论文部分内容阅读
摘 要：高分一号卫星影像以高空间分辨率、多光谱分辨率以及高时间分辨率为优势在水资源领域中具有广阔的应用空间。为了能够找到一种及时、快速、准确提取水体信息的方法，本文采用单波段阈值法、谱间关系法、NDVI法以及NDWI法结合光谱分析等方法对吉林省扶余市与长春市交界的松花江部分河段的水体信息进行提取，并对提取结果进行对比、分析。结果表明利用归一化差异水体指数（NDWI）法，再结合阈值法能够将水体信息完整地提取出来，此次试验研究为利用高分一号卫星影像提取水体信息提供了可靠地参考依据。
关键词：高分一号；水体提取；单波段阈值法；归一化差异水体指数；阈值法
中图分类号：S-3 文献标识码：A DOI：10.11974/nyyjs.20180631009
水是地球上不可或缺的自然资源，也是维持自然生态系统健康稳定的决定性因子，快速、及时、准确地提取水体信息对水资源调查、洪涝灾害的监测与评估以及湿地保护等方面具有重要意义。遥感卫星技术因其具有高空间和时间分辨率，多光谱分辨率以及获取便捷等优点，已成为提取水体信息的重要方法之一[1]。高分一号卫星于2013年4月发射升空，该卫星搭载了2台2m分辨率全色/8m分辨率多光谱相机和4台16m分辨率多光谱相机（包括蓝、绿、红3个可见光波段和一个近红外波段）设计寿命5～8a，重访周期4d，具体参数见表1。
高分一号卫星自发射应用以来，提供了大量的高空间、高时间分辨率的卫星影像数据，但应用于水体提取的研究和方法尚不多见，因此本文针对GF-1卫星影像的光谱特性，选择常见的单波段阈值法、谱间关系法、NDVI、NDWI等方法旨在寻求一种能够快速、准确提取水体信息的途径。
1 研究区及数据源
1.1 研究区概况
本文选取吉林省中西部地区松花江流域的部分河段作为试验区，该实验区处于扶余市与长春市交界处，其范围为N4438’18’’～4511’06’’，E12528’07’’～12624’34’’。区域影像地类繁多，主要以水体、耕地、建设用地为主，其中水系比较发达，分布较广，主要以河流和水库为主，同时还有若干的水塘和水渠存在，零星分布着若干的坑塘等小面积水体，因此选择此研究区作为水体提取的试验具有一定的典型性。
1.2 数据来源及预处理
本文以高分一号卫星分辨率为16m的多光谱影像为遥感数据来源，该影像是在遥感集市网站免费下载获得，影像的成像时间为2017年6月17日。遥感影像数据的预处理主要是在envi5.3 SP1软件中完成的，首先利用ENVI软件中的Radiometric Calibration模块进行辐射定标，而后在FLAASH大气校正模块中进行大气校正获得地表反射率数据，最后利用ENVI 中的RPC Orthorectification Using Reference Image 模块进行正射校正，其中以精校正的Landsat8全色波段为参考影像，DEM数据选择分辨率为30m的ASTER GDEM，该数据是在USGS官网中下载获得，校正后的遥感影像分辨率为16m×16m ，预处理后的研究区影像图见图1。
2 实验方法与结果分析
2.1 单波段阈值提取
根据高分一号卫星影像4个波段的光谱特性，水体在近红外波段即第4波段具有强吸收以及植被和土壤在此波段具有强反射的光谱特征，可以将水体与其他地物较好地分离出来[2]。因此本文选择GF-1卫星影像的近红外波段运用单波段阈值法提取分析，经过对实验数据的多次尝试对比，确定阈值为426.27时提取的水体信息效果最佳，提取效果图如图2（a）所示，该水体提取的结果与目视判读的影像进行对比分析，可以看出试验区内的大片水体，水库以及细小的河流均被提取出来了，但同时一些建筑阴影以及部分沟渠阴影区也被误提，导致提取的水体范围比实际大很多。
2.2 谱间关系法
谱间关系法是周成虎等人利用TM影像通过分析水体与非水体在不同波段上的光谱曲线特征后提出的，其水体提取模型如下[3]：
B1 b4>b2 b3 （1）
其中，b1、b2、b3、b4分别代表GF-1卫星影像的蓝波波段、绿波波段、红波波段以及近红外波段（下文同）。对研究区域采用谱间关系法提取水体信息，结果如图2（b）所示，从图中可以明显的看出，只有一条主要的河流和零星的水库等水体信息被提取出来了，而其他细小的河流和坑塘等水体均被忽略。由此可见，此方法提取的水体效果较差，不建议使用此方法提取水体信息。
