基于遙感影像的水域覆蓋信息提取方法

陳俊任，周曉華，付鋒

(江西核工業(yè)二六八測(cè)繪院，浙江 寧波 315800)

基于遙感影像的水域覆蓋信息提取方法

陳俊任*，周曉華，付鋒

(江西核工業(yè)二六八測(cè)繪院，浙江 寧波 315800)

從遙感影像分類原理入手，通過地理國情普查中內(nèi)業(yè)解譯工作探討水域覆蓋分類要素提取方法。比較分析各種方法的優(yōu)缺點(diǎn)，闡述計(jì)算機(jī)自動(dòng)分類方法與技術(shù)流程，描述了水域地表覆蓋分類的具體過程，并給出了相應(yīng)實(shí)例，為地理國情普查水域覆蓋分類提供技術(shù)參考。

遙感影像；水域覆蓋分類；要素提取

1 引 言

隨著各種資源、環(huán)境監(jiān)測(cè)衛(wèi)星的發(fā)射與運(yùn)行大大提高了遙感技術(shù)的實(shí)時(shí)性和運(yùn)行性，為地表動(dòng)態(tài)變化研究提供多時(shí)相、大范圍的實(shí)時(shí)信息，遙感技術(shù)已成為當(dāng)前人類研究地球資源環(huán)境的一種有力技術(shù)手段[1，2]。其中遙感影像分類是遙感技術(shù)研究的一個(gè)重要方面，無論是專業(yè)信息提取還是遙感數(shù)據(jù)庫的建立及動(dòng)態(tài)變化預(yù)測(cè)等都離不開分類[3]。尤其是全國第一次地理國情普查內(nèi)業(yè)解譯廣為運(yùn)用，地表覆蓋分類信息反映地表自然營造和人工建造物的自然屬性或狀況，數(shù)據(jù)采集的成果作為后續(xù)工序的數(shù)據(jù)基礎(chǔ)，其質(zhì)量直接影響地理國情普查成果準(zhǔn)確性。本文通過分析水域在遙感影像上的表現(xiàn)特征及相應(yīng)的表達(dá)模型，探討地理國情普查內(nèi)業(yè)解譯中水域地表覆蓋分類信息自動(dòng)提取方法與技術(shù)流程，為地理國情普查相關(guān)工作提供技術(shù)參考。

2 水域地表覆蓋分類的主要方法

基于遙感影像的水域地表覆蓋分類主要是以高分辨率數(shù)字正射影像為基礎(chǔ)，參考整合處理后的基礎(chǔ)地理信息數(shù)據(jù)和行業(yè)專題數(shù)據(jù)資料及其他數(shù)據(jù)資料，進(jìn)行內(nèi)業(yè)信息提取，獲取河渠(河流、水渠)、湖泊、庫塘(水庫、坑塘)、海面、冰川與常年積雪(冰川、常年積雪)等類型的水域面狀分類圖斑，整理形成地理國情普查水域地表覆蓋分類初步成果。分類方法包括目視解譯、計(jì)算機(jī)自動(dòng)分類以及幾種方法的結(jié)合等。

目視解譯指專業(yè)人員通過直接觀察或借助輔助判讀儀器根據(jù)不同地物類型在遙感影像上表現(xiàn)出來的光譜特征、空間特征和時(shí)間特征，提取特定目標(biāo)地物信息的過程或方法[4]。一般流程分為資料準(zhǔn)備、初步解譯、野外調(diào)查、詳細(xì)解譯和數(shù)據(jù)整理5個(gè)階段。

而目前計(jì)算機(jī)影像自動(dòng)分類的提取技術(shù)分兩類[5，6]：基于像元技術(shù)和面向?qū)ο蠹夹g(shù)。基于像元技術(shù)以單個(gè)像元為基本單元參與分類，不同分辨率系列影像的分類結(jié)果能體現(xiàn)地物大小與影像分辨率之間的關(guān)系，地物在適宜的影像分辨率中提取有較高的精度，該方法不適合高分辨率影像。面向?qū)ο蠹夹g(shù)以多尺度影像分割為關(guān)鍵技術(shù)，對(duì)同一空間分辨率的影像進(jìn)行不同尺度的分割，形成了不同尺度的影像對(duì)象層次網(wǎng)絡(luò)體系，不同地物由其最適宜的尺度來進(jìn)行描述，并在該尺度上進(jìn)行地物信息提取。本文根據(jù)高分辨率影像的全色和多光譜數(shù)據(jù)的空間、紋理和光譜信息特征，以計(jì)算機(jī)自動(dòng)處理為主，對(duì)影像進(jìn)行分割，把影像覆蓋范圍內(nèi)的空間分成不同特征屬性的對(duì)象；在分割的基礎(chǔ)上，依據(jù)這些對(duì)象的特征屬性，構(gòu)建相應(yīng)的規(guī)則進(jìn)行自動(dòng)分類得到初步成果。其基本技術(shù)流程如圖1所示。

