基于FY-3C MERSI影像的洱海水體提取研究

鄒佳俊，溫興平,2*，孫路遙，陳 孟

（1. 昆明理工大學(xué) 國(guó)土資源工程學(xué)院；2. 云南省礦產(chǎn)資源預(yù)測(cè)評(píng)價(jià)工程實(shí)驗(yàn)室）

0 引言

水是生命之源，湖泊是重要的地表水載體，是水生生態(tài)系統(tǒng)的重要組成部分，具有調(diào)節(jié)河川徑流、提供水源、防洪灌溉、養(yǎng)殖水產(chǎn)、提供生物棲息地、維護(hù)生物多樣性等重要功能[1]，在國(guó)民經(jīng)濟(jì)可持續(xù)發(fā)展中發(fā)揮著重要的經(jīng)濟(jì)、環(huán)境和社會(huì)效益[2]。湖泊的擴(kuò)張、萎縮、富營(yíng)養(yǎng)化等變遷與人類(lèi)生存休戚相關(guān)。快速、準(zhǔn)確地提取出水體邊界對(duì)于湖泊動(dòng)態(tài)變化監(jiān)測(cè)、水資源調(diào)查等具有重要意義。

遙感作為采集地球數(shù)據(jù)及其變化信息的重要技術(shù)手段[3]，具有大面積同步觀測(cè)、時(shí)效性強(qiáng)、數(shù)據(jù)綜合可比性、信息量大、獲取信息條件限制少等獨(dú)特優(yōu)勢(shì)[4]。相較于傳統(tǒng)的湖泊面積調(diào)查方法，利用遙感技術(shù)提取水體更加宏觀、迅速、經(jīng)濟(jì)。

隨著遙感技術(shù)的發(fā)展和應(yīng)用，利用衛(wèi)星遙感信息提取水體[5]，已經(jīng)成為水資源調(diào)查、宏觀監(jiān)測(cè)和水環(huán)境保護(hù)等方面的重要手段，近些年來(lái)得到了廣泛的研究。

周楊等[6]以ETM +影像為數(shù)據(jù)源，采用纓帽變換、歸一化差分水體指數(shù)（NDWI）和增強(qiáng)型水體指數(shù)（EWI）3種方法分別對(duì)洱海2010年的水域面積進(jìn)行提取，通過(guò)比較得出NDWI提取結(jié)果準(zhǔn)確度更高。肖茜等[7]使用TM、ETM+和OLI遙感影像，運(yùn)用5種水體指數(shù)提取1985—2015年云貴高原10個(gè)湖泊的水體面積，通過(guò)精度對(duì)比分析結(jié)合湖泊各自特點(diǎn)采用不同的水體指數(shù)提取其表面水體面積，并進(jìn)行時(shí)空變化分析。賈祎琳等[8]以位于我國(guó)不同地區(qū)的15個(gè)湖泊為研究對(duì)象，基于高分一號(hào)衛(wèi)星遙感影像計(jì)算歸一化水體指數(shù)，分別采用迭代法、大津法和直方圖雙峰法選取分割閾值提取水體信息并分析其結(jié)果。陳鵬等[5]、馮銳等[9]分別采用 FY-3A MERSI、FY-3B MERSI數(shù)據(jù)在湖泊、濕地水體信息提取方面進(jìn)行了研究，通過(guò)與 Landsat衛(wèi)星數(shù)據(jù)提取結(jié)果的對(duì)比，水體提取的總體分類(lèi)精度達(dá)90%以上，面積精度可達(dá)85%以上，顯示出了FY-3 MERSI數(shù)據(jù)在水體信息提取方面的巨大應(yīng)用潛力和價(jià)值。

對(duì)于中、高分辨率影像水體信息提取廣泛使用的基于像元分類(lèi)的閾值法來(lái)說(shuō)[10]，閾值的選取至關(guān)重要，最終效果在很大程度上取決于分割閾值的好壞，其直接影響到水體信息提取的精度。閾值選取的傳統(tǒng)做法多是根據(jù)以往經(jīng)驗(yàn)和反復(fù)實(shí)驗(yàn)確定的[8]，文獻(xiàn)[5-7,9]使用NDWI指數(shù)進(jìn)行水體信息提取時(shí)，便是依據(jù)灰度直方圖經(jīng)過(guò)反復(fù)實(shí)驗(yàn)來(lái)選取“最佳閾值”，容易受到時(shí)空差異與復(fù)雜環(huán)境的影響，主觀性強(qiáng)，不具備客觀性與普適性[8]，而利用算法提取最優(yōu)閾值則很好地規(guī)避了這些問(wèn)題。

