運用資源三號衛星影像數據提取水體信息的方法研究

趙 芳，朱豐琪，馮仲科，丁 敏

(1. 北京林業大學 精準林業北京市重點實驗室，北京 100083； 2. 山東省國土測繪院，山東 濟南 250013)

一、引 言

近年來，如何快速、準確地從遙感影像中提取水體信息得到了廣泛研究，為土地分類、水資源調查、洪澇災害的監測及淹沒面積的估測等方面提供了一種重要的技術手段。該研究主要是通過分析水體的光譜值，利用水體在遙感影像中的特有的光譜特性以及空間特征信息(如紋理信息、形狀等)區別于其他地類、地物而進行提取[1]。劉建波等[2]選用密度分割法，通過計算水面的像元數來統計水面面積；徐涵秋[3]對歸一化差異指數進行了改進,采用MNDWI=(Green-MIR)/(Green+MIR)的方法來提取水體信息；都金康等[4]選用決策樹的方法逐步進行譜間運算提取水體信息；楊樹文等[5]提出針對水體和陰影在藍綠光波段的特征，構建譜間關系來提取水體模型；李小曼等[6]采用譜間關系法結合最佳指數法(OIF)來提取水體信息；竇建方等[7]針對SAR圖像提取，利用水體的亮度和分布特征采用非線性濾波的方法提取水體。以上所研究的遙感影像數據源主要有Landsat TM、SPOT、MODIS以及SAR圖像等各種影像數據，其中對Landsat TM衛星影像的水體提取的研究最為廣泛。雖然Landsat TM衛星影像的波段數較多，光譜信息相對比較全面，但是空間分辨率較低。我國自主研制的資源三號衛星影像空間分辨率卻得到大大提升，多光譜數據有4個波段(其中1、2、3波段是可見光波段(R、G、B)、第4波段是近紅外波段)，因此針對資源三號衛星影像的光譜特性則需要尋求一種方法來快速、準確地提取水體信息。

二、試驗區及數據

本次試驗數據為2012年2月19日山東省青島市膠南地區冬季的資源三號衛星遙感影像，其范圍為東經119°28′—119°53′，北緯35°35′—36°3′。該區域地形較復雜，地類繁多，水系分布較廣，主要以水庫和河流為主，零星還有若干水塘。影像為冬季影像，部分水系上有些冰面，在提取水體時，結冰的地方一并參與其中。正好驗證結冰水體在遙感影像中是否能一起提取出來，見圖1。

圖1 研究區資源三號多光譜衛星影像

資源三號衛星是我國首顆高精度民用立體測繪衛星，其影像數據成為一種新型遙感影像數據源，具有高空間分辨率、大動態范圍以及具備立體成像能力等特點[8]，該影像數據主要有地面分辨率為2.1 m的全色正視影像數據，地面分辨率為3.6 m的全色前視、全色后視影像數據和地面分辨率為5.8 m的多光譜正視四組影像數據[9]。

三、水體的光譜機理

水體在可見光范圍內反射率最高的是藍綠波段，最低的是近紅外波段，大部分的光都被吸收，所以在遙感影像中水體則大致表現為暗色[10]。但是在遙感影像圖中陰影部分的灰度值與水體非常接近，因此在提取水體時往往山區陰影和城區的建筑陰影都被提取出來。

對研究區的水體、耕地、居民地、山區以及山區陰影等地物進行4個波段400個樣點的光譜值和紋理信息值進行了統計，統計結果如圖2所示。

圖2 資源三號遙感影像中不同地類地物光譜均值曲線

圖2中顯示，水體和陰影的光譜值呈現Band1>Band2>Band3>Band4的特點。其中第4波段(即近紅外波段)中的水體和陰影的光譜值卻明顯低于其他地物，特別是水體為最低值。而其他地類在4個波段中光譜值的走勢相對比較平緩。依據以上地物的光譜均值和特性，本文采用不同的方法嘗試將影像中水體完整地提取出來。

