基于ONDWI水體指數(shù)的鄱陽湖水域信息提取

丁占峰，李大軍(東華理工大學(xué)測(cè)繪工程學(xué)院，江西南昌330013)

準(zhǔn)確提取湖泊水體信息是水資源保護(hù)、生態(tài)環(huán)境維護(hù)和水生動(dòng)植物繁衍生息的保障，也是水體檢測(cè)和評(píng)估的主要手段。利用Landsat系列遙感衛(wèi)星影像進(jìn)行水體信息的提取，近年來國(guó)內(nèi)外學(xué)者進(jìn)行了較為深入的研究。Mcfeeters提出了歸一化差異水體指數(shù)NDWI(Normalized Difference Water Index)［1］，該方法是利用可見光和近紅外的強(qiáng)烈反差組成的NDWI來突出水體的信息。閆霈等提出了增強(qiáng)型水體指數(shù)EWI(Enhanced Water Index)［2］，該指數(shù)在形狀指數(shù)去噪的基礎(chǔ)上，利用GIS技術(shù)消除背景噪音，達(dá)到了更好的水體提取效果。都金康等運(yùn)用在各節(jié)點(diǎn)設(shè)置不同的分類器的決策樹分類方法，有效地提取了山區(qū)中的水體［3］。程晨等利用圖像的纓帽變換和新的波段組合DW=EWI×(b2+b3)/(b4+b5)建立了提取水體的決策樹模型［4］。徐涵秋提出了改進(jìn)的歸一化差異水體指數(shù)MNDWI(Modified NDWI)，有效地提取了城鎮(zhèn)范圍內(nèi)的水體［5］。肖艷芳等利用TM波段1和波段7歸一化的比值(Band1－Band7)/(Band1+Band7)進(jìn)行水體的提取［6］。李小曼等利用TM2+TM3 ＞ TM4+TM5的譜間關(guān)系提取水體［7］。

以上方法在應(yīng)用和科研領(lǐng)域得到了廣泛的應(yīng)用，但也存在一些不足，例如提取水體信息中包含居民地、陰影、冰雪、濕地、提取的水體邊界模糊等。筆者以鄱陽湖地區(qū)為例，通過分析不同地物在OLI各個(gè)波段的反射特點(diǎn)，提出了一種新的波段組合的水體提取方法(NDB－NIR)/(NDB+NIR)，暫命名為ONDWI(Override NDWI)，經(jīng)過試驗(yàn)分析表明此方法除了可以與NDWI一樣提取水體外，還可以較NDWI更好地區(qū)分水體邊界。

1 水體提取原理及水體指數(shù)的建立

1.1 水體提取原理 天然水體對(duì)電磁波的吸收明顯高于絕大多數(shù)其他地物，因而水體的總輻射水平低于其他地物。在可見光波段0.5 μm之前，水的吸收很少，反射率較低，其中，水面反射率5%左右，并隨著太陽高度角的變化呈3%～10%不等的變化。水體對(duì)入射光具有強(qiáng)吸收性，在大部分傳感器的波長(zhǎng)范圍內(nèi)都呈現(xiàn)較弱的發(fā)射率，具有隨波長(zhǎng)的增加而進(jìn)一步減弱的趨勢(shì)。清澈水體的遙感信息模型根據(jù)其反射率可以近似表示為:藍(lán)光＞綠光＞紅光＞近紅外＞短波紅外。在紅外波段，水體吸收的能量高于可見光波段，所以水體在近紅外及中紅外波段的反射能量很少，而植被、土壤在這2個(gè)波段內(nèi)的吸收能量較小，且有較高的反射特性，這使得水體在這2個(gè)波段上與植被和土壤有明顯的區(qū)別。

1.2 水體指數(shù)的建立 水體指數(shù)的構(gòu)建是根據(jù)波段組合的歸一化處理原理而提出的。根據(jù)波段比值法原理，將水體發(fā)射強(qiáng)的波段和反射弱的波段分別作為分子和分母。通過比值運(yùn)算進(jìn)一步擴(kuò)大二者的差距，使目標(biāo)地物在影像上得到亮度值得增強(qiáng)，而背景地物又受到普遍的抑制。比值型指數(shù)通常會(huì)作歸一化處理，使其取值范圍統(tǒng)一到［－1，1］區(qū)間。這類指數(shù)最著名的當(dāng)屬?gòu)V為使用的歸一化差異植被指數(shù)NDVI了，受其啟發(fā)而生成的各種歸一化差異型指數(shù)也應(yīng)運(yùn)而生［5］。例如Mcfeeters的歸一化差異水體指數(shù)(Normalized Difference Water Index)［1］，徐涵秋的改進(jìn)的歸一化差異水體指數(shù)(MNDWI)［5］等。這些方法都在水體提取方面得到了廣泛的應(yīng)用，然而也存在不足之處。

歸一化差異水體指數(shù)是利用綠波段和近紅外波段的差異來達(dá)到提取水體的目的，其運(yùn)算公式如下:

NDWI能很好地抑制植被信息，但土壤/建筑物的抑制效果不理想，見圖1。

改進(jìn)的歸一化差異水體指數(shù)是利用近紅外波段和中紅外波段的差異來達(dá)到提取水體的目的，其運(yùn)算公式為:

MNDWI彌補(bǔ)了NDWI的缺陷，但是在含水量大的土壤方面的區(qū)分不理想，見圖2。

在分析以上方法的基礎(chǔ)上，該研究提出了ONDWI水體指數(shù)，計(jì)算公式為:

