谷金英 晏明 張曉嬌

摘 要：高分一號衛(wèi)星影像以高空間分辨率、多光譜分辨率以及高時間分辨率為優(yōu)勢在水資源領(lǐng)域中具有廣闊的應(yīng)用空間。為了能夠找到一種及時、快速、準確提取水體信息的方法，本文采用單波段閾值法、譜間關(guān)系法、NDVI法以及NDWI法結(jié)合光譜分析等方法對吉林省扶余市與長春市交界的松花江部分河段的水體信息進行提取，并對提取結(jié)果進行對比、分析。結(jié)果表明利用歸一化差異水體指數(shù)（NDWI）法，再結(jié)合閾值法能夠?qū)⑺w信息完整地提取出來，此次試驗研究為利用高分一號衛(wèi)星影像提取水體信息提供了可靠地參考依據(jù)。

關(guān)鍵詞：高分一號；水體提取；單波段閾值法；歸一化差異水體指數(shù)；閾值法

中圖分類號：S-3 文獻標識碼：A DOI：10.11974/nyyjs.20180631009

水是地球上不可或缺的自然資源，也是維持自然生態(tài)系統(tǒng)健康穩(wěn)定的決定性因子，快速、及時、準確地提取水體信息對水資源調(diào)查、洪澇災(zāi)害的監(jiān)測與評估以及濕地保護等方面具有重要意義。遙感衛(wèi)星技術(shù)因其具有高空間和時間分辨率，多光譜分辨率以及獲取便捷等優(yōu)點，已成為提取水體信息的重要方法之一[1]。高分一號衛(wèi)星于2013年4月發(fā)射升空，該衛(wèi)星搭載了2臺2m分辨率全色/8m分辨率多光譜相機和4臺16m分辨率多光譜相機（包括藍、綠、紅3個可見光波段和一個近紅外波段）設(shè)計壽命5～8a，重訪周期4d，具體參數(shù)見表1。

高分一號衛(wèi)星自發(fā)射應(yīng)用以來，提供了大量的高空間、高時間分辨率的衛(wèi)星影像數(shù)據(jù)，但應(yīng)用于水體提取的研究和方法尚不多見，因此本文針對GF-1衛(wèi)星影像的光譜特性，選擇常見的單波段閾值法、譜間關(guān)系法、NDVI、NDWI等方法旨在尋求一種能夠快速、準確提取水體信息的途徑。

1 研究區(qū)及數(shù)據(jù)源

1.1 研究區(qū)概況

本文選取吉林省中西部地區(qū)松花江流域的部分河段作為試驗區(qū)，該實驗區(qū)處于扶余市與長春市交界處，其范圍為N4438'18''～4511'06''，E12528'07''～12624'34''。區(qū)域影像地類繁多，主要以水體、耕地、建設(shè)用地為主，其中水系比較發(fā)達，分布較廣，主要以河流和水庫為主，同時還有若干的水塘和水渠存在，零星分布著若干的坑塘等小面積水體，因此選擇此研究區(qū)作為水體提取的試驗具有一定的典型性。

1.2 數(shù)據(jù)來源及預(yù)處理

本文以高分一號衛(wèi)星分辨率為16m的多光譜影像為遙感數(shù)據(jù)來源，該影像是在遙感集市網(wǎng)站免費下載獲得，影像的成像時間為2017年6月17日。遙感影像數(shù)據(jù)的預(yù)處理主要是在envi5.3 SP1軟件中完成的，首先利用ENVI軟件中的Radiometric Calibration模塊進行輻射定標，而后在FLAASH大氣校正模塊中進行大氣校正獲得地表反射率數(shù)據(jù)，最后利用ENVI 中的RPC Orthorectification Using Reference Image 模塊進行正射校正，其中以精校正的Landsat8全色波段為參考影像，DEM數(shù)據(jù)選擇分辨率為30m的ASTER GDEM，該數(shù)據(jù)是在USGS官網(wǎng)中下載獲得，校正后的遙感影像分辨率為16m×16m ，預(yù)處理后的研究區(qū)影像圖見圖1。

2 實驗方法與結(jié)果分析

2.1 單波段閾值提取

根據(jù)高分一號衛(wèi)星影像4個波段的光譜特性，水體在近紅外波段即第4波段具有強吸收以及植被和土壤在此波段具有強反射的光譜特征，可以將水體與其他地物較好地分離出來[2]。因此本文選擇GF-1衛(wèi)星影像的近紅外波段運用單波段閾值法提取分析，經(jīng)過對實驗數(shù)據(jù)的多次嘗試對比，確定閾值為426.27時提取的水體信息效果最佳，提取效果圖如圖2（a）所示，該水體提取的結(jié)果與目視判讀的影像進行對比分析，可以看出試驗區(qū)內(nèi)的大片水體，水庫以及細小的河流均被提取出來了，但同時一些建筑陰影以及部分溝渠陰影區(qū)也被誤提，導(dǎo)致提取的水體范圍比實際大很多。

2.2 譜間關(guān)系法

譜間關(guān)系法是周成虎等人利用TM影像通過分析水體與非水體在不同波段上的光譜曲線特征后提出的，其水體提取模型如下[3]：

B1+b4>b2+b3 （1）

其中，b1、b2、b3、b4分別代表GF-1衛(wèi)星影像的藍波波段、綠波波段、紅波波段以及近紅外波段（下文同）。對研究區(qū)域采用譜間關(guān)系法提取水體信息，結(jié)果如圖2（b）所示，從圖中可以明顯的看出，只有一條主要的河流和零星的水庫等水體信息被提取出來了，而其他細小的河流和坑塘等水體均被忽略。由此可見，此方法提取的水體效果較差，不建議使用此方法提取水體信息。

