得到彻底缓解。另一方面，由于水库上游地区为大陆性季风气候，降雨年内分布不均，7、8月份占全年的70%，多为暴雨，但是近年来随着厄尔尼诺现象影响，水库上游来水持续减少，加上北京市人口持续上升，对水的需求也在逐渐增加，导致水体面积一直在减少。

2 水体遥感识别机理

在利用遥感数据和模型提取遥感专题信息时，应从简单到复杂，从单知识、单模型的应用到多知识、多模型的集成应用，从单数据的使用到多数据的综合使用。但是遥感专题信息大都提取基于光谱知识，因此光谱知识是遥感专题信息提取中最重要的知识。

卫星遥感影像记载了地物对电磁波的反射信息及地物自身向外的辐射信息。相对于其他地物而言, 在大部分遥感传感器的波长范围内, 水体总体呈现出较弱的反射率,具体表现为在可见光的波长范围里(480～580 nm, 相当于TM /ETM +的Band 1和Band 2) , 其反射率约为4% ～5% ,到了580 nm处,则下降为2% ～3%; 当波长大于740 nm时, 几乎所有入射能量均被水体吸收 。清澈水在不同波段的反射率由高到低可近似表示为: 蓝光> 绿光> 红光> 近红外> 中红外。由于水体在近红外及中红外波段(740～2500nm, 相当于TM /ETM +的Band 4, Band 5和Band 7) 具有强吸收的特点，而植物、土壤、建筑物等在这一波长范围内则具有较高的反射性，因此这一波长范围可被用来区分水体与土壤、植被和建筑物等其他地物。本项目通过对典型地物进行提取统计，得到各典型地物的亮度值的平均值，结果统计如下：

3 水体指数研究现状

目前从遥感影像上提取水体的方法大体上可以分为以下几种：单波段法、多波段法、监督分类法和决策树法[3]。单波段法主要选取遥感影像中的近红外波段并辅于阈值来提取水体，通过分析图像各波段水陆交界处的地表反射率值，确定阈值来区分水体和其它地物。多波段法则主要利用多波段的优势综合提取水体信息，并可分为谱间关系法和比值法。谱间关系法多为国内外学者如周成虎院士等所采用[4]。比值法主要是采用各种水体指数进行水体提取，水体指数方法有以下几种：为了削弱植被土壤等非水体因素的影响，Mcfeeters提出了归一化差异水体指数NDWI(Normalized Difference Water Index)[5]，其在水体提取上有所改善，但在城区的水体提取中仍夹杂大量的杂质信息。徐涵秋在NDWI方法的基础上，利用Landsat TM短波红外波段(TM5)代替近红外波段(TM4)，提出了改进归一化差异水体指数MNDWI(Modified Normalized Difference Water Index)[6]，MNDWI能够减弱土壤和建筑物的影响，较好地提取水体信息。闫霈等利TM影像的绿光波段(TM2)近红外波段(TM4) 和中红外波段(TM5) 构建了增强型水体指数EWI(Enhanced Water Index) [7]提取了半干旱地区的水系信息，但该指数的创建忽略了大气因素的影响；此外，徐涵秋验证了无论遥感影像是否经过大气校正，都能很好地对水体进行提取[8]。曹荣龙等人在分析水体、植被和土壤三种地物类型光谱特性的基础上，构建一种新的水体指数RNDWI(Revised Normalized Difference Water Index)[9]，能够剔除山体阴影的影响，并利用该指数准确地提取密云水库水陆边界。丁凤结合水体在近红外和中红外波段同时具有强吸收的特点，提出NWI(New Water Index)[10] 新型水体指数，NWI可以部分消除由太阳高度角、地形、阴影和大气条件等带来的影响，其精度很高。肖艳芳等利用TM/ETM+影像的蓝绿波段(TM1) 和中红外波段(TM7) 构造了一种新型水体指数NEW[11]，该指数在不但能够很好提取自然水体，还能够可以消除地形差异的影响,从而解决了水体信息中含有阴影的问题。

4 研究内容和技术现状

本文数据选用目前应用最为广泛的landsat系列卫星的ETM+影像(所得图像已经过大气校正、几何校正和一些增强处理，可以直接使用)作为数据源来研究水体提取效果，其过境时间为2015年04月（path-123 row-32）。本文综合总结的水体信息提取的方法，NDWI、MNDWI、NWI、EWI、RNDWI、NEW。

使用ENVI 5.0的Band Math模块分别按照各水体指数模型进行运算，并运算后数据拉伸为-255—255的影像，利用ArcGIS10.2的Reclassified模块对影像进行二值处理；根据设置好的AOI将数据截取为密云库区和城区水系两部分，统计出库区的像素值后根据分辨率计算出库区的水域面积；对截取出的数据进行对比，分析这几种水体信息提取方法的优劣性和现实性。

