針對(duì)資源三號(hào)衛(wèi)星影像水體提取的譜間關(guān)系法

王國(guó)華，裴亮，杜全葉，李旋

(1.遼寧工程技術(shù)大學(xué) 測(cè)繪與地理科學(xué)學(xué)院，遼寧 阜新 123000；2.中國(guó)測(cè)繪科學(xué)研究院，北京 100036；3.江蘇省地質(zhì)調(diào)查研究院，南京 210018)

0 引言

近年，隨著遙感空間技術(shù)的發(fā)展，水體提取已經(jīng)成為遙感研究領(lǐng)域里的主要分支之一，為水體識(shí)別、土地分類、水資源調(diào)查、洪澇災(zāi)害的監(jiān)測(cè)及淹沒面積的估測(cè)等方面提供了重要的技術(shù)手段。目前，常用的水體提取方法有Mcfeeters提出的歸一化差分水體指數(shù)(normalized difference water index，NDWI)法，是利用綠波段與近紅外波段的歸一化比值指數(shù)來提取水體。NDWI法能突出水體信息，抑制植被信息，在植被為主的遙感影像上提取水體效果較好，但是提取水體時(shí)也易誤提陰影區(qū)域。徐涵秋[1]提出了MNDWI(modified NDWI)法，是利用綠波段與中紅外波段的歸一化比值指數(shù)來提取水體。MNDWI法與NDWI法相比，對(duì)建筑物區(qū)域和陰影區(qū)域的噪聲都有良好的去除效果。汪金花等[2]采用譜間關(guān)系法對(duì)遙感影像的地物進(jìn)行逆分析，建立遙感模型，經(jīng)過多次反復(fù)實(shí)驗(yàn)獲取最佳閾值提取水體。該方法提取水體總體效果較好，但細(xì)小水體提取困難，且陰影區(qū)域的去除效果不佳。趙芳等[3]針對(duì)山東青島冬季的資源三號(hào)衛(wèi)星影像，采用多種水體提取方法提取水體信息，并進(jìn)行實(shí)驗(yàn)比對(duì)。最終發(fā)現(xiàn)相較其他方法，采用譜間關(guān)系法結(jié)合最佳指數(shù)法來提取水體信息的效果是最好的，但是對(duì)于大面積水體提取中的冰面部分提取效果不佳。胡衛(wèi)國(guó)等[4]將NDVI與NDWI結(jié)合，提出決策樹水體信息提取方法，利用這種方法提取青藏高原龍羊峽庫區(qū)范圍內(nèi)的資源一號(hào)衛(wèi)星影像的水體信息。決策樹法能有效地消除云和冰雪對(duì)水體提取的干擾，但是山體陰影對(duì)水體提取的精度有一定的影響。這些方法都是基于影像的光譜特性來進(jìn)行提取的，并且這些水體提取方法的數(shù)據(jù)源多是Landsat TM、SPOT、MODIS以及SAR圖像等影像數(shù)據(jù)。其中，研究最廣泛的是Landsat TM影像。Landsat TM影像具有波段多、光譜信息豐富、空間分辨率較低等特點(diǎn)。相較于Landsat TM影像，國(guó)產(chǎn)測(cè)繪衛(wèi)星的波段數(shù)少，但是空間分辨率有較大的提升。

21世紀(jì)以來，我國(guó)針對(duì)國(guó)產(chǎn)測(cè)繪衛(wèi)星影像在水體識(shí)別、洪澇災(zāi)害檢測(cè)等方面的需求日益提升，但是國(guó)內(nèi)現(xiàn)階段針對(duì)國(guó)產(chǎn)測(cè)繪衛(wèi)星數(shù)據(jù)的水體提取研究較少，因此本文選取幾種常見的水體提取方法，對(duì)國(guó)產(chǎn)資源三號(hào)衛(wèi)星數(shù)據(jù)進(jìn)行實(shí)驗(yàn)；比較各種方法的優(yōu)點(diǎn)與不足，并提出一種針對(duì)國(guó)產(chǎn)資源三號(hào)衛(wèi)星數(shù)據(jù)精度更高的水體提取方法。

1 水體提取方法

1.1 水的光譜特性

水體擁有對(duì)近紅外光吸收能力強(qiáng)、反射率最低的特征。在近紅外波段中，水體的灰度值明顯低于其他地物。水體在可見光范圍內(nèi)反射率最高的是藍(lán)綠光，最低的是近紅外光，大部分的光都被吸收，所以在遙感影像中水體大致表現(xiàn)為暗色[5]。在資源三號(hào)多光譜衛(wèi)星影像中，水和陰影在近紅外波段中的灰度值相近，都遠(yuǎn)遠(yuǎn)低于其他地物。但水和陰影在紅波段的灰度值相差較大，且水在紅波段的灰度值大于近紅外，而陰影和其他地物正好相反。下文提出的新的基于閾值的譜間關(guān)系法便是利用水和陰影以及其他地物的這個(gè)特性進(jìn)行水體提取。

