高光譜傳感器CASI與SASI支持下的水體精準(zhǔn)提取*

張東輝，趙英俊，陸冬華，裴承凱，秦　凱

(核工業(yè)北京地質(zhì)研究院 遙感信息與圖像分析技術(shù)國家級重點實驗室，北京 100029)

高光譜傳感器CASI與SASI支持下的水體精準(zhǔn)提取*

張東輝，趙英俊，陸冬華，裴承凱，秦凱

(核工業(yè)北京地質(zhì)研究院 遙感信息與圖像分析技術(shù)國家級重點實驗室，北京 100029)

摘要:針對水環(huán)境監(jiān)測的實際需求，研究選用具有cm級空間分辨率和nm級光譜分辨率的機載航空高光譜成像儀CASI和SASI數(shù)據(jù)，在380～2 450 nm光譜范圍內(nèi)，提出了一種水體精準(zhǔn)提取綜合模型，建立了一種適用于CASI和SASI數(shù)據(jù)的水體提取方法體系。有效地解決同譜異物、陰影遮擋和地形起伏等問題，經(jīng)與七種常規(guī)提取方法對比驗證，提取精度達到98.41 %，κ系數(shù)達到0.97，在目視效果和制圖精度上，都顯著高于傳統(tǒng)方法，實現(xiàn)了精準(zhǔn)提取水體的目標(biāo)。

關(guān)鍵詞：高光譜遙感；水體提取；光譜斜率；微分光譜

0引言

水體是維系生態(tài)系統(tǒng)穩(wěn)定和健康性的決定性因子，如何科學(xué)準(zhǔn)確地建立水資源環(huán)境的監(jiān)測體系，從而掌握水體變化情況，為制定保護策略提供依據(jù)，已經(jīng)成為遙感技術(shù)在環(huán)境保護領(lǐng)域應(yīng)用的關(guān)鍵問題之一。國內(nèi)外學(xué)者采用多光譜TM,MSS,AVHRR,MODIS,SPOT,CBERS,HJ和高光譜AVIRIS,CASI,PHI,OMIS,HYPERION,PROBA和HIS星載或者機載傳感器，提出了多種針對各自數(shù)據(jù)特點的提取技術(shù)，取得了很好的應(yīng)用效果。于歡[1]從面積準(zhǔn)確性和視覺效果對多種提取方法進行了對比；王向成[2]采用雙吸收深度模型解決了山體陰影的干擾；都金康[3]，鄧勁松[4]用決策樹分類法實現(xiàn)了水體提?。恍旌颷5]對增強型水體指數(shù)(EWI)進行了分析和討論；張倩[6]采用歸一化植被指數(shù)法、譜間關(guān)系法和自組織神經(jīng)網(wǎng)絡(luò)算法進行了水體提取試驗研究；吳賽[7]確定了MODIS遙感數(shù)據(jù)中對水體敏感的若干通道；閆霈[8]利用EWI和GIS去噪音技術(shù)提取半干旱地區(qū)水系信息；路威[9]研究了基于灰度特征的水體信息半自動提??；王貴彪[10]討論了水體光譜分析法在解譯中的應(yīng)用；孟偉燦[11]將主動輪廓模型理論成功應(yīng)用于水域邊界的智能提取并分析其優(yōu)缺點；丁鳳[12]提出了一種新型的水體指數(shù)NWI用于水體指數(shù)模型的構(gòu)建；楊樹文[13]提出一種利用TM影像自動提取山區(qū)細小水體的多波段譜間關(guān)系改進方法；張明華[14]用改進的譜間關(guān)系模型提取極高山地區(qū)水體信息。

本文根據(jù)CASI和SASI機載高光譜傳感器數(shù)據(jù)特點，建立了一種適用于CASI和SASI數(shù)據(jù)的水體提取方法體系，實現(xiàn)了水體快速準(zhǔn)確提取的研究目標(biāo)，具有很好的推廣價值。