四、試驗與結果分析

1. 單波段閾值提取

根據資源三號多光譜影像4個波段的光譜特性，水體在近紅外波段(即Band4)能較好地與其他地物區分開。對近紅外波段作單波段閾值分析，根據水體對近紅外有很大吸收和反射近紅外最少的特征，水體的光譜值明顯低于其他地物。對研究區的數據進行反復試驗與比較分析，對近紅外波段單波段閾值提取分析，根據閾值二值法經過反復試驗，在閾值為152時，可以將水體提取出來，但是山區的陰影和城區的建筑物陰影卻隨之也提取出來。提取結果見圖3。從圖3中可以明顯看出研究區內的大片水域、河流與零星水體都提取了出來。但是山區的陰影部分以及城區的建筑陰影等也隨之提取了出來，因此效果不佳。可見僅依據一個波段的特性不能正確地提取水體。

圖3 單波段閾值提取結果

2. 歸一化差異水體指數法

根據多光譜多波段的優勢，1996 年McFeeter 提出了歸一化水體指數法NDWI(normalized difference water index)提取水體，公式為NDWI=(BGreen-BNIR)/(BGreen+BNIR)(BGreen為綠波波段，BNIR為近紅外波段)，該方法是通過將水體的最強反射波段與最弱反射波段進行比值運算，以擴大它們之間的差距，抑制植被信息來提取水體[3]。

對研究區進行NDWI法提取水體，結果見圖4。圖4中明顯顯示出許多噪音，這是因為裸露的土壤、道路和山區陰影及建筑物陰影都被提取了出來。NDWI法比較適用于植被覆蓋為主要地類的區域提取水體，而對于裸露土壤及陰影的區域，該方法效果不佳。

圖4 基于NDWI的水體提取二值影像圖

3. 譜間關系法

資源三號衛星影像的多光譜數據雖然只有4個波段，但是不同的地物在這4個波段中也呈現不同的特點。根據水體在第2波段和第4波段的特征，運用ERDAS軟件中的Operators命令，對第2波段和第4波段進行相減的代數運算(band2-band4)，結果如圖5所示。

由圖5(a)明顯可以看出，圖面中間的水庫及左下方的河流都可以提取出來，但是零星陰影也被提取出來。然后結合水體的采樣點的分析，對運行band2-band4的結果進行二值化表示，經過反復試驗比較，提取區間為142—174的水體部分。提取結果如圖5(b)所示。圖中較大面積的水域都提取出來了，但有些細小的水塘及河流等以混合像元形式存在的水體還是受到影響沒有完整地提取出來。但是該方法能較好地去除掉陰影區域。

圖5 譜間關系(band2-band4)提取水體圖

4. 最佳指數法

由以上幾種方法可見，較大面積的水體信息都能輕易提取出來。但是對于有陰影的區域以及細小水體不是誤提就是漏提，導致提取水體信息不正確、不完整。對于影像中地類交界的以混合像元形式存在的區域還存在一定的局限性，很難準確地提取出來。那么根據波段間的相關性對最佳波段組合進行影像增強來進行提取。

最佳波段組合的選取，主要是依據各個波段的標準差及相關系數與波段組合的信息量之間的關系以及光譜的差異性等特點[11]。早在1982年，美國的查維茨提出的最佳指數法(OIF)[12]

(1)

式中，Si為第i個波段的標準差；Rij為i、j兩波段的相關系數。

波段的標準差越大說明該波段的信息量比較大；反之則說明該波段的影像信息的獨立性越高。對影像的四個波段作相關分析，結果如表1、表2所示。然后根據式(1)分別計算了4個波段的4種組合的最佳指數結果，結果如表3所示。

表1 各個波段均方差統計值表

表2 各個波段之間的相關性

表3 各個波段的最佳指數計算統計表

通過對影像的4個波段進行最佳指數計算，從表3的計算結果明顯可以看出，數值較高的為134組合，但是其他3個組合的值也相差不大。結合資源三號衛星影像中水體在各個波段的光譜特性，經過反復比較，最終確定134組合為最佳波段組合。

通過構建HIS彩色空間的方法對影像進行增強。將波段4、3、1分別賦為R、G、B轉換到HIS彩色空間。得到IHS新影像，分別查看I、H、S的均值和標準差，結果如表4所示。

