基于航空高光譜數(shù)據(jù)的近岸水體信息提取

付東洋，蔣城飛，王永星，李 強，廖 珊，劉大召

（1.廣東海洋大學 海洋遙感與信息技術實驗室，廣東 湛江 524088;2.中國海監(jiān)南海航空支隊，廣東 廣州 510300；3.南京大學 中國南海研究協(xié)同創(chuàng)新中心，江蘇 南京 210046）

基于航空高光譜數(shù)據(jù)的近岸水體信息提取

付東洋1，蔣城飛1，王永星2,3，李 強2，廖 珊1，劉大召1

（1.廣東海洋大學 海洋遙感與信息技術實驗室，廣東 湛江 524088;2.中國海監(jiān)南海航空支隊，廣東 廣州 510300；3.南京大學 中國南海研究協(xié)同創(chuàng)新中心，江蘇 南京 210046）

近岸水體與人類生產(chǎn)、生活密切相關，航空高光譜遙感以其高分辨率、靈活等優(yōu)點在環(huán)境監(jiān)測中頗具潛力，尤其是在近岸水色、海岸帶環(huán)境的實時監(jiān)測中更具優(yōu)勢。基于與中國海監(jiān)南海航空支隊合作開展的航空高光譜遙感飛行實驗資料，以湛江東海島陸海區(qū)域為例，開展該海域水體遙感信息提取及分類研究。以不同地物遙感反射率信息為特征，通過光譜信息直方圖進行了該海域水體信息提取方法探索。研究結果表明，湛江港及近海水體與陸地在近紅外區(qū)域有較大區(qū)分度，直方圖統(tǒng)計獲得的最佳分離閾值可以很好地提取水體信息，但在水陸交界區(qū)域提取精度較低。在近紅909.7 nm處，遙感反射率分割閾值為10.27%，水體提取精度為84%，kappa系數(shù)為0.686 2。

航空高光譜；遙感反射率；水體提?。婚撝捣指?；東海島

地球表面水分布廣泛，與人類的生產(chǎn)生活息息相關。水體信息的準確獲取對水資源調查、流域整治、水利規(guī)劃、洪水檢測和災害評估等領域具有重要的意義[1]。目前國內外對于水體遙感圖像信息的提取，提出了較多的方法，根據(jù)地物光譜特性的有閾值分割法[2]，多波段間關系法[3]，水體指數(shù)法[4-9]，比值法[10]等，有基于圖像紋理特征的分析方法[11]，還有同時考慮光譜特征以及影像的空間特征的水體信息提取[1，12-16]，以及使用SAR（合成孔徑雷達）遙感影像特征進行水體信息提取[17-18]等。但是目前國內外已經(jīng)有的研究主要是圍繞國外SPOT（法文Systeme Probatoired’Observation de la Terrestre的縮寫）衛(wèi)星、LANDSAT衛(wèi)星，國內GF-1（高分一號星）[19]以及ZY-3（資源3號)衛(wèi)星等中、高分辨率多光譜衛(wèi)星數(shù)據(jù)[16，20-22]，同時，目前基于光譜分辨率較高的MODIS，MERIS衛(wèi)星數(shù)據(jù)，諸多學者也提出了各自關于水陸分離的方法[15，23-28]。

與多光譜遙感數(shù)據(jù)不同，高光譜遙感能夠獲取地表物體上百個連續(xù)譜段的信息，提供豐富的光譜信息來增強對地物的區(qū)分能力[29]。高光譜遙感實現(xiàn)了遙感數(shù)據(jù)圖像維與光譜維信息的有機融合，在光譜分辨率上有著巨大的優(yōu)勢[30]。航空遙感具有機動靈活、覆蓋范圍廣、空間分辨率高等特點，特別適用于近岸海域的監(jiān)測[31]。

目前國內相關學者進行了一系列相關的航空高光譜水體信息的提取。張兵等[32]利用在太湖的多條航空高光譜遙感數(shù)據(jù)進行了太湖葉綠素a，懸浮泥沙以及CDOM的遙感反演實驗，并取得了較好的反演結果；Wang等[33]利用AISA+傳感器對海水水溫異常進行了相關研究；Huang[34]提出了新的高光譜差異水體指數(shù)進行水體提取，并使用中國推掃式超光譜儀PHI-2、澳大利亞機載可成像光譜儀HYMAP等傳感器進行了檢驗。張東輝[35]利用加拿大小型機載成像光譜儀CASI/SASI數(shù)據(jù)進行了水體精準提取的實驗。然而，受高光譜傳感器、飛機、空域限制等條件的制約，湛江灣區(qū)域飛行實驗相對較少，基于高光譜航空遙感數(shù)據(jù)進行水陸分離的報道鮮有見聞。本文利用合作開展的高光譜航空遙感飛行實驗數(shù)據(jù)，進行了近岸水體信息提取的探索性研究。

