基于遙感影像的水體提取方法對比

潘方博 毛鵬磊 胡乃勛

（鄭州大學 水利與環境學院，河南 鄭州 450000）

水是生命之源，地球表面的水域如湖泊、河流、人工水庫、海等是必不可少的氣候平衡、水循環以及生態系統的平衡，對地球上的生命提供基礎資源。然而陸面水域，受影響的全球尺度的土地利用/覆蓋變化、氣候變化和意想不到的人類活動的影響，導致水體不僅形態特征而且內在生化成分也在發生變化。因此，全面、精確的地表水體的動態分布方面的知識對于保護相關的水生生物多樣性至關重要。此外，淹沒區的時空變化的評估對于洪水和干旱的建模至關重要的，有助于保護濕地的庫存和農產品。然而，由于陸地水體高度動態和不均勻分布的特征，傳統的現場測量方式無法用于此方面的研究[1]。但是，隨著遙感技術的發展，人們發現水體對于不同的光譜波段會表現出不同的反射特征，基于此各種水體指數應運而生，本文著重于主要探討遙感識別水體的機理，進而對比各種水體指數的提取精度。

1 研究區域

密云水庫位于京郊密云縣城，水庫在潮河、白河兩河的主河道上，距北京約100km，是華北地區最大的水庫。建庫這多年來，它為潮白河流域的防洪和北京市城市供水發揮了重要作用，以密云水庫為引水源，通向市區的京密引水渠為北京供水主動脈，目前北京城鎮地表水供水量50%以上來自密云水庫。[2]但一方面，北京已連續干旱，水庫蓄水入不敷出，地下水位持續下降，平原區地下水埋深已超過20米。目前密云水庫蓄水10億方，僅能滿足一年的城市供水。雖然南水北調北京段已建成通水，但是北京市缺水狀態并沒有得到徹底緩解。另一方面，由于水庫上游地區為大陸性季風氣候，降雨年內分布不均，7、8月份占全年的70%，多為暴雨，但是近年來隨著厄爾尼諾現象影響，水庫上游來水持續減少，加上北京市人口持續上升，對水的需求也在逐漸增加，導致水體面積一直在減少。

2 水體遙感識別機理

在利用遙感數據和模型提取遙感專題信息時，應從簡單到復雜，從單知識、單模型的應用到多知識、多模型的集成應用，從單數據的使用到多數據的綜合使用。但是遙感專題信息大都提取基于光譜知識，因此光譜知識是遙感專題信息提取中最重要的知識。

衛星遙感影像記載了地物對電磁波的反射信息及地物自身向外的輻射信息。相對于其他地物而言, 在大部分遙感傳感器的波長范圍內, 水體總體呈現出較弱的反射率,具體表現為在可見光的波長范圍里(480～580 nm, 相當于TM /ETM +的Band 1和Band 2) , 其反射率約為4% ～5% ,到了580 nm處,則下降為2% ～3%; 當波長大于740 nm時, 幾乎所有入射能量均被水體吸收 。清澈水在不同波段的反射率由高到低可近似表示為: 藍光> 綠光> 紅光> 近紅外> 中紅外。由于水體在近紅外及中紅外波段(740～2500nm, 相當于TM /ETM +的Band 4, Band 5和Band 7) 具有強吸收的特點，而植物、土壤、建筑物等在這一波長范圍內則具有較高的反射性，因此這一波長范圍可被用來區分水體與土壤、植被和建筑物等其他地物。本項目通過對典型地物進行提取統計，得到各典型地物的亮度值的平均值，結果統計如下：