2.3 归一化植被指数法
归一化植被指数法（NDVI）在水体信息提取中也是较为常用的一种方法，该方法主要是利用近红外波段以及红波波段灰度值的差与和进行比值预算，通过扩大它们之间的差距来突出水体信息，计算公式如下[4]。
NDVI=（b4-b3）/（b4 b3） （2）
对试验区利用NDVI法提取水体，设阈值为0，即NDVI小于0时所提取的信息为水体，结果如图2（c）所示，从图中可以看出，该方法能够较好地提取出主要河流水体，而对于一些细小浅塘、淤地等提取效果并不理想，提取的水体区域比实际水体范围小很多。由此可见，简单的通过阈值取0提取水体的效果不佳，因此可以通过调整阈值，使其能够将水体与非水体更好地区别开，计算公式为NDVI=（b4-b3）/（b4 b3） >N1，经过多次尝试，最终确定N1=0.143时，可以将水体准确地提取出来，如图 2（d）所示，从图中可以看出，通过调整NDVI阈值后提取的水体较之前增加了很多，部分河流支流以及一些水库，坑塘等均被提取出来，然而一些建筑阴影也被包含在内，同时一些细小的河流仍有部分缺失。
2.4 归一化差异水体指数法
归一化差異水体指数法（NDWI）是由McFeeter在1996年提出的，该方法是利用水体在最强与最弱的反射波段进行比值运算，通过扩大它们之间的差距，有效地抑制植被信息，从而实现提取水体信息的指数方法，公式如下[5]。 NDWI=（b2-b4）/（b2 b4） （3）
对研究区的遥感影像进行NDWI运算，阈值设为0，NDWI>0的即为水体信息，提取结果如图2（e）所示，从图中可以看出，运用NDWI法可以将大面积的水体、零星的水库等水体信息提取出来，而一些细小的河流，坑塘等水体均没有提出。因此可以通过调整阈值，即NDWI=（b2-b4）/（b2 b4）>N2，从而达到水体信息提取的最佳结果。经过反复大量的试验，最终确定NDWI的阈值取0.282时，提取的水体轮廓与目视解译比较一致，水体的区域范围较完整，结果较NDVI法提取的水体更为准确，提取的水体信息效果最佳，结果如图2（f）所示。
2.5 水体提取精度评价
本文参考Google Earth影像，对研究区原始影像中的水体信息进行目视解译，经过统计分析得到研究区水体总面积为77.65 km2，并以此值为参考标准分别对以上6种提取水体的方法进行比较分析，结果如表2所示。
从表2中可以看出，运用归一化差异水体指数法提取的水体结果与其他几种方法比较效果最差，提取的水体面积相对误差达82.10%，而运用归一化差异水体指数法结合阈值法后提取的水体面积值与目视解译得出的水体面积最为接近，提取结果的相对误差提高到为4.17%，该方法为研究区提取水体最理想的方法之一。
3 结论与讨论
本次试验通过单波段阈值法、谱间关系法、植被指数法、水体指数法等方法进行水体信息的提取，通过多种方法验证对比可知，仅通过一种方法很难将水体信息准确、完整地提取出来，针对本文所选研究区域基于高分一号卫星影像可以采用归一化差异水体指数法结合阈值法将水体信息较完整地提取出来，在完善细小河流和坑塘水域提取的基础上，同时也尽量的避免了建筑阴影以及沟渠阴影的误提，为同地域水体信息的提取提供了参考依据，但在以后的实际应用中应注意以下几点。
3.1 阈值选取
阈值选取是操作者凭人为经验设定的，不同的阈值对实验结果的影响较大，因此需要反复多次地尝试，最终确定最为合理的阈值，才能使水体提取效果最佳。
3.2 影像选择
本文试验所选择的是高分一号卫星数据，影像分辨率为16m，在水体提取时出现混合象元较多的现象，在以后的实际应用中可以选择更高分辨率的卫星影像提取水体信息，会使水体提取精度达到更高。
3.3 区域差异
本文试验中尽量选择无云、质量好的影像数据，但由于影像资料受限，选取的区域较为平坦，无山区地类，在以后研究应用中，可以尝试不同地类下的水体信息提取，从而进一步提高水体信息提取的效率。
参考文献
[1]刘兴万，董士伟，田飞，等.基于HJ-1B数据分形特征的水面面積提取方法研究[J].工程勘察，2012，40（10）：48-51.
[2]柯丽娟，赵红莉，蒋云钟.基于GF-1卫星遥感影像提取水体的方法比较[J].甘肃科技，2015，31（10）：18-21.
[3]周成虎.遥感影像地学理解与分析[M].北京：科学出版社，1999.