本文以國(guó)產(chǎn)FY-3C MERSI影像為數(shù)據(jù)源，采用NDWI指數(shù)結(jié)合經(jīng)典算法——Otsu進(jìn)行全局最優(yōu)閾值分割，提取出洱海水體邊界，在湖泊水體自動(dòng)化提取中的應(yīng)用進(jìn)行了探索研究，為今后FY-3C MERSI遙感數(shù)據(jù)在湖泊水體監(jiān)測(cè)工作中的應(yīng)用提供參考。

1 研究區(qū)概況與數(shù)據(jù)

1.1 研究區(qū)概況

洱海（100°05′～100°18′E，25°36′～25°58′N(xiāo)）是位于云南省大理白族自治州的一個(gè)高原構(gòu)造斷陷湖，其北起大理市上關(guān)，南止下關(guān)，湖泊呈南北長(zhǎng)、東西窄的條帶狀，以湖形如耳得名。洱海水域面積250平方千米，是云南省第二大淡水湖，平均水深10.5米，最大水深23米，平均水位1974米，總?cè)菟?0億立方米[11]。湖水主要靠河流補(bǔ)給，包括北面入湖的彌苴河、羅時(shí)江，南面的波羅江，東邊的鳳尾箐以及西面的蒼山十八溪，湖水在下關(guān)經(jīng)西洱河向西南匯入漾濞江，研究區(qū)概況如圖1所示。

圖1 研究區(qū)概況圖Fig.1 Overview of the study area

1.2 數(shù)據(jù)

風(fēng)云三號(hào)是我國(guó)第二代極軌氣象衛(wèi)星，目標(biāo)是實(shí)現(xiàn)全球大氣和地球物理要素的全天候、多光譜和三維觀測(cè)。FY-3C于2013年9月23日在太原衛(wèi)星發(fā)射中心發(fā)射升空，是風(fēng)云三號(hào)02批業(yè)務(wù)應(yīng)用衛(wèi)星的首發(fā)星，繼承了01批試驗(yàn)星（A/B星）的成熟技術(shù)，核心遙感儀器技術(shù)、性能在原有基礎(chǔ)上進(jìn)一步提升[12,13]，其搭載的中分辨率光譜成像儀（MERSI）包含5個(gè)250 m分辨率通道和15個(gè)1 km分辨率通道，可以探測(cè)地球大氣系統(tǒng)的電磁輻射，得到20個(gè)通道的多光譜信息，兼具多光譜和較高的空間分辨率、高時(shí)間分辨率，可實(shí)現(xiàn)水體、植被、生態(tài)、地表覆蓋分類(lèi)等陸表特性全球遙感監(jiān)測(cè)。

1.2.1 數(shù)據(jù)獲取

本文選取 2015年 1月 20日過(guò)境的 FY-3C MERSI一級(jí)數(shù)據(jù)及其地理定位數(shù)據(jù)，以及覆蓋研究區(qū)的與MERSI數(shù)據(jù)時(shí)間相近的2月3日的Landsat 8 OLI數(shù)據(jù)，軌道號(hào)為 131—42，其在冬季晴空狀態(tài)下獲取，圖像輻射質(zhì)量好，平均云量0.1。值得一提的是，F(xiàn)Y-3C MERSI于2014年年底進(jìn)行了系統(tǒng)預(yù)處理改進(jìn)，隨之系統(tǒng)性幾何定位精度大幅提高，誤差整體下降一倍[14]。

其中，MERSI數(shù)據(jù)于國(guó)家衛(wèi)星氣象中心（NSMC）的風(fēng)云衛(wèi)星遙感數(shù)據(jù)服務(wù)網(wǎng)（satellite.nsmc.org.cn）獲?。籓LI 數(shù)據(jù)自地理空間數(shù)據(jù)云（www.gscloud.cn/）下載。衛(wèi)星數(shù)據(jù)參數(shù)對(duì)比如下表所示。

表1 FY-3C和Landsat 8衛(wèi)星傳感器參數(shù)比較Tab.1 Comparison of sensor parameters between FY-3C and Landsat 8