1.2 單波段閾值法

根據(jù)影像中各類地物的光譜曲線分析可知，水體在近紅外波段中的灰度值遠(yuǎn)遠(yuǎn)小于其他地物，與陰影的灰度值相近。單波段閾值法原理是利用水體的灰度值低于其他地物和略高于一部分陰影的這個(gè)特點(diǎn)，設(shè)置2個(gè)閾值排除其他地物和陰影的影響從而提取水體。單波段閾值法是水體提取方法中最簡(jiǎn)單的方法，雖然大面積的水域和細(xì)小的水體都可以提取出來，但是在影像中的陰影有一大部分在近紅外波段中與水體的灰度值相同，因此陰影也會(huì)被提取出來，但最終生成的二值影像效果不是很好。這種水體提取方法雖然簡(jiǎn)單便于提取，但是精度不能令人滿意。

1.3 NDWI法

NDWI原理是通過在多光譜影像的波段里找到研究地物的最強(qiáng)反射和最弱反射波段進(jìn)行比值運(yùn)算，將影像中研究地物的亮度進(jìn)行增強(qiáng)，而其他大部分地物的亮度則被抑制，達(dá)到突出研究地物的目的[6]。在國(guó)產(chǎn)資源三號(hào)衛(wèi)星中，綠光波段和近紅外波段分別為第2波段以及第4波段。因?yàn)樗w在綠光波段中的反射率最強(qiáng)，在近紅外波段的反射率最低，吸收能力最強(qiáng)，利用這種差異可以達(dá)到突出水體的目的。并且因?yàn)橹脖辉诮t外波段的反射率很強(qiáng)，所以NDWI在一定程度上還可以抑制植被信息。

NDWI法最主要的作用是可以突出水體抑制植被信息，對(duì)于以植被為主的影像區(qū)域提取水體的效果會(huì)很好。但是使用NDWI法提取水體對(duì)于去除陰影區(qū)域效果不好，并且裸露的土壤和建筑物的NDWI值與水體相近，容易混淆，形成噪聲[7]。

1.4 支持向量機(jī)法

支持向量機(jī)法(support vector machine，SVM)是一種基于樣本的面向?qū)ο蠓诸惙椒?，它通過影像的空間特征和光譜特征對(duì)研究對(duì)象進(jìn)行分類[8]。SVM法具有小樣本學(xué)習(xí)、抗噪性強(qiáng)、學(xué)習(xí)效率高等優(yōu)點(diǎn)。SVM法的最大特點(diǎn)是用有限的樣本集得到較小誤差的提取結(jié)果，可以在缺少先驗(yàn)知識(shí)或只具備少量先驗(yàn)知識(shí)時(shí)達(dá)到較高的水體提取精度。

使用SVM法提取水體是一種半人工的水體提取方法，需要水體在不同區(qū)域情況下的樣本，通常在分類時(shí)，需要人工選取大量的樣本，過程比較繁瑣復(fù)雜。SVM水體提取結(jié)果精度較高，但是存在一定程度上的誤提，尤其是與水體相近的結(jié)冰處和河床上的一部分裸露水體，易在分類過程中辨識(shí)為水體。

1.5 基于閾值的新譜間關(guān)系法

本文提出的基于閾值的新譜間關(guān)系法其本質(zhì)是比值法，基本原理是通過分析影像中的地物光譜曲線，將不同的波段進(jìn)行比值運(yùn)算，擴(kuò)大水體與其他地物的亮度差距，進(jìn)而提取水體[9]。傳統(tǒng)比值法提取水體較常用的方法是NDWI法。NDWI法并不能剔除除植被外對(duì)提取水體有影響的因素，比如裸露的土地、建筑物等地物[10]。

本文以黃河流域范圍內(nèi)的資源三號(hào)衛(wèi)星影像為例，使用基于閾值的新譜間關(guān)系法提取水體。該方法考慮到植被、建筑物以及裸露的土地等對(duì)提取水體有影響的地物，可以減少NDWI法提取水體時(shí)出現(xiàn)的誤提和漏提部分。根據(jù)地物的光譜曲線分析(圖1，其中，b1為藍(lán)波段，b2為綠波段，b3為紅波段，b4為近紅外波段)，水體和陰影在近紅外波段的灰度值遠(yuǎn)遠(yuǎn)低于其他地物，水體在紅波段的灰度值大于在近紅外波段的灰度值，并且非水體地物在紅波段的灰度值小于在近紅外波段的灰度值。以地物的光譜曲線知識(shí)為基礎(chǔ)，以紅波段的灰度值與近紅外波段的灰度值的比值作為水體提取的判別依據(jù)，通過反復(fù)實(shí)驗(yàn)研究發(fā)現(xiàn)，水體在紅波段和近紅外波段的比值一般大于1，而非水體地物的波段比值一般要小于1，但是這樣提取水體仍會(huì)有部分誤提區(qū)域，因?yàn)殛幱昂吐懵锻恋卦谶@2個(gè)波段的比值與水體接近[11]。所以，在排除其他地物的干擾后，仍需要對(duì)提取結(jié)果進(jìn)行剔除陰影和裸露土地的優(yōu)化操作。比值法粗略提取水體的數(shù)學(xué)模型如式(1)所示。

