基于ONDWI水體指數的鄱陽湖水域信息提取

丁占峰，李大軍(東華理工大學測繪工程學院，江西南昌330013)

準確提取湖泊水體信息是水資源保護、生態環境維護和水生動植物繁衍生息的保障，也是水體檢測和評估的主要手段。利用Landsat系列遙感衛星影像進行水體信息的提取，近年來國內外學者進行了較為深入的研究。Mcfeeters提出了歸一化差異水體指數NDWI(Normalized Difference Water Index)［1］，該方法是利用可見光和近紅外的強烈反差組成的NDWI來突出水體的信息。閆霈等提出了增強型水體指數EWI(Enhanced Water Index)［2］，該指數在形狀指數去噪的基礎上，利用GIS技術消除背景噪音，達到了更好的水體提取效果。都金康等運用在各節點設置不同的分類器的決策樹分類方法，有效地提取了山區中的水體［3］。程晨等利用圖像的纓帽變換和新的波段組合DW=EWI×(b2+b3)/(b4+b5)建立了提取水體的決策樹模型［4］。徐涵秋提出了改進的歸一化差異水體指數MNDWI(Modified NDWI)，有效地提取了城鎮范圍內的水體［5］。肖艷芳等利用TM波段1和波段7歸一化的比值(Band1－Band7)/(Band1+Band7)進行水體的提取［6］。李小曼等利用TM2+TM3 ＞ TM4+TM5的譜間關系提取水體［7］。

以上方法在應用和科研領域得到了廣泛的應用，但也存在一些不足，例如提取水體信息中包含居民地、陰影、冰雪、濕地、提取的水體邊界模糊等。筆者以鄱陽湖地區為例，通過分析不同地物在OLI各個波段的反射特點，提出了一種新的波段組合的水體提取方法(NDB－NIR)/(NDB+NIR)，暫命名為ONDWI(Override NDWI)，經過試驗分析表明此方法除了可以與NDWI一樣提取水體外，還可以較NDWI更好地區分水體邊界。

1 水體提取原理及水體指數的建立

1.1 水體提取原理 天然水體對電磁波的吸收明顯高于絕大多數其他地物，因而水體的總輻射水平低于其他地物。在可見光波段0.5 μm之前，水的吸收很少，反射率較低，其中，水面反射率5%左右，并隨著太陽高度角的變化呈3%～10%不等的變化。水體對入射光具有強吸收性，在大部分傳感器的波長范圍內都呈現較弱的發射率，具有隨波長的增加而進一步減弱的趨勢。清澈水體的遙感信息模型根據其反射率可以近似表示為:藍光＞綠光＞紅光＞近紅外＞短波紅外。在紅外波段，水體吸收的能量高于可見光波段，所以水體在近紅外及中紅外波段的反射能量很少，而植被、土壤在這2個波段內的吸收能量較小，且有較高的反射特性，這使得水體在這2個波段上與植被和土壤有明顯的區別。

1.2 水體指數的建立 水體指數的構建是根據波段組合的歸一化處理原理而提出的。根據波段比值法原理，將水體發射強的波段和反射弱的波段分別作為分子和分母。通過比值運算進一步擴大二者的差距，使目標地物在影像上得到亮度值得增強，而背景地物又受到普遍的抑制。比值型指數通常會作歸一化處理，使其取值范圍統一到［－1，1］區間。這類指數最著名的當屬廣為使用的歸一化差異植被指數NDVI了，受其啟發而生成的各種歸一化差異型指數也應運而生［5］。例如Mcfeeters的歸一化差異水體指數(Normalized Difference Water Index)［1］，徐涵秋的改進的歸一化差異水體指數(MNDWI)［5］等。這些方法都在水體提取方面得到了廣泛的應用，然而也存在不足之處。

歸一化差異水體指數是利用綠波段和近紅外波段的差異來達到提取水體的目的，其運算公式如下:

NDWI能很好地抑制植被信息，但土壤/建筑物的抑制效果不理想，見圖1。

改進的歸一化差異水體指數是利用近紅外波段和中紅外波段的差異來達到提取水體的目的，其運算公式為:

MNDWI彌補了NDWI的缺陷，但是在含水量大的土壤方面的區分不理想，見圖2。

在分析以上方法的基礎上，該研究提出了ONDWI水體指數，計算公式為:

