基于遙感影像水體提取算法的研究

毛鵬磊　胡乃勛　潘方博

（鄭州大學水利與環(huán)境學院，河南　鄭州　450000）

基于遙感影像水體提取算法的研究

毛鵬磊胡乃勛潘方博

（鄭州大學水利與環(huán)境學院，河南鄭州450000）

隨著遙感技術(shù)的發(fā)展與成熟，基于遙感影像的水體指數(shù)的計算方法也變得越來越多。此類方法全都采用不同地物光譜特征來區(qū)別水體及其它地物，操作起來不僅簡單快捷，而且提取精度較高，得到了眾多研究學者的廣泛應(yīng)用。本文主要介紹的方法有歸一化水體指數(shù)NDWI、改進的歸一化水體指數(shù)MNDWI、增強型水體指數(shù)EWI、修訂型歸一化水體指數(shù)RNDWI、新型水體指數(shù)NWI、新型水體指數(shù)NEW等，通過綜合分析，比較各類方法的提取效果，借以研究水體提取的發(fā)展前景。

水體指數(shù)；遙感影像；波段

水作為維系生態(tài)系統(tǒng)穩(wěn)定和健康的決定性因子，利用衛(wèi)星遙感影像快速、準確地提取水體信息已經(jīng)成為水體和濕地調(diào)查、研究與保護的重要手段。由于TM/ETM+影像具有較高的空間分辨率、波譜分辨率、豐富的信息量、較高的定位精度和相對較低的價格，綜合考慮，將其作為水體提取的重要數(shù)據(jù)源之一。 隨著空間技術(shù)的發(fā)展，通過遙感衛(wèi)星影像快速、準確提取水域面積已經(jīng)成為水資源調(diào)查、洪水災害預測評估、水利規(guī)劃和水資源動態(tài)監(jiān)測的重要手段，近20多年來得到了廣泛的研究，并逐漸成為遙感研究領(lǐng)域的重要分支之一［1］。基于遙感影像研究實現(xiàn)水域面積提取的模型，主要可分為單波段法、比值法、譜間關(guān)系法、監(jiān)督分類法。本文主要介紹幾種比較常用的水體提取方法。

1　遙感識別水體的機理

遙感是通過傳感器接收來自陸地表面的電磁輻射，進而反演地表參數(shù)的過程。太陽輻射經(jīng)大氣吸收、散射和反射后到達地物表面時，與地物之間有三種相互作用：一部分輻射被地物反射回大氣，一部分被地物及地物中的成分所吸收，還有一部分輻射通過透射進入地物內(nèi)部。而太陽輻射被反射、吸收和透射的比例會隨著地物類型和條件的不同而變化，從而導致不同地物形成不同的光譜反射率。在可見光和近紅外波段，水體與植被、城市和土壤等地物的光譜反射率存在差異，是目前利用可見光遙感數(shù)據(jù)提取水體的基本原理［2］。與此同時，不同地物不同光譜分辨率的屬性會引起“同物異譜”或者“異物同譜”現(xiàn)象的出現(xiàn)，給遙感解譯帶來諸多困難，而這也是目前解譯遙感影像需要解決的關(guān)鍵問題。

2　基于遙感影像的水體提取方法

2.1單波段法

通過研究分析典型地物的光譜特征，可以得知水體在可見光至近紅外波段對入射的太陽輻射幾乎全部吸收，而其他地物不具備此種屬性。因此可以利用水體的這一特性，對于水陸界限反映較好的遙感影像，選用對水體敏感的波段，并賦予其合適的閾值來提取相關(guān)水域面積信息［3］。但是，該方法所營造的模型簡單，陰影形成的噪聲比較嚴重，導致出現(xiàn)較多的漏提現(xiàn)象，屬于水體提取發(fā)展早期的應(yīng)用方法。

2.2譜間關(guān)系法

譜間關(guān)系法是通過地物不同光譜之間的一系列組合運算，來提取專題信息的算法，其提取水體的原理與植被指數(shù)法相同。譜間關(guān)系法提取水體精度較高，所提取的水體諸如水庫和坑塘的輪廓基本上與目視解譯一致。但此類方法使用起來較為復雜，且同一條件不能為所有地域通用，對于不同的地域需選用不同的判別條件［4］。

