基于SPOT-5影像的吴哥地区水体提取方法研究

杨　甲,张　珂,刘　丽,王心源,宋经纬,刘　洁,Khun-Neay Khuon

(1.安徽师范大学 国土资源与旅游学院,安徽 芜湖 241000；2.山东科技大学 测绘科学与工程学院,山东 青岛 266510;3.中国科学院 遥感与数字地球研究所数字地球重点实验室,北京 100094；4.柬埔寨吴哥窟世界文化遗产管理局,柬埔寨 暹粒)



基于SPOT-5影像的吴哥地区水体提取方法研究

杨甲1,张珂2,刘丽1,王心源3,宋经纬3,刘洁3,Khun-Neay Khuon4

(1.安徽师范大学 国土资源与旅游学院,安徽 芜湖 241000；2.山东科技大学 测绘科学与工程学院,山东 青岛 266510;3.中国科学院 遥感与数字地球研究所数字地球重点实验室,北京 100094；4.柬埔寨吴哥窟世界文化遗产管理局,柬埔寨 暹粒)

摘要：对于一个较小研究区提取地物信息，需要更高的空间分辨率和适合的光谱信息。以柬埔寨吴哥窟西北部为研究对象,开展基于SPOT-5影像的水体信息提取方法研究。通过分析研究区内的地物光谱特征信息,发现各地物在绿色波段和短波红外波段虽然都有下降趋势,但是水体的变化程度最大。利用这个信息建立决策树的一种水体提取模型：Band3/Band4>1.73并且Band1>Band4。通过与NDWI法、决策树模型提取精度进行对比,证明该模型提取精度有较大提高，可有效地消除水田对提取精度的影响。

关键词：SPOT-5影像；水体提取；比值法；决策树法

利用遥感数据来提取水体信息,在国内外都得到广泛研究。用得比较多的是利用Landsat系列卫星数据进行水体信息提取,主要有单波段阈值法、多波段谱间分析法和水体指数法[1-5]。其中Shil等利用Landsat MSS提取水体,认为单波段密度分割法提取效果较好[1];郭振亚等利用水体指数模型和加权灰度阈值相结合对巢湖流域进行水体提取研究[3]，较好地去除山体阴影；McFeeters提出归一化差异水体指数(NDWI)[4],有效增强遥感影像中的水体信息；徐涵秋通过修正波段组合提出改进的归一化差异水体指数(MNDWI)[5]，消除建筑物对水体提取的影响。以往水体提取研究所用遥感数据虽然光谱信息较多,但其精度结果受制于数据本身分辨率,实际应用的意义有限。

SPOT-5影像与Landsat系列卫星遥感数据相比较,数据具有分辨率高的优势。邓劲松通过分析SPOT-5影像中水体及其它主要地物的光谱特性及波段间的关系,建立决策树模型，其提取精度与通常的监督分类方法相比有较大提高[6]；余明经反复试验在SWIR(短波红外波段)设定阈值提取水体,然后通过谱间关系法去除阴影[7]；Lacaux等基于SPOT-5数据提出NDPI水体指数,对于不同浑浊度的池塘提取效果比NDWI法有较大提高[8]。

但这些方法应用于本研究区提取效果不甚理想,部分水田不能很好地剔除出来,且运算较为复杂。本文在分析研究区水体及其相关地物的光谱特征基础上,提出一个简单、实用的模型进行水体信息的提取。该方法对于温暖湿润、地势平坦的水网平原具有很高的应用价值。

1研究区概况

研究区位于吴哥窟西北部，地理坐标范围为103°0′~103°8′E,13°3′~14°0′N。气候属热带季风气候,年平均气温29～30℃。受地形和季风影响,各地降水呈现一定的时空和地理差异,一般5—10月为雨季,11月—次年4月为旱季。该研究区地势平坦，散布着较多的村落,河流纵横交错、河道狭窄,且人工河道和自然河道相互交织。水体两旁树木丛生,水生植物茂盛,这对水体信息的提取是一

个不利的影响。

2数据来源与处理

研究采用的遥感影像是2013年01月21日SPOT-5数据(见图1),轨道号为268/322 1A级产品。包含4个波段的多光谱影像和全色影像(见表1),第1~3波段分辨率为10 m,第4波段分辨率为20 m。该景图像质量高,研究区内无云。还有研究区的1∶10 000地形图、实地调查资料和一些相关的统计数据。

表1　SPOT-5卫星影像特性

注：波段顺序(BAND 1-BAND 4)为原始数据中光谱波段的顺序，不按照波长大小排列

图1　研究区SPOT-5影像的彩色合成(波段合成方式413)

使用1∶10 000地形图的控制点对遥感影像进行几何校正,之后对研究区影像进行直方图均衡化,并分析各波段组合效果,发现4、1、3波段组合的彩色图像,目视识别效果较好[9]。