1.2.2 預(yù)處理

首先需對(duì)FY-3C MERSI影像進(jìn)行輻射定標(biāo)、幾何校正及初步裁剪，對(duì)Landsat 8影像定標(biāo)后，以其為基準(zhǔn)影像對(duì)MERSI影像進(jìn)行配準(zhǔn)，誤差控制在1個(gè)像元內(nèi)，輸出時(shí)分辨率重采樣成30 m，最后進(jìn)行研究區(qū)裁剪，研究區(qū)的假彩色合成圖如圖2所示。

圖2 研究區(qū)假彩色合成圖Fig.2 False color composite images of the study area

2 研究方法與原理

對(duì)于基于閾值的水體指數(shù)法來(lái)說(shuō)，利用算法實(shí)現(xiàn)最優(yōu)閾值選取，進(jìn)行水體自動(dòng)化提取，具有高效率、高精度等優(yōu)點(diǎn)，可以快速、準(zhǔn)確地提取出水體。

水體指數(shù)多種多樣，常用的有歸一化差異水體指數(shù)（NDWI）[15]、改進(jìn)的歸一化差異水體指數(shù)（MNDWI）[16]、增強(qiáng)型水體指數(shù)（EWI）[17]等。研究中嘗試了NDWI、MNDWI、EWI三種水體指數(shù)，發(fā)現(xiàn)NDWI水體增強(qiáng)效果最佳，水體與非水體光譜差異最大，湖泊水體與陸岸邊界區(qū)分明顯；其他兩種水體指數(shù)圖，水體邊界模糊不清，雜有大量“陰影”，尤其是MNDWI效果最差，均難以有效提取湖泊水體?？紤]到MERSI數(shù)據(jù)的中紅外波段空間分辨率只有1KM，MNDWI和EWI指數(shù)水體增強(qiáng)效果差也與其計(jì)算式用到中紅外波段有關(guān)，所以最終選擇NDWI指數(shù)進(jìn)行計(jì)算。大津法（Otsu）簡(jiǎn)單、高效，在一定條件下不受圖像對(duì)比度與亮度變化的影響，自提出以來(lái)一直被認(rèn)為是最優(yōu)的閾值自動(dòng)選取方法[18]，本文采用NDWI指數(shù)結(jié)合Otsu算法進(jìn)行閾值分割來(lái)提取洱海水體。

2.1 基于閾值的水體指數(shù)法

歸一化差異水體指數(shù)（NDWI）最早由McFeeters[15]于1996年提出，利用水體的反射從可見(jiàn)光到中紅外波段逐漸減弱，在近紅外波段水體吸收性強(qiáng)而植被反射率強(qiáng)的特點(diǎn)，該指數(shù)可以很好地抑制植被信息，增強(qiáng)水體信息。在水體指數(shù)計(jì)算結(jié)果基礎(chǔ)上，通過(guò)選擇一定的閾值T，滿(mǎn)足式（1）的為水體，不滿(mǎn)足的即為其它地物，水體提取模型如下所示。

式中，Green代表綠光波段；NIR代表近紅外波段。在FY-3C MERSI影像中，分別為2、4波段。

2.2 大津算法

大津法[19]（Otsu）又稱(chēng)最大類(lèi)間方差法，是由日本學(xué)者大津展之于 1979年提出的一種全局最優(yōu)閾值確定方法。其基本思想是根據(jù)圖像的灰度直方圖選取閾值, 將圖像分為背景和前景目標(biāo)兩部分,使這兩部分類(lèi)間方差最大的閾值即為圖像分割的最佳閾值。因?yàn)榉讲钍菆D像像元灰度分布均勻性的一種度量，方差越大說(shuō)明圖像的均勻性越差，圖像中目標(biāo)和背景的差別就越大，也就意味著兩類(lèi)別之間的錯(cuò)分概率最小，分割效果也就越好[8,20]。

Otsu算法目的就是計(jì)算出一連通區(qū)域的閾值，然后對(duì)該區(qū)域進(jìn)行二值化處理[20]，數(shù)學(xué)描述為：設(shè)圖像總像素?cái)?shù)量為N，灰度范圍為[0,]K，對(duì)應(yīng)灰度級(jí)i的像素個(gè)數(shù)為in，其出現(xiàn)的概率為：

