基于SPOT-5影像的吳哥地區水體提取方法研究

楊　甲,張　珂,劉　麗,王心源,宋經緯,劉　潔,Khun-Neay Khuon

(1.安徽師范大學 國土資源與旅游學院,安徽 蕪湖 241000；2.山東科技大學 測繪科學與工程學院,山東 青島 266510;3.中國科學院 遙感與數字地球研究所數字地球重點實驗室,北京 100094；4.柬埔寨吳哥窟世界文化遺產管理局,柬埔寨 暹粒)

?

基于SPOT-5影像的吳哥地區水體提取方法研究

楊甲1,張珂2,劉麗1,王心源3,宋經緯3,劉潔3,Khun-Neay Khuon4

(1.安徽師范大學 國土資源與旅游學院,安徽 蕪湖 241000；2.山東科技大學 測繪科學與工程學院,山東 青島 266510;3.中國科學院 遙感與數字地球研究所數字地球重點實驗室,北京 100094；4.柬埔寨吳哥窟世界文化遺產管理局,柬埔寨 暹粒)

摘要：對于一個較小研究區提取地物信息，需要更高的空間分辨率和適合的光譜信息。以柬埔寨吳哥窟西北部為研究對象,開展基于SPOT-5影像的水體信息提取方法研究。通過分析研究區內的地物光譜特征信息,發現各地物在綠色波段和短波紅外波段雖然都有下降趨勢,但是水體的變化程度最大。利用這個信息建立決策樹的一種水體提取模型：Band3/Band4>1.73并且Band1>Band4。通過與NDWI法、決策樹模型提取精度進行對比,證明該模型提取精度有較大提高，可有效地消除水田對提取精度的影響。

關鍵詞：SPOT-5影像；水體提取；比值法；決策樹法

利用遙感數據來提取水體信息,在國內外都得到廣泛研究。用得比較多的是利用Landsat系列衛星數據進行水體信息提取,主要有單波段閾值法、多波段譜間分析法和水體指數法[1-5]。其中Shil等利用Landsat MSS提取水體,認為單波段密度分割法提取效果較好[1];郭振亞等利用水體指數模型和加權灰度閾值相結合對巢湖流域進行水體提取研究[3]，較好地去除山體陰影；McFeeters提出歸一化差異水體指數(NDWI)[4],有效增強遙感影像中的水體信息；徐涵秋通過修正波段組合提出改進的歸一化差異水體指數(MNDWI)[5]，消除建筑物對水體提取的影響。以往水體提取研究所用遙感數據雖然光譜信息較多,但其精度結果受制于數據本身分辨率,實際應用的意義有限。

SPOT-5影像與Landsat系列衛星遙感數據相比較,數據具有分辨率高的優勢。鄧勁松通過分析SPOT-5影像中水體及其它主要地物的光譜特性及波段間的關系,建立決策樹模型，其提取精度與通常的監督分類方法相比有較大提高[6]；余明經反復試驗在SWIR(短波紅外波段)設定閾值提取水體,然后通過譜間關系法去除陰影[7]；Lacaux等基于SPOT-5數據提出NDPI水體指數,對于不同渾濁度的池塘提取效果比NDWI法有較大提高[8]。

但這些方法應用于本研究區提取效果不甚理想,部分水田不能很好地剔除出來,且運算較為復雜。本文在分析研究區水體及其相關地物的光譜特征基礎上,提出一個簡單、實用的模型進行水體信息的提取。該方法對于溫暖濕潤、地勢平坦的水網平原具有很高的應用價值。

1研究區概況

研究區位于吳哥窟西北部，地理坐標范圍為103°0′~103°8′E,13°3′~14°0′N。氣候屬熱帶季風氣候,年平均氣溫29～30℃。受地形和季風影響,各地降水呈現一定的時空和地理差異,一般5—10月為雨季,11月—次年4月為旱季。該研究區地勢平坦，散布著較多的村落,河流縱橫交錯、河道狹窄,且人工河道和自然河道相互交織。水體兩旁樹木叢生,水生植物茂盛,這對水體信息的提取是一

個不利的影響。

2數據來源與處理

研究采用的遙感影像是2013年01月21日SPOT-5數據(見圖1),軌道號為268/322 1A級產品。包含4個波段的多光譜影像和全色影像(見表1),第1~3波段分辨率為10 m,第4波段分辨率為20 m。該景圖像質量高,研究區內無云。還有研究區的1∶10 000地形圖、實地調查資料和一些相關的統計數據。

表1　SPOT-5衛星影像特性

注：波段順序(BAND 1-BAND 4)為原始數據中光譜波段的順序，不按照波長大小排列

圖1　研究區SPOT-5影像的彩色合成(波段合成方式413)

使用1∶10 000地形圖的控制點對遙感影像進行幾何校正,之后對研究區影像進行直方圖均衡化,并分析各波段組合效果,發現4、1、3波段組合的彩色圖像,目視識別效果較好[9]。