1 飛行實驗區(qū)域與數(shù)據(jù)預處理

1.1 研究區(qū)域及航空飛行實驗

以南海西北海域的雷州半島湛江灣和東海島近岸區(qū)域為飛行實驗區(qū)域。湛江灣是天然的深水大港，年吞吐量過億噸，是我國西北出海的最大通道，具有重要的戰(zhàn)略地位[36]。湛江灣、東海島水產(chǎn)豐富，臨海養(yǎng)殖業(yè)旺盛，但近幾年湛江沿岸及近海水質環(huán)境惡化，水體富營養(yǎng)化程度嚴重[37-39]。水陸分離技術對于水資源利用、水體災害監(jiān)測等具有重要作用[40]。因此，開展基于航空高光譜遙感水體信息提取研究，對于利用高新技術進行我國水環(huán)境監(jiān)測具有重要意義。

圖1 實驗區(qū)域示意圖

在中國海監(jiān)南海航空支隊的合作支持下，利用從美國OKSI(Opto-Knowledge Systems,Inc）公司進口的機載高光譜(HyperScan Micro VNIR)實驗平臺，于2014年11月16日開展了航空飛行實驗，該高光譜影像可用波長范圍為400～1 000 nm，光譜分辨率1.5 nm，共包含399波段。本次飛行實驗高度1 500 m，儀器具體參數(shù)見表1。本文僅以實驗中的部分影像數(shù)據(jù)為例，空間分辨率重采樣為1.5 m,該數(shù)據(jù)的三維圖譜立方圖如圖2所示。

表1 HyperScan Micro VNIR系統(tǒng)技術規(guī)格

圖2 湛江東海島海灣及近岸航空高光譜遙感數(shù)據(jù)

1.2 數(shù)據(jù)預處理

使用ENVI 5.3版本進行原始數(shù)據(jù)的輻射矯正、幾何矯正、大氣矯正（Quick Atmospheric Correction，簡稱QUAC），得到遙感反射率信息。其真彩色2%拉伸顯示結果如圖3所示。

2 數(shù)據(jù)處理與分析

2.1 不同地物光譜曲線提取及特征分析

圖像中采集5種特征地物的遙感反射率數(shù)據(jù)各10條共50條，樣本點采樣隨機選擇，平均分布如圖3所示。樣本點取自單個像元點，5種特征地物的大小均大于2 m×2 m，單個像元點可以較好地表現(xiàn)特征地物的光譜特征，同時可以較好地減少混合像元帶來的影響。

圖3 湛江灣航空光譜譜遙感圖像校正結果以及采樣點分布圖

圖4 遙感反射率數(shù)據(jù)提取結果

通過圖4，可以發(fā)現(xiàn)不同地物在可見光及紅外波段區(qū)域存在明顯不同反射率特性信息，但是同類地物具有相似的特征。水體和非水體典型地物在紅外區(qū)域存在明顯的區(qū)別。在該5種典型地物中，公路在可見光波段反射率最高，在紅光波段最高可達56.79%，其次是田地和養(yǎng)殖區(qū)田埂。田埂和田地在紅光和近紅外區(qū)域反射率較高，最高可達59.16%。水體的反射率最低，普遍低于14%。水體在綠光部分以及在紅光附近出現(xiàn)次反射峰信號。沿岸養(yǎng)殖區(qū)水體與近海水體其遙感反射率波形不僅相似，且存在大量的重疊交叉信號。

由此可見，水體在近紅外區(qū)域（750～950 nm）反射率極低，但其他特征地物在此波段的遙感反射率相對較高。在近紅外區(qū)域，水體和非水體的區(qū)分度較大，該特征與其他學者研究結果一致[7,41]。

利用數(shù)學統(tǒng)計方法求出近紅外區(qū)域水體與非水體之間區(qū)分度最大的波段，通過該波段圖像的直方圖統(tǒng)計確定分割閾值，從而達到水體和非水體的分離。

根據(jù)圖4(a)可以得出，在750～1 000 nm之前，非水體與水體之間存在著較大差異，計算在每個波段上，采集的樣本數(shù)據(jù)中非水體最小遙感反射率與水體最大反射率之間的差值，獲取最大差值所在的波段。計算結果表明，遙感反射率在909.7 nm處的水體與非水體的差值最大,數(shù)值為9.96%。909.7 nm處的光譜圖像最大反射率為74.87%，最小值為0，統(tǒng)計結果得出其的直方圖，結果見圖5。

