基于HJ-1A/1B CCD數據的海南島水體提取研究*

李海亮,汪秀華, 羅紅霞, 田光輝

(1. 中國熱帶農業(yè)科學院科技信息研究所∥海南省熱帶作物信息技術應用研究重點實驗室，海南 儋州 571737；2. 中國熱帶農業(yè)科學院科技處，海南 ?？?571101；3. 海南省氣象科學研究所，海南 海口 570203)

基于HJ-1A/1B CCD數據的海南島水體提取研究*

李海亮1,汪秀華2, 羅紅霞1, 田光輝3

(1. 中國熱帶農業(yè)科學院科技信息研究所∥海南省熱帶作物信息技術應用研究重點實驗室，海南 儋州 571737；2. 中國熱帶農業(yè)科學院科技處，海南 ?？?571101；3. 海南省氣象科學研究所，海南 ?？?570203)

基于HJ-1A/1B CCD數據，選取海南島內300個訓練樣本，分別計算了利用歸一化差異水體指數、基于藍光的歸一化差異水體指數和混合水體指數3種指數模型識別水體時，對林地、耕地、道路和居民地的區(qū)分度。結果表明，在應用HJ-1CCD數據進行水體識別時，混合水體指數模型的區(qū)分度最高(綜合區(qū)分度為34.16%)，是海南島水體識別的最優(yōu)模型。并確定了混合水體指數模型的最佳識別閾值(168.54)。利用混合水體指數模型高效地提取了2014年2月24日及9月24日海南島的水體信息，全島水域面積分別為677.41 km2和698.62 km2。經驗證，水體提取總體精度達92.00%，混合水體指數模型具有水陸區(qū)分度較大和水體提取精度較高的優(yōu)點，可以用來提取海南島的水體信息。該文為海南島水資源的優(yōu)化配置與管理、洪澇災害動態(tài)監(jiān)測提供參考。

HJ-1A/1B CCD；水體指數；水體識別；CIWI；海南島

水體信息提取是水資源管理的一個重要內容，也是洪澇災害監(jiān)測的重要支撐[1]。傳統(tǒng)的水體信息提取方法工作量大、成本高、人為因素影響大，衛(wèi)星遙感對地觀測具有宏觀性、周期性、及時性、準確性等特點?？焖佟蚀_地利用遙感影像及水體識別模型提取水體信息已成為水資源管理、洪澇災害監(jiān)測等領域的重要技術手段[2]。

水體遙感識別的常用方法主要有單波段法、多波段法、水體指數法、微波遙感后向散射系數法等。單波段法是選擇水體表征最明顯的某些單一波段的閾值為識別參數，用閾值法識別水體的方法[3-6]。單波段法簡單易行，但進行水體識別時存在較多的混淆信息，水體識別精度低。多波段法是分析水體在多波段的值域特征，選擇波段組合，并通過閾值識別水體的方法[7-10]。多波段法水體識別精度比單波段法有所提高，但波段組合的選取和閾值的確定較為復雜，在利用多波段法提取水體時裸地的排除較為困難。微波遙感后向散射系數法是利用非水體對入射微波產生較強的后向散射被雷達天線接收，在SAR圖像上形成較明亮的影像，與水體暗黑色影像形成鮮明對比，從而實現水體識別的方法[11-13]。微波遙感后向散射系數法可以有效地排除云的干擾，但雷達數據不易獲取，提取成本較高。水體指數法是基于多波段的水體光譜特征分析，構建水體指數模型，利用波段運算結果，并通過閾值實現水體識別的方法[14-18]。水體指數法是多波段法的改進，隨著水體指數模型的發(fā)展，水體提取的精度有所提高，但各種模型均存在著一定的缺陷與不足，對所用數據及研究區(qū)的特點均有不同程度的適用差別。

環(huán)境減災衛(wèi)星數據主要應用于農業(yè)災害與生態(tài)環(huán)境監(jiān)測兩個方面[19-22]。本文利用空間分辨為30 m的HJ-1A/1B數據，選取研究區(qū)一定量的訓練樣本，通過對NDWI、NDWI-B和CIWI三種水體指數模型的比較分析，選擇基于HJ-1A/1B數據的最優(yōu)水體識別模型，并確定水體識別閾值，高效地提取海南島水體信息。為海南省洪澇災害動態(tài)監(jiān)測業(yè)務化運行提供數據和技術支持，為政府水資源利用、防災減災決策提供科學依據。

