GF-2影像中不同水體指數模型提取精度及穩(wěn)定性分析

劉雙童，王明孝，楊樹文，楊明澤，楊立華

(1. 蘭州交通大學測繪與地理信息學院,甘肅 蘭州 730070； 2. 甘肅省地理國情監(jiān)測工程實驗室,甘肅 蘭州 730070； 3. 蘭州精準地形沙盤模型智能制造有限公司,甘肅 蘭州 730020;4. 68029部隊博士后科研工作站,甘肅 蘭州 730020)

2014年8月19日，高分二號(GF- 2)衛(wèi)星的成功發(fā)射實現(xiàn)了亞米級空間分辨率、多光譜綜合光學遙感數據的獲取，成為我國遙感事業(yè)的里程碑。充分利用高分辨率遙感影像及時、精確獲取水體信息有利于水利規(guī)劃、水資源保護與監(jiān)測、洪澇災害應急救助等。目前常用的水體提取方法主要有單波段閾值法、歸一化差分植被指數法(NDVI)及各種水體提取指數法等，上述方法在中、低分辨率遙感影像上具有很好的適用性。

在高分影像研究中，文獻[1]以GF- 2影像為數據源，采用基于面向對象分析技術，提出了一種選取最佳分割尺度和特征規(guī)則的方法，提取了杭嘉湖水網平原的水體。文獻[2]基于GF- 1衛(wèi)星影像對比分析了水體指數模型法、單波段閾值法、譜間關系法在河流水域面積提取上的差異，結果顯示水體指數閾值法對大型的河流、湖泊提取效果較好。文獻[3]利用GF- 2衛(wèi)星融合影像很好地識別了城鎮(zhèn)區(qū)域內寬度較窄的河道岸線，并判定水面浮萍的存在。文獻[4]提出了基于LBV變換的水體提取方法。首先通過對GF- 2影像的LBV變換及其歸一化，得到了物理意義明確的L、B、V變換分量；然后利用這3個分量計算特征分量BL、BV，構建了完整的水體提取方案。文獻[5]通過分形網絡進化算法實現(xiàn)影像分割并借助ESP尺度分割工具選取特定地物的最優(yōu)分割尺度，隨后使用基于規(guī)則的面向對象方法實現(xiàn)了水體信息的精確提取。文獻[6]基于GF- 1、GF- 2遙感影像提出了一種基于面向對象和人工蜂群的地表水體提取方法。該方法首先對遙感圖像進行分割以獲取分割對象的光譜、比率、幾何形狀等統(tǒng)計特征，然后借助人工蜂群算法在解決復雜問題最優(yōu)化方面的優(yōu)勢，選取水體同陰影二值分類的幾何平均正確率作為算法的適應度函數，最終獲取地表水體的最優(yōu)化提取規(guī)則。

本文以GF- 2影像為數據源，針對GF- 2影像波段的特點，利用不同的水體提取指數模型對兩個不同的研究區(qū)進行水體試驗，分析比較不同地區(qū)、不同水體提取模型及閾值對水體提取精度和穩(wěn)定性的影響，為后續(xù)利用GF- 2影像進行水體提取試驗提供參考和依據。

1 研究區(qū)概況與數據源

1.1 研究區(qū)概況

臨夏回族自治州位于甘肅省中部西南面，黃河上游，北與蘭州接壤，東臨洮河與定西相望,西倚積石山與青海省海東地區(qū)毗鄰，南靠太子山與甘南藏族自治州搭界。臨夏回族自治州是黃河上游重要的水源補給區(qū)，州內河流都屬黃河水系。黃河流經臨夏州境內約103 km，一級支流有洮河、大夏河、湟水河等，有黃河三級以上支流30多條[7]。文中選取兩個不同區(qū)域的水體，研究區(qū)1為城市區(qū)域水體，研究區(qū)2為山區(qū)水體，如圖1所示。

1.2 數據源及預處理

本文采用的GF- 2數據源為2017年11月11日獲取的PMS2、LEVEL1A級別影像，影像無云覆蓋且成像質量良好。在ENVI 5.3軟件中對GF- 2影像進行預處理，主要包括輻射定標、FLAASH大氣校正、正射校正及圖像融合。其中圖像融合采用NNDiffuse Pan Sharpening方式，該方式獲取的融合結果對于色彩、紋理和光譜信息，能夠得到很好的保留[8- 11]。

2 水體提取方法與結果

2.1 水體提取指數模型

(1) 單波段閾值法(NIR)。在近紅外波段水體與其他地物的灰度值差距最大，使水體能夠與非水體信息較好地分離。因此，單波段閾值法主要利用對水陸界線反映較好的近紅外波段，根據影像的灰度特征經過數據采樣確定閾值進行水體的提取。GF- 2影像提取模型如下

B4

(1)

式中，B4表示近紅外波段的灰度值；T為水體提取的灰度閾值。

(2) NDVI法與NDWI法。許多學者利用歸一化植被指數法(NDVI)來提取水體信息，在GF- 2衛(wèi)星影像中，即第4波段與第3波段灰度值的差與和的比值，即

NDVI=(B4-B3)/(B4+B3)

(2)

歸一化水體差異指數(NDWI)的構建，是依據水體信息在綠光波段及近紅外波段有較強的反射和吸收的特性，建立的水體信息提取方法[12]。即第2波段與第4波段灰度值差與和的比值，以GF- 2影像數據為例，其式如下

