趙 斕

（ 諸城市城鄉(xiāng)規(guī)劃設(shè)計(jì)研究院，山東 濰坊 262200）

0.引言

地表水域信息特征變化對(duì)人類(lèi)的生產(chǎn)生活會(huì)帶來(lái)嚴(yán)重的影響，水域信息變化和生態(tài)、水資源、氣候、河流形態(tài)變化等具有一定的關(guān)聯(lián)，因此，需要研究水域信息變化特征識(shí)別方法。 結(jié)合遙感影響識(shí)別，分析在水域特征分布下的遙感參數(shù)，結(jié)合圖像特征分析的方法，進(jìn)行水域信息變化特征識(shí)別，建立水域信息變化特征識(shí)別的遙感信息庫(kù)， 采用GIS信息庫(kù)構(gòu)造和遙感參數(shù)識(shí)別的方法，進(jìn)行水域信息變化檢測(cè)和實(shí)時(shí)跟蹤，研究水域信息變化特征識(shí)別方法，在水資源管理和水體環(huán)境監(jiān)測(cè)等領(lǐng)域都具有重大意義[1]。

在進(jìn)行水域信息變化特征識(shí)別中，當(dāng)前主要方法有基于合成孔徑雷達(dá)識(shí)別的水域水體參數(shù)識(shí)別方法、基于回波信號(hào)檢測(cè)的水域信息變化特征識(shí)別方法以及基于SAR的圖像參數(shù)識(shí)別方法[2]，結(jié)合河流水體的分布特性和輪廓參數(shù)分布，采用空間圖像濾波和遙感檢測(cè)， 進(jìn)行水域信息變化特征識(shí)別。文獻(xiàn)[3]中提出斑點(diǎn)抑制與多分辨率拓?fù)浞治鱿嘟Y(jié)合的SAR圖像河流水體提取方法， 在斑點(diǎn)抑制各向異性擴(kuò)散分布域中，建立水域信息變化特征梯度分析模型，結(jié)合光譜分析和圖像去噪，進(jìn)行高分SAR圖像驗(yàn)證和特征分析，但該方法對(duì)間斷點(diǎn)的識(shí)別判斷能力不好。文獻(xiàn)[4]中提出采用多光譜光學(xué)遙感影像進(jìn)行水體提取模型設(shè)計(jì)，根據(jù)地物（ 冰雪、陰影、云）與水體具有相似的反射特性，進(jìn)行水體特征分析識(shí)別，但該方法在云及云下陰影的識(shí)別能力不好。

針對(duì)上述問(wèn)題， 本文提出基于GIS遙感的水域信息變化特征識(shí)別方法。首先采用多維光學(xué)遙感監(jiān)測(cè)的方法實(shí)現(xiàn)水體特征檢測(cè)，然后建立水域水體的GIS信息分析模型，結(jié)合GIS遙感信息特征分析和圖像特征檢測(cè)實(shí)現(xiàn)水域信息變化特征參數(shù)識(shí)別，最后進(jìn)行實(shí)驗(yàn)測(cè)試，展示了本文方法的有效性和優(yōu)越性。

1.特征識(shí)別的模型機(jī)理及指數(shù)分析

1.1 模型機(jī)理

在進(jìn)行基于GIS遙感的水域信息變化特征識(shí)別中， 采用多波段水體指數(shù)（ multi-band water index， MBWI）特征分析方法，構(gòu)建MBWI監(jiān)測(cè)和分析模型，采用GIS遙感監(jiān)測(cè)，遙感檢測(cè)的圖像分布為多幅Landsat8、Sentinel2、高分一號(hào)(GFG1) 影像，采用高分辨的遙感監(jiān)測(cè)方法，進(jìn)行水體信息特征分析，建立水域信息的全局多尺度特征檢測(cè)模型，結(jié)合對(duì)原始影像的遙感GIS動(dòng)態(tài)特征分布，采用遠(yuǎn)距離的全局信息捕獲方法，建立GIS信息庫(kù)，通過(guò)高分辨率的GIS遙感影像特征提取，在水域的淺層特征及細(xì)粒度的深層特征中進(jìn)行圖像分割，通過(guò)特征提取和融合， 建立不同光譜長(zhǎng)度下的多維尺度分析模型。對(duì)所有位置的特征加權(quán)求和，在不同的功能區(qū)塊中實(shí)現(xiàn)水域信息的地圖信息論評(píng)價(jià)，在基礎(chǔ)地理信息數(shù)據(jù)庫(kù)中，采用全自動(dòng)的信息載入方法，建立內(nèi)陸水體、海洋水體不同環(huán)境下的水域信息分布規(guī)則。 由此，采用歸一化的水體指數(shù)分析方法，構(gòu)建水域水體變化的光譜特征差異分布模型，通過(guò)結(jié)合局部和全局灰度值計(jì)算的方法進(jìn)行水域信息變化的水體邊界線(xiàn)定位，技術(shù)實(shí)現(xiàn)模型：