3水体信息提取方法研究

3.1水体提取的遥感原理分析

卫星遥感影像是地物对电磁波的反射信息及地物本身的热辐射信息的集合。各种地物因自身成分、结构及理化性质的差异,而在对电磁波的反射及本身的热辐射存在着差异[10]。

水体在近红外、中红外波段吸收很强,反射较弱,几乎为零；而在蓝绿波段的反射较强,吸收较弱。因此在遥感中常用近红外波段确定水体的位置和轮廓,在近红外波段的影像上,水体的色调很黑,与周围的植被和土壤有明显的反差,很容易识别和判读。河流水体中通常含有丰富的叶绿素和悬浮泥沙,实际遥感图像上河流水体的波谱曲线与清澈水体有较大差异[11]。

3.2研究区典型地物光谱信息分析

该地物的光谱响应程度是通过在每个波段图像的像元值大小反映。根据研究区的地形地貌特点,将分为水体、裸地、林地、水田4种典型地物(见表2)。

表2　研究区典型地物亮度值统计表

从研究区典型地物亮度统计表(表2)中可以看出，在波段1中水体和水田的亮度值相近,林地和裸地的亮度值较相近,波段3中裸地亮度值达到165,裸地整体亮度值很高,在4个波段中都处于顶端。林地在二、三、四波段和水田的光谱信息相似；

各波段上地物之间亮度值的分析：

Band1(NIR):林地>裸地>水体>水田,水体与林地、裸地差异较大,水田、水体易混淆。

Band2(Red):裸地>水体>水田>林地,水田与裸地较相近,但与其它地物都差异比较明显。

Band3(Green):裸地>水体>水田>林地,水体、裸地两者者的亮度值接近,容易混淆,水田和林地比较相近

Band4(SWIR):裸地>林地>水田>水体,裸地亮度值值为161，水体为36，林地为84，水田为75，裸地的亮度值一直处于高位，而林地和水田比较接近，水体位于最低端，差距也较明显。

水体：Band3>Band2>Band1>Band4

裸地：Band3>Band4>Band2>Band1

林地：Band1>Band3>Band2>Band4

水田：Band3>Band2>Band4>Band1

从以上分析可以看出,水体和其他相关地物在红外波段差异显著,尤其在波段4短波红外波段(SWIR),水体的光谱亮度值明显低于其他地物。单波段阈值法存在提取精度不高和寻找阈值比较繁琐的缺点。

从图2中可以看出，水体与其他地物在可见光波段光谱特性差异并不明显,裸地的亮度值一直处于高位，而林地和水田比较接近，水体位于最低端，差距也较明显，波段三到波段四各典型地物的亮度值都呈下降趋势,但是水体下降的程度特别大。水体是从160降至36，波段比为4.44；裸地是从165降至161，波段比为1.02；林地是从127降至84，波段比为1.51；水田是从130降至75，波段比为1.73。各种地物的各波段的大小关系也不尽相同。基于以上分析,只要设定合适的条件,即可将水体有效提取。

图2　研究区典型地物光谱响应曲线

3.3提取方法研究

研究区属于水体冲积平原地区,地物类型并不复杂。村镇居民点比较分散,而且没有山体阴影的影响。由于SPOT-5数据没有MIR波段,所以只有归一化差异水体指数(NDWI)适用于本实验。水体指数模型,是通过进行比值运算得到的特征指数。其基本原理是,在遥感影像多光谱波段内寻找水体的最强反射波段和最弱反射波段,弱者置于分母、将强者置于分子,通过比值运算,可进一步扩大二者的差距[12]。水体在SPOT-5数据绿色波段上的亮度值为160,处于最高值,处于最强反射波段,而水体在短波红外波段亮度值为36,处于最低值,是最弱的反射波段。所以将绿色波段与短波红外波段进行比值运算,将更好地突出水体的特征。使大于阈值的作为水体提取出来,从而实现水体与其它地物的分离。经实验发现将阈值T设为1.73,水体提取效果较好。

在进行第一步提取后发现,水体和水田混合在一起没有分开,但两种地物在不同的波段的DN值的关系有差异。根据上述分析,运用决策树分类法,对SPOT-5影像进行水体信息提取,设定条件Band3/Band4>1.73并且Band1>Band4。后台运算后即得出提取后的水体信息。将提取的水体与彩色合成图像进行叠加显示,发现水体已被分离，流程如图3所示。

图3　水体提取流程

4结果与分析

为了科学评价本文方法提取水体信息的实验结果,选取准确度为定量评价指标,构建评价指标体系。准确度即为提取的水体信息的准确程度,所以由此规定准确度即为正确提取的像元数与检验像元总数比值。从三种提取图中各随机抽取300个像元点，然后通过柬埔寨方面的实地验证确定选取点是否为水体。

