ASTER数据的煤矿区水体信息提取

叶 杰,王战卫，冯乃琦，刘 冰，张 斌，谷芳莹，白潍铭，王海侠

(1.河南省航空物探遥感中心，河南 郑州 450053；2.中国地质科学院郑州矿产综合利用研究所，河南 郑州 450006)

煤炭开采导致的地表季节性或常年积水，是影响煤矿区土地生态变化的主要因素之一。快速有效地了解煤矿区水体分布情况，对矿山生态环境保护具有重要意义。目前，水体信息提取运用较多的遥感数据有TM、ETM+、OLI、ASTER、MODIS、Sentinel-2等，这些数据在对煤矿区水体变化检测中，具有较好的时序连续性且可根据用户的需求随时随地获取影像，能够满足大众需求。ASTER为搭载在Terra卫星上的星载热量散发和反辐射仪，于1999年12月18日发射升空。ASTER为涵盖从可见光到热红外共14个光谱通道的多光谱传感器[1]，具有同一轨道的(黑白立体像对)立体观察[2]，其主要参数见表1。与2015年6月23日欧空局发射的Sentinel-2相比，ASTER数据具有充足的历史数据源；与美国陆地卫星(Landsat)相比，ASTER数据具有波段丰富及空间分辨率更好的优势。但如何运用一种普遍适用的模型，从ASTER数据中准确快速提取水体信息(或其他地物)仍然是需要解决的问题。本文以ASTER数据(成像时间为2002年10月13日)为数据源对试验区进行水体信息提取，通过分析地物波谱信息，依据归一化差异指数的思想，提出了一种普遍适用于ASTER数据的水体信息提取方法。

表1 ASTER影像各波段参数

1 归一化差异水体指数的发展

目前，国内外在水体信息自动提取方面研究很多，其中利用光学遥感数据进行水体信息提取的方法比较成熟，主要分为单波段阈值法和多波段增强图阈值法[3-4]。单波段阈值法是根据影像单个波段中水体的DN值(灰度值)大于或小于其他地物的DN值，设定阈值进行水体信息提取，但受阴影干扰较大，难以提取狭窄水体[4-5]。多波段增强图阈值法主要利用遥感影像各波段之间的综合关系来进行水体信息提取[4,6]，是国内外使用较多的方法，包括谱间关系法和水体指数法。谱间关系法是通过分析地物在各波段的光谱特征提取出水体信息，最早是由1998年杨存建[4,7]等在对TM各波段影像分析过程中，发现水体具有(TM2+TM3)>(TM4+TM5)的特征。水体指数法是通过多波段运算来增强地物之间的反差，使得水体值高于非水体地物值，从而设定水体界限阈值提取水体。当前主要的水体指数有：归一化差异水体指数(normalized difference water index，NDWI)[8-12]、改进的归一化差异水体指数(modified normalized difference water index，MNDWI)[12-14]、增强型水体指数(enhanced water index，EWI)[12,15]、新型水体指数(new water index，NWI)[12,16]、混合水体指数(combined index of NDVI and NIR for water body identification，CIWI)[8-9,12]、改进型组合水体指数(MCIWI)[12,17]。在此背景下，本文针对试验区运用ASTER数据(如图1所示)，通过分析不同地物的光谱特征，利用数学统计方法建立一种ASTER数据的地物提取模型SWI ASTERxy，并运用该模型对试验区进行水体信息提取。

图1 试验区ASTER影像(123波段合成)

2 试验区概况

试验区位于泸溪县和上栗县跨界处，覆盖萍乡市新岭及周边17个煤矿，面积为106.88 km2。

该区域地处幕阜山脉南缘，武功山脉西端，在湘中丘陵盆地区与湘赣边中低山区接合处，雁行排列的北东向中低山与缓坡起伏的岗丘状盆地相间，重复出现。平行的山岭与谷地，组成平行岭谷地形。区内水系比较发育，土质肥沃，水源充沛，人烟稠密。交通比较发达，昌金高速由西南斜穿本区，小型机耕路遍布区内。

3 数据处理

使用ENVI图层叠加工具，将ASTER数据短波红外(SWIR)30 m分辨率配准和重采样到可见光、近红外(VNIR)15 m分辨率。在ENVI5.3中对ASTER数据辐射定标，然后利用FLAASH模块进行大气校正，并设置相关参数。其中，中心坐标点和时间从影像头文件读取，海拔是试验区数字高程模型(DEM)的平均海拔，大气模型根据试验区所在纬度和数据获取时间确定为Mid-Latitude Summer，未进行水汽反演。设置为乡村气溶胶模型，完成ASTER数据的大气校正。使用最邻近法对像元的灰度值进行插值计算，并进行正射校正。

4 试验区ASTER光谱特征分析

试验区主要地物类型有建筑物、水体、植被和煤炭4种，因此本区水体信息提取时需着重考虑这4种地物。首先从ASTER影像上选取具有代表性的建筑物、水体、植被、煤炭各12个点，得到建筑物、水体、植被、煤炭在9个波段的DN值，如表2所示为各代表性地物中各波段12个点的最大值(MAX)、最小值(MIN)和平均值(AVE)的统计结果；然后统计出9个波段的平均DN值，得到这4中地物的光谱曲线(如图2所示)。从光谱曲线可以看出，试验区建筑物、水体和煤炭的DN值均从波段1到波段9依次递减，植被除在第3波段比第2波段的DN值略大外其他波段同样依次递减。

