基于SPOT-5影像的吳哥地區(qū)水體提取方法研究

楊　甲,張　珂,劉　麗,王心源,宋經(jīng)緯,劉　潔,Khun-Neay Khuon

(1.安徽師范大學(xué) 國(guó)土資源與旅游學(xué)院,安徽 蕪湖 241000；2.山東科技大學(xué) 測(cè)繪科學(xué)與工程學(xué)院,山東 青島 266510;3.中國(guó)科學(xué)院 遙感與數(shù)字地球研究所數(shù)字地球重點(diǎn)實(shí)驗(yàn)室,北京 100094；4.柬埔寨吳哥窟世界文化遺產(chǎn)管理局,柬埔寨 暹粒)

?

基于SPOT-5影像的吳哥地區(qū)水體提取方法研究

楊甲1,張珂2,劉麗1,王心源3,宋經(jīng)緯3,劉潔3,Khun-Neay Khuon4

(1.安徽師范大學(xué) 國(guó)土資源與旅游學(xué)院,安徽 蕪湖 241000；2.山東科技大學(xué) 測(cè)繪科學(xué)與工程學(xué)院,山東 青島 266510;3.中國(guó)科學(xué)院 遙感與數(shù)字地球研究所數(shù)字地球重點(diǎn)實(shí)驗(yàn)室,北京 100094；4.柬埔寨吳哥窟世界文化遺產(chǎn)管理局,柬埔寨 暹粒)

摘要：對(duì)于一個(gè)較小研究區(qū)提取地物信息，需要更高的空間分辨率和適合的光譜信息。以柬埔寨吳哥窟西北部為研究對(duì)象,開(kāi)展基于SPOT-5影像的水體信息提取方法研究。通過(guò)分析研究區(qū)內(nèi)的地物光譜特征信息,發(fā)現(xiàn)各地物在綠色波段和短波紅外波段雖然都有下降趨勢(shì),但是水體的變化程度最大。利用這個(gè)信息建立決策樹的一種水體提取模型：Band3/Band4>1.73并且Band1>Band4。通過(guò)與NDWI法、決策樹模型提取精度進(jìn)行對(duì)比,證明該模型提取精度有較大提高，可有效地消除水田對(duì)提取精度的影響。

關(guān)鍵詞：SPOT-5影像；水體提??；比值法；決策樹法

利用遙感數(shù)據(jù)來(lái)提取水體信息,在國(guó)內(nèi)外都得到廣泛研究。用得比較多的是利用Landsat系列衛(wèi)星數(shù)據(jù)進(jìn)行水體信息提取,主要有單波段閾值法、多波段譜間分析法和水體指數(shù)法[1-5]。其中Shil等利用Landsat MSS提取水體,認(rèn)為單波段密度分割法提取效果較好[1];郭振亞等利用水體指數(shù)模型和加權(quán)灰度閾值相結(jié)合對(duì)巢湖流域進(jìn)行水體提取研究[3]，較好地去除山體陰影；McFeeters提出歸一化差異水體指數(shù)(NDWI)[4],有效增強(qiáng)遙感影像中的水體信息；徐涵秋通過(guò)修正波段組合提出改進(jìn)的歸一化差異水體指數(shù)(MNDWI)[5]，消除建筑物對(duì)水體提取的影響。以往水體提取研究所用遙感數(shù)據(jù)雖然光譜信息較多,但其精度結(jié)果受制于數(shù)據(jù)本身分辨率,實(shí)際應(yīng)用的意義有限。

SPOT-5影像與Landsat系列衛(wèi)星遙感數(shù)據(jù)相比較,數(shù)據(jù)具有分辨率高的優(yōu)勢(shì)。鄧勁松通過(guò)分析SPOT-5影像中水體及其它主要地物的光譜特性及波段間的關(guān)系,建立決策樹模型，其提取精度與通常的監(jiān)督分類方法相比有較大提高[6]；余明經(jīng)反復(fù)試驗(yàn)在SWIR(短波紅外波段)設(shè)定閾值提取水體,然后通過(guò)譜間關(guān)系法去除陰影[7]；Lacaux等基于SPOT-5數(shù)據(jù)提出NDPI水體指數(shù),對(duì)于不同渾濁度的池塘提取效果比NDWI法有較大提高[8]。

但這些方法應(yīng)用于本研究區(qū)提取效果不甚理想,部分水田不能很好地剔除出來(lái),且運(yùn)算較為復(fù)雜。本文在分析研究區(qū)水體及其相關(guān)地物的光譜特征基礎(chǔ)上,提出一個(gè)簡(jiǎn)單、實(shí)用的模型進(jìn)行水體信息的提取。該方法對(duì)于溫暖濕潤(rùn)、地勢(shì)平坦的水網(wǎng)平原具有很高的應(yīng)用價(jià)值。