1 研究區(qū)與數據

1.1 研究區(qū)域

海南島總面積約3.39萬km2，地處108°37′-111°03′E，18°10′-20°10′N，位于熱帶北緣。整個島嶼呈NE-SW向延伸的橢圓形，地勢中間高四周低，以島中部的五指山為中心，向四周漸形成山地、丘陵、臺地、平原的環(huán)形地貌(圖1)。島內比較大的河流大都發(fā)源于中部山區(qū)，呈輻射狀由中部向四周獨流入海。全島獨流入海的河流共154條，其中集水面積超過100 km2的有39條，集水面積超過500 km2的河流有18條。南渡江、昌化江、萬泉河為海南島3大河流，集水面積均超過3 000 km2，3條河流域面積占全島面積的47%。全島河川徑流量為388億m3，約為全國總徑流量的1.1%。人均占有的河川徑流量為4 940 m3。海南島屬于典型的東亞季風型氣候，同時又具有明顯的熱帶氣候特征，降水豐富且不均勻，臺風暴雨多，極易發(fā)生洪澇。1949-1979年，海南島共出現洪澇災害20次。20世紀80年代以來發(fā)生次數增多，給海南島造成重大損失[23]。

圖1 研究區(qū)位置Fig.1 Research region

1.2 數據來源與處理

1.2.1 遙感數據 本文所用環(huán)境減災衛(wèi)星數據來自中國資源衛(wèi)星應用中心網站。分別選取2014年2月24日和9月24日覆蓋海南島的各兩景HJ-1A/1B CCD影像。獲取的數據屬于二級產品，己經經過輻射粗校正和幾何粗校正，需要對該數據做進一步的輻射校正(輻射定標、大氣校正)和幾何精校正等預處理。數據預處理過程為：① 輻射定標：利用中國資源衛(wèi)星應用中心提供的輻射定標系數、大氣層外太陽輻照度和影像頭文件提供的相關參數，應用轉換公式將CCD圖像的DN(digital number)值轉換為圖像的輻射亮度，再將輻射亮度轉化為大氣層頂的表觀反射率[24]。② 大氣校正：應用6S輻射傳輸模型建立查找表對HJ-1A/1B CCD第1-4波段的反射率進行大氣校正[25]。③ 幾何精校正：采用GPS實測地面控制點進行幾何精校正，定位精度控制在一個像素之內。④ 鑲嵌與裁剪：將經過輻射校正和幾何精校正的HJ-1A/1B CCD影像進行鑲嵌，用海南島數字邊界裁剪得到海南島區(qū)域范圍內的HJ-1A/1B CCD最終影像。

1.2.2 樣本數據 2014年9月24日前后，在研究區(qū)內，使用GPS實地選取水體樣本100個，林地、耕地、道路、居民地樣本各50個(圖2)。并進行遙感信息、樣本數據的融合。

圖2 樣本分布圖Fig.2 Locations of sampling points

2 研究方法

2.1 水體指數模型

2.1.1 歸一化差異水體指數 水體具獨特的譜間關系特征，利用多個波段的綜合特點提取水體是近年的研究重點。譜間關系法是利用水體和非水體在不同波段(或不同波段組合)之間光譜特征的差異，建立邏輯判斷公式，對水體與非水體進行區(qū)分。最早最具代表性的水體指數是由Mcfeeters提出的歸一化差異水體指數NDWI[26]，其計算公式如下

(1)

式中ρ(GREEN)、ρ(NIR)分別為綠光和近紅外波段的反射率，即分別為HJ-1A/1BCCD影像中第2、4波段的反射率。NDWI為歸一化差異水體指數，取-1～1。由于水體的反射從可見光到中紅外波段逐漸減弱，在近紅外波段范圍內幾乎無反射，而植被在近紅外波段的反射率一般最強。因此用可見光波段和近紅外波段的反差構成的NDWI在抑制植被影響的同時增強了水體目標的表達(水體NDWI值大，植被NDWI值小)。根據NDWI的計算原理，水體的NDWI指數較高，理論數值大于0；其他地物的NDWI小于0，且最小值不小于-1。

2.1.2 基于藍光的歸一化差異水體指數NDWI指數能把植被、耕地與水體區(qū)分，但濕地是純水體、植被、土壤的混合體，其光譜特征包含了三者的特點，不易被提取出來。根據光譜分析，在歸一化差異水體指數模型中用藍光代替綠光可以將濕地與植被、耕地等區(qū)分出來。由此建立基于藍光波段的歸一化差異水體指數模型NDWI-B[1]，其計算公式如下：

(2)

式中，ρ(BLUE)、ρ(NIR)分別為藍光和近紅外的反射率，即分別為HJ-1A/1BCCD影像中第1、4波段的反射率。根據NDWI-B的計算原理，水體的NDWI-B值最大，濕地的NDWI-B值其次，其他地物的NDWI-B最小。