水体指数模型创建的基本原理就是在多光谱波段内，将所研究地物最强反射波段置于分子，将最弱的置于分母，通过比值运算进一步扩大二者的差距,使研究地物在新生成的影像上得到最大的亮度,而其它背景地物则普遍被抑制,从而达到突出研究地物的目的。水体指数模型通常采用归一化处理,使其数值范围统一到-1～1之间。水体指数模型利用比值计算快速提取水体信息。以下为NDWI、MNDWI、RNDWI、EWI、NWI、NEW 6种水体指数模型的计算公式：

其中，C为拉伸系数，这里一般取100，Band1为TM影像蓝光波段， Band2为TM影像绿光波段，Band3为TM影像红光波段，Band4为TM影像近红外光波段，Band5为TM影像短红外光波段，Band7为TM影像中红外光波段[12]。

将影像经过大气校正后，进行波段运算，从影像上显示可知，水体指数NDWI提取精度很差，MNDWI、EWI、RNDWI、NWI、NEW 5种都能很好的提取水体，其影像结果如下：

利用 NDWI、MNDWI、RNDWI、EWI、NWI、NEW 水体指数模型提取密云水库水体，发现除MNDWI外的方法都能较准确地提取水陆边界。本研究通过目视解译分辨率为2.5 m的高分二号影像，利用ArcGIS10.2软件勾绘出水陆边界，并统计水库水面面积。把目视解译面积值作为水库水面面积的真值（这里我们以统计出的像元个数来计算面积，面积 = 像元个数 * 900），分别计算上述6种方法的相对误差（（测量值-真值）/真值*100%），如表1。（注：本项目为了减免目视解译时人为因素干扰，让三名解译人员分别分三次进行目视解译，然后对九个解译值取平均，并将其作为最后的真值处理。）

表1 各种水体指数面积统计表

基于表1和图a、b、c、d、e、f、h可以看出，水体指数NDWI提取精度十分差，特别是对于水陆边界较平缓，水体中悬浮质太多的水体，水体指数NDWI对其水陆边界的区分度很差，基本上不能用于解译这种复杂水体的水陆边界，因此在日常这种水体提取时可以不用考虑此方法；此外的5种水体指数MNDWI、RNDWI、EWI、NWI、NEW都能很好的提取水体，其精度都在95%以上，相比较于目视解译精度而言基本上可以代替，它们精度的高低为NWI、EWI、RNDWI、MNDWI、NEW。

5 结语

通过对比，水体指数NWI对于复杂水体的提取精度很高，基本上可以代替目视解译结果，除水体指数NDWI外的其它4种水体指数都能很好的提取水体。对遥感图像进行水体提取时，由于水陆交界处水位较低，而且水中往往杂质比较多，是该部分水体反射率发生变化，所以严重影响遥感影像中水体边界的解译[13]，这也是目前遥感解译所急需解决的问题，各种水体指数对这种情况区分度都比较低；另外，在实验中发现，由于所处理的影像是5月份的，植被颜色比较深，其光谱特征和部分水体类似，因此在进行水体指数运算后，进行阈值分析时，无法避免会将其分类为水体。还有TM影像的分辨率为30 * 30，导致一些细小的河流无法提取。以后基于遥感影像的水体提取应该以高光谱、高分辨率影像为基础，实现水体信息提取的智能化，自动化。

[1] Yuhao Yang. Landsat 8 OLI image based terrestrial water extraction from hetero--geneous backgrounds using a reflectance homogenization approach[J]. Remote Sensing of Environment, 171(2015) 14–32.

[2] 左春刚，黄诗峰，杨海波，李小涛. 密云水库水源地多时相遥感监测与分析[J]. 中国水利水电科学研究院学报.2007(03).

[3] 吴际通，谭伟，喻理飞. 基于TM/ETM+ 影像的不同水体指数对比研究[J].测绘科学.2013,38(4):193-195.

[4] 杜云艳，周成虎.水体的遥感信息自动提取方法.遥感学报,1998,2(4):264～269.

[5]McFeeters Sk.The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features [J].International Journal of Remote Sensing.1996,17(7):1425-1432.

[6] 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.

[7]闫霈，张友静，张元.利用增强型水体指数(EWI）和GIS去噪音技术提取半干旱地区水体信息的研究[J].地理信息科学,2008,10(6):776-780.

[8]徐涵秋.从增强型水体指数分析遥感水体指数的创建[J].地理信息科学.2008,10(6):776-780.

[9]曹荣龙，李存军，刘良云等.基于水体指数的密云水库面积提取及变化检测[J].测绘科学.2008,33(2):158-160.