圖5 909.7 nm處遙感反射率統(tǒng)計結果

通過圖4(a)可以發(fā)現(xiàn)在909.7 nm處，水體數(shù)值較低，遙感反射率主要集中在10%以下，其次非水體數(shù)據(jù)分布較均勻，數(shù)值在30%左右較密集。遙感反射率數(shù)據(jù)圖中909.7nm的總體遙感反射率特征與直方圖統(tǒng)計（圖5）分布結果相一致?？梢姡瑢τ诖嬖谒w和非水體混合像元的高光譜航空遙感圖像，利用水體信號和非水體信號量在該區(qū)域具有較大差異，選取該區(qū)域最小值為區(qū)分水體和非水體的閾值?？奢^好地實現(xiàn)水體與非水體的有效分離提取。根據(jù)圖5中909.7 nm處的遙感反射率統(tǒng)計結果，在遙感反射率5%～15%的區(qū)域之內進行圖像中遙感反射率值與其統(tǒng)計個數(shù)之間進行數(shù)據(jù)擬合。擬合結果如圖6所示。

圖6 統(tǒng)計數(shù)-遙感反射率擬合結果

根據(jù)統(tǒng)計的擬合結果可以發(fā)現(xiàn)，在遙感反射率5%～15%區(qū)間內，10.27%處擬合結果取得最小值，即選擇遙感反射率10.27%為水體和非水體的分割閾值。

2.2 水體信息提取結果

為了更好地顯示水體信息提取的效果，對真彩色圖像進行掩膜疊加，突出顯示水體和陸地信息。掩膜文件的制作在IDL8.5中編程實現(xiàn)。其中將數(shù)據(jù)導入IDL，通過運算將大于10.27%值的像元賦值為0，小于等于10.27%值賦值為1，制作為水體掩膜文件。在ENVI 5.3中與原始圖像進行疊加，完成掩膜。同樣，也可以實現(xiàn)陸地區(qū)域的掩膜。水體和陸地掩膜結果分別如圖7(a)～(b)所示。

圖7 水體和陸地掩膜添加結果顯示

對照閾值區(qū)分的結果展示，整圖中隨機選取1 000個水體樣本以及1 000個陸地點用作精度驗證，精度提取驗證結果為84.3%，Kappa系數(shù)為0.686 2。分類結果與實際結果之間具有高度一致性。

根據(jù)以上結果，在水體提取中出現(xiàn)了誤差。誤差主要集中于陸地和水體交界的混合像元區(qū)域。由于實驗區(qū)域總體水深較淺，水底反射光信號以及河岸堤壩等地物的混合像元和近岸陸地像元光譜信息難以區(qū)分。相關學者在利用高分辨率衛(wèi)星數(shù)據(jù)進行水體信息提取時得出了相似的結論[1，19，42]。

3 結論與展望

本文基于直方圖數(shù)據(jù)特征的閾值分割法，實現(xiàn)了高光譜航空遙感近岸水體的特征提取，實驗結果表明，該方法總體信息提取精度達84%，kappa系數(shù)為0.686 2?？梢姡趩尾ǘ伍撝捣指罘椒軌蜉^好地實現(xiàn)高光譜航空遙感近岸水體與陸地信息的分割，達到近岸水體信息提取的目的；研究結果表明，從高光譜航空遙感影像分割近岸陸地和水體信息的最佳波段為909.7 nm，相應的遙感反射率分割閾值為10.27%。

本方法尚存在一些局限之處，該法主要利用前期選擇的多條樣本數(shù)據(jù)進行波譜圖分析，從而確定閾值分割波段以及分割閾值，樣本數(shù)據(jù)的質量直接影響到后期圖像分割結果。由于受飛行次數(shù)、儀器輻射矯正、幾何矯正、大氣矯正精度以及樣本數(shù)量等原因，使得實驗數(shù)據(jù)樣本質量及最終結果精度受到一定程度的影響。在今后的實驗中，通過增加飛行航次，同時提高圖像輻射、大氣、幾何矯正精度，提高圖像整體質量，為近岸水體和非水體、甚至養(yǎng)殖區(qū)水體和近海水體的進一步準確區(qū)分開展更加深入的探索和研究。

[1]朱長明,駱劍承,沈占鋒,等.DEM輔助下的河道細小線性水體自適應迭代提取[J].測繪學報,2013,42(2):277-283.

[2]畢海蕓,王思遠,曾江源,等.基于TM影像的幾種常用水體提取方法的比較和分析[J].遙感信息,2012,27(5):77-82.