圖1 光譜曲線圖

Red/NIR>A

(1)

式中：A為閾值；Red是第3波段紅光波段的灰度值；NIR是第4波段近紅外波段的灰度值。但是該數(shù)學(xué)模型并不完善，還存在一部分河岸陰影會(huì)被誤提。為了剔除分類時(shí)陰影的影響，本文發(fā)現(xiàn)，陰影在第1波段的灰度值大于第3波段，而水體相反，因此可以得到提取陰影的數(shù)學(xué)模型，如式(2)所示。

Red/Blue

(2)

式中：B為閾值；Blue是第1波段藍(lán)光波段的灰度值。通過反復(fù)實(shí)驗(yàn)選取提取水體的最佳閾值時(shí)發(fā)現(xiàn)，水體在紅波段和近紅外波段的比值接近于1，當(dāng)大于等于0.93時(shí)，能保留最多的水體信息以及細(xì)小水體信息和剔除最多的非水體信息。以0.93為閾值，將式(1)提取出的水體影像二值化，可以得到最佳的粗提取水體的二值影像。紅波段和藍(lán)波段的比值接近于0.8時(shí)，為陰影區(qū)域，其值小于0.76時(shí)，能獲得最佳的影像陰影區(qū)域[12]。以0.76為閾值，對(duì)式(2)提取出的陰影影像進(jìn)行二值化，可以得到影響提取水體地物的二值影像。這2幅影像重合區(qū)域就是粗提取水體二值影像中誤提部分。將2幅二值影像進(jìn)行影像相減[13]，影像灰度值會(huì)出現(xiàn)3個(gè)值分別是：大于0、等于0和小于0。其中，灰度值大于0區(qū)域?yàn)樗w區(qū)域；灰度值等于0和小于0的區(qū)域都是非水體地物。將相減后的影像以0為閾值二值化，最終會(huì)得到剔除了陰影和非水體地物影響的水體二值圖像。

2 實(shí)驗(yàn)

2.1 研究區(qū)數(shù)據(jù)源概述

資源三號(hào)衛(wèi)星是中國(guó)第一顆自主的民用高分辨率立體測(cè)繪衛(wèi)星。資源三號(hào)衛(wèi)星的前視相機(jī)和后視相機(jī)的空間分辨率約為3.5 m，下視相機(jī)的空間分辨率約為2.1 m，通過立體觀測(cè)，可以測(cè)制1∶5萬比例尺地形圖，為國(guó)土資源、農(nóng)業(yè)、林業(yè)等領(lǐng)域提供服務(wù)。衛(wèi)星可對(duì)地球南北緯84°以內(nèi)地區(qū)實(shí)現(xiàn)無縫影像覆蓋，回歸周期為59 d，重訪周期為5 d。

本次實(shí)驗(yàn)數(shù)據(jù)選取冬季的陜西省與山西省交界處黃河流域的資源三號(hào)衛(wèi)星影像數(shù)據(jù)，主要由河流和山區(qū)組成，在河流沿岸有建筑物區(qū)域，主要地物包括河流、山地、陰影、建筑物和冰雪。該影像為冬季影像，黃河正處在枯水期，河流水位低于正常期和汛期的水位，河岸以及岸邊的山地與建筑物遠(yuǎn)高于河流水位。成像時(shí)間為下午，太陽斜射，因此會(huì)在河流主干以及支流上產(chǎn)生大面積的河岸陰影，細(xì)小支流的大部分處于干涸狀態(tài)，并且水面上也會(huì)出現(xiàn)一部分結(jié)冰區(qū)域，是多地物種類的衛(wèi)星影像數(shù)據(jù)。

