湖泊水体范围遥感提取课程设计浅析

冯炼

摘  要：湖泊水体变化是世界面临的湖泊环境问题，生态环境问题成为湖泊研究的重点。遥感技术作为快速、科学、大面积的监测措施，在湖泊水体变化研究中被广泛应用。从湖泊动态变化研究的背景、基本原理和方法、水体提取方法和精度验证方法等几方面介绍了遥感技术在湖泊水体变化研究中的应用。

关键词：课程设计;湖泊水体;遥感技术;生态环境

中图分类号：P237                 文献标识码：A               DOI：10.15913/j.cnki.kjycx.2015.14.134

1  研究背景

湖泊作为重要的国土资源，具有发展灌溉、提供工业和饮用水源、繁衍水生生物、沟通航运、改善区域生态环境和开发矿产等多种功能，在国民经济的发展中发挥着重要作用。本课程设计旨在针对具有一定的遥感原理与编程基础的高年级本科生或硕士研究生，培养他们的遥感数据处理能力，并利用有效方法提取湖泊水体范围，提高遥感数据分析能力。

2  基本原理与方法

最常用的水体提取方法是归一化植被指数法NDVI（Normalized Difference Vegetation Index），计算公式为（Rnir-Rred）/（Rnir+Rred）。有许多研究使用了NDWI或它的改进形式，用以在遥感影像上区分陆地和水体（Xu，2006）。

3  本课程设计水体提取方法

在辐射传输模拟的基础上，Hu（2009）提出了一种浮藻指数FAI（Floating Algae Index）。利用MODIS遥感影像获取FAI的计算公式如下（Hu，2009）：

FAI=Rrc，859-R'rc，859.              （1）

R'rc，859=Rrc，645+（Rrc，1 240-Rrc，645）（859-645）/（1 240-645）.（2）

在公式（1）（2）中，数字为MODIS的各个波段的中心波长，500 m分辨率的1 240 nm波段先需要用锐化的方法重采样到500 m（跟1真彩色合成影像类似）。因为气溶胶反射率在645～1 240 nm之间，随着波长的增加呈近似线性衰减趋势，基线减法可以视作是一种有效的大气校正方法。

4  主要代码

本实验课程用到的编程工具是Interactive Data Language（IDL，交互式数据语言），它是一种阵列化、数值的和互动的编程语言，是遥感影像处理的重要工具。湖泊面积提取核心的代码和注释如下：

;645，859和1240三个波段数据读取

read_hdf，hdf_file=MODIS_file，tag_name='CorrRefl_01'，data=Ref_645read_hdf，hdf_file=MODIS_file，tag_name='CorrRefl_02'，data=Ref_859

read_hdf，hdf_file=MODIS_file，tag_name='CorrRefl_03'，data=Ref_1240

width=（size（Ref_645））[1] & length=（size（Ref_645））[2]

;梯度gradient计算

radius=1

strucElem=SHIFT（DIST（2*radius+1），radius，radius） LE radius

morphImg=MORPH_GRADIENT（FAI_img，strucElem）

compute_hist，morphimg，1，hist_x，hist_y

;水体范围提取

hist_x=hist_x[idx]

hist_y=hist_y[idx]

Water_idx=where（FAI_imgltThreshold，count）

water_area=bytarr（width，length）

water_area[idx]=255

;结果以png格式输出

write_png，water_area.png，water_area，/order

5  精度验证

HJ-1A/1B CCD数据具有高空间分辨率（30 m），可以将其提取的水体范围视作近似“真实值”来验证MODIS数据的提取结果。HJCCD的水体提取方法与MODIS类似，但由于其没有短波红外的设置，无法估算FAI，因此此处选用NDVI和梯度的方法来提取水边界线。对相同日期MODIS和HJCCD影像提取的结果进行了叠加分析。HJ-1A/1B CCD数据较高的空间分辨率（30 m）使其获取的结果能表达更多的细节特征。

6  结论与展望

本课程设计主要利用一种新的指数（FAI），实现了对内陆湖泊水体的自动提取。实验中涉及到遥感数据的读取、多波段计算、阈值分割等内容，有助于提高学生的遥感数据处理能力。利用空间分辨率数据对MODIS提取结果进行验证，在一定程度上能培养学生对遥感数据的分析能力，并进一步巩固遥感空间分辨率的相关知识。如果需要在此课程设计上加大难度，可以从遥感数据的批量处理着手，即从基于一景影像的处理到基于多景影像的批量化处理，而多时相的遥感分析结果是目前生态环境研究的重要数据支撑。

参考文献

[1]Domenikiotis C，Loukas A，Dalezios N.R.The use of NOAA/AVHRR satellite data for monitoring andassessment of forest fires and floods[J].Natural Hazards and Earth System Science，2003，3（1/2）：115-128.

[2]Mcfeeters S.K.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.

〔编辑：王霞〕

Shallow Analysis on the Design of Remote Sensing Extraction of Lake Water Body

Feng Lian

Abstract： The lake water body changes is the world is facing the lake environment question， the ecology environment question becomes the lake research key. Remote sensing technology， as a fast， scientific and large area monitoring measure， is widely used in the research of the changes of lake water body. From the background， basic principles and methods of dynamic changes of lakes， the methods of water body extraction and the methods of accuracy verification， the application of remote sensing technology in the research of lake water changes is introduced.

Key words： curriculum design; lake water body; remote sensing technology; ecological environment