针对资源三号卫星影像水体提取的谱间关系法

王国华，裴亮，杜全叶，李旋

(1.辽宁工程技术大学 测绘与地理科学学院，辽宁 阜新 123000；2.中国测绘科学研究院，北京 100036；3.江苏省地质调查研究院，南京 210018)

0 引言

近年，随着遥感空间技术的发展，水体提取已经成为遥感研究领域里的主要分支之一，为水体识别、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重要的技术手段。目前，常用的水体提取方法有Mcfeeters提出的归一化差分水体指数(normalized difference water index，NDWI)法，是利用绿波段与近红外波段的归一化比值指数来提取水体。NDWI法能突出水体信息，抑制植被信息，在植被为主的遥感影像上提取水体效果较好，但是提取水体时也易误提阴影区域。徐涵秋[1]提出了MNDWI(modified NDWI)法，是利用绿波段与中红外波段的归一化比值指数来提取水体。MNDWI法与NDWI法相比，对建筑物区域和阴影区域的噪声都有良好的去除效果。汪金花等[2]采用谱间关系法对遥感影像的地物进行逆分析，建立遥感模型，经过多次反复实验获取最佳阈值提取水体。该方法提取水体总体效果较好，但细小水体提取困难，且阴影区域的去除效果不佳。赵芳等[3]针对山东青岛冬季的资源三号卫星影像，采用多种水体提取方法提取水体信息，并进行实验比对。最终发现相较其他方法，采用谱间关系法结合最佳指数法来提取水体信息的效果是最好的，但是对于大面积水体提取中的冰面部分提取效果不佳。胡卫国等[4]将NDVI与NDWI结合，提出决策树水体信息提取方法，利用这种方法提取青藏高原龙羊峡库区范围内的资源一号卫星影像的水体信息。决策树法能有效地消除云和冰雪对水体提取的干扰，但是山体阴影对水体提取的精度有一定的影响。这些方法都是基于影像的光谱特性来进行提取的，并且这些水体提取方法的数据源多是Landsat TM、SPOT、MODIS以及SAR图像等影像数据。其中，研究最广泛的是Landsat TM影像。Landsat TM影像具有波段多、光谱信息丰富、空间分辨率较低等特点。相较于Landsat TM影像，国产测绘卫星的波段数少，但是空间分辨率有较大的提升。

21世纪以来，我国针对国产测绘卫星影像在水体识别、洪涝灾害检测等方面的需求日益提升，但是国内现阶段针对国产测绘卫星数据的水体提取研究较少，因此本文选取几种常见的水体提取方法，对国产资源三号卫星数据进行实验；比较各种方法的优点与不足，并提出一种针对国产资源三号卫星数据精度更高的水体提取方法。

1 水体提取方法

1.1 水的光谱特性

水体拥有对近红外光吸收能力强、反射率最低的特征。在近红外波段中，水体的灰度值明显低于其他地物。水体在可见光范围内反射率最高的是蓝绿光，最低的是近红外光，大部分的光都被吸收，所以在遥感影像中水体大致表现为暗色[5]。在资源三号多光谱卫星影像中，水和阴影在近红外波段中的灰度值相近，都远远低于其他地物。但水和阴影在红波段的灰度值相差较大，且水在红波段的灰度值大于近红外，而阴影和其他地物正好相反。下文提出的新的基于阈值的谱间关系法便是利用水和阴影以及其他地物的这个特性进行水体提取。

1.2 单波段阈值法

根据影像中各类地物的光谱曲线分析可知，水体在近红外波段中的灰度值远远小于其他地物，与阴影的灰度值相近。单波段阈值法原理是利用水体的灰度值低于其他地物和略高于一部分阴影的这个特点，设置2个阈值排除其他地物和阴影的影响从而提取水体。单波段阈值法是水体提取方法中最简单的方法，虽然大面积的水域和细小的水体都可以提取出来，但是在影像中的阴影有一大部分在近红外波段中与水体的灰度值相同，因此阴影也会被提取出来，但最终生成的二值影像效果不是很好。这种水体提取方法虽然简单便于提取，但是精度不能令人满意。

1.3 NDWI法

NDWI原理是通过在多光谱影像的波段里找到研究地物的最强反射和最弱反射波段进行比值运算，将影像中研究地物的亮度进行增强，而其他大部分地物的亮度则被抑制，达到突出研究地物的目的[6]。在国产资源三号卫星中，绿光波段和近红外波段分别为第2波段以及第4波段。因为水体在绿光波段中的反射率最强，在近红外波段的反射率最低，吸收能力最强，利用这种差异可以达到突出水体的目的。并且因为植被在近红外波段的反射率很强，所以NDWI在一定程度上还可以抑制植被信息。