[3]杜云艷，周成虎.水體的遙感信息自動提取方法[J].遙感學報,1998,2(4):364-369.

[4]Mcfeeters S.The use of the Normalized Difference Water Index(NDWI)in the delineation of open water features[J].International journal ofremote sensing,1996,17(7):1425-1432.

[5]Xu H.Modification of normalised difference water index (NDWI)to enhance open water features in remotely sensed imagery[J]. International Journal ofRemote Sensing,2006,27(14):3025-3033.

[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]陳文倩,丁建麗,李艷華,等.基于國產(chǎn)GF-1遙感影像的水體提取方法[J].資源科學,2015,37(6):1166-1172.

[8]劉旭攏,鐘凱文,陳志良,等.基于TM影像的珠江三角洲河道快速提取方法研究[J].遙感技術與應用,2008,23(1):57-61.

[9]熊金國,王世新,周藝.不同指數(shù)模型提取ALOS AVNIR-2影像中水體的敏感性和精度分析 [J].國土資源遙感,2010,(4): 46-50.

[10]Ryu J-H,Won J-S,Min K D.Waterline extraction from Landsat TMdata in a tidal flat:a case study in Gomso Bay,Korea[J].Remote SensingofEnvironment,2002,83(3):442-456.

[11]DuongND.Waterbodyextractionfrommultispectralimagebyspectralpatternanalysis[J].InternationalArchivesofthePhotogrammetry[J]. Remote Sensingand Spatial Information Sciences,2012,39:B8 181-186.

[12]周小成,汪小欽,向天梁,等.基于ASTER影像的近海水產(chǎn)養(yǎng)殖信息自動提取方法[J].濕地科學,2006,4(1):64-68.

[13]于麗君,聶躍平.基于SPOT5影像的京杭大運河自動提取研究[J].遙感技術與應用,2008,23(2):179-183.

[14]王培培.基于ETM影像的水體信息自動提取與分類研究[J].首都師范大學學報：自然科學版,2009,30(6):75-79.

[15]張浩彬,李俊生,向南平,等.基于 MODIS地表反射率數(shù)據(jù)的水體自動提取研究 [J].遙感技術與應用,2015,30(6): 1160-1167.

[16]曹凱,江南,李新國,等.基于SPOT-5圖像的城市水體自動提取模型研究[J].國土資源遙感,2005,(4):24-27,37.

[17]王慶,廖靜娟.基于SAR數(shù)據(jù)的鄱陽湖水體提取及變化監(jiān)測研究[J].國土資源遙感,2010,22(4):91-97.

[18]王亞飛,程亮,李滿春,等.基于像元級SAR圖像時間序列相似性分析的水體提取[J].國土資源遙感,2014,26(3):67-73.

[19]姜浩,馮敏,肖桐,等.基于線狀特征增強的TM遙感影像細小河流提取方法[J].測繪學報,2014,43(7):705-710.

[20]胡衛(wèi)國,孟令奎,張東映,等.資源一號02C星圖像水體信息提取方法[J].國土資源遙感,2014,26(2):43-47.

[21]李艷華,丁建麗,閆人華.基于國產(chǎn)GF-1遙感影像的山區(qū)細小水體提取方法研究[J].資源科學,2015,37(2):408-416.

[22]于歡,張樹清,李曉峰,等.基于TM影像的典型內陸淡水濕地水體提取研究[J].遙感技術與應用,2008,23(3):310-315.

[23]Feng L,Hu C,Chen X,et al.Assessment of inundation changes of Poyang Lake using MODIS observations between 2000 and 2010 [J].Remote SensingofEnvironment,2012,121:80-92.

[24]Han-Qiu X.A studyon information extraction ofwater bodywith the modified normalized difference water index(MNDWI)[J].Journal ofRemote Sensing,2005,5:589-595.

[25]Che X,FengM,JiangH,et al.DownscalingMODIS surface reflectance toimprove water body extraction[J].Advances in Meteorology, 2015.

[26]Sharma R C,Tateishi R,Hara K,et al.Developingsuperfine water index(SWI)for global water cover mapping using MODIS data[J]. Remote Sensing,2015,7(10):13807-13841.

[27]Huang S,Li J,Xu M.Water surface variations monitoring and flood hazard analysis in Dongting Lake area using long-term Terra/MODISdata time series[J].Natural Hazards,2012,62(1):93-100.

[28]LiJ.PoyangHu(JiangxiProvince,PR ofChina)areavariationsbetween January2004 and June2006 usingENVISATlowand medium resolution time series[J].Geographic Information Sciences,2007,13(1-2):24-35.