2.3比值法

比值法是較為常用的地物提取方法，但是在水體提取方面，目前常用基于比值法改善而來的水體指數(shù)來區(qū)分水體與其他地物。下面我們介紹幾種常用的水體指數(shù)。

2.3.1NDWI指數(shù)

該指數(shù)是Mcfeeters［5］在1996年提出的，基于TM影像的綠光波段與近紅外波段所構(gòu)建形成的的歸一化差異水體指數(shù)NDWI。與NDVI相比，它能有效地提取植被冠層的水分含量；在植被冠層受水分脅迫時，NDWI指數(shù)能及時地響應(yīng)，這對于旱情監(jiān)測具有重要意義。該指數(shù)在水體提取上有所改善，但在城區(qū)的水體提取中仍夾雜大量的雜質(zhì)信息，且對于水陸交界區(qū)地勢較為平緩以及水質(zhì)較為渾濁的區(qū)域，也無法正確區(qū)分水陸邊界。其計算公式為：

NDWI =（Band2-Band4）/（Band2+Band4）

2.3.2MNDWI指數(shù)

徐涵秋［6］在對Mcfeeters提出的歸一化差異水體指數(shù)分析的基礎(chǔ)上，對構(gòu)成該指數(shù)的波長組合進行了修改，提出了改進的歸一化差異水體指數(shù)MNDWI，并分別將該指數(shù)在含不同水體類型的遙感影像進行了實驗，大部分獲得了比NDWI好的效果，特別是提取城鎮(zhèn)范圍內(nèi)的水體。實驗還發(fā)現(xiàn)MNDWI比NDWI更能夠揭示水體微細特征，如懸浮沉積物的分布、水質(zhì)的變化。另外，MNDWI可以很容易地區(qū)分陰影和水體，解決了水體提取中難于消除陰影的難題。其公式為：

MNDWI =（Band2-Band5）/（Band2+Band5）

2.3.3RNDWI指數(shù)

曹榮龍等［7］在水體、植被、建筑物等光譜信息的基礎(chǔ)上，構(gòu)建了修訂型歸一化水體指數(shù)RNDWI。RNDWI指數(shù)能夠削弱混合像元因素的影響，更精確地提取水陸邊界，甚至可以提取出狹窄條狀水體，同時可消除山體陰影帶來的影響。其公式為：

RNDWI=（Band5-Band3）/（Band5+Band3）

2.3.4EWI指數(shù)

增強型水體指數(shù)（EWI）是由閆霈等（2007）［8］利用ETM+影像的綠光波段（ TM2）、近紅外波段（ TM4）和中紅外波段（ TM5）構(gòu)建了增強型水體指數(shù)ETM（Enhence Water Index），提取了半干旱地區(qū)的水系信息，但該指數(shù)的創(chuàng)建忽略了大氣因素的影響。其公式為：

EWI=（Band2-Band4-Band5）/（Band2+Band4+Band5）

2.3.5NWI指數(shù)

丁鳳等人［9］通過仔細對比分析水體與其它地物的光譜特征，發(fā)現(xiàn)水體提取方面，尚有以下幾個于以往研究中未被充分挖掘和利用的光譜特征：水體在藍光波段的反射要高于綠光波段，以EWI水體指數(shù)構(gòu)建為例，若采用藍光波段代替綠光波段，可以進一步擴大水體與其它地物的反差，且使得大部分水體的亮度值為正；在眾多地物類型中，唯有水體具有如下特點，即水體在TM/ETM+影像的第4、5、7波段同時具有強烈的吸收，而植被、干土壤和建筑物等非水體地物在這幾個波段范圍內(nèi)的反射則均高于水體。引入水體的上述兩個典型特征她們提出了一種可用于提取水體信息的新型水體指數(shù)NWI，其公式如下：