现将本文算法与NDWI法、前人的决策树法[6]进行比较,前人通过设定条件B3(Green)>B4(SWIR)且B2(Red)>B1(NIR),B4<54建立决策树模型提取水体信息。但是在第二步中波段4还是需要反复寻找阈值才能提取水体信息。从表3和图4中可以看出本文方法在精度上比其他两种方法有明显的提高,且视觉效果较好。在样区一,NDWI法虽然能提取出大部分水体,但是其中混入了水田,前人的决策树法可以去除部分水田的影响,但是部分水体提取不完全,出现断流的现象。在样区二中,只有本文的方法较好的去除了水田对水体的影响。在样区三中可以看出,在水生植物比较茂盛的坑塘中,其它两种方法都不能很好的提取水体,出现残缺不全的现象,本文的方法提取结果的目视

效果更加平滑。

表3　结果精度统计表

5结束语

综上所述,本文方法可以更好的分离有水田的水体,且能较好地提取富含水生植物的水体。提取精度比NDWI法和前人的决策树法有较大提高,且有良好的视觉效果。

本文决策树模型中第一步采用了比值型的方法，可以减小地形、大气的影响，在其它研究区，要考虑使用质量良好、无云层覆盖的数据。由于在提取水体过程中没有对影像做大气校正处理，大气校正后的影像各地物的反射率特点与未校正前的亮度值特点不尽相同，SPOT-5影像的短波红外波段分辨率为20 m，所以进行波段运算时会有混合像元的产生，本文这些问题还有待于在以后的研究中进行探讨。

图4　三种方法水体提取效果对比

参考文献：

[1]SHIH S F.Comparison of ELAS classifications and density slicing Landsat data for water surface area assessment.[J].Hydrologic Applications of Space Technology(Publication No,160).Intl.Assoc:Hydrological sci.1985.

[2]刘冰,林怡.基于决策树方法的ETM+影像湿地信息提取[J].测绘工程,2013,22(1):63-66.

[3]郭振亚,王心源,王传辉,等.巢湖流域水体信息提取方法研究[J].遥感技术与应用,2012(3):443-448.

[4]MCFEETERS S K.The Use of Normalized Difference Water Index(NDWI) in the Delineation of Open Water Features[J].International Journal of Remote Sensing,1996,17(7)：1425-1432.

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

[6]邓劲松,王柯,李君,等.决策树方法从SPOT-5卫星影像中自动提取水体信息研究[J].浙江大学学报(农业与生命科学版),2005,31(2):171-174.

[7]余明,李慧.基于SPOT影像的水体信息提取以及在湿地分类中的应用研究[J].遥感信息,2006(3):44-47.

[8]LACAUX J P,TOURRE Y M,VIGNOLLES C,et al.Classification of ponds from high-spatial resolution remote sensing:Application to Rift Valley Fever epidemics in Senegal[J].Remote Sensing of Environment 2007，106(1):66-74.

[9]武文波,刘正纲.一种基于地物波谱特征的最佳波段组合选取方法[J].测绘工程,2007,16(6):22-24.

[10] 孙家柄.遥感原理与应用[M].武汉:武汉大学出版社,2003.

[11] 周艺,谢光磊,王世新,等.利用伪归一化差异水体指数提取城镇周边细小河流信息[J].地球信息科学学报,2014(1):102-107.

[12] 朱宝山,张绍华,徐大龙,等.综合水体指数及其应用[J].测绘科学技术学报,2013(1):19-23.

[责任编辑：张德福]

Methods of water body extraction based on SPOT-5 images in Ankor Region

YANG Jia1,ZHANG Ke2,LIU Li1,WANG Xinyuan3,SONG Jingwei3,LIU Jie3,Khun-Neay Khuon4

(1.School of Territorial Resources and Tourism,Anhui Normal University,Wuhu 241000,China;2.College of Geomatics,Shandong University of Science and Technology,Qingdao 266510,China;3.Key Laboratory of Digital Earth Sciences,Institute of Remote Sensing and Digital Earth,Chinese Academy of Sciences,Beijing 100094,China;4.Authority for the Protection and Management of Angkor and the Region of Siem Reap,Siem Reap,Cambodia)

Abstract：For extracting the target information from a small study area,it requires the higher spatial resolution and suitable spectral information.An automatic water extraction method is proposed aiming at extracting drainage system from SPOT-5 images taken at northwest Cambodia.This method is based on analyzing spectral difference between water and other objects in green band and short wave infrared band.Decision tree is adopted in this approach as a simple but efficient water extraction model：Band3/Band4>1.73 and Band1>Band4.Comparing with NDWI and a decision tree proposed by formers’ method,this model has higher accuracy and effectively avoids the influences from paddy field.

Key words：SPOT-5 images；water body extraction；ratio method；decision tree

中图分类号：P237

文献标识码：A

文章编号：1006-7949(2016)03-0051-05

作者简介：杨甲(1988-)，男，硕士研究生.

收稿日期：2014-10-20；修回日期：2014-11-10