[29]ChangCI.Hyperspectral imaging:techniques for spectral detection and classification[M].Springer Science&Business Media,2003.

[30]張達,鄭玉權.高光譜遙感的發(fā)展與應用[J].光學與光電技術,2013,11(3):67-73.

[31]陳述彭,童慶禧,郭華東.遙感信息機理研究[M].北京：科學出版社,1998.

[32]TongX.Newhyperspectral difference water index for the extraction ofurban water bodies by the use ofairborne hyperspectral images [J].Journal ofApplied Remote Sensing,2014,8(1):5230-5237.

[33]張兵,申茜,李俊生,等.太湖水體3種典型水質參數(shù)的高光譜遙感反演[J].湖泊科學,2009,21(2):182-192.

[34]WangD,GongF,Pan D,et al.Introduction tothe airborne marine surveillance platformand its application towater qualitymonitoring in China[J].Acta Oceanologica Sinica,2010,29(2):33-39.

[35]張東輝,趙英俊,陸冬華,等.高光譜傳感器CASI與SASI支持下的水體精準提取[J].傳感器與微系統(tǒng),2016(05):25-27.

[36]劉芳文,顏文,苗莉,等.湛江港海域海水和表層沉積物重金屬分布特征及其污染評價[J].海洋技術,2015(1):74-82.

[37]程海鷗,馬啟敏,楊鋒.湛江灣海水富營養(yǎng)化水平和浮游植物多樣性分析[J].海洋湖沼通報,2009(3):121-126.

[38]付東洋,楊鋒,梁曉軍,等.雷州半島近海水質環(huán)境關鍵因子時空變化與評價[J].廣東海洋大學學報,2014,34(6):58-64.

[39]王海,韓超群.湛江港灣富營養(yǎng)化評價及對策探討[J].甘肅環(huán)境研究與監(jiān)測,2002,15(4):294-296.

[40]周小莉,郭加偉,劉琨銘.基于OLI影像和主成分的水體信息提取—以鄱陽湖區(qū)為例 [J].激光與光電子學進展,2016(8): 1-12.

[41]呂國楷,洪啟旺,郝允充.遙感概論[M].北京：高等教育出版社,1995.

[42]陳亮,張友靜,何厚軍,等.基于混合像元分解的水體面積提取算法[J].河海大學學報:自然科學版,2014(4):346-350.

Extraction of Coastal Water Information Based on Airborne Hyperspectral Data

FU Dong-yang1,JIANG Cheng-fei1,WANG Yong-xing2,3,LI Qiang2,LIAO Shan1,LIU Da-zhao1
1.Laboratory of Ocean Remote Sensing&Information and Technology,Guangdong Ocean University,Zhanjiang 524088,Guangdong Province,China; 2.South China Sea Airborne Detachment of China Marine Surveillance,Guangzhou 510300,Guangdong Province,China; 3.Collaborative Innovation Center of South China Sea Studies,Nanjing University,Nanjing 210046,Jiangsu Province,China

Coastal waters are closely related to human production and livelihood.Airborne hyperspectral remote sensing has great potential for environmental monitoring with its high resolution and flexibility,especially in realtime monitoring of inshore ocean color and coastal environment.Based on the airborne hyperspectral remote sensing flight experiment data obtained jointly with the South China Sea Airborne Detachment of China Marine Surveillance,this paper carries out the research on remote sensing information extraction and classification,with the land and marine areas surrounding the Donghai Island in Zhanjiang,Guangdong Province as an example.The study on the methods of extracting coastal water information is conducted through the spectrum information histogram by collecting the information on remote sensing reflectance characteristics of different ground features. Results show that there is a great distinction in the waters of offshore and coastal areas near the infrared section of the spectrum,and the water information can be easily collected via the histogram statistics according to the best separation threshold values.However,the accuracy of water body extraction of land-water conjunction areas is low.The remote sensing reflectance segmentation threshold near the red 909.7 nm is 10.27%,with the water extraction accuracy reaching 84%and kappa coefficient of 0.6862.

airborne hyperspectral;remote sensing reflectance;water body extraction;threshold segmentation; Donghai island

TP79

A

1003-2029（2017）02-0071-06

10.3969/j.issn.1003-2029.2017.02.012

2016-09-07

國家海洋公益性科研專項資助項目(201305019)；廣東省自然科學基金資助項目（2014A030313603）；廣東省科技計劃項目資助（2013B030200002,2016A020222016）；廣東海洋大學創(chuàng)新強校項目資助（GDOU2014050226）；廣東省攀登計劃項目資助（pdjh2015b0249）。

付東洋（1969-），男，教授，主要從事海洋水色遙感研究。E-mail：fdy163@163.com