3水體信息提取方法研究

3.1水體提取的遙感原理分析

衛星遙感影像是地物對電磁波的反射信息及地物本身的熱輻射信息的集合。各種地物因自身成分、結構及理化性質的差異,而在對電磁波的反射及本身的熱輻射存在著差異[10]。

水體在近紅外、中紅外波段吸收很強,反射較弱,幾乎為零；而在藍綠波段的反射較強,吸收較弱。因此在遙感中常用近紅外波段確定水體的位置和輪廓,在近紅外波段的影像上,水體的色調很黑,與周圍的植被和土壤有明顯的反差,很容易識別和判讀。河流水體中通常含有豐富的葉綠素和懸浮泥沙,實際遙感圖像上河流水體的波譜曲線與清澈水體有較大差異[11]。

3.2研究區典型地物光譜信息分析

該地物的光譜響應程度是通過在每個波段圖像的像元值大小反映。根據研究區的地形地貌特點,將分為水體、裸地、林地、水田4種典型地物(見表2)。

表2　研究區典型地物亮度值統計表

從研究區典型地物亮度統計表(表2)中可以看出，在波段1中水體和水田的亮度值相近,林地和裸地的亮度值較相近,波段3中裸地亮度值達到165,裸地整體亮度值很高,在4個波段中都處于頂端。林地在二、三、四波段和水田的光譜信息相似；

各波段上地物之間亮度值的分析：

Band1(NIR):林地>裸地>水體>水田,水體與林地、裸地差異較大,水田、水體易混淆。

Band2(Red):裸地>水體>水田>林地,水田與裸地較相近,但與其它地物都差異比較明顯。

Band3(Green):裸地>水體>水田>林地,水體、裸地兩者者的亮度值接近,容易混淆,水田和林地比較相近

Band4(SWIR):裸地>林地>水田>水體,裸地亮度值值為161，水體為36，林地為84，水田為75，裸地的亮度值一直處于高位，而林地和水田比較接近，水體位于最低端，差距也較明顯。

水體：Band3>Band2>Band1>Band4

裸地：Band3>Band4>Band2>Band1

林地：Band1>Band3>Band2>Band4

水田：Band3>Band2>Band4>Band1

從以上分析可以看出,水體和其他相關地物在紅外波段差異顯著,尤其在波段4短波紅外波段(SWIR),水體的光譜亮度值明顯低于其他地物。單波段閾值法存在提取精度不高和尋找閾值比較繁瑣的缺點。

從圖2中可以看出，水體與其他地物在可見光波段光譜特性差異并不明顯,裸地的亮度值一直處于高位，而林地和水田比較接近，水體位于最低端，差距也較明顯，波段三到波段四各典型地物的亮度值都呈下降趨勢,但是水體下降的程度特別大。水體是從160降至36，波段比為4.44；裸地是從165降至161，波段比為1.02；林地是從127降至84，波段比為1.51；水田是從130降至75，波段比為1.73。各種地物的各波段的大小關系也不盡相同。基于以上分析,只要設定合適的條件,即可將水體有效提取。

圖2　研究區典型地物光譜響應曲線

3.3提取方法研究

研究區屬于水體沖積平原地區,地物類型并不復雜。村鎮居民點比較分散,而且沒有山體陰影的影響。由于SPOT-5數據沒有MIR波段,所以只有歸一化差異水體指數(NDWI)適用于本實驗。水體指數模型,是通過進行比值運算得到的特征指數。其基本原理是,在遙感影像多光譜波段內尋找水體的最強反射波段和最弱反射波段,弱者置于分母、將強者置于分子,通過比值運算,可進一步擴大二者的差距[12]。水體在SPOT-5數據綠色波段上的亮度值為160,處于最高值,處于最強反射波段,而水體在短波紅外波段亮度值為36,處于最低值,是最弱的反射波段。所以將綠色波段與短波紅外波段進行比值運算,將更好地突出水體的特征。使大于閾值的作為水體提取出來,從而實現水體與其它地物的分離。經實驗發現將閾值T設為1.73,水體提取效果較好。

在進行第一步提取后發現,水體和水田混合在一起沒有分開,但兩種地物在不同的波段的DN值的關系有差異。根據上述分析,運用決策樹分類法,對SPOT-5影像進行水體信息提取,設定條件Band3/Band4>1.73并且Band1>Band4。后臺運算后即得出提取后的水體信息。將提取的水體與彩色合成圖像進行疊加顯示,發現水體已被分離，流程如圖3所示。

圖3　水體提取流程

4結果與分析

為了科學評價本文方法提取水體信息的實驗結果,選取準確度為定量評價指標,構建評價指標體系。準確度即為提取的水體信息的準確程度,所以由此規定準確度即為正確提取的像元數與檢驗像元總數比值。從三種提取圖中各隨機抽取300個像元點，然后通過柬埔寨方面的實地驗證確定選取點是否為水體。