NDWI法最主要的作用是可以突出水体抑制植被信息，对于以植被为主的影像区域提取水体的效果会很好。但是使用NDWI法提取水体对于去除阴影区域效果不好，并且裸露的土壤和建筑物的NDWI值与水体相近，容易混淆，形成噪声[7]。

1.4 支持向量机法

支持向量机法(support vector machine，SVM)是一种基于样本的面向对象分类方法，它通过影像的空间特征和光谱特征对研究对象进行分类[8]。SVM法具有小样本学习、抗噪性强、学习效率高等优点。SVM法的最大特点是用有限的样本集得到较小误差的提取结果，可以在缺少先验知识或只具备少量先验知识时达到较高的水体提取精度。

使用SVM法提取水体是一种半人工的水体提取方法，需要水体在不同区域情况下的样本，通常在分类时，需要人工选取大量的样本，过程比较繁琐复杂。SVM水体提取结果精度较高，但是存在一定程度上的误提，尤其是与水体相近的结冰处和河床上的一部分裸露水体，易在分类过程中辨识为水体。

1.5 基于阈值的新谱间关系法

本文提出的基于阈值的新谱间关系法其本质是比值法，基本原理是通过分析影像中的地物光谱曲线，将不同的波段进行比值运算，扩大水体与其他地物的亮度差距，进而提取水体[9]。传统比值法提取水体较常用的方法是NDWI法。NDWI法并不能剔除除植被外对提取水体有影响的因素，比如裸露的土地、建筑物等地物[10]。

本文以黄河流域范围内的资源三号卫星影像为例，使用基于阈值的新谱间关系法提取水体。该方法考虑到植被、建筑物以及裸露的土地等对提取水体有影响的地物，可以减少NDWI法提取水体时出现的误提和漏提部分。根据地物的光谱曲线分析(图1，其中，b1为蓝波段，b2为绿波段，b3为红波段，b4为近红外波段)，水体和阴影在近红外波段的灰度值远远低于其他地物，水体在红波段的灰度值大于在近红外波段的灰度值，并且非水体地物在红波段的灰度值小于在近红外波段的灰度值。以地物的光谱曲线知识为基础，以红波段的灰度值与近红外波段的灰度值的比值作为水体提取的判别依据，通过反复实验研究发现，水体在红波段和近红外波段的比值一般大于1，而非水体地物的波段比值一般要小于1，但是这样提取水体仍会有部分误提区域，因为阴影和裸露土地在这2个波段的比值与水体接近[11]。所以，在排除其他地物的干扰后，仍需要对提取结果进行剔除阴影和裸露土地的优化操作。比值法粗略提取水体的数学模型如式(1)所示。

图1 光谱曲线图

Red/NIR>A

(1)

式中：A为阈值；Red是第3波段红光波段的灰度值；NIR是第4波段近红外波段的灰度值。但是该数学模型并不完善，还存在一部分河岸阴影会被误提。为了剔除分类时阴影的影响，本文发现，阴影在第1波段的灰度值大于第3波段，而水体相反，因此可以得到提取阴影的数学模型，如式(2)所示。

Red/Blue

(2)

式中：B为阈值；Blue是第1波段蓝光波段的灰度值。通过反复实验选取提取水体的最佳阈值时发现，水体在红波段和近红外波段的比值接近于1，当大于等于0.93时，能保留最多的水体信息以及细小水体信息和剔除最多的非水体信息。以0.93为阈值，将式(1)提取出的水体影像二值化，可以得到最佳的粗提取水体的二值影像。红波段和蓝波段的比值接近于0.8时，为阴影区域，其值小于0.76时，能获得最佳的影像阴影区域[12]。以0.76为阈值，对式(2)提取出的阴影影像进行二值化，可以得到影响提取水体地物的二值影像。这2幅影像重合区域就是粗提取水体二值影像中误提部分。将2幅二值影像进行影像相减[13]，影像灰度值会出现3个值分别是：大于0、等于0和小于0。其中，灰度值大于0区域为水体区域；灰度值等于0和小于0的区域都是非水体地物。将相减后的影像以0为阈值二值化，最终会得到剔除了阴影和非水体地物影响的水体二值图像。