[4]徐涵秋.利用改进的归一化差异水体指数（MNDWI）提取水体信息的研究[J].遥感学报，2005，9（5）：589-595.
[5]丁莉东，吴昊，王长健，等.基于谱间关系的MODIS遥感影像水体提取研究[J].测绘与空间地理信息，2007，29（6）： 25-27.
关键词：高分一号；水体提取；单波段阈值法；归一化差异水体指数；阈值法
中图分类号：S-3 文献标识码：A DOI：10.11974/nyyjs.20180631009
水是地球上不可或缺的自然资源，也是维持自然生态系统健康稳定的决定性因子，快速、及时、准确地提取水体信息对水资源调查、洪涝灾害的监测与评估以及湿地保护等方面具有重要意义。遥感卫星技术因其具有高空间和时间分辨率，多光谱分辨率以及获取便捷等优点，已成为提取水体信息的重要方法之一[1]。高分一号卫星于2013年4月发射升空，该卫星搭载了2台2m分辨率全色/8m分辨率多光谱相机和4台16m分辨率多光谱相机（包括蓝、绿、红3个可见光波段和一个近红外波段）设计寿命5～8a，重访周期4d，具体参数见表1。
高分一号卫星自发射应用以来，提供了大量的高空间、高时间分辨率的卫星影像数据，但应用于水体提取的研究和方法尚不多见，因此本文针对GF-1卫星影像的光谱特性，选择常见的单波段阈值法、谱间关系法、NDVI、NDWI等方法旨在寻求一种能够快速、准确提取水体信息的途径。
1 研究区及数据源
1.1 研究区概况
本文选取吉林省中西部地区松花江流域的部分河段作为试验区，该实验区处于扶余市与长春市交界处，其范围为N4438’18’’～4511’06’’，E12528’07’’～12624’34’’。区域影像地类繁多，主要以水体、耕地、建设用地为主，其中水系比较发达，分布较广，主要以河流和水库为主，同时还有若干的水塘和水渠存在，零星分布着若干的坑塘等小面积水体，因此选择此研究区作为水体提取的试验具有一定的典型性。
1.2 数据来源及预处理
本文以高分一号卫星分辨率为16m的多光谱影像为遥感数据来源，该影像是在遥感集市网站免费下载获得，影像的成像时间为2017年6月17日。遥感影像数据的预处理主要是在envi5.3 SP1软件中完成的，首先利用ENVI软件中的Radiometric Calibration模块进行辐射定标，而后在FLAASH大气校正模块中进行大气校正获得地表反射率数据，最后利用ENVI 中的RPC Orthorectification Using Reference Image 模块进行正射校正，其中以精校正的Landsat8全色波段为参考影像，DEM数据选择分辨率为30m的ASTER GDEM，该数据是在USGS官网中下载获得，校正后的遥感影像分辨率为16m×16m ，预处理后的研究区影像图见图1。
2 实验方法与结果分析
2.1 单波段阈值提取
根据高分一号卫星影像4个波段的光谱特性，水体在近红外波段即第4波段具有强吸收以及植被和土壤在此波段具有强反射的光谱特征，可以将水体与其他地物较好地分离出来[2]。因此本文选择GF-1卫星影像的近红外波段运用单波段阈值法提取分析，经过对实验数据的多次尝试对比，确定阈值为426.27时提取的水体信息效果最佳，提取效果图如图2（a）所示，该水体提取的结果与目视判读的影像进行对比分析，可以看出试验区内的大片水体，水库以及细小的河流均被提取出来了，但同时一些建筑阴影以及部分沟渠阴影区也被误提，导致提取的水体范围比实际大很多。
2.2 谱间关系法
谱间关系法是周成虎等人利用TM影像通过分析水体与非水体在不同波段上的光谱曲线特征后提出的，其水体提取模型如下[3]：
B1 b4>b2 b3 （1）
其中，b1、b2、b3、b4分别代表GF-1卫星影像的蓝波波段、绿波波段、红波波段以及近红外波段（下文同）。对研究区域采用谱间关系法提取水体信息，结果如图2（b）所示，从图中可以明显的看出，只有一条主要的河流和零星的水库等水体信息被提取出来了，而其他细小的河流和坑塘等水体均被忽略。由此可见，此方法提取的水体效果较差，不建议使用此方法提取水体信息。
2.3 归一化植被指数法
归一化植被指数法（NDVI）在水体信息提取中也是较为常用的一种方法，该方法主要是利用近红外波段以及红波波段灰度值的差与和进行比值预算，通过扩大它们之间的差距来突出水体信息，计算公式如下[4]。