現將本文算法與NDWI法、前人的決策樹法[6]進行比較,前人通過設定條件B3(Green)>B4(SWIR)且B2(Red)>B1(NIR),B4<54建立決策樹模型提取水體信息。但是在第二步中波段4還是需要反復尋找閾值才能提取水體信息。從表3和圖4中可以看出本文方法在精度上比其他兩種方法有明顯的提高,且視覺效果較好。在樣區一,NDWI法雖然能提取出大部分水體,但是其中混入了水田,前人的決策樹法可以去除部分水田的影響,但是部分水體提取不完全,出現斷流的現象。在樣區二中,只有本文的方法較好的去除了水田對水體的影響。在樣區三中可以看出,在水生植物比較茂盛的坑塘中,其它兩種方法都不能很好的提取水體,出現殘缺不全的現象,本文的方法提取結果的目視

效果更加平滑。

表3　結果精度統計表

5結束語

綜上所述,本文方法可以更好的分離有水田的水體,且能較好地提取富含水生植物的水體。提取精度比NDWI法和前人的決策樹法有較大提高,且有良好的視覺效果。

本文決策樹模型中第一步采用了比值型的方法，可以減小地形、大氣的影響，在其它研究區，要考慮使用質量良好、無云層覆蓋的數據。由于在提取水體過程中沒有對影像做大氣校正處理，大氣校正后的影像各地物的反射率特點與未校正前的亮度值特點不盡相同，SPOT-5影像的短波紅外波段分辨率為20 m，所以進行波段運算時會有混合像元的產生，本文這些問題還有待于在以后的研究中進行探討。

圖4　三種方法水體提取效果對比

參考文獻：

[1]SHIH S F.Comparison of ELAS classifications and density slicing Landsat data for water surface area assessment.[J].Hydrologic Applications of Space Technology(Publication No,160).Intl.Assoc:Hydrological sci.1985.

[2]劉冰,林怡.基于決策樹方法的ETM+影像濕地信息提取[J].測繪工程,2013,22(1):63-66.

[3]郭振亞,王心源,王傳輝,等.巢湖流域水體信息提取方法研究[J].遙感技術與應用,2012(3):443-448.

[4]MCFEETERS S K.The Use of Normalized Difference Water Index(NDWI) in the Delineation of Open Water Features[J].International Journal of Remote Sensing,1996,17(7)：1425-1432.

[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[J].遙感學報,2005,9(5)：589-595.

[6]鄧勁松,王柯,李君,等.決策樹方法從SPOT-5衛星影像中自動提取水體信息研究[J].浙江大學學報(農業與生命科學版),2005,31(2):171-174.

[7]余明,李慧.基于SPOT影像的水體信息提取以及在濕地分類中的應用研究[J].遙感信息,2006(3):44-47.

[8]LACAUX J P,TOURRE Y M,VIGNOLLES C,et al.Classification of ponds from high-spatial resolution remote sensing:Application to Rift Valley Fever epidemics in Senegal[J].Remote Sensing of Environment 2007，106(1):66-74.

[9]武文波,劉正綱.一種基于地物波譜特征的最佳波段組合選取方法[J].測繪工程,2007,16(6):22-24.

[10] 孫家柄.遙感原理與應用[M].武漢:武漢大學出版社,2003.

[11] 周藝,謝光磊,王世新,等.利用偽歸一化差異水體指數提取城鎮周邊細小河流信息[J].地球信息科學學報,2014(1):102-107.

[12] 朱寶山,張紹華,徐大龍,等.綜合水體指數及其應用[J].測繪科學技術學報,2013(1):19-23.

[責任編輯：張德福]

Methods of water body extraction based on SPOT-5 images in Ankor Region

YANG Jia1,ZHANG Ke2,LIU Li1,WANG Xinyuan3,SONG Jingwei3,LIU Jie3,Khun-Neay Khuon4

(1.School of Territorial Resources and Tourism,Anhui Normal University,Wuhu 241000,China;2.College of Geomatics,Shandong University of Science and Technology,Qingdao 266510,China;3.Key Laboratory of Digital Earth Sciences,Institute of Remote Sensing and Digital Earth,Chinese Academy of Sciences,Beijing 100094,China;4.Authority for the Protection and Management of Angkor and the Region of Siem Reap,Siem Reap,Cambodia)

Abstract：For extracting the target information from a small study area,it requires the higher spatial resolution and suitable spectral information.An automatic water extraction method is proposed aiming at extracting drainage system from SPOT-5 images taken at northwest Cambodia.This method is based on analyzing spectral difference between water and other objects in green band and short wave infrared band.Decision tree is adopted in this approach as a simple but efficient water extraction model：Band3/Band4>1.73 and Band1>Band4.Comparing with NDWI and a decision tree proposed by formers’ method,this model has higher accuracy and effectively avoids the influences from paddy field.

Key words：SPOT-5 images；water body extraction；ratio method；decision tree

中圖分類號：P237

文獻標識碼：A

文章編號：1006-7949(2016)03-0051-05

作者簡介：楊甲(1988-)，男，碩士研究生.

收稿日期：2014-10-20；修回日期：2014-11-10