1水體光譜特性與提取方法

1.1水體光譜特性

光在水體中的輻射傳輸過程，包括反射、折射、吸收和體散射等。純水由水分子不同振動模態(tài)激發(fā)，導(dǎo)致其在綠光和藍光范圍(380～580 nm)，反射率較大。在580～690 nm內(nèi)，反射率逐步下降，其中，在610 nm和670 nm形成兩個小反射谷。從690 nm開始，水體吸收作用迅速增大，在740 nm處形成反射率的極低值。上述光譜特性是水體能夠通過光譜提取的基礎(chǔ),如圖1所示。

圖1　四種典型地物在380～2 450 nm波長范圍的反射率(CASI和SASI光譜儀獲取)Fig 1　Reflectance of four typical objects at range of 380～2 450 nm wavelength(collected by CASI and SASI spectrometer)

1.2水體遙感提取方法

水體遙感提取方法有：1)光譜分類法，依據(jù)影像上地物光譜特征差異，將水體從背景地物中分類出來；2)單波段閾值法，選擇使水體與非水體的反射率方差最大值作為閾值將影像分割為水體和背景信息；3)譜間關(guān)系法，利用水體在各個波段中不同的光譜響應(yīng)特征建立組合模型提取水體；4)水體指數(shù)法，通過計算綠光和近紅外波段的歸一化差異值實現(xiàn)水體的提?。?)植被指數(shù)法，計算植被指數(shù)，濾除植被的干擾，通過閾值調(diào)節(jié)將水體提取出來;6)斜率法，根據(jù)某段波長范圍內(nèi)土壤、植被和建筑物的反射率逐漸升高，而水體反射率逐漸下降的特征差異，計算光譜微分值實現(xiàn)提取;7)目視解譯法，根據(jù)真彩色合成影像，人機交互勾繪出水體信息。

2高光譜數(shù)據(jù)預(yù)處理

2.1研究區(qū)與數(shù)據(jù)獲取情況

所選研究區(qū)為嘉陵江支流白龍江某水庫，面積62 km2，庫容2.55×109m3，有效庫容13.4×108m3，正常水位 588 m。搭載CASI和SASI傳感器的平臺為“空中國王”(King Air)雙發(fā)渦槳飛機，飛行時間為2010年11月2日，數(shù)據(jù)獲取時間為上午10點至下午14點。CASI和SASI是加拿大ITRES公司生產(chǎn)的基于電荷耦合技術(shù)的機載高光譜成像系統(tǒng)，具有高光譜和高空間分辨率,參數(shù)設(shè)置見表1。地面測量采用美國分析光譜儀器公司制造的ASD野外光譜輻射儀(ASD Field Spec)便攜式光譜儀，光譜范圍為350～2 500 nm，采集光譜分辨率為1 nm。

2.2地面實測光譜數(shù)據(jù)處理

采用水表面以上測量法[15]，測量時，每一測點不少于10條，且測量時間至少跨越一個波浪周期，修正測量平臺搖擺導(dǎo)致的誤差。每完成一次測量，進行一次波長參考板的校準(zhǔn)測試。測量步驟如下：儀器提前預(yù)熱，暗電流測量，標(biāo)準(zhǔn)板測量，遮擋直射陽光的標(biāo)準(zhǔn)板測量，目標(biāo)測量，天空光測量，標(biāo)準(zhǔn)板測量。對于采集的地面實測數(shù)據(jù)，進一步處理，突出光譜的吸收和反射特征。進行歸一化處理、光譜微分處理、包絡(luò)線消除處理等光譜處理。每間隔10 nm取一個值，作為高光譜模型參考數(shù)據(jù)。

表1　CASI和SASI航空成像光譜測量系統(tǒng)參數(shù)設(shè)置

2.3航空成像光譜數(shù)據(jù)預(yù)處理

使用MODTRAN4+輻射傳輸模型的FLAASH算法，像元光譜輻射亮度公式為

(1)

式中L為總輻射亮度；ρ為表面反射率；ρe為周圍平均表面反射率；S為大氣球面反照率；Lα為大氣后向散射輻射率；A,B為大氣和幾何條件的系數(shù)。參數(shù)A,B,S和Lα由MODTRAN計算得到，需要元數(shù)據(jù)包括觀測視場角、太陽角度、平均海拔高度、大氣模型、氣溶膠類型和能見度范圍。