NDVI=（b4-b3）/（b4 b3） （2）
对试验区利用NDVI法提取水体，设阈值为0，即NDVI小于0时所提取的信息为水体，结果如图2（c）所示，从图中可以看出，该方法能够较好地提取出主要河流水体，而对于一些细小浅塘、淤地等提取效果并不理想，提取的水体区域比实际水体范围小很多。由此可见，简单的通过阈值取0提取水体的效果不佳，因此可以通过调整阈值，使其能够将水体与非水体更好地区别开，计算公式为NDVI=（b4-b3）/（b4 b3） >N1，经过多次尝试，最终确定N1=0.143时，可以将水体准确地提取出来，如图 2（d）所示，从图中可以看出，通过调整NDVI阈值后提取的水体较之前增加了很多，部分河流支流以及一些水库，坑塘等均被提取出来，然而一些建筑阴影也被包含在内，同时一些细小的河流仍有部分缺失。
2.4 归一化差异水体指数法
归一化差異水体指数法（NDWI）是由McFeeter在1996年提出的，该方法是利用水体在最强与最弱的反射波段进行比值运算，通过扩大它们之间的差距，有效地抑制植被信息，从而实现提取水体信息的指数方法，公式如下[5]。 NDWI=（b2-b4）/（b2 b4） （3）
对研究区的遥感影像进行NDWI运算，阈值设为0，NDWI>0的即为水体信息，提取结果如图2（e）所示，从图中可以看出，运用NDWI法可以将大面积的水体、零星的水库等水体信息提取出来，而一些细小的河流，坑塘等水体均没有提出。因此可以通过调整阈值，即NDWI=（b2-b4）/（b2 b4）>N2，从而达到水体信息提取的最佳结果。经过反复大量的试验，最终确定NDWI的阈值取0.282时，提取的水体轮廓与目视解译比较一致，水体的区域范围较完整，结果较NDVI法提取的水体更为准确，提取的水体信息效果最佳，结果如图2（f）所示。
2.5 水体提取精度评价
本文参考Google Earth影像，对研究区原始影像中的水体信息进行目视解译，经过统计分析得到研究区水体总面积为77.65 km2，并以此值为参考标准分别对以上6种提取水体的方法进行比较分析，结果如表2所示。
从表2中可以看出，运用归一化差异水体指数法提取的水体结果与其他几种方法比较效果最差，提取的水体面积相对误差达82.10%，而运用归一化差异水体指数法结合阈值法后提取的水体面积值与目视解译得出的水体面积最为接近，提取结果的相对误差提高到为4.17%，该方法为研究区提取水体最理想的方法之一。
3 结论与讨论
本次试验通过单波段阈值法、谱间关系法、植被指数法、水体指数法等方法进行水体信息的提取，通过多种方法验证对比可知，仅通过一种方法很难将水体信息准确、完整地提取出来，针对本文所选研究区域基于高分一号卫星影像可以采用归一化差异水体指数法结合阈值法将水体信息较完整地提取出来，在完善细小河流和坑塘水域提取的基础上，同时也尽量的避免了建筑阴影以及沟渠阴影的误提，为同地域水体信息的提取提供了参考依据，但在以后的实际应用中应注意以下几点。
3.1 阈值选取
阈值选取是操作者凭人为经验设定的，不同的阈值对实验结果的影响较大，因此需要反复多次地尝试，最终确定最为合理的阈值，才能使水体提取效果最佳。
3.2 影像选择
本文试验所选择的是高分一号卫星数据，影像分辨率为16m，在水体提取时出现混合象元较多的现象，在以后的实际应用中可以选择更高分辨率的卫星影像提取水体信息，会使水体提取精度达到更高。
3.3 区域差异
本文试验中尽量选择无云、质量好的影像数据，但由于影像资料受限，选取的区域较为平坦，无山区地类，在以后研究应用中，可以尝试不同地类下的水体信息提取，从而进一步提高水体信息提取的效率。
参考文献
[1]刘兴万，董士伟，田飞，等.基于HJ-1B数据分形特征的水面面積提取方法研究[J].工程勘察，2012，40（10）：48-51.
[2]柯丽娟，赵红莉，蒋云钟.基于GF-1卫星遥感影像提取水体的方法比较[J].甘肃科技，2015，31（10）：18-21.
[3]周成虎.遥感影像地学理解与分析[M].北京：科学出版社，1999.
[4]徐涵秋.利用改进的归一化差异水体指数（MNDWI）提取水体信息的研究[J].遥感学报，2005，9（5）：589-595.
[5]丁莉东，吴昊，王长健，等.基于谱间关系的MODIS遥感影像水体提取研究[J].测绘与空间地理信息，2007，29（6）： 25-27.