2.1.3 混合水體指數NDWI指數能很好地區(qū)分水體與植被，但不能有效地區(qū)分水體與城鎮(zhèn)。根據分析發(fā)現，在近紅外波段城鎮(zhèn)的反射率最高，水體的反射率最低，城鎮(zhèn)與水體光譜差異最大，易于區(qū)分水體與城鎮(zhèn)。據此，先用近紅外通道的反射率與反射率均值的比值構建無量綱數，再將其與NDVI求和，使水體保持在低值區(qū)，城鎮(zhèn)處于高值區(qū)，植被介于兩者之間，從而增強三者之間的差異。由此定義混合水體指數模型CIWI[17],其計算公式如下：

(3)

2.2 模型優(yōu)選及閾值設定

為了表達水體提取模型識別水體和非水體目標的能力,引入區(qū)分度DD(DivisionDegree)[17]，其計算公式為：

(4)

通常應用閾值法對水體指數劃分不同的取值范圍，將水體目標和非水體目標分離。本文根據前人經驗[25]及數據直方圖特點，通過采樣點的水體指數值與地物類型的反復比對尋找水體指數模型的合理閾值，使之在提取研究區(qū)水體時破碎圖斑較少、水體目標與非水體目標能較好地分離。

2.3 精度驗證

遙感數據分類的不確定性通常用誤差矩陣來度量，從誤差矩陣中可以計算出分類精度的指標。誤差矩陣有時也稱為混淆矩陣，是一個用于表示分為某一類別的樣本個數與地面檢驗為該類別數的比較陣列。根據誤差矩陣可以導出若干關于總體分類或對于某一類別分類的精度描述指標[27]?？傮w精度用誤差矩陣內對角線元素之和除以總的采樣個數來表示的，表1中該值為(45+61+70)/200=88.00%，即總體分類精度為88.00%。為描述對某一類別的分類精度，定義了生產者精度和用戶精度。類別A的生產者精度定義為：類別A的正確分類個數除以對于類別A的總采樣個數(即A的列總和)。表1中類別A生產者精度為：45/50= 90.00%。該指標指出了一個地面采樣點被正確地分類的概率。另一方面，類別A的用戶精度定義為：正確分類為A的個數除以分為類別A的總和 (即A的行總和)。表1中類別A用戶精度為 45/52=86.50%。該指標指出一個采樣分類點表示實際地面真實情況的百分比。

3 結果與分析

3.1 最優(yōu)模型及水體提取閾值

為了便于比較和分析，對NDWI、NDWI-B兩種水體指數進行放大和平移[17]。修正后的計算公式如下：

(5)

(6)

表1 誤差矩陣實例

式中，C為常數，為保證各類水體指數處于正值區(qū)間，本文C取值為100，同時公式(3)中的常數C也取值為100。

為系統(tǒng)地比較3種水體指數的水體提取效果，本文以水體為提取目標，以耕地、林地、道路、居民地為背景地物，計算相關區(qū)分度DD值。由表2，CIWI在提取水體時，對林地、耕地、道路和居民地的區(qū)分度均高于NDWI和NDWI-B，綜合區(qū)分度為34.16%。應用HJ-1A/1B CCD數據提取水體時，CIWI模型要優(yōu)于NDWI模型和NDWI-B模型，因此本文選用CIWI模型進行海南島的水體提取。通過采樣點的水體指數值與地物類型的反復比對，發(fā)現閾值設定為168.54時提取的水體目標效果最佳。

表2 3種水體指數提取水體的區(qū)分度1)

1) 水體樣本數100個，林地、耕地、道路、居民地樣本各50個。

3.2 水體提取精度驗證

以2014年9月24日HJ-1A/1B CCD數據為數據源，以168.54為閾值，使用CIWI模型提取海南島水體信息，結合實測樣本數據，利用誤差矩陣原理制作水體識別精度驗證數據。由表3，水體、林地、耕地、道路、居民地的生產者精度分別為95.00%、100.00%、94.00%、86.00%、82.00%，說明水體、林地、耕地、道路、居民地被正確分類的概率較高。另一方面水體與非水體的用戶精度分別為83.33%、97.31%，說明水體、非水體分類點表示實際地面真實情況的百分比較高。水體提取總體精度達92.00%。綜上所述以168.54為閾值利用CIWI模型提取水體精度較高，可以用來提取海南島的水體信息。

表3 水體提取精度驗證數據1)