3水體精準(zhǔn)提取綜合方法

3.1技術(shù)路線

針對水體和非水體的光譜特性，設(shè)計水體精準(zhǔn)提取的技術(shù)路線,如圖2所示。

圖2　CASI和SASI數(shù)據(jù)支持下的水體提取技術(shù)路線Fig 2　Water extraction technologies under data support of CASI and SASI

3.2波段差值M去除道路與建筑物

CASI有32個波段，SASI有101個波段，在CASI和SASI高光譜影像中，大部分水體具有規(guī)律

M=(R551+R637)-(R852+R1043)>0

(2)

式中M為波段差值；R551,R637,R852,R1043分別為551,637,852,1 043 nm波長處的影像反射率值。二者相減，M值大于0的像元即就可以判定為水體。機理在于水體在綠光和紅光反射率之和顯著高于其近紅外和短波紅外的反射率之和。通過運算，去除了道路和建筑物信息，但是受水體葉綠素和山體陰影的干擾，植被和陰影處的水體提取精度不夠。

3.3水體指數(shù)NDWI去除植被

選擇歸一化差異水體指數(shù)(normalized difference water Index,NDWI)進行特征波段運算

NDWI=(R551-R916)/(R551+R916)<0.2

(3)

式中NDWI為水體指數(shù)；R551和R916為551 nm和916 nm波長處的影像反射率值。NDWI值小于0.2，則為水體;反之，則為干擾植被。方法的機理是，雖然水中葉綠素與植被在551 nm處相似，但在近紅外916 nm處植被光譜顯著高于水體。

3.4基于光譜斜率S去除陰影

采用包絡(luò)線算法對圖像進行處理，得到突出水體光譜維特征信息的圖像；用斜率S提取水體的特征波段，進行水體的識別為

S=(R766-R551)/(766-551)>0

(4)

式中R766和R551分別為波長766 nm和551 nm波長處的地物反射率值。經(jīng)過微分計算，若S的值大于0，則為水體，小于等于0，則為非水體；方法的機理是，在波長551～766 nm之間，陰影區(qū)的建筑物、道路、植被的反射率逐漸升高，水體呈現(xiàn)下降趨勢(圖3)。

圖3　CASI和SASI數(shù)據(jù)支持下的水體提取結(jié)果(局部影像)Fig 3　Water extraction result under data support of CASI and SASI(part of image)

4提取精度評價

定性評價：通過對比七種水體遙感提取方法與本文提出的綜合方法，按“++,+,-,--”四個級別，分別表示精度“很好、較好、較差、很差”，從七個方面進行定性對比分析(表2)。定量評價：通過對比，本文方法具有精度上的顯著提高，達到98.41 %水體的精準(zhǔn)提取，kappa系數(shù)達到0.97，如圖4所示。

5結(jié)論

1)機載航空高光譜數(shù)據(jù)CASI和SASI具有高空間分辨率、高光譜分辨率和高時間分辨率特點，所獲取的cm級空間單元、nm級光譜單元的圖譜合一高光譜數(shù)據(jù)，為實現(xiàn)地物的精準(zhǔn)提取提供了嶄新的數(shù)據(jù)源和技術(shù)支持；2)CASI和SASI覆蓋了380 nm和2 450 nm的波長，由于前人研究缺乏如此良好的數(shù)據(jù)源，現(xiàn)有提取模型和方法不一定適用，需要充分考慮要提取信息和數(shù)據(jù)源特性的結(jié)合；3)采用逐步逼近，去除干擾的思路，建立了一種CASI和SASI高光譜水體提取技術(shù)流程，提取精度達到98.41 %。不僅能夠解決陰影遮擋、同譜異物和地形起伏等問題，而且對于微小水體和富營養(yǎng)化水體，都有很高的提取正確率。

表2　六類方法定性對比分析

圖4　七種方法與本文綜合方法定量對比分析Fig 4　Guantitative comparison analysis on seven methods and comprehensive method in this paper

參考文獻:

[1]于歡,張樹清,李曉峰,等.基于TM影像的典型內(nèi)陸淡水濕地水體提取研究[J].遙感技術(shù)與應(yīng)用,2008,23(3):310-314.