2.2 實(shí)驗(yàn)結(jié)果

本文裁出資源三號(hào)衛(wèi)星影像上具有標(biāo)志性的2塊區(qū)域分成2組進(jìn)行實(shí)驗(yàn)。2塊實(shí)驗(yàn)數(shù)據(jù)包含了該影像上的全部地物，且以水體為主。以水體為主的實(shí)驗(yàn)區(qū)域影像效果更加清晰便于觀察。對(duì)實(shí)驗(yàn)區(qū)分別利用單波段閾值法、NDWI法、SVM法和新的基于閾值的譜間關(guān)系法進(jìn)行水體提取。通過影像直方圖和反復(fù)實(shí)驗(yàn)來確定分類的最佳閾值。將分類后影像二值化[14]，基于閾值的2種方法提取出的水體為白色，其他地物為黑色；SVM法提取出的水體為紅色，其他地物為白色。

第1組實(shí)驗(yàn)采用影像1為實(shí)驗(yàn)對(duì)象。影像1具有河岸附近陰影少、細(xì)小水體多、城鎮(zhèn)建筑用地少、裸露土地多等特點(diǎn)。圖2為影像1的原始影像，圖3為影像1的人工解譯水體結(jié)果，圖4、圖5、圖6、圖7為其他水體提取方法的實(shí)驗(yàn)提取結(jié)果。通過提取結(jié)果與人工解譯結(jié)果的比對(duì)，可以發(fā)現(xiàn)本文提出的新譜間關(guān)系法提取結(jié)果的精度要優(yōu)于單波段閾值法、NDWI法和SVM法的提取結(jié)果精度。

圖2 影像1原始影像

圖3 影像1人工解譯水體結(jié)果

圖4 影像1新譜間關(guān)系法提取結(jié)果

圖5 影像1單波段閾值法提取結(jié)果

圖6 影像1 NDWI法提取結(jié)果

圖7 影像1 SVM法提取結(jié)果

第2組實(shí)驗(yàn)采用影像2為實(shí)驗(yàn)對(duì)象。影像2中有大量的河岸陰影區(qū)域，并且河流主干中有多處結(jié)冰區(qū)域和礁石。圖8為影像2的原始影像，圖9為影像2的人工解譯水體結(jié)果，圖10、圖11、圖12、圖13為其他水體提取方法的實(shí)驗(yàn)提取結(jié)果。通過提取結(jié)果與人工解譯結(jié)果的比對(duì)，可以發(fā)現(xiàn)新譜間關(guān)系法提取結(jié)果在細(xì)小水體提取和陰影剔除方面要優(yōu)于其他的3種方法。

圖8 影像2原始影像

圖9 影像2人工解譯水體結(jié)果

圖10 影像2新譜間關(guān)系法提取結(jié)果

圖11 影像2單波段閾值法提取結(jié)果

圖12 影像2 NDWI法提取結(jié)果

圖13 影像2 SVM法提取結(jié)果

2.3 實(shí)驗(yàn)結(jié)果分析

本文使用ArcGIS軟件對(duì)2個(gè)實(shí)驗(yàn)區(qū)影像進(jìn)行人工解譯，作為水體真值，如圖3、圖9所示。利用不同提取水體方法的提取結(jié)果與水體真值進(jìn)行精度評(píng)價(jià)，如表1所示。

表1 實(shí)驗(yàn)結(jié)果精度評(píng)價(jià)

根據(jù)實(shí)驗(yàn)結(jié)果精度評(píng)價(jià)可知，單波段閾值法的精度最低，陰影區(qū)域與水體相混淆，細(xì)小水體提取不完全；NDWI法提取的精度不夠，能提出大部分水體，但有陰影區(qū)域以及一部分的建筑物和土壤作為噪聲降低了水體提取的精度；SVM法提取水體，大部分水體都能提取出來，但是存在一定的誤提現(xiàn)象，這是因?yàn)榛谟跋穹指钏惴ㄌ崛〕龅倪吘壌嬖趩栴}，無法將水體和一部分冰雪、裸露土地分割出來；本文提出的基于閾值的新譜間關(guān)系法，比前面3種方法提取水體精度有了進(jìn)一步提高，并且改善了單波段閾值法的陰影問題、NDWI法對(duì)細(xì)小水體有漏提問題和SVM法的誤提問題。

3 結(jié)束語

本文利用冬季黃河流域的資源三號(hào)衛(wèi)星影像進(jìn)行水體提取，采用單波段閾值法、NDWI法、SVM法，及本文提出新的譜間關(guān)系法進(jìn)行實(shí)驗(yàn)。本文提出的新譜間關(guān)系法提取水體的精度超過單波段閾值法、NDWI法、SVM法，不僅能的提取出細(xì)小水體，而且對(duì)陰影等難剔除的影響因素有較好的剔除效果。但是新譜間關(guān)系法的2個(gè)數(shù)學(xué)模型的閾值選擇依賴大量實(shí)驗(yàn)確定，需要耗費(fèi)大量時(shí)間。如何減少確定閾值的時(shí)間是下一步研究的重點(diǎn)。