基于MODIS影像的水體自動提取研究

李曉星　王周龍

摘要：已有研究表明，水體像元與山體陰影、云的陰影及城鎮等像元的可見光光譜特征具有較高的相似性，易于混淆，采用單一的方法如單通道閾值法、比值法、歸一化植被指數法等無法有效對水體象元進行提取。鑒于水體與植被在紅光及近紅外波段的波譜特性，本文結合比值植被指數和歸一化植被指數，運用單通道閾值法，有效區分并提取了水體，為遙感水體提取研究提供了借鑒。

關鍵詞：MODIS；比值植被指數；歸一化植被指數

引言

洪水災害是我國常見的一種自然災害，其發生一般具有突發性的特點，洪澇災害的預警預報、救災減災以及災后重建工作都需要對洪災時空演變過程信息進行及時反饋和精準分析[1]。遙感，作為采集地球數據及其變化信息的重要技術手段，得到了包括我國在內世界各國政府部門、科研單位和公司的廣泛應用。隨著航空、航天技術的飛速發展，遙感技術大面積同步觀測、時效性、數據的綜合性和可比性、經濟性等特點日益顯現，已成為研究地質災害防治、全球環境變化重要的科學技術手段。

根據遙感數據對水體進行提取的技術如今已在水資源變化檢測、洪水淹沒范圍判讀和海岸線變化識別等領域得到了廣泛的應用。國內相關研究已經展開，肖干廣等[2]利用AVHRR的通道2（近紅外波段）和通道1（可見光波段）的差值法，水體得到了有效的識別。盛永偉等[3]利用AVHRR的信道2和信道1的比值法，從而使薄云覆蓋下的水體得到了很好的識別。都永康等[4]利用SPOT衛星信息，采用決策樹分類方法，山區中的水體信息得到了有效識別。Jun Li等[5]利用MODIS信息能夠有效監測清澈水體。趙書河等[6]采用迭代混合分析方法，對中巴資源一號衛星的遙感數據進行分析，把水體與山區陰影進行了有效分離。

1.水的提取原理

遙感影像記錄的是地物的光譜特征，不同地物在部分波段呈現較大的反射率特征差異，通過定量化分析和比較這些差異可以達到識別地物的目的。在大部分遙感傳感器的波長范圍內，由于水體對入射能量具有強吸收性的特點，導致水體的反射率總體上較弱，并具跟波普長度長成反比。水體對藍光波段（CH3），綠光波段（CH4）的反射率較強，并且水體在藍光波段有明顯的散射，與其他地物在此波段的反射率特征差異不明顯；相比于紅光波段（CH1），水體在近紅波段（CH2）的吸收性要更強烈一些，幾乎吸收了全部的入射能量，吸收率較高、反射率較低；而土壤、植被在這個波段內的反射率較高、吸收率較低。這種明顯的差異使得水體在近紅外波段上很容易與植被、土壤形成鮮明的對比，易于區分。在MODIS影像上，水體在近紅外波段上呈現暗色調，而土壤和植被則呈現亮色調。同時，在山區由于受山體陰影的影響，使得陰坡面的地物在近紅外波段反射能量降低，因此陰影中的地物在近紅外波段影像上呈現為明顯的暗色調；在城市建筑物密集地區，由于高層建筑物陰影的影響，也存在同樣的問題，因此通過單一閾值（近紅外波段）來區分水體和陰影中的地物存在一定的難度。

在一定條件下，植被指數能夠定量地說明植物的生長狀況，其原理是根據在可見光波段植物葉面有很強的吸收特性，在近紅外波段植物葉面有很強的反射特性，通過不同波段的組合，植被指數能夠將植物與其他地物有效區分開來。常用的植被指數包括比值植被指數和歸一化植被指數等。

2.MODIS的光譜特點及當前主要應用范圍

2.1MODIS的數據特點

與之前常用的幾種遙感數據相比，美國國家航天局（NASA）最新的數據主要有三個特點：一是數據涉及波段范圍比較廣（36個波段，0.4-14.4um）；二是空間分辨率較之前有了更大的進展（250 m、500m、1000m）；三是數據更新頻率快，對實時監測有較高的應用價值。