分析在短波近紅外波段和雙波段等不同水體指數(shù)下的水域信息變化，結(jié)合內(nèi)陸水體、海洋水體、雪、云等水域信息的差異性狀態(tài)，建立水域信息變化的GIS遙感信息監(jiān)測(cè)庫(kù)，通過(guò)水體參數(shù)分析，在不同的地物環(huán)境下進(jìn)行水體指數(shù)分析。

1.2 水體指數(shù)分析

通過(guò)構(gòu)建水體指數(shù)分析模型，結(jié)合水域參數(shù)分布，進(jìn)行水域指數(shù)特征分析， 數(shù)據(jù)源來(lái)自于Landsat 8、Sentinel 2、GF-1，地表反射率采樣的對(duì)象為內(nèi)陸水體、海洋水體陰影、雪、植被、旱地、建筑物、云，分析每種地物的不同波段與綠波段的比值，建立六元不等式組，在不同的數(shù)據(jù)源中，分析水體指數(shù)在不同水域的信息變化[6]，根據(jù)綠波段、近紅外波段的差異性，進(jìn)行反射特性與水體相似度分析，由此構(gòu)建水體指數(shù)模型。

提取河流水體的水域分布GIS遙感信息特征量， 通過(guò)連通區(qū)域分布，采用目標(biāo)之間空間和幾何關(guān)系分析方法，結(jié)合回歸分析，構(gòu)建水體指數(shù)的公式模型,如式（ 1）所示：

式（ 1）中，Y為水體指數(shù)分布值；x1、x2、…x6為對(duì)采集的GIS遙感數(shù)據(jù)取得的6個(gè)波段的波譜系數(shù)；ρ1、ρ2、…ρ6為水體指數(shù)模型參數(shù)中對(duì)不同波段的反射率。 采用歸一化處理，將水體指數(shù)分布表達(dá)式除以綠波段，可變形。

2.水域變化特征識(shí)別算法

2.1 水域遙感圖像處理

構(gòu)建水域水體變化的光譜特征差異分布模型，通過(guò)結(jié)合局部和全局灰度值分析， 得到水域水體變化的GIS遙感圖像構(gòu)在不同像素特征點(diǎn)c1、c2的灰度差異值表達(dá)，如式（ 2）所示：

式（ 2）中，?為卷積算子；c1、c2為像素特征點(diǎn)；k（ c1，c2）為原始影像的差異度信息；f(c1,c2)為空間或通道上捕獲的水域分布信息；n為遙感GIS的先驗(yàn)噪聲。 采用金字塔空間池化模塊分析的方法， 對(duì)水域信息變化量進(jìn)行分塊處理和檢測(cè)，輸入特征圖的多尺度特征，如式（ 3）所示：

式（ 3）中，,Ts為遙感檢測(cè)的幾何形態(tài)特征分布系數(shù)；q0為邊緣相似性；ξ為水域信息的弱相關(guān)性系數(shù)；ρ為圖像中的影像特征；t為檢測(cè)間隔；i為邊緣的降噪分量；Np為河流水體段的檢測(cè)誤差。 結(jié)合區(qū)域向素特征檢測(cè)方法，進(jìn)行水域水體變化的GIS遙感圖像的融合處理，采用連通區(qū)域索引的方法，遍歷所有連通區(qū)域,記I ，得到統(tǒng)計(jì)特征量表達(dá)，如式（ 4）所示：