2.3 歸一化植被指數(shù)法

歸一化植被指數(shù)法（NDVI）在水體信息提取中也是較為常用的一種方法，該方法主要是利用近紅外波段以及紅波波段灰度值的差與和進行比值預(yù)算，通過擴大它們之間的差距來突出水體信息，計算公式如下[4]。

NDVI=（b4-b3）/（b4+b3） （2）

對試驗區(qū)利用NDVI法提取水體，設(shè)閾值為0，即NDVI小于0時所提取的信息為水體，結(jié)果如圖2（c）所示，從圖中可以看出，該方法能夠較好地提取出主要河流水體，而對于一些細小淺塘、淤地等提取效果并不理想，提取的水體區(qū)域比實際水體范圍小很多。由此可見，簡單的通過閾值取0提取水體的效果不佳，因此可以通過調(diào)整閾值，使其能夠?qū)⑺w與非水體更好地區(qū)別開，計算公式為NDVI=（b4-b3）/（b4+b3） >N1，經(jīng)過多次嘗試，最終確定N1=0.143時，可以將水體準確地提取出來，如圖 2（d）所示，從圖中可以看出，通過調(diào)整NDVI閾值后提取的水體較之前增加了很多，部分河流支流以及一些水庫，坑塘等均被提取出來，然而一些建筑陰影也被包含在內(nèi)，同時一些細小的河流仍有部分缺失。

2.4 歸一化差異水體指數(shù)法

歸一化差異水體指數(shù)法（NDWI）是由McFeeter在1996年提出的，該方法是利用水體在最強與最弱的反射波段進行比值運算，通過擴大它們之間的差距，有效地抑制植被信息，從而實現(xiàn)提取水體信息的指數(shù)方法，公式如下[5]。

NDWI=（b2-b4）/（b2+b4） （3）

對研究區(qū)的遙感影像進行NDWI運算，閾值設(shè)為0，NDWI>0的即為水體信息，提取結(jié)果如圖2（e）所示，從圖中可以看出，運用NDWI法可以將大面積的水體、零星的水庫等水體信息提取出來，而一些細小的河流，坑塘等水體均沒有提出。因此可以通過調(diào)整閾值，即NDWI=（b2-b4）/（b2+b4）>N2，從而達到水體信息提取的最佳結(jié)果。經(jīng)過反復(fù)大量的試驗，最終確定NDWI的閾值取0.282時，提取的水體輪廓與目視解譯比較一致，水體的區(qū)域范圍較完整，結(jié)果較NDVI法提取的水體更為準確，提取的水體信息效果最佳，結(jié)果如圖2（f）所示。

2.5 水體提取精度評價

本文參考Google Earth影像，對研究區(qū)原始影像中的水體信息進行目視解譯，經(jīng)過統(tǒng)計分析得到研究區(qū)水體總面積為77.65 km2，并以此值為參考標準分別對以上6種提取水體的方法進行比較分析，結(jié)果如表2所示。

從表2中可以看出，運用歸一化差異水體指數(shù)法提取的水體結(jié)果與其他幾種方法比較效果最差，提取的水體面積相對誤差達82.10%，而運用歸一化差異水體指數(shù)法結(jié)合閾值法后提取的水體面積值與目視解譯得出的水體面積最為接近，提取結(jié)果的相對誤差提高到為4.17%，該方法為研究區(qū)提取水體最理想的方法之一。

3 結(jié)論與討論

本次試驗通過單波段閾值法、譜間關(guān)系法、植被指數(shù)法、水體指數(shù)法等方法進行水體信息的提取，通過多種方法驗證對比可知，僅通過一種方法很難將水體信息準確、完整地提取出來，針對本文所選研究區(qū)域基于高分一號衛(wèi)星影像可以采用歸一化差異水體指數(shù)法結(jié)合閾值法將水體信息較完整地提取出來，在完善細小河流和坑塘水域提取的基礎(chǔ)上，同時也盡量的避免了建筑陰影以及溝渠陰影的誤提，為同地域水體信息的提取提供了參考依據(jù)，但在以后的實際應(yīng)用中應(yīng)注意以下幾點。

3.1 閾值選取

閾值選取是操作者憑人為經(jīng)驗設(shè)定的，不同的閾值對實驗結(jié)果的影響較大，因此需要反復(fù)多次地嘗試，最終確定最為合理的閾值，才能使水體提取效果最佳。

3.2 影像選擇

本文試驗所選擇的是高分一號衛(wèi)星數(shù)據(jù)，影像分辨率為16m，在水體提取時出現(xiàn)混合象元較多的現(xiàn)象，在以后的實際應(yīng)用中可以選擇更高分辨率的衛(wèi)星影像提取水體信息，會使水體提取精度達到更高。

3.3 區(qū)域差異

本文試驗中盡量選擇無云、質(zhì)量好的影像數(shù)據(jù)，但由于影像資料受限，選取的區(qū)域較為平坦，無山區(qū)地類，在以后研究應(yīng)用中，可以嘗試不同地類下的水體信息提取，從而進一步提高水體信息提取的效率。

參考文獻

[1]劉興萬，董士偉，田飛，等.基于HJ-1B數(shù)據(jù)分形特征的水面面積提取方法研究[J].工程勘察，2012，40（10）：48-51.

[2]柯麗娟，趙紅莉，蔣云鐘.基于GF-1衛(wèi)星遙感影像提取水體的方法比較[J].甘肅科技，2015，31（10）：18-21.

[3]周成虎.遙感影像地學(xué)理解與分析[M].北京：科學(xué)出版社，1999.

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

[5]丁莉東，吳昊，王長健，等.基于譜間關(guān)系的MODIS遙感影像水體提取研究[J].測繪與空間地理信息，2007，29（6）： 25-27.