1研究區(qū)概況

研究區(qū)位于吳哥窟西北部，地理坐標(biāo)范圍為103°0′~103°8′E,13°3′~14°0′N。氣候?qū)贌釒Ъ撅L(fēng)氣候,年平均氣溫29～30℃。受地形和季風(fēng)影響,各地降水呈現(xiàn)一定的時(shí)空和地理差異,一般5—10月為雨季,11月—次年4月為旱季。該研究區(qū)地勢(shì)平坦，散布著較多的村落,河流縱橫交錯(cuò)、河道狹窄,且人工河道和自然河道相互交織。水體兩旁樹木叢生,水生植物茂盛,這對(duì)水體信息的提取是一

個(gè)不利的影響。

2數(shù)據(jù)來(lái)源與處理

研究采用的遙感影像是2013年01月21日SPOT-5數(shù)據(jù)(見(jiàn)圖1),軌道號(hào)為268/322 1A級(jí)產(chǎn)品。包含4個(gè)波段的多光譜影像和全色影像(見(jiàn)表1),第1~3波段分辨率為10 m,第4波段分辨率為20 m。該景圖像質(zhì)量高,研究區(qū)內(nèi)無(wú)云。還有研究區(qū)的1∶10 000地形圖、實(shí)地調(diào)查資料和一些相關(guān)的統(tǒng)計(jì)數(shù)據(jù)。

表1　SPOT-5衛(wèi)星影像特性

注：波段順序(BAND 1-BAND 4)為原始數(shù)據(jù)中光譜波段的順序，不按照波長(zhǎng)大小排列

圖1　研究區(qū)SPOT-5影像的彩色合成(波段合成方式413)

使用1∶10 000地形圖的控制點(diǎn)對(duì)遙感影像進(jìn)行幾何校正,之后對(duì)研究區(qū)影像進(jìn)行直方圖均衡化,并分析各波段組合效果,發(fā)現(xiàn)4、1、3波段組合的彩色圖像,目視識(shí)別效果較好[9]。

3水體信息提取方法研究

3.1水體提取的遙感原理分析

衛(wèi)星遙感影像是地物對(duì)電磁波的反射信息及地物本身的熱輻射信息的集合。各種地物因自身成分、結(jié)構(gòu)及理化性質(zhì)的差異,而在對(duì)電磁波的反射及本身的熱輻射存在著差異[10]。

水體在近紅外、中紅外波段吸收很強(qiáng),反射較弱,幾乎為零；而在藍(lán)綠波段的反射較強(qiáng),吸收較弱。因此在遙感中常用近紅外波段確定水體的位置和輪廓,在近紅外波段的影像上,水體的色調(diào)很黑,與周圍的植被和土壤有明顯的反差,很容易識(shí)別和判讀。河流水體中通常含有豐富的葉綠素和懸浮泥沙,實(shí)際遙感圖像上河流水體的波譜曲線與清澈水體有較大差異[11]。

3.2研究區(qū)典型地物光譜信息分析

該地物的光譜響應(yīng)程度是通過(guò)在每個(gè)波段圖像的像元值大小反映。根據(jù)研究區(qū)的地形地貌特點(diǎn),將分為水體、裸地、林地、水田4種典型地物(見(jiàn)表2)。

表2　研究區(qū)典型地物亮度值統(tǒng)計(jì)表

從研究區(qū)典型地物亮度統(tǒng)計(jì)表(表2)中可以看出，在波段1中水體和水田的亮度值相近,林地和裸地的亮度值較相近,波段3中裸地亮度值達(dá)到165,裸地整體亮度值很高,在4個(gè)波段中都處于頂端。林地在二、三、四波段和水田的光譜信息相似；

各波段上地物之間亮度值的分析：

Band1(NIR):林地>裸地>水體>水田,水體與林地、裸地差異較大,水田、水體易混淆。

Band2(Red):裸地>水體>水田>林地,水田與裸地較相近,但與其它地物都差異比較明顯。

Band3(Green):裸地>水體>水田>林地,水體、裸地兩者者的亮度值接近,容易混淆,水田和林地比較相近

Band4(SWIR):裸地>林地>水田>水體,裸地亮度值值為161，水體為36，林地為84，水田為75，裸地的亮度值一直處于高位，而林地和水田比較接近，水體位于最低端，差距也較明顯。

水體：Band3>Band2>Band1>Band4

裸地：Band3>Band4>Band2>Band1

林地：Band1>Band3>Band2>Band4

水田：Band3>Band2>Band4>Band1

從以上分析可以看出,水體和其他相關(guān)地物在紅外波段差異顯著,尤其在波段4短波紅外波段(SWIR),水體的光譜亮度值明顯低于其他地物。單波段閾值法存在提取精度不高和尋找閾值比較繁瑣的缺點(diǎn)。