1)水體樣本100個，林地、耕地、道路、居民地樣本各50個

3.3 海南島水體提取結果

以海南島2014年2月24日及9月24日的HJ-1A/1B CCD數據為數據源，以168.54為閾值，利用CIWI模型分別提取海南島枯水季和豐水季的水體信息。提取結果如圖3，經統(tǒng)計，豐水季(9月24日)全島水域面積為698.62 km2，較枯水季(2月24日)大21.21 km2。9月24日,儋州擁有海南島最大的水庫(松濤水庫)，水域面積為159.18 km2，居全島第1位；東方擁有海南島第2大水庫(大廣壩水庫)，水域面積89.01 km2，居全島第2位；文昌擁有大量的魚塘，水域面積88.62 km2，居全島第3位。水域面積后3位的市縣分別是保亭、瓊中、五指山。研究發(fā)現，由于HJ-1A/1B CCD數據空間分辨為30 m，一些細小的水渠、溪流沒有被有效提取。

圖3 海南島水體分布圖(2014年2月24日及9月24日)Fig.3 Water extraction results in Hainan Island on Feb. 24th and Sept. 24th，2014

4 結 論

本文，用空間分辨為30 m的HJ-1A/1B CCD數據，選取研究區(qū)300個訓練樣本，利用區(qū)分度DD比較分析了NDWI、NDWI-B和CIWI三種指數模型的水體識別效果。結果表明，在應用HJ-1CCD數據進行水體識別時，CIWI水體指數模型的區(qū)分度最高(綜合區(qū)分度為34.16%)，是海南島水體識別的最優(yōu)模型。通過采樣點的水體指數值與地物類型的反復比對，確定了CIWI水體指數模型的水體識別閾值為168.54。經實測樣本數據驗證，水體、林地、耕地、道路、居民地的生產者精度分別為95.00%、100.00%、94.00%、86.00%、82.00%，水體與非水體的用戶精度分別為83.33%、97.31%，水體提取總體精度達92.00%，說明CIWI模型提取水體精度較高，可以用來提取海南島的水體信息。利用CIWI模型高效地提取了2014年2月24日及9月24日海南島的水體信息，全島水域面積分別為677.41 km2和698.62 km2。豐水季(9月24日)水域面積較枯水季(2月24日)水域面積大21.21 km2，島內水域面積前3位的市縣分別為儋州、東方、文昌，水域面積后3位的市縣分別是保亭、瓊中、五指山。研究發(fā)現CIWI模型能有效地提取分散水體(如魚塘、小型水庫等)，但由于HJ-1A/1B CCD數據空間分辨為30 m，CIWI模型在提取細小的水渠、溪流時效果不佳，有離散及丟失的現象。研究還發(fā)現CIWI模型在提取純水體時效果良好，但在提取混合像元、濕地時區(qū)分度不高。因此，為了滿足洪澇災害監(jiān)測的要求，今后應在如何區(qū)分混合像元、精確提取濕地等方面做進一步的探討。

[1] 曲偉，路京選，李琳，等．環(huán)境減災小衛(wèi)星影像水體和濕地自動提取方法研究[J].遙感信息,2011(4):28-33.

[2] 李海亮,戴聲佩,胡盛紅，等. 海南島農業(yè)干旱綜合監(jiān)測研究[J]. 中山大學學報(自然科學版)，2012，51(6):126-130.

[3] SHIH S F. Comparison of ELAS classifications and density slicing Landsat data for water surface area assessment [C]∥JOHNSON A I. Hydrologic applications of space technology (Publication No 160 ). Intl Assoc Hydrological Sci,1985.

[4] BARTON I J,BATHOLS J M. Monitoring floods with AVHRR[J] . Remote Sensing of Environment, 1989,30(1):89-94.

[5] 陸家駒,李士鴻．TM資料水體識別技術的改進[J].環(huán)境遙感,1992,7(1): 17-23.

[6] 范磊，劉婷．CBERS-02星CCD數據在水災監(jiān)測中的應用——以河南新蔡縣為例[J]．河南理工大學學報(自然科學版),2009，28(3):312-315.

[7] 張淑杰．洪澇災害遙感監(jiān)測與災情評價方法研究[D]．南京：南京信息工程大學，2005.

[8] 王隨霞．基于MODIS數據的黃河下游洪水遙感監(jiān)測研究[D]．南京：河海大學，2006.

[9] 梁益同，劉可群，周守華，等．EOS-MODIS數據監(jiān)測暴雨洪澇災害的技術方法[J]．暴雨災害,2008,27(1):64-67.

[10] 黃偉鋒，李茂堂，崔旭東．中巴地球資源一號02B星在廣西水庫監(jiān)測中的應用[J]．水利水電技術,2010，41(7):79-82.