3 水體指數研究現狀

目前從遙感影像上提取水體的方法大體上可以分為以下幾種：單波段法、多波段法、監督分類法和決策樹法[3]。單波段法主要選取遙感影像中的近紅外波段并輔于閾值來提取水體，通過分析圖像各波段水陸交界處的地表反射率值，確定閾值來區分水體和其它地物。多波段法則主要利用多波段的優勢綜合提取水體信息，并可分為譜間關系法和比值法。譜間關系法多為國內外學者如周成虎院士等所采用[4]。比值法主要是采用各種水體指數進行水體提取，水體指數方法有以下幾種：為了削弱植被土壤等非水體因素的影響，Mcfeeters提出了歸一化差異水體指數NDWI(Normalized Difference Water Index)[5]，其在水體提取上有所改善，但在城區的水體提取中仍夾雜大量的雜質信息。徐涵秋在NDWI方法的基礎上，利用Landsat TM短波紅外波段(TM5)代替近紅外波段(TM4)，提出了改進歸一化差異水體指數MNDWI(Modified Normalized Difference Water Index)[6]，MNDWI能夠減弱土壤和建筑物的影響，較好地提取水體信息。閆霈等利TM影像的綠光波段(TM2)近紅外波段(TM4) 和中紅外波段(TM5) 構建了增強型水體指數EWI(Enhanced Water Index) [7]提取了半干旱地區的水系信息，但該指數的創建忽略了大氣因素的影響；此外，徐涵秋驗證了無論遙感影像是否經過大氣校正，都能很好地對水體進行提取[8]。曹榮龍等人在分析水體、植被和土壤三種地物類型光譜特性的基礎上，構建一種新的水體指數RNDWI(Revised Normalized Difference Water Index)[9]，能夠剔除山體陰影的影響，并利用該指數準確地提取密云水庫水陸邊界。丁鳳結合水體在近紅外和中紅外波段同時具有強吸收的特點，提出NWI(New Water Index)[10] 新型水體指數，NWI可以部分消除由太陽高度角、地形、陰影和大氣條件等帶來的影響，其精度很高。肖艷芳等利用TM/ETM+影像的藍綠波段(TM1) 和中紅外波段(TM7) 構造了一種新型水體指數NEW[11]，該指數在不但能夠很好提取自然水體，還能夠可以消除地形差異的影響,從而解決了水體信息中含有陰影的問題。

4 研究內容和技術現狀

本文數據選用目前應用最為廣泛的landsat系列衛星的ETM+影像(所得圖像已經過大氣校正、幾何校正和一些增強處理，可以直接使用)作為數據源來研究水體提取效果，其過境時間為2015年04月（path-123 row-32）。本文綜合總結的水體信息提取的方法，NDWI、MNDWI、NWI、EWI、RNDWI、NEW。

使用ENVI 5.0的Band Math模塊分別按照各水體指數模型進行運算，并運算后數據拉伸為-255—255的影像，利用ArcGIS10.2的Reclassified模塊對影像進行二值處理；根據設置好的AOI將數據截取為密云庫區和城區水系兩部分，統計出庫區的像素值后根據分辨率計算出庫區的水域面積；對截取出的數據進行對比，分析這幾種水體信息提取方法的優劣性和現實性。

水體指數模型創建的基本原理就是在多光譜波段內，將所研究地物最強反射波段置于分子，將最弱的置于分母，通過比值運算進一步擴大二者的差距,使研究地物在新生成的影像上得到最大的亮度,而其它背景地物則普遍被抑制,從而達到突出研究地物的目的。水體指數模型通常采用歸一化處理,使其數值范圍統一到-1～1之間。水體指數模型利用比值計算快速提取水體信息。以下為NDWI、MNDWI、RNDWI、EWI、NWI、NEW 6種水體指數模型的計算公式：

其中，C為拉伸系數，這里一般取100，Band1為TM影像藍光波段， Band2為TM影像綠光波段，Band3為TM影像紅光波段，Band4為TM影像近紅外光波段，Band5為TM影像短紅外光波段，Band7為TM影像中紅外光波段[12]。

將影像經過大氣校正后，進行波段運算，從影像上顯示可知，水體指數NDWI提取精度很差，MNDWI、EWI、RNDWI、NWI、NEW 5種都能很好的提取水體，其影像結果如下：