2 实验

2.1 研究区数据源概述

资源三号卫星是中国第一颗自主的民用高分辨率立体测绘卫星。资源三号卫星的前视相机和后视相机的空间分辨率约为3.5 m，下视相机的空间分辨率约为2.1 m，通过立体观测，可以测制1∶5万比例尺地形图，为国土资源、农业、林业等领域提供服务。卫星可对地球南北纬84°以内地区实现无缝影像覆盖，回归周期为59 d，重访周期为5 d。

本次实验数据选取冬季的陕西省与山西省交界处黄河流域的资源三号卫星影像数据，主要由河流和山区组成，在河流沿岸有建筑物区域，主要地物包括河流、山地、阴影、建筑物和冰雪。该影像为冬季影像，黄河正处在枯水期，河流水位低于正常期和汛期的水位，河岸以及岸边的山地与建筑物远高于河流水位。成像时间为下午，太阳斜射，因此会在河流主干以及支流上产生大面积的河岸阴影，细小支流的大部分处于干涸状态，并且水面上也会出现一部分结冰区域，是多地物种类的卫星影像数据。

2.2 实验结果

本文裁出资源三号卫星影像上具有标志性的2块区域分成2组进行实验。2块实验数据包含了该影像上的全部地物，且以水体为主。以水体为主的实验区域影像效果更加清晰便于观察。对实验区分别利用单波段阈值法、NDWI法、SVM法和新的基于阈值的谱间关系法进行水体提取。通过影像直方图和反复实验来确定分类的最佳阈值。将分类后影像二值化[14]，基于阈值的2种方法提取出的水体为白色，其他地物为黑色；SVM法提取出的水体为红色，其他地物为白色。

第1组实验采用影像1为实验对象。影像1具有河岸附近阴影少、细小水体多、城镇建筑用地少、裸露土地多等特点。图2为影像1的原始影像，图3为影像1的人工解译水体结果，图4、图5、图6、图7为其他水体提取方法的实验提取结果。通过提取结果与人工解译结果的比对，可以发现本文提出的新谱间关系法提取结果的精度要优于单波段阈值法、NDWI法和SVM法的提取结果精度。

图2 影像1原始影像

图3 影像1人工解译水体结果

图4 影像1新谱间关系法提取结果

图5 影像1单波段阈值法提取结果

图6 影像1 NDWI法提取结果

图7 影像1 SVM法提取结果

第2组实验采用影像2为实验对象。影像2中有大量的河岸阴影区域，并且河流主干中有多处结冰区域和礁石。图8为影像2的原始影像，图9为影像2的人工解译水体结果，图10、图11、图12、图13为其他水体提取方法的实验提取结果。通过提取结果与人工解译结果的比对，可以发现新谱间关系法提取结果在细小水体提取和阴影剔除方面要优于其他的3种方法。

图8 影像2原始影像

图9 影像2人工解译水体结果

图10 影像2新谱间关系法提取结果

图11 影像2单波段阈值法提取结果

图12 影像2 NDWI法提取结果

图13 影像2 SVM法提取结果

2.3 实验结果分析

本文使用ArcGIS软件对2个实验区影像进行人工解译，作为水体真值，如图3、图9所示。利用不同提取水体方法的提取结果与水体真值进行精度评价，如表1所示。

表1 实验结果精度评价

根据实验结果精度评价可知，单波段阈值法的精度最低，阴影区域与水体相混淆，细小水体提取不完全；NDWI法提取的精度不够，能提出大部分水体，但有阴影区域以及一部分的建筑物和土壤作为噪声降低了水体提取的精度；SVM法提取水体，大部分水体都能提取出来，但是存在一定的误提现象，这是因为基于影像分割算法提取出的边缘存在问题，无法将水体和一部分冰雪、裸露土地分割出来；本文提出的基于阈值的新谱间关系法，比前面3种方法提取水体精度有了进一步提高，并且改善了单波段阈值法的阴影问题、NDWI法对细小水体有漏提问题和SVM法的误提问题。

3 结束语

本文利用冬季黄河流域的资源三号卫星影像进行水体提取，采用单波段阈值法、NDWI法、SVM法，及本文提出新的谱间关系法进行实验。本文提出的新谱间关系法提取水体的精度超过单波段阈值法、NDWI法、SVM法，不仅能的提取出细小水体，而且对阴影等难剔除的影响因素有较好的剔除效果。但是新谱间关系法的2个数学模型的阈值选择依赖大量实验确定，需要耗费大量时间。如何减少确定阈值的时间是下一步研究的重点。