式中，NDB即New Deep Blue波段，此波段是Landsat 8新增波段，在Landsat 8中序號為1。

由于Landsat8的NDB波段是新增的波段，而且它主要是監測近海岸水體和氣溶膠，故該研究提出利用Landsat8的NDB波段和NIR波段組合來提取鄱陽湖水域。

2 實驗分析

筆者選取的研究區域為鄱陽湖生態經濟區，鄱陽湖為我國第一大淡水湖，位于江西省北部，長江中下游南岸。

Landsat 8陸地衛星是美國2013年2月12日在美國空軍基地發射的衛星，Landsat 8主要攜帶2個主要荷載:運行陸地成像儀(Operational Land Imager，OLI)和熱紅外傳感器(Thermal Infrared Sensor，TIRS)。選用OLI影像作為此次試驗數據，Landsat8 OLI相比Landsat7 ETM+在波段范圍上有了調整。Landsat 8系列衛星新增了一個深藍(New Deep Blue，NDB)波段，該波段主要用來監測近海岸水體和氣溶膠。

鄱陽湖區湖口的湖水及背景地物城鎮和植被的波譜曲線如圖3所示，其具體波譜值見表1。

表1 鄱陽湖區水體、背景地物建筑和植被的亮度值和PYHMNDWI

由圖3可以看出，水體的亮度值在OLI影像NIR波段上與背景地物城鎮和植被有最大的差異，而這個波段范圍內的水體亮度值也是最小，所以利用這種波譜特性，選擇一定的波段組合方式，可以有效的將水體和背景地物區分開來。經過多次試驗，該研究選擇波段組合(NDB－NIR)/(NDB+NIR)進行歸一化處理來提取水體信息，在ENVI中，利用BandMath工具對波段組合(NDB－NIR)/(NDB+NIR)進行歸一化處理得到了歸一化處理影像，見圖4(c)。由于水體的灰度值近似于正態分布，根據統計學原理，正態分布N(μ，σ^2)概率分布如下式:

所以這里對歸一化后的水體灰度求得水體灰度均值為0.248 3，水體灰度標準差為 0.024 9。

由表(4)～(6)可知，選取3倍的標準差作為水體提取的閾值對于水體的提取概率理論上能達到99.73%，所以這里選取3倍的標準差做為水體的限值。根據式(3)計算得到水體的閾值范圍為0.17 ～0.32，然后以 0.17 作為下限，0.32 作為上限對歸一化的水體影像進行二值化處理，如圖4d;用NDWI指數法做同樣的處理得到的二值化影像，如圖4e;然后利用真彩色影像(圖4a)結合假彩色影像(圖4b)進行人工判讀得到的矢量化水體邊界，如圖4f;然后利用ONDWI提取出的水體面積和NDWI提取的水體面積與已知的水體面積進行比較得到水體提取率:NDWI方法的水體提取率為93.44%;ONDWI方法的水體提取率為94.39%。可見，ONDWI方法的水體提取率要高于NDWI方法。

3 結論

該研究針對湖口區域水系與背景地物的反射特征，提出了水體指數ONDWI，ONDWI除了可以與NDWI和MNDWI一樣提取植被區域的水體外，還能有效地解決水體與含水量比較大的土壤區分問題。NDWI在湖岸水體渾濁、水體可見度不高的區域水體提取效果不佳，MNDWI在含水量大的土壤區域提取效果不好，而新方法ONDWI則可以很好彌補這2個缺點，大大提高了水體提取的精度。

［1］MCFEETERS S K.The use of the Normalized Difference Water Index(NDWI)in the delineation of open water feature［J］.International Journal of Sensing，1996，17(7):1425 －1432.

［2］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系信息的研究［J］.遙感應用，2007，94(6):62 －67.

［3］都金康，黃永勝，馮學智，等.SPOT衛星影像的水體提取方法及分類研究［J］.遙感學報，2001，5(3):214 －219.

［4］程晨，韋玉春，牛志春.基于ETM+圖像和決策樹的水體信息提取［J］.遙感信息，2012，27(6):49 －56.

［5］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.

［6］肖艷芳，趙文吉，朱琳.利用TM影像Band1與Band7提取水體信息［J］.測繪科學，2010，35(5):226 －227.

［7］李小曼，王剛，田杰.TM影像中水體提取方法研究［J］.西南農業大學學報:自然科學版，2006，28(4):580－582.