式（ 4）中，wmk為提取水體信息的特征分量；Tm為近紅外波段的反射率；τmk為近紅外波段的反射率；v(t)為水域擬定的水體指數(shù)；M為圖像灰度級(jí)；K(m)為邊緣測(cè)量點(diǎn)數(shù)。由此，通過(guò)連通區(qū)域的面積和長(zhǎng)寬分布，進(jìn)行水域信息變化特征定位檢測(cè)和識(shí)別。

2.2 水域信息變化的GIS 遙感特征提取

在SAR 圖像中根據(jù)光譜特征分析結(jié)果，進(jìn)行水域信息變化特征GIS信息庫(kù)分析。 水域信息變化的GIS模型庫(kù)正則化參數(shù)輸出模型，如式（ 5）所示：

式（ 5）中，CN為獲取的水域海量時(shí)空數(shù)據(jù)；DN為水域信息空間數(shù)據(jù)；sN為物理空間的大數(shù)據(jù)分布；N為數(shù)據(jù)存量；gi為GIS遙感信息的結(jié)構(gòu)參數(shù)；Ci為水域三維對(duì)象的形狀參數(shù)；Vi為水體與部分非水體的區(qū)分度；h（ Vi）為對(duì)水體與部分非水體區(qū)域參數(shù)取概率密度函數(shù)。 由此，在SAR 圖像中根據(jù)光譜特征分析結(jié)果，進(jìn)行水域信息變化特征GIS信息庫(kù)構(gòu)造，考慮城鎮(zhèn)和自然水域河流水體的幾何形態(tài)特征，實(shí)現(xiàn)水域信息的變化特征識(shí)別。

3.實(shí)驗(yàn)測(cè)試

實(shí)驗(yàn)選擇位于某市內(nèi)河區(qū)的水域， 觀測(cè)的遙感影像為L(zhǎng)andsat 8影像和Sentinel 2影像， 每種地物選擇100個(gè)樣本點(diǎn)，考慮多波段間的關(guān)系，給出波段數(shù)據(jù)源信息表（ 如表1所示）：

在表1的基礎(chǔ)上，根據(jù)內(nèi)陸水體、海洋水體、雪、云等水域信息的遙感圖像光譜分布關(guān)系，得到水域信息的波譜分布比值（ 如表2所示）：

表1 遙感GIS 數(shù)據(jù)源信息表 單位：nm

表2 水域信息的波譜分布比值

在上述參數(shù)設(shè)計(jì)和計(jì)算的基礎(chǔ)上，根據(jù)本文設(shè)計(jì)的水體指數(shù)計(jì)算方法， 采用GIS遙感檢測(cè)的方法， 得到檢測(cè)的水域GIS遙感影像（ 如圖1所示）：

圖1 遙感影像圖

圖1中的遙感影像存在云干擾， 采用本文方法提取水域信息的變化特征，得到提取的水體分布特征（ 如圖2所示）：

圖2 水域信息變化的水體特征提取結(jié)果

分析圖2可知：本文方法能有效抑制云干擾，把云像素設(shè)置為背景值，能準(zhǔn)確實(shí)現(xiàn)水域信息變化的特征識(shí)別，水體指數(shù)檢測(cè)的穩(wěn)健性較高。測(cè)試在不同地區(qū)進(jìn)行水域信息變化檢測(cè)性能，結(jié)果（ 如圖3所示）。分析圖3可知：本文方法對(duì)不同地區(qū)的水域信息變化檢測(cè)和特征識(shí)別的性能較好，具有很好的環(huán)境適應(yīng)性能。

圖3 不同地區(qū)特征識(shí)別結(jié)果

4.結(jié)束語(yǔ)

結(jié)合遙感影像識(shí)別，分析在水域特征分布下的遙感參數(shù)，結(jié)合圖像特征分析的方法，進(jìn)行水域信息變化特征識(shí)別，本文提出基于GIS遙感的水域信息變化特征識(shí)別方法。建立內(nèi)陸水體、 海洋水體不同環(huán)境下的水域信息分布規(guī)則， 結(jié)合內(nèi)陸水體、海洋水體、雪、云等水域信息的差異性狀態(tài)，建立水域信息變化的GIS遙感信息監(jiān)測(cè)庫(kù)， 根據(jù)水域水體變化的GIS遙感圖像分析，實(shí)現(xiàn)水域信息變化特征提取。 分析得出：用本文方法對(duì)水域信息變化特征提取的環(huán)境適應(yīng)性和穩(wěn)健性較高。