灰度閾值t將圖像中的像素劃分成A、B兩類(lèi)，A由灰度值[0,]t之間的像素組成，B由灰度值[ 1,]tK+ 之間的像素組成，則A和B的概率分別為：

A、B的灰度均值分別為：

整幅圖像的灰度均值為：

定義類(lèi)間方差為：

令t在[0,]K范圍內(nèi)，以1為步長(zhǎng)依次遞增，當(dāng)最大時(shí)對(duì)應(yīng)的t即為最佳閾值。

3 結(jié)果分析與討論

3.1 閾值分割

對(duì)研究區(qū)的FY-3C MERSI和Landsat-8 OLI影像分別進(jìn)行NDWI指數(shù)計(jì)算，其結(jié)果如圖3所示，從NDWI增強(qiáng)圖可以看出，水體與非水體色調(diào)相反，區(qū)分明顯。其灰度直方圖分別如圖4、5所示，可以看出FY-3C和Landsat 8 的NDWI灰度直方圖均呈現(xiàn)明顯的雙峰分布。

圖3 NDWI增強(qiáng)圖Fig.3 NDWI enhancement map

圖4 FY-3C NDWI灰度直方圖Fig.4 Gray histogram of FY-3C NDWI

圖5 Landsat-8 NDWI灰度直方圖Fig.5 Gray histogram of Landsat-8 NDWI

使用基于IDL語(yǔ)言編寫(xiě)的Otsu程序提取出兩幅NDWI圖像的分割閾值，分別為負(fù)0.08991、0.30799，再基于閾值分別對(duì)其進(jìn)行密度分割，提取出洱海水體邊界。為了更直觀地對(duì)比分析，將 FY-3C和Landsat-8提取的水體矢量邊界分別疊加至其近紅外波段灰度影像上顯示，如圖6-a、6-b所示，可以看出洱海水體邊界都較完美地提取了出來(lái)，與真實(shí)湖泊邊界擬合較好。根據(jù)目視檢驗(yàn)情況，除局部細(xì)節(jié)外，湖泊大致范圍基本吻合。

圖6 水體提取結(jié)果對(duì)比Fig.6 Comparison of water extraction results

3.2 疊加分析

為了方便比對(duì)分析，剔除誤提的非湖泊水體矢量，將兩景影像提取的洱海水體矢量邊界進(jìn)行疊加顯示，以L(fǎng)andsat 8提取結(jié)果為“真值”，如圖7所示，F(xiàn)Y-3C MERSI影像除湖泊邊界處誤提、漏提部分水體外，其水體邊界與Landsat-8 OLI影像提取出的水體邊界整體上擬合較好。由北至南截取三個(gè)區(qū)域進(jìn)行局部放大顯示，同時(shí)這三個(gè)區(qū)域也是擬合誤差較大的區(qū)域，由于FY-3C的空間分辨率較低，可以看出圖①②③中有部分沿岸水體未能有效提取。

對(duì)兩景影像提取出的洱海水體進(jìn)行面積統(tǒng)計(jì)，二者面積誤差為1.53%；參照云南省統(tǒng)計(jì)年鑒[11]數(shù)據(jù)，洱海2015年水域面積為250.0平方公里，與實(shí)際水體面積相比，F(xiàn)Y-3C影像水體提取面積精度為96.12%，Landsat 8影像提取的水體面積精度為97.62%，詳細(xì)統(tǒng)計(jì)結(jié)果如表2所示。

由于單一閾值難以準(zhǔn)確劃分湖泊邊界處混合像元中的水體與非水體，而FY-3C MERSI影像最高空間分辨率僅為250 m，相較于Landsat 8 OLI影像的30 m空間分辨率，不是同一量級(jí)，所以FY-3C對(duì)于精細(xì)地物、細(xì)小水體的識(shí)別不及Landsat 8敏感、準(zhǔn)確，這點(diǎn)在目視檢驗(yàn)過(guò)程中也能得到體現(xiàn)。但FY3C MERSI數(shù)據(jù)提取出的水體面積與Landsat-8 OLI數(shù)據(jù)提取面積相比誤差僅為1.53%；與當(dāng)年統(tǒng)計(jì)數(shù)據(jù)[11]相比，面積精度超過(guò)95%，最終提取效果較好，湖泊形狀較完整，輪廓分明。

圖7 水體矢量邊界疊加圖Fig.7 Water body vectors overlay

表2 水體提取結(jié)果對(duì)比Tab.2 Comparison of water extraction results

FY-3C中分辨率光譜成像儀（MERSI）多達(dá)20個(gè)通道設(shè)置，重訪(fǎng)周期短，監(jiān)測(cè)范圍廣，現(xiàn)勢(shì)性強(qiáng)，兼具多光譜、較高的空間分辨率和高時(shí)間分辨率，在動(dòng)態(tài)監(jiān)測(cè)尤其是在應(yīng)急監(jiān)測(cè)方面更具優(yōu)勢(shì)，適合洱海這種較大面積湖泊的水體提取及其動(dòng)態(tài)監(jiān)測(cè)，而且面向大眾免費(fèi)開(kāi)放，顯現(xiàn)出了巨大的實(shí)際應(yīng)用價(jià)值。