表2 各地物样本的统计DN值

图2 煤炭、植被、水体、建筑物在ASTER中的波谱曲线

从地物9个波段平均DN值的光谱曲线可以看出，可见光近红外前两个波段的DN值都满足建筑物>煤炭>水体>植被，而第3波段植被比较异常，该波段的DN值大于其他3种地物。在短波红外的6个波段中，植被在波段4的DN值大于建筑物、煤炭和水体，在波段5、6、7、8、9的地物DN值为建筑物>水体>煤炭>植被。与TM/ETM+不同，ASTER的地物光谱曲线在短波红外波段(第4波段开始)的DN值突然变小，因此使用普通的归一化差异水体指数对ASTER进行水体信息提取不可行。如本文运用改进的归一化差异水体指数(MNDWI)，因试验区4种地物的DN值在波段1(对应TM影像的第2波段)中的DN值都大于其在波段4(对应TM影像的第5波段)中的DN值，因此波段运算的结果是试验区均大于0，不能将水体信息从中提取出来。在此本文根据ASTER数据特点及地域变化影响重新建立ASTER数据的水体信息提取方法。

5 归一化差异水体指数建立及试验结果分析

通过以上分析可以发现，普通的归一化差异水体指数之所以在ASTER数据中不能发挥它的作用，主要是因为在波段4中建筑物、植被和煤炭的DN值小于其在波段1中的DN值。因此可以通过对波段y进行拉伸，使拉伸后建筑物、植被和煤炭在波段y的DN值都大于波段x的DN值，而同时确保拉伸后水体在波段y中的DN值小于波段x的DN值，就可以把水体从其他3种地物中区分开来。ASTER数据重新建立的综合归一化差异水体指数(synthesize water index，SWI)为

SWI ASTER2,4=(ASTER2-2.34×ASTER4)/

(ASTER2+2.34×ASTER4)

(1)

式中，n为对波段y进行拉伸的系数。

即若想将水体同植被、煤炭和建筑物信息区分开，需将波段y中植被、煤炭和建筑物的DN值至少拉伸超过其在波段x中的DN值，但是水体在波段y中DN值的拉伸却不能超过其在波段x中的DN值。因此n的取值范围应该为：MAX[(x/y植被)、(x/y煤炭)、(x/y建筑物)]

如图2所示，地物在短波红外波段(第4波段开始)的DN值突然变小，趋于一致，在此取1、2、3波段为波段x，取2、3、4、5、6、7、8、9波段为波段y，分别对选取的建筑物、水体、植被、煤炭典型地物样本中最小值、最大值和平均值进行比值运算(如当x=1时、y=2时，MAX=B1MAX/B2MAX=第1波段DN值的最大值/第2波段DN值的最大值)，以此来获取最佳波段组合及对应的拉伸系数(n)，进而对试验区进行水体信息提取。

通过表3的比值结果发现，当x为第1波短时提取水体的最佳波段组合为B1/B4(y为第4波段)。按平均值比值结果确定拉伸系数的取值范围时，n应为：3.34

表3 x为第1波段时各地物最小值、最大值和平均值比值

通过表4的比值结果发现，当x为第2波短时提取水体的最佳波段组合是B2/B4(y为第4波段)。按平均值比值结果确定拉伸系数的取值范围时，n应为：2.34

表4 x为第2波段时各地物最小值、最大值和平均值比值

通过表5的比值结果发现，当x为第3波短时提取水体的最佳波段组合是B3/B4(y为第4波段)。按平均值比值结果确定拉伸系数的取值范围时，n应为：1.62

表5 x为第3波段时各地物最小值、最大值和平均值比值

为便于比较，通过不同波段、系数组合对试验区进行了水体信息提取(图3)，根据试验统计结果(见表6)可以得到，当x=2、y=4、n=2.34时，可以客观、方便、快捷地将水体信息从植被、建筑物、煤炭中提取出来，此时试验区水体提取总体效果最佳(如图3所示)。即针对试验区ASTER数据建立的综合归一化差异水体指数为

表6 不同波段、系数组合水体信息提取精度对比

SWI ASTER2,4=(ASTER2-2.34×ASTER4)/

(ASTER2+2.34×ASTER4)

(2)

6 结 语

本文在水体信息自动提取方面，ASTER数据提出了的一种综合归一化差异水体指数：SWI ASTERxy=(ASTERx-n×ASTERy)/(ASTERx+n×ASTERy)，并在试验区获得了较好的提取效果。本文所选区域较小，建议在实际大范围应用时，可将大幅影像分割出一小块，确定波段组合和系数后，再进行大范围水体信息提取。此外，本文提出的综合归一化差异水体指数也适用于其他多光谱数据对不同区域不同地物的提取。