從圖2中可以看出，水體與其他地物在可見(jiàn)光波段光譜特性差異并不明顯,裸地的亮度值一直處于高位，而林地和水田比較接近，水體位于最低端，差距也較明顯，波段三到波段四各典型地物的亮度值都呈下降趨勢(shì),但是水體下降的程度特別大。水體是從160降至36，波段比為4.44；裸地是從165降至161，波段比為1.02；林地是從127降至84，波段比為1.51；水田是從130降至75，波段比為1.73。各種地物的各波段的大小關(guān)系也不盡相同?；谝陨戏治?只要設(shè)定合適的條件,即可將水體有效提取。

圖2　研究區(qū)典型地物光譜響應(yīng)曲線

3.3提取方法研究

研究區(qū)屬于水體沖積平原地區(qū),地物類型并不復(fù)雜。村鎮(zhèn)居民點(diǎn)比較分散,而且沒(méi)有山體陰影的影響。由于SPOT-5數(shù)據(jù)沒(méi)有MIR波段,所以只有歸一化差異水體指數(shù)(NDWI)適用于本實(shí)驗(yàn)。水體指數(shù)模型,是通過(guò)進(jìn)行比值運(yùn)算得到的特征指數(shù)。其基本原理是,在遙感影像多光譜波段內(nèi)尋找水體的最強(qiáng)反射波段和最弱反射波段,弱者置于分母、將強(qiáng)者置于分子,通過(guò)比值運(yùn)算,可進(jìn)一步擴(kuò)大二者的差距[12]。水體在SPOT-5數(shù)據(jù)綠色波段上的亮度值為160,處于最高值,處于最強(qiáng)反射波段,而水體在短波紅外波段亮度值為36,處于最低值,是最弱的反射波段。所以將綠色波段與短波紅外波段進(jìn)行比值運(yùn)算,將更好地突出水體的特征。使大于閾值的作為水體提取出來(lái),從而實(shí)現(xiàn)水體與其它地物的分離。經(jīng)實(shí)驗(yàn)發(fā)現(xiàn)將閾值T設(shè)為1.73,水體提取效果較好。

在進(jìn)行第一步提取后發(fā)現(xiàn),水體和水田混合在一起沒(méi)有分開(kāi),但兩種地物在不同的波段的DN值的關(guān)系有差異。根據(jù)上述分析,運(yùn)用決策樹分類法,對(duì)SPOT-5影像進(jìn)行水體信息提取,設(shè)定條件Band3/Band4>1.73并且Band1>Band4。后臺(tái)運(yùn)算后即得出提取后的水體信息。將提取的水體與彩色合成圖像進(jìn)行疊加顯示,發(fā)現(xiàn)水體已被分離，流程如圖3所示。

圖3　水體提取流程

4結(jié)果與分析

為了科學(xué)評(píng)價(jià)本文方法提取水體信息的實(shí)驗(yàn)結(jié)果,選取準(zhǔn)確度為定量評(píng)價(jià)指標(biāo),構(gòu)建評(píng)價(jià)指標(biāo)體系。準(zhǔn)確度即為提取的水體信息的準(zhǔn)確程度,所以由此規(guī)定準(zhǔn)確度即為正確提取的像元數(shù)與檢驗(yàn)像元總數(shù)比值。從三種提取圖中各隨機(jī)抽取300個(gè)像元點(diǎn)，然后通過(guò)柬埔寨方面的實(shí)地驗(yàn)證確定選取點(diǎn)是否為水體。

現(xiàn)將本文算法與NDWI法、前人的決策樹法[6]進(jìn)行比較,前人通過(guò)設(shè)定條件B3(Green)>B4(SWIR)且B2(Red)>B1(NIR),B4<54建立決策樹模型提取水體信息。但是在第二步中波段4還是需要反復(fù)尋找閾值才能提取水體信息。從表3和圖4中可以看出本文方法在精度上比其他兩種方法有明顯的提高,且視覺(jué)效果較好。在樣區(qū)一,NDWI法雖然能提取出大部分水體,但是其中混入了水田,前人的決策樹法可以去除部分水田的影響,但是部分水體提取不完全,出現(xiàn)斷流的現(xiàn)象。在樣區(qū)二中,只有本文的方法較好的去除了水田對(duì)水體的影響。在樣區(qū)三中可以看出,在水生植物比較茂盛的坑塘中,其它兩種方法都不能很好的提取水體,出現(xiàn)殘缺不全的現(xiàn)象,本文的方法提取結(jié)果的目視