NDWI=(B2-B4)/(B2+B4)

(3)

(3) SWI法和MSWI法。陰影水體指數法(SWI)是在文獻[13]中提出的。在可見光范圍內，水體反射率總體較低，一般為4%～5%，且有著隨波長增大而降低的特點。水體反射率在綠波段與藍波段表現(xiàn)最高，近紅外波段最低，幾乎被完全吸收，依據此特點構建了SWI法，即

SWI=B1+B2-B4

(4)

改進的陰影水體指數法(MSWI)由王瑾杰等在陰影水體指數法的基礎上改進而來[14]。根據GF- 2影像4個波段對水體反射率表現(xiàn)出的不同特性，反射率最高的藍波段與反射率最低的近紅外波段灰度值之差，再除以近紅外波段，能夠加大水體與陰影之間的區(qū)分，結合單波段閾值法構成決策樹能夠取得更好的水體提取結果。MSWI法如下

MSWI=(B1-B4)/B4

(5)

式中,B1、B2、B4分別表示GF- 2影像中的藍色波段、綠色波段和近紅外波段。上述兩種方法一定程度上能夠區(qū)分陰影和水體，提高水體提取的精度。

2.2 水體提取結果

分別采用上述5種方法對2個研究區(qū)進行水體信息提取，提取結果分別如圖2、圖3所示。

從圖2可知，研究區(qū)1范圍內有建筑物等地物及陰影，在提取水體時效果受到一定程度的影響，其中NDWI法提取效果最好。圖3對于山區(qū)中水體，5種方法都能得到較好的提取效果。由此可知同一種提取方法在不同的區(qū)域具有不同的適用性，選擇水體提取方法時應有針對性。

3 不同指數模型水體提取精度分析

為比較不同水體提取模型提取水體的精度和穩(wěn)定性，分別計算研究區(qū)1和研究區(qū)2水體采樣區(qū)內各指數模型的最小值、最大值和平均值，見表1、表2。

表1 研究區(qū)1不同提取指數模型水體區(qū)域數值

表2 研究區(qū)2不同提取指數模型水體區(qū)域數值

將最大值和最小值的差值100等分，記為d；分別以平均值m、m+d、m-d、m+2d和m-2d作為分割的閾值，計算各指數模型的總體精度和Kappa系數所能達到的最大值。最后以目視解譯的水體真值做為參考，將各指數提取結果與其建立誤差矩陣，從而利用Kappa系數和總體精度2個指標分析比較2個不同研究區(qū)水體提取模型的提取精度和穩(wěn)定性[16]。研究區(qū)1和研究區(qū)2閾值對不同水體提取模型的提取精度影響見表3、表4。

表3 研究區(qū)1閾值對不同水體提取模型的提取精度影響

表4 研究區(qū)2閾值對不同水體提取模型的提取精度影響

從表3中可以看出，當選用一定的閾值時，上述5種模型水體提取所能達到的精度由高到低依次為NIR、SWI、MSWI、NDWI、NDVI。相同的閾值變化程度下，閾值對精度穩(wěn)定性影響最大的是SWI法，即在用SWI法對水體提取時，只要閾值稍微有波動，就會對精度造成較大的影響。穩(wěn)定性最好的為NIR單波段閾值法。

表4中可以發(fā)現(xiàn)，5種模型水體提取所能達到的精度由高到低依次為MSWI、NDWI、NDVI、SWI、NIR。相同的閾值變化程度下，閾值對精度穩(wěn)定性影響最大的為NDVI法。當閾值發(fā)生5個相同的變化程度時，總體精度相差值為13.93。穩(wěn)定性最好的為NIR單波段閾值法。

綜合分析表3和表4可以發(fā)現(xiàn)對于不同的研究區(qū)域，相同的提取模型所能達到的提取精度不同，閾值對精度的影響程度也不同。研究區(qū)1中當選用一定的閾值時NIR法精度最高，閾值對其精度的穩(wěn)定性影響最??；NDVI法提取精度最低，閾值對SWI法精度的影響程度最高。研究區(qū)2中MSWI法提取精度最高，NIR法提取精度最低；閾值對NDVI法提取精度影響最大，對NIR影響最小。

4 結 論

(1) 本文選用了5種不同的水體提取方法，對2個不同研究區(qū)進行了水體信息提取，并分析比較了提取結果。在對城區(qū)中的水體進行提取時，受城區(qū)建筑物、陰影等因素的影響，5種方法提取效果大不相同，在研究區(qū)1中NDWI法水體提取效果最好。研究區(qū)2中由于沒有建筑物等地物因素的影響，5種方法的提取效果相當，并沒有太大的差距。

(2) 利用水體指數模型提取水體時，閾值的選取影響著水體提取的精度。通過計算各指數模型相同變化幅度下的總體精度和Kappa系數所能達到的最大值，分析了閾值在2個研究區(qū)內對于不同的指數模型的水體提取精度及穩(wěn)定性。結果顯示相同閾值變化范圍內，不同指數模型在同一研究區(qū)內閾值對水體提取精度的影響程度不同；相同水體指數模型在不同研究區(qū)內閾值對水體提取精度影響程度也不同。