不同水体提取方法的提取效果比较

刘玉梅

（山东正元地球物理信息技术有限公司,山东 济南 250101）

1 引言

随着遥感技术在水利行业的广泛应用,如何准确获取水体信息也逐渐成为遥感应用领域的一个关键研究方向。近年来,针对卫星影像的水体提取研究受到了国内外学者的广泛关注,水体提取的方法主要有目视解译法、单波段阈值法、水体指数法、监督与非监督分类法、面向对象的影像分类法等[1]。水体指数法由于其操作简单、提取精度高,在利用遥感技术进行水体提取方面应用最为广泛。目前,国内外学者提出了多种水体指数, Rouse J W等[2]（1973）提出了归一化差异植被指数NDVI；MeFeeters[3]（1996）在1996年创建的归一化差异水体指数（NDWI）；GAO[4]（1996）提出的NDWIGAO指数,该指数主要用于研究植被的含水量；以及徐涵秋[5]（2005）在归一化水体指数NDWI的基础上提出的改进的归一化差异水体指数MNDWI。

由于水体在Landsat遥感影像7个波段上光谱的不同特征以及其他地物与水体的区别,专门针对该类遥感影像的水体提取方法也有较多研究。Feyisa G L 等[6]引入了一个新的自动提取指数,可持续提高水体的提取精度,并且在各种环境噪声的存在的情况下,仍能提供一个稳定的阈值,并进一步基于Landsat 影像测试新方法的准确性和鲁棒性。林强等[7]利用改进的归一化差异水体指数MNDWI进行水体提取实验,结果表明MNDWI能够很好地剔除阴影和云雾等信息,从而提高水体提取的精度。张成才等[8]采用面向对象的分类方法,探究提取水体时影像的最优分割尺度,并利用最优分割尺度对影像进行分割,进而进行水体提取。

综上所述,基于遥感影像的水体提取方法较多,但实际情况中,水体本身往往较为复杂,同时水体提取受到周边环境的影响。对于同一水体,不同方法之间提取精度具有较大差异,本文基于某水库的Landsat ETM+遥感影像,采用多波段谱间关系法、归一化植被指数、水体指数法、修正的归一化水体指数以及支持向量机法,进行研究区水体提取适用性方法研究,并对不同方法的水体提取精度进行分析。

2 水体提取流程

2.1 数据预处理

本文选择的是Landsat-7 ETM+遥感影像,共包括8 个波段,其空间分辨率为30 m。其中,热红外波段（第6 波段）的空间分辨率为60 m,全色波段（第8 波段）的空间分辨率达到15 m。在水体提取之前需要对遥感影像进行预处理,主要包括辐射校正、条带修复、几何校正和影像裁剪。

2.2 水体提取

本文研究区周围山体植被较多,因此,水体提取研究的主要难点在于排除阴影的干扰,提高水体提取精度,本文重点分析多波段谱间关系法、水体指数法（NDVI、NDWI和MNDWI）以及支持向量机法等水体提取方法。

（1）多波段谱间关系法

谱间关系法处理思路为分析水体与其他地上目标在遥感影像不同波段上的反射率,确定水体与其他地上物体的关系特征。本文利用（B2+B3）-（B4+B5）＞T,阈值T取值为10,区分水体与非水体。

（2）水体指数法

本文分别采用NDVI、NDWI和MNDWI方法对研究区的水体进行提取。

根据水体指数灰度直方图,可以较为准确地确定区分水体与非水体的阈值,见图1,观察NDVI、NDWI和MNDWI的灰度直方图,可以看出灰度直方图上存在清晰的“双峰”图像,阈值的确定就选在两个波峰之间的波谷中的数值,经多次试验,确定NDVI、NDWI和MNDWI的阈值分别为-0.10、0.30和0.30。当NDVI≤-0.10 时为水体,NDVI＞-0.10时为非水体；当NDWI≥0.30 时为水体,NDWI＜0.30时为非水体；当MNDWI≥0.30 时为水体,MNDWI＜0.30时为非水体。

图1 灰度直方图

（3）支持向量机法

本文利用支持向量机法进行遥感影像资料分类时,基于ENVI软件中的监督分类方法,在研究区影像上选择33 个水体样本和20 个非水体样本,建立ROI样本集。利用ENVI中支持向量机方法对影像进行监督分类,将水体和非水体区分开来,得到研究区水库的水体范围。

3 精度评价

精度评价是判定水体提取方法好坏的有效手段,以便确定适合研究区的水体提取方法,精度评价的方法通常采用混淆矩阵[5]。混淆矩阵的数学表示见式（1）：

表1中的数据表示像元的数目,本例中,总体精度 （6220/6238）=99.8718%。总共划分为水体的像元有1966 个,其中正确分类的为1950 个,16 个是其他类别错分为非水体,那么其错分误差为16/1966= 0.81%。此外,有真实参考水体像元1952 个,其中1950 个正确分类,其余2 个被分类为非水体,漏分误差为2/1952=0.10%。为评价水体提取的效果和精度,本文计算不同水体提取方法提取结果的混淆矩阵,并对提取结果进行精度评价,见表2。

表1 NDWI法水体提取结果混淆矩阵

表2 水体提取精度评价

Kappa系数是判定分类精确度的一种统计方法,是一致性检验中常用的参数。Kappa数值越接近于1,表示性越好,反之,则表示越差。

式中：r是误差矩阵的行数；xij是主对角线上的数值；xi+和x+i分别是第i行的和与第i列的和；N是样点总数。

式中：Q是总体分类精度；C是准确的像元数；A是总数。

从表2 中可以看出,各种水体提取方法的Kappa系数从高到低依次为支持向量机法、MNDWI、NDWI、NDVI,谱间关系法的Kappa系数最小。支持向量机法的误提率最低,谱间关系法方法误提率最高。

从表3 中可以看出局部1 的提取效果,相较于MNDWI和支持向量机法,其他方法都有一定程度的误提,受山体阴影的影响较大。谱间关系法的漏提率最低,NDVI水体指数法漏提率最高,NDWI、MNDWI和支持向量机法的漏提率介于谱间关系和NDVI方法之间,且漏提率相差不大。从表3 中可以看出局部2 的提取效果,谱间关系法和支持向量机法有明显的漏提,水体指数法的提取的效果较好。从总体精度来看,谱间关系法的提取精度最低,其次是NDVI法,归一化水体指数NDWI、改进的归一化水体指数MNDWI和支持向量机法的提取效果较好,其中支持向量机法总体提取效果最好。

表3 不同的水体提取方法比较

4 结论

综合分析,谱间关系法的漏提率最低,但是误提率较高；NDVI的漏提率最高,误提率也较高；水体指数法NDWI和MNDWI以及支持向量机的漏提率相当,且支持向量机法的误提率最低。支持向量机法的水体提取效果最好,然而样本的选取比较耗费时间和精力,而且样本的好坏会直接影响支持向量机法的提取精度,所以水体提取时样本的选取非常关键,水体指数法MNDWI的提取效果和支持向量机法相当,且水体指数法操作简单,节约时间。