效果更加平滑。

表3　結(jié)果精度統(tǒng)計(jì)表

5結(jié)束語(yǔ)

綜上所述,本文方法可以更好的分離有水田的水體,且能較好地提取富含水生植物的水體。提取精度比NDWI法和前人的決策樹法有較大提高,且有良好的視覺(jué)效果。

本文決策樹模型中第一步采用了比值型的方法，可以減小地形、大氣的影響，在其它研究區(qū)，要考慮使用質(zhì)量良好、無(wú)云層覆蓋的數(shù)據(jù)。由于在提取水體過(guò)程中沒(méi)有對(duì)影像做大氣校正處理，大氣校正后的影像各地物的反射率特點(diǎn)與未校正前的亮度值特點(diǎn)不盡相同，SPOT-5影像的短波紅外波段分辨率為20 m，所以進(jìn)行波段運(yùn)算時(shí)會(huì)有混合像元的產(chǎn)生，本文這些問(wèn)題還有待于在以后的研究中進(jìn)行探討。

圖4　三種方法水體提取效果對(duì)比

參考文獻(xiàn)：

[1]SHIH S F.Comparison of ELAS classifications and density slicing Landsat data for water surface area assessment.[J].Hydrologic Applications of Space Technology(Publication No,160).Intl.Assoc:Hydrological sci.1985.

[2]劉冰,林怡.基于決策樹方法的ETM+影像濕地信息提取[J].測(cè)繪工程,2013,22(1):63-66.

[3]郭振亞,王心源,王傳輝,等.巢湖流域水體信息提取方法研究[J].遙感技術(shù)與應(yīng)用,2012(3):443-448.

[4]MCFEETERS S K.The Use of Normalized Difference Water Index(NDWI) in the Delineation of Open Water Features[J].International Journal of Remote Sensing,1996,17(7)：1425-1432.

[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[J].遙感學(xué)報(bào),2005,9(5)：589-595.

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

[7]余明,李慧.基于SPOT影像的水體信息提取以及在濕地分類中的應(yīng)用研究[J].遙感信息,2006(3):44-47.

[8]LACAUX J P,TOURRE Y M,VIGNOLLES C,et al.Classification of ponds from high-spatial resolution remote sensing:Application to Rift Valley Fever epidemics in Senegal[J].Remote Sensing of Environment 2007，106(1):66-74.

[9]武文波,劉正綱.一種基于地物波譜特征的最佳波段組合選取方法[J].測(cè)繪工程,2007,16(6):22-24.

[10] 孫家柄.遙感原理與應(yīng)用[M].武漢:武漢大學(xué)出版社,2003.

[11] 周藝,謝光磊,王世新,等.利用偽歸一化差異水體指數(shù)提取城鎮(zhèn)周邊細(xì)小河流信息[J].地球信息科學(xué)學(xué)報(bào),2014(1):102-107.

[12] 朱寶山,張紹華,徐大龍,等.綜合水體指數(shù)及其應(yīng)用[J].測(cè)繪科學(xué)技術(shù)學(xué)報(bào),2013(1):19-23.

[責(zé)任編輯：張德福]

Methods of water body extraction based on SPOT-5 images in Ankor Region

YANG Jia1,ZHANG Ke2,LIU Li1,WANG Xinyuan3,SONG Jingwei3,LIU Jie3,Khun-Neay Khuon4

(1.School of Territorial Resources and Tourism,Anhui Normal University,Wuhu 241000,China;2.College of Geomatics,Shandong University of Science and Technology,Qingdao 266510,China;3.Key Laboratory of Digital Earth Sciences,Institute of Remote Sensing and Digital Earth,Chinese Academy of Sciences,Beijing 100094,China;4.Authority for the Protection and Management of Angkor and the Region of Siem Reap,Siem Reap,Cambodia)

Abstract：For extracting the target information from a small study area,it requires the higher spatial resolution and suitable spectral information.An automatic water extraction method is proposed aiming at extracting drainage system from SPOT-5 images taken at northwest Cambodia.This method is based on analyzing spectral difference between water and other objects in green band and short wave infrared band.Decision tree is adopted in this approach as a simple but efficient water extraction model：Band3/Band4>1.73 and Band1>Band4.Comparing with NDWI and a decision tree proposed by formers’ method,this model has higher accuracy and effectively avoids the influences from paddy field.

Key words：SPOT-5 images；water body extraction；ratio method；decision tree

中圖分類號(hào)：P237

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1006-7949(2016)03-0051-05

作者簡(jiǎn)介：楊甲(1988-)，男，碩士研究生.

收稿日期：2014-10-20；修回日期：2014-11-10