[11] 曹云剛，劉闖．EnviSat ASAR數據在水情監(jiān)測中的應用[J]．地理與地理信息科學,2006，22(2):13-15.

[12] 許麗娜，李炯，牛瑞卿．基于ASAR和ETM影像的洪水淹沒分析[J]．測繪信息工程,2010，35(4):12-14.

[13] 聶娟，范一大，鄧磊，等．山洪災害雷達遙感災情評估技術研究與應用[J]．自然災害學報,2010，19(3):105-110.

[14] 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):l425-1432.

[15] 劉勇洪，牛錚．基于MODIS遙感數據的宏觀土地覆蓋特征分類方法與精度分析研究[J]．遙感技術與應用,2004，19(4):217-224.

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

[17] 莫偉華，孫涵，鐘仕全，等．MODIS水體指數模型(CIWI)研究及其應用[J]．遙感信息,2007(5)：16-21．

[18] 閆霈，張友靜，張元．利用增強型水體指數(EWI)和GIS去噪音技術提取半干旱地區(qū)水系信息的研究[J]．遙感信息,2007(6)：62-67．

[19] 夏天,周清波,陳仲新，等. 基于HJ-1衛(wèi)星的冬小麥葉片SPAD遙感監(jiān)測研究[J]. 中國農業(yè)資源與區(qū)劃,2012，33(6)：38-44.

[20] 蒙繼華，吳炳方，杜鑫，等．基于HJ-1A/1B數據的冬小麥成熟期遙感預測[J]．農業(yè)工程學報,2011，27(3)：225-230.

[21] 李強子, 閆娜娜, 張飛飛，等．2010年春季西南地區(qū)干旱遙感監(jiān)測及其影響評估[J]．地理學報,2010，65(7)：771-780.

[22] 宮鵬，張晗，張海英，等．用中國環(huán)境減災衛(wèi)星1號數據評估日本仙臺9.0級大地震引發(fā)海嘯淹沒區(qū)[J]．遙感學報,2011，15(4):863-868.

[23] 胡玉萍．建國40年間(1949～1988年)海南島自然災害及其抗救舉措研究[D]．南京：南京農業(yè)大學，2007．

[24] 李慧芳．多時空條件下HJ_1衛(wèi)星地表反照率反演方法研究[D]．鄭州：河南理工大學，2012．

[25] 孫長奎，孫林，麻盛芳，等. HJ-1 CCD數據大氣校正方法研究[J]. 遙感學報，2012，16(4)：826-836

[26] 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.

[27] 承繼成，郭華東，史文中．遙感數據的不確定性問題[M]．北京：科學出版社，2004．

HJ-1A/1B CCD data-based water extraction in Hainan Island

LIHailiang1,WANGXiuhua2,LUOHongxia1，TIANGuanghui3

(1. Institute of Scientific and Technical Information, Chinese Academy of Tropical Agricultural Sciences ∥Key Laboratory of Practical Research on Tropical Crops Information Technology in Hainan，Danzhou 571737，China; 2. Department of Science and Technology, Chinese Academy of Tropical Agricultural Sciences,Haikou 571101, China;3. Hainan Institute of Meteorological Sciences, Haikou 570203, China)

The normalized difference water index (NDWI), normalized difference water index based on blue light (NDWI-B) and combined index of NDVI and NIR were applied to water body identification (CIWI), and the discrimination to farmlands, roadways and settlement places was calculated using HJ-1A/1B CCD date of 300 samples from the Hainan Island. The discrimination of CIWI water index model is the highest, with the comprehensive discrimination of 34.61% and it is the optimal model of water recognition in the Hainan Island. The best recognition threshold of CIWI water index model (168.54) was confirmed. It was used to extract water information on 24th of February and 24th of September, 2014 efficiently, with the total island water area of 677.41 km2and 698.62 km2respectively. The total accuracy of water extraction reaches 92.00%. The CIWI water index model has the advantages of large discrimination of land and water and high precision extraction of water area, which can be used to extract water information of Hainan Island. This paper provides reference for optimized allocation and management and dynamic monitoring of flood disaster for water resources in Hainan Island.

HJ-1A/1B CCD; water index; water extraction; CIWI; Hainan Island

10.13471/j.cnki.acta.snus.2016.01.024

2015-04-08

海南省自然科學基金資助項目(612119)；海南省氣象局科研基金資助項目(HNQXZD201409)

李海亮(1977年生)，男；研究方向：熱帶農業(yè)遙感;E-mail:fondgis@163.com

S127

A

0529-6579(2016)01-0149-06