2.2MODIS影響上的水體表現特征

根據已有研究表明的水體波普特征和MODIS有感數據36個通道的波長分布，可以分析并確定適合于水體信息提取的波段。在MODIS遙感數據的36個通道中，1、3、4、8～15通道在可見光范圍內，水體與其它地物的反射率差別不大，即從水體到陸地的過度特性不明顯。2、5、6、7、16～19、26通道處于近紅外波段范圍，水體吸收率高、反射率低，而對土壤、植被的吸收率低、反射率高，水體在影像上表現為比其他地物都暗的色調，其邊界輪廓十分清楚。故在這些通道的單波段影像上，水陸界線比通道1、3、4、8～15影像更加清晰可辨。20～25、27～36為熱紅外通道，主要反映地物自身的熱輻射效應，應用MODIS數據進行水體提取，對于小水域范圍，通道2是最佳波段，有著僅0.03m的波段寬度和250m的空間分辨率[8]。

3.MODIS影像水體提取方法及研究

3.1MODIS影像水體提取模型

單波段閾值法和多波段閾值法是目前利用遙感信息提取水體信息最常見的兩種方法。

單波段閾值法主要是選取近紅外波段并利用閾值來提取水體信息，它是提取水體的最簡單易行的方法，基本原理是利用水體在近紅外波段上吸收率高、反射率低，其他地物吸收率低、反射率高的特點，經過多次試驗確定一個灰度值，作為區分水體與其它地物的閾值，其缺點是水體與山區的陰影難以區分，提取的水體往往比實際要多。部分文獻敘述由于遙感影像的時空性變化較大，且時常因為時空的變化，閾值變化的不確定性使得該方法具有局限性，但在特定時相和區域里，對于非山區水體信息的提取，因為MODIS光譜的細分已經將上述問題大大減弱，首先應選取閾值法進行試驗。

單純使用單波段閾值法無法有效區分地物時，需引入多波段法，常見方法包括：譜間關系法和多光譜分析法。利用譜間關系建立的模型很多，比如對波段進行如下運算CH7/CH6、CH7/CH5，從而找出組合圖像上水陸分界非常明顯的影響。以CH7/CH6為例，可以采用如下方法剔出非水體：在ENVI軟件下輸入CH7/CH6波段，運算波段計算功能，將公式CH7/CH6輸入，載入影像，在放大窗口中，手工裁取明水水域范圍，生成多邊形，對各種多邊形賦予一個感興趣區（AOI）文件，并將其輸出為ENVI等矢量文件即可。

采用基于多波段分析原理的植被指數法，能有效增強水體與陸表的差異，從而能后有效區分和識別水體。

植被指數最早是1969年Jordan為了估計熱帶雨林的葉面積指數而提出來的比值植被指數（RVI）為了提高對地面植被指數檢測效果，又有人提出了將比值限定在（-1，1）之間的歸一化植被指數（NDVI）[9]，其原理是通過遙感光譜通道間組合運算獲得的無量綱數據，是對地面植被狀況的一種經驗或半經驗的觀測。

NDVI廣泛用于檢測植被生長狀態、植被覆蓋度和消除部分輻射誤差等，-1<=NDVI<=1，負值表示地面覆蓋為云、水、雪等，對可見光高反射；0表示有巖石或裸土等，NIR和R近似相等；正值，表示有植被覆蓋，且隨覆蓋度增大而增大，根據此特點便可進行水體信息提取。

MODIS數據第一波段是紅光區（0.62～0.67μm），水體的反射率高于植被，波段2是近紅外區（0.841～0.867μm），植被的反射率明顯高于水體，因此，采用歸一化植被指數NDVI來進行處理可以增強水陸反差，其計算公式是

NDVI=（CH2-CH1）/（CH2+CH 1）（1）

（1）式中CH1、CH2分別是MODIS數據波段1，2的地標反射率。在NDVI圖像中，水體的NDVI值很低，為負值，而植被、土壤的NDVI值較高，為正值。在此基礎上，通過選一個合適的取閾值范圍，即可構建區分水體和植被、土壤的模型。

比值植被指數（RVI）也能增強水陸分界差異，其計算公式為

RVI=CH2/CH1（2）

由于水體在MODIS第二通道（CH2）上的地標反射率很低，而其他地物相對較高，而在第一通道上，水體的地標反射率雖然比在第二通道上高，但土壤、植被等地物的地標反射率比水體更高，利用RVI可以增強這種差異，然后設定一個閾值，也可構建一個能夠有效區分植被、土壤的模型。