3.3 討論

（1）就基于水體指數(shù)的閾值分割方法來(lái)說(shuō)，算法和滿(mǎn)足 FY-3C MERSI 通道設(shè)置的水體指數(shù)都多種多樣，本文提取洱海水體所采用的基于NDWI指數(shù)的Otsu閾值分割方法不一定是效果最好的最優(yōu)組合方法。

（2）另外，受到不同研究區(qū)域背景、影像質(zhì)量等的差異，在某一研究區(qū)效果很好的水體提取方法在其他地區(qū)不一定適用，不具有普適性，這種不同類(lèi)型水體提取的不確定性需要我們?cè)谶M(jìn)行湖泊水體提取時(shí)針對(duì)實(shí)際情況具體分析。

（3）本文所采用的全局統(tǒng)一閾值分割，具有一定的局限性，研究區(qū)范圍、影像輻射質(zhì)量等都會(huì)影響“最優(yōu)閾值”的提取。實(shí)際情況中，對(duì)于大范圍水體提取，單一閾值難以實(shí)現(xiàn)高精度的分割，局部自適應(yīng)閾值分割可實(shí)現(xiàn)局部范圍內(nèi)水體與非水體更為準(zhǔn)確的劃分，是提高水體自動(dòng)化提取精度的一個(gè)重要研究方向。

4 結(jié)束語(yǔ)

本文以國(guó)產(chǎn)FY-3C MERSI影像為數(shù)據(jù)源，洱海為研究對(duì)象，采用基于閾值的水體指數(shù)法，在NDWI灰度直方圖的基礎(chǔ)上，使用大津算法（Otsu）進(jìn)行閾值選取得到最佳閾值，最后通過(guò)密度分割提取出洱海2015年一月的水體邊界，同時(shí)采用相同方法對(duì)鄰近時(shí)期的Landsat-8 OLI過(guò)境影像進(jìn)行水體提取，對(duì)比分析二者的提取結(jié)果以及與 15年統(tǒng)計(jì)數(shù)據(jù)[11]的比較得到如下結(jié)論：

（1）FY-3C MERSI影像能較為快速、準(zhǔn)確地提取出洱海水體，與Landsat 8 OLI影像水體提取結(jié)果相比，其水體面積精度誤差僅為 1.53%；與湖泊當(dāng)年實(shí)際面積相比，面積提取精度為96.12%。

（2）文中采用的 NDWI結(jié)合 Otsu的閾值分割方法，可實(shí)現(xiàn)大范圍水體的全局自適應(yīng)最優(yōu)閾值分割，快速提取出水體，相較于傳統(tǒng)方法，簡(jiǎn)便快捷，分割效果一般較好，在水體自動(dòng)化提取方面具有較高的實(shí)際應(yīng)用價(jià)值。

（3）FY-3C MERSI具有成像質(zhì)量好、時(shí)效性強(qiáng)、監(jiān)測(cè)范圍廣和數(shù)據(jù)免費(fèi)獲取等優(yōu)勢(shì)，為湖泊水體信息提取、監(jiān)測(cè)提供了新的數(shù)據(jù)源，對(duì)資源與環(huán)境監(jiān)測(cè)具有重要作用和意義。

FY-3 MERSI數(shù)據(jù)兼具多光譜、較高的空間分辨率和高時(shí)間分辨率，借鑒當(dāng)前已成熟的水體監(jiān)測(cè)方法、模型，可進(jìn)一步研究利用FY-3 MERSI數(shù)據(jù)開(kāi)展湖泊水體監(jiān)測(cè)，為有關(guān)部門(mén)防災(zāi)減災(zāi)提供準(zhǔn)確及時(shí)的監(jiān)測(cè)信息和決策依據(jù)，這對(duì)水資源調(diào)查、監(jiān)測(cè)分析中減少對(duì)外國(guó)衛(wèi)星遙感數(shù)據(jù)的依賴(lài)，促進(jìn)國(guó)產(chǎn)衛(wèi)星數(shù)據(jù)的業(yè)務(wù)化應(yīng)用，提高風(fēng)云氣象衛(wèi)星在生態(tài)文明建設(shè)服務(wù)中的應(yīng)用水平具有重要意義。