NWI=（B and1-B and4-B and5-B and7）/（B and1+ Band4+Band5+Band7）

注：Band1代表藍光波段；Band2代表綠光波段；Band3代表紅色波段；Band4代表近紅外波；Band5代表短波紅外波段；Band7代表中紅外波段。

3　發(fā)展趨勢

以上方法均屬于利用不同地物的光譜特征、不同的波段進行運算，進而提取水體的范疇。隨著程序設(shè)計技術(shù)的發(fā)展，一些好的算法思想逐漸被運用到水體的提取當中。如朱述龍等［10］運用 GVF Snake算法提取水域的不規(guī)則邊界，該算法采用種子點區(qū)域生長法，自動給出水域的初始邊界，采用人機交互法設(shè)置內(nèi)部約束力權(quán)值，然后運用GVF Snake算法搜索水域的實際邊界。該試驗表明對于形狀不規(guī)則的水域，交互式GVF Snake算法也能方便、快速、準確地獲取其邊界。除此之外邊緣提取算法也開始在水體提取中得到越來越廣泛的應(yīng)用。

另外，基于稀疏性的線性高光譜混合像元分解方法進行水體提取，近年來也得到了廣泛研究，但就目前而言，該技術(shù)仍不成熟，存在著諸多缺點。相應(yīng)的，張紹泉［11］基于高光譜遙感影像稀疏解混的水域變化檢測的研究，是以提高混合像元分解精度為目的，并應(yīng)用于水域變化檢測，取得了很好的效果。

4　結(jié)語

目前，水體提取仍處于初步研究階段，還有很大的發(fā)展空間。無論是直接使用原始影像像元亮度值，還是經(jīng)過大氣校正，水體在Landsat數(shù)據(jù)的近紅外和中紅外波段均保持了其明顯的、與眾不同的特征，即在近紅外波段、短紅外波段和中紅外波段同時具有強烈的吸收，而水體也由此得以與其它地物區(qū)分開來。需要指出的是，由于受遙感影像本身光譜分辨率和空間分辨率的限制以及“同物異譜”和“異物同譜”現(xiàn)象的影響，基于遙感數(shù)據(jù)的水體信息提取結(jié)果，帶有誤差無可避免。對此，可通過引入其它輔助數(shù)據(jù)、專家知識以及人工解譯等手段，將錯分像元進行修正；或者引入具有更高分辨率的新型遙感數(shù)據(jù)、移植和改進現(xiàn)有水體信息指數(shù)、研究新的提取方法以及對現(xiàn)有的多種方法進行綜合應(yīng)用，實現(xiàn)水體信息提取精度的進一步提高。

［1］于歡，張樹清，李曉峰，那曉東，孔博.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）：310-315.

［2］于瑞宏，朱超，劉廷璽.遙感技術(shù)在湖泊水體提取中的應(yīng)用和展望［J］.全國水資源合理配置與優(yōu)化調(diào)度及水環(huán)境污染防治技術(shù)?？?

［3］程磊，徐宗學，左德鵬，李林濤.基于Landsat TM數(shù)據(jù)的黃土高原區(qū)水體識別方法研究［J］.北京師范大學學報（自然科學版），2010，46（3）:424-430.

［4］汪金花，張永彬，孔改紅.譜間關(guān)系法在水體特征提取中的應(yīng)用［J］.礦山測量，2004，（4）：30-32.

［5］McFeeters S k.The use of the Normalized Difference Water Index （NDWI）in the delineation of open water features ［J］.International Journal of Remote Sensing，1996，17（7）:1425-1432.

［6］ 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］.遙感學報，2005，9（5）:589-595.

［7］曹榮龍，李存軍，劉良云，等.基于水體指數(shù)的密云水庫面積提取及變化檢測［J］.測繪科學，2008，33（2）：158-160.

［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)水體信息的研究［J］.地理信息科學，2008，10（6）：776-780.

［9］ 丁鳳.基于新型水體指數(shù)（NWI）進行水體信息提取的實驗研究［J］.測繪科學，2009，34（4）:155-157.

［10］ 朱述龍，孟偉燦，朱寶山.2013.運用GVF Snake算法提取水域的不規(guī)則邊界.遙感學報，17（4）:742-758.

［11］張紹泉.基于高光譜遙感影像稀疏解混的水域變化檢測.鄭州.解放軍信息工程大學碩士學位論文，2015.

信息簡介：

毛鵬磊，男，鄭州大學地理信息系統(tǒng)2012級本科生。

鄭州大學水利與環(huán)境學院創(chuàng)新訓練資助項目 項目編號：201510459084

P237；P332

A

1003-5168（2015）11-138-02