利用 NDWI、MNDWI、RNDWI、EWI、NWI、NEW 水體指數模型提取密云水庫水體，發現除MNDWI外的方法都能較準確地提取水陸邊界。本研究通過目視解譯分辨率為2.5 m的高分二號影像，利用ArcGIS10.2軟件勾繪出水陸邊界，并統計水庫水面面積。把目視解譯面積值作為水庫水面面積的真值（這里我們以統計出的像元個數來計算面積，面積 = 像元個數 * 900），分別計算上述6種方法的相對誤差（（測量值-真值）/真值*100%），如表1。（注：本項目為了減免目視解譯時人為因素干擾，讓三名解譯人員分別分三次進行目視解譯，然后對九個解譯值取平均，并將其作為最后的真值處理。）

表1 各種水體指數面積統計表

基于表1和圖a、b、c、d、e、f、h可以看出，水體指數NDWI提取精度十分差，特別是對于水陸邊界較平緩，水體中懸浮質太多的水體，水體指數NDWI對其水陸邊界的區分度很差，基本上不能用于解譯這種復雜水體的水陸邊界，因此在日常這種水體提取時可以不用考慮此方法；此外的5種水體指數MNDWI、RNDWI、EWI、NWI、NEW都能很好的提取水體，其精度都在95%以上，相比較于目視解譯精度而言基本上可以代替，它們精度的高低為NWI、EWI、RNDWI、MNDWI、NEW。

5 結語

通過對比，水體指數NWI對于復雜水體的提取精度很高，基本上可以代替目視解譯結果，除水體指數NDWI外的其它4種水體指數都能很好的提取水體。對遙感圖像進行水體提取時，由于水陸交界處水位較低，而且水中往往雜質比較多，是該部分水體反射率發生變化，所以嚴重影響遙感影像中水體邊界的解譯[13]，這也是目前遙感解譯所急需解決的問題，各種水體指數對這種情況區分度都比較低；另外，在實驗中發現，由于所處理的影像是5月份的，植被顏色比較深，其光譜特征和部分水體類似，因此在進行水體指數運算后，進行閾值分析時，無法避免會將其分類為水體。還有TM影像的分辨率為30 * 30，導致一些細小的河流無法提取。以后基于遙感影像的水體提取應該以高光譜、高分辨率影像為基礎，實現水體信息提取的智能化，自動化。

[1] Yuhao Yang. Landsat 8 OLI image based terrestrial water extraction from hetero--geneous backgrounds using a reflectance homogenization approach[J]. Remote Sensing of Environment, 171(2015) 14–32.

[2] 左春剛，黃詩峰，楊海波，李小濤. 密云水庫水源地多時相遙感監測與分析[J]. 中國水利水電科學研究院學報.2007(03).

[3] 吳際通，譚偉，喻理飛. 基于TM/ETM+ 影像的不同水體指數對比研究[J].測繪科學.2013,38(4):193-195.

[4] 杜云艷，周成虎.水體的遙感信息自動提取方法.遙感學報,1998,2(4):264～269.

[5]McFeeters Sk.The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features [J].International Journal of Remote Sensing.1996,17(7):1425-1432.

[6] 徐涵秋. 利用改進的歸一化差異水體指數(MNDWI)提取水體信息的研究［J］.遙感學報.2005,9(5):589-595.

[7]閆霈，張友靜，張元.利用增強型水體指數(EWI）和GIS去噪音技術提取半干旱地區水體信息的研究[J].地理信息科學,2008,10(6):776-780.

[8]徐涵秋.從增強型水體指數分析遙感水體指數的創建[J].地理信息科學.2008,10(6):776-780.

[9]曹榮龍，李存軍，劉良云等.基于水體指數的密云水庫面積提取及變化檢測[J].測繪科學.2008,33(2):158-160.