[2]王向成,田慶久.基于Hyperion影像的遼東灣水體信息自動分類[J].遙感技術(shù)與應(yīng)用,2008,23(1):342-46.

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

[4]鄧勁松,王珂,李君,等.決策樹方法從SPOT—5衛(wèi)星影像中自動提取水體信息研究[J].浙江大學(xué)學(xué)報:農(nóng)業(yè)與生命科學(xué)版,2005,31(2):171-174.

[5]徐涵秋.從增強型水體指數(shù)分析遙感水體指數(shù)的創(chuàng)建[J].地球信息科學(xué),2008,10(6):776-780.

[6]張倩,李國慶,于文洋.基于MODIS數(shù)據(jù)的水體提取算法研究與實現(xiàn)[J].南水北調(diào)與水利科技,2009,7(3):51-55.

[7]吳賽,張秋文.基于MODIS遙感數(shù)據(jù)的水體提取方法及模型研究[J].計算機與數(shù)字工程,2005,33(7):1-4.

[8]閆霈,張友靜,張元.利用增強型水體指數(shù)(EWI)和GIS去噪音技術(shù)提取半干旱地區(qū)水系信息的研究[J].遙感信息,2007,2(3):62-66.

[9]路威.全色遙感影像面狀地物半自動提取方法的研究[D].鄭州：中國人民解放軍信息工程大學(xué),2002：20-32.

[10] 王貴彪,蔡麗娜.水體光譜分析法在解譯中的應(yīng)用[J].測繪與空間地理信息,2011,34(6):176-180.

[11] 孟偉燦.遙感影像水域邊界智能化提取方法研究[D].鄭州：中國人民解放軍信息工程大學(xué),2012：45-47.

[12] 丁鳳.一種基于遙感數(shù)據(jù)快速提取水體信息的新方法[J].遙感技術(shù)與應(yīng)用,2009,24(2):167-171.

[13] 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(xué)報,2010,39(6):611-617.

[14] 張明華.用改進的譜間關(guān)系模型提取極高山地區(qū)水體信息[J].地理與地理信息科學(xué),2008,24(2):14-19.

[15] 唐軍武,田國良,汪小勇,等.水體光譜測量與分析I：水面以上測量法[J].遙感學(xué)報,2004,8(1):37-44.

Accurate water extraction technology under support of CASI and SASI hyperspectral sensors*

ZHANG Dong-hui,ZHAO Ying-jun,LU Dong-hua,PEI Cheng-kai,QIN Kai

(National Key Laboratory of Remote Sensing Information and Imagery Analyzing Technology, Beijing Research Institute of Uranium Geology,Beijing 100029,China)

Abstract:Airborne hyperspectral imaging spectrometer CASI and SASI data with centimeter spatial resolution and nanometer spectral resolution are researched in view of actual need of water environment monitoring.A kind of accurate water extraction technology model is proposed at range of 380～2 450 nm and a water extraction method system is set up that are suitable for CASI and SASI data.The method can effectively solve the problems such as different targets with same spectral;shade influence and topographic issues.The extraction precision reaches 98.41 % and κ coefficient is 0.97,which are significantly higher than that of traditional methods after being compared with other seven general extracting methods both on visual effects and mapping precision,realize accurate extraction of target.

Key words:hyperspectral remote sensing;water extraction;spectral slope;differential spectral

DOI:10.13873/J.1000—9787(2016)05—0025—03

收稿日期：2015—10—09

*基金項目：中國地質(zhì)調(diào)查工作項目(12120113073000)；核工業(yè)北京地質(zhì)研究院院長青年科技創(chuàng)新基金資助項目(2012RS01)

中圖分類號：TP 391.4

文獻標(biāo)識碼：A

文章編號：1000—9787(2016)05—0025—03

作者簡介:

張東輝(1985-)，男，山西運城人，博士研究生，主要研究方向為高光譜遙感技術(shù)與應(yīng)用研究。

趙英俊，通訊作者，E—mail:1366136793@139.com。