多光譜混合分析法主要針對所研究區域及其周圍的典型地物（如草地、林地、陰影、城鎮等）進行分析，標出他們在各個波段上的光譜亮度值，查找同一波段地物的異同，必要時對個別波段進行加、減、乘、除等運算，找出唯有水體滿足的關系，由此構建水體的提取模型。

4.實驗結果及精度分析

為了驗證NDVI和RVI進行水體提取的有效性，分別選取了河流、湖泊、海洋這三種主要水體對NDVI和RVI指數進行了水體信息提取試驗。為了使試驗結果具有代表性，選取的試驗區的背景地物有的以植物為主，有的以建筑物為主；以保證客觀的評價性。遙感影像處理采用的是ENVI軟件。

試驗區的水體以河流、湖泊、海洋為主，用公式（1）和公式（2）分別生成了RVI和NDVI影像。

此外NDVI和RVI指數影像更能詳細的表現遙感影像的信息，反應影像上的細微差別。如河流的細小分支、植被覆蓋等在原始遙感影像上表現得并不明顯，而在NDVI和RVI指數影像上表現得很詳細。同時NDVI和RVI影像還能達到去除云層的效果，在圖四中這種效果表現的最為明顯。這是由于在CH2中云層的地標反射率比在CH1中的較高，水體在CH2中的地表反射率比在CH1中的較低，在CH2上兩者的地標反射率差別不大，但用比值法能使這種差別擴大，因此達到較好的去除云層的效果。

5.結論

MODIS采用一系列低軌道衛星對地球進行連續綜合觀測的計劃，在保證大范圍獲取地物信息的同時大大縮短了衛星的重訪周期，為突發性洪水災害的檢測和評價提供了有力支撐。利用MODIS的1，、2通道遙感數據計算歸一化植被指數、比值植被指數，對影像進行水體自動提取得到以下結論：

（1）本文利用RVI和NDVI指數對MODIS影像進行水體的自動提取，并以河流、湖泊、海洋水體為試驗區，結果發現NDVI和RVI指數提取的水體的輪廓很清晰，且較窄的河流也能清晰的表現出來，漏提的水體較少，且沒有發現將陰影、云、居民地等誤當水體提取出來。

（2）在MODIS遙感數據的36個通道中，進行水體提取的優先選取波段是2、5、6、7通道，其中最佳波段是通道2。很多復雜的地物都可以通過MODIS光譜數據細分出來，單波段閾值法從而成為首選方法。

（3）在采用單波段閾值法對水體進行提取研究時，其準確性取決于閾值的大小，如果選取的閾值大，當然可以減少云，陰影等造成的誤差，但可能會造成部分水體的漏提；如果選取的閾值過小，會有可能將陰影、云、居民地等當做水體提取出來，采用單一通道法無法將水體像元有效地提取出來。

參考文獻：

[1]徐冠華，田國良，王超，等.遙感信息科學的進展和展望[J].地理學報，1996，51（5）：397-406.

[2]肖乾廣，陳秀英，王葳.氣象衛星影像用于松花江洪水檢測[J]，遙感信息，1987，（4）：26-27.

[3]盛永偉，肖乾廣.應用氣象衛星識別薄云覆蓋下的水體[J]，環境遙感，1994，9（4）：247-255.

[4]都永康，黃永勝，馮學智.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]趙書河，馮學智，都永康，中把資源一號衛星水體信息提取方法研究[J].南京大學學報（自然科學），2003，39（1）：106-112.

[6]劉玉潔，楊忠東等編著.MODIS遙感信息處理及算法[M].北京：科學出版社，2004.1-4，185-192，233-260.

作者簡介：李曉星（1990-），男，山東平度人。碩士研究生，研究方向為土地利用與遙感監測。

通訊作者：王周龍（1959-），男，陜西楊凌人人。博士，碩士生導師，2002年8月至今，在魯東大學地理與規劃學院從事遙感、地理信息系統研究與教學工作。先后承擔國家科技攻關項目、973基礎研究項目、國家自然科學基金項目、國際合作研究項目等。作為主要科研骨干，曾獲中國科學院科學技術進步一等獎、二等獎各一項。在《科學通報》、《遙感學報》、《遙感技術與應用》、《遙感信息》、《國土資源遙感》、《計算機應用研究》等學術期刊上發表論文60余篇。