式中，NDB即New Deep Blue波段，此波段是Landsat 8新增波段，在Landsat 8中序號(hào)為1。

由于Landsat8的NDB波段是新增的波段，而且它主要是監(jiān)測(cè)近海岸水體和氣溶膠，故該研究提出利用Landsat8的NDB波段和NIR波段組合來提取鄱陽湖水域。

2 實(shí)驗(yàn)分析

筆者選取的研究區(qū)域?yàn)檑蛾柡鷳B(tài)經(jīng)濟(jì)區(qū)，鄱陽湖為我國(guó)第一大淡水湖，位于江西省北部，長(zhǎng)江中下游南岸。

Landsat 8陸地衛(wèi)星是美國(guó)2013年2月12日在美國(guó)空軍基地發(fā)射的衛(wèi)星，Landsat 8主要攜帶2個(gè)主要荷載:運(yùn)行陸地成像儀(Operational Land Imager，OLI)和熱紅外傳感器(Thermal Infrared Sensor，TIRS)。選用OLI影像作為此次試驗(yàn)數(shù)據(jù)，Landsat8 OLI相比Landsat7 ETM+在波段范圍上有了調(diào)整。Landsat 8系列衛(wèi)星新增了一個(gè)深藍(lán)(New Deep Blue，NDB)波段，該波段主要用來監(jiān)測(cè)近海岸水體和氣溶膠。

鄱陽湖區(qū)湖口的湖水及背景地物城鎮(zhèn)和植被的波譜曲線如圖3所示，其具體波譜值見表1。

表1 鄱陽湖區(qū)水體、背景地物建筑和植被的亮度值和PYHMNDWI

由圖3可以看出，水體的亮度值在OLI影像NIR波段上與背景地物城鎮(zhèn)和植被有最大的差異，而這個(gè)波段范圍內(nèi)的水體亮度值也是最小，所以利用這種波譜特性，選擇一定的波段組合方式，可以有效的將水體和背景地物區(qū)分開來。經(jīng)過多次試驗(yàn)，該研究選擇波段組合(NDB－NIR)/(NDB+NIR)進(jìn)行歸一化處理來提取水體信息，在ENVI中，利用BandMath工具對(duì)波段組合(NDB－NIR)/(NDB+NIR)進(jìn)行歸一化處理得到了歸一化處理影像，見圖4(c)。由于水體的灰度值近似于正態(tài)分布，根據(jù)統(tǒng)計(jì)學(xué)原理，正態(tài)分布N(μ，σ^2)概率分布如下式:

所以這里對(duì)歸一化后的水體灰度求得水體灰度均值為0.248 3，水體灰度標(biāo)準(zhǔn)差為 0.024 9。

由表(4)～(6)可知，選取3倍的標(biāo)準(zhǔn)差作為水體提取的閾值對(duì)于水體的提取概率理論上能達(dá)到99.73%，所以這里選取3倍的標(biāo)準(zhǔn)差做為水體的限值。根據(jù)式(3)計(jì)算得到水體的閾值范圍為0.17 ～0.32，然后以 0.17 作為下限，0.32 作為上限對(duì)歸一化的水體影像進(jìn)行二值化處理，如圖4d;用NDWI指數(shù)法做同樣的處理得到的二值化影像，如圖4e;然后利用真彩色影像(圖4a)結(jié)合假彩色影像(圖4b)進(jìn)行人工判讀得到的矢量化水體邊界，如圖4f;然后利用ONDWI提取出的水體面積和NDWI提取的水體面積與已知的水體面積進(jìn)行比較得到水體提取率:NDWI方法的水體提取率為93.44%;ONDWI方法的水體提取率為94.39%?？梢姡琌NDWI方法的水體提取率要高于NDWI方法。

3 結(jié)論

該研究針對(duì)湖口區(qū)域水系與背景地物的反射特征，提出了水體指數(shù)ONDWI，ONDWI除了可以與NDWI和MNDWI一樣提取植被區(qū)域的水體外，還能有效地解決水體與含水量比較大的土壤區(qū)分問題。NDWI在湖岸水體渾濁、水體可見度不高的區(qū)域水體提取效果不佳，MNDWI在含水量大的土壤區(qū)域提取效果不好，而新方法ONDWI則可以很好彌補(bǔ)這2個(gè)缺點(diǎn)，大大提高了水體提取的精度。

［1］MCFEETERS S K.The use of the Normalized Difference Water Index(NDWI)in the delineation of open water feature［J］.International Journal of Sensing，1996，17(7):1425 －1432.

［2］閆霈，張友靜，張?jiān)?利用增強(qiáng)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］.遙感應(yīng)用，2007，94(6):62 －67.

［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(bào)，2001，5(3):214 －219.

［4］程晨，韋玉春，牛志春.基于ETM+圖像和決策樹的水體信息提取［J］.遙感信息，2012，27(6):49 －56.

［5］徐涵秋.利用改進(jìn)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(bào)，2005，9(5):589 －595.

［6］肖艷芳，趙文吉，朱琳.利用TM影像Band1與Band7提取水體信息［J］.測(cè)繪科學(xué)，2010，35(5):226 －227.

［7］李小曼，王剛，田杰.TM影像中水體提取方法研究［J］.西南農(nóng)業(yè)大學(xué)學(xué)報(bào):自然科學(xué)版，2006，28(4):580－582.