表4 影像HIS的均值和標準差

結合得到的HIS新影像及I、H、S所對應的均值和標準差，構建以下模型方程組來對細小水體進行提取

(2)

經過反復試驗，對提取的效果進行比較，最終確定kI=1.6，kH=0.88，kS=1.1。提取結果如圖6(a)所示。

此方法對于細小的水體提取較好，但是對于大面積的水體提取時，特別是本次研究影像帶有冰面的水庫地區會有缺失，如圖6(a)中圓圈的部分。結合具有譜間關系式band2-band4所提取出的大面積水域結果，與通過OIF法提取的細小部分的水體，將這兩種方法得到的結果進行掩膜，合并后得到最終結果能較完整地提取出水體信息。結果如圖6(b)所示。

圖6 OIF綜合法提取水體

5. 精度評價

本文分別采用了單波段閾值法、歸一化差異指數法、譜間關系法以及OIF綜合法分別對資源三號影像數據進行了提取水體信息的試驗。以原始影像研究區內的目視解譯結果為參考標準，對研究區的水體面積進行統計分析，得到水體面積約為13.49 km2，分別對以上幾種提取水體信息的方法進行比較，結果見表5。

由表5可以看出，提取出水體的面積值與目視解譯最為相近的為OIF綜合法，提取出的水體信息面積的相對誤差為8.96%。而歸一化差異指數法效果最差，提取出的水體面積是正常水體面積的3倍之多。而譜間關系法則漏提水體，提取出的面積少了18.23%。

表5 提取水體面積比較表

五、結束語

通過本次試驗驗證，以資源三號衛星影像為數據源來進行水體信息提取，雖然影像只有4個波段，但是僅用一種方法無法將水體信息完整無誤地提取出來，山區陰影和城市建筑陰影等各種因素難以與水體區分開來。面對不同的地區、不同時相，特別是針對不同的數據源提取方法更是不同，因此需要多種方法相結合的方式才能較完整地提取出水體信息。

本文針對資源三號遙感影像，利用譜間關系法和OIF法相結合可以較完整地提取出水體信息。避開了山區陰影和城區建筑陰影的錯誤提取，加強了對細小河流及水域的提取，與其他方法相比較具有較高的完整度與精確度。

參考文獻：

[1] 徐靜. 基于波譜特征的水體信息提取方法研究[C]∥福建省第十二屆水利水電青年學術交流會論文集.[S.l.]:福建省水利學會，2008：13-20.

[2] 劉建波,戴昌達. TM圖像在大型水庫庫情檢測管理中的應用[J]. 環境遙感, 1996, 11(1): 53-58.

[3] 徐涵秋.利用改進的歸一化差異水體指數(MNDWI)提取水體信息的研究[J]. 遙感學報,2005,9(5):589-595.

[4] 都金康,黃永勝,馮學智,等.SPOT衛星影像的水體提取方法及分類研究[J].遙感學報,2001,5(3):214-219.

[5] 楊樹文,薛重生,劉濤,等. 一種利用TM影像自動提取細小水體的方法[J].測繪學報，2010,39(6):611-617.

[6] 李小曼,王剛,田杰.TM影像中水體提取方法研究[J].西南農業大學學報，2006,28(4):580-582.

[7] 竇建方,陳鷹,翁玉坤.基于序列非線性濾波SAR影像水體自動提取[J].測繪通報，2008(9):37-39.

[8] 盧剛, 陸敏燕, 陳成賴. 資源三號衛星影像分類研究[C]∥第九屆長三角科技論壇(測繪分論壇).[S.l.]:江蘇省測繪學會，2012：81-84.

[9] 國家測繪地理信息局衛星測繪應用中心.資源三號測繪衛星數據服務網[EB/OL].(2012-01-03). http:∥sjfw.sasmac.cn/index/wxcp.jsp.

[10] 章重. 一種基于ERDAS軟件在TM 影像中提取較小水體的方法[J]. 科技廣場,2012(1):72-75.

[11] 劉排英. 基于光譜面積和IHS變換的水體提取的研究[D].長沙：中南大學，2010.

[12] 曾志遠.衛星遙感圖像計算機分類與地學應用研究[M].北京:科學出版社,2004:494-495.