圖1 計(jì)算機(jī)自動(dòng)分類技術(shù)流程

計(jì)算機(jī)自動(dòng)識(shí)別方法現(xiàn)階段還無法替代目視解譯方法。采用該方法進(jìn)行水域地表覆蓋分類時(shí)，對(duì)于不同區(qū)域、不同影像源、不同時(shí)相差異較大的影像，要達(dá)到理想的分割和分類效果，需要針對(duì)影像的特征對(duì)處理過程中依賴的一些參數(shù)和采用的具體算法進(jìn)行反復(fù)調(diào)整和選擇。

3 計(jì)算機(jī)自動(dòng)分類方法提取水域地表覆蓋分類信息

在地理國普查中，水域地表覆蓋分類主要按照計(jì)算機(jī)自動(dòng)分類方法與技術(shù)流程進(jìn)行處理，并結(jié)合人工解譯與編輯，提取水域邊界與屬性信息。

3.1 水域基本特征獲取

水域是指被液態(tài)和固態(tài)水覆蓋的地表，其范圍隨季節(jié)變化較大。通過分析河渠、湖泊、庫塘、海面、冰川與常年積雪等各種類型水域在遙感影像上的形態(tài)特征以及光譜特征曲線可以看出：(1)液態(tài)水域?qū)庾V的反射特性很相似，在近紅外波段表現(xiàn)出強(qiáng)吸收特征，而綠波段表現(xiàn)出強(qiáng)反射特征；固態(tài)水域在綠波段上表現(xiàn)強(qiáng)反射特征，在藍(lán)波段上表現(xiàn)出強(qiáng)吸收特征；(2)水域在藍(lán)波段上也表現(xiàn)出了比較強(qiáng)的反射特性；(3)水域的紋理通常比較平滑、均勻；(4)水域與周邊地表覆蓋物光譜差異較大，形狀各異，但在高分辨率遙感影像上通過目視判讀就可以較易區(qū)分與識(shí)別；(5)水域在一定的區(qū)域范圍內(nèi)，高程趨于平穩(wěn)，起伏比較平緩。

3.2 水體指數(shù)信息構(gòu)建及輔助信息嵌入

(1)根據(jù)水域的光譜特征構(gòu)建相應(yīng)的水體指數(shù)指標(biāo)，作為水域信息提取的判定依據(jù)，其中歸一化的水體指數(shù)(NDWI)[7]公式為： (G-NIR1)/(G+NIR1)。

(2)根據(jù)水域在藍(lán)波段上也表現(xiàn)出較強(qiáng)反射特性，構(gòu)建藍(lán)波段的比率值(Ratio Layer B)、標(biāo)準(zhǔn)方差值(Standard Deviation Layer B)兩項(xiàng)指標(biāo)，作為水域地表覆蓋分類的判定規(guī)則。

Ratio Layer B=([Mean Layer B])/([Mean Layer B]+[Mean Layer G]+[Mean Layer R]+[Mean Layer N])，式中[Mean Layer B]、[Mean Layer G]、[Mean Layer R]、[Mean Layer N]參數(shù)分別為對(duì)象內(nèi)各像元的藍(lán)、綠、紅、近紅外波段亮度值的平均值[8]。

(3)水域的紋理一般比較均勻、平滑，因此，可以通過水域的紋理特征(熵、方差等)值，將其與陰影等混分類型進(jìn)行區(qū)分。

(4)河渠寬窄不一，形狀自然彎曲，但總體上長度遠(yuǎn)遠(yuǎn)大于寬度；湖泊、庫塘、海面的形狀寬窄不一，但總體上長度與寬度比不如河渠明顯。可以通過長度、面積、長寬、規(guī)則度等多種形狀特征指標(biāo)，進(jìn)行水域的地表覆蓋分類。

(5)輔助信息(如DEM、DSM等)參與自動(dòng)分類，對(duì)提高分類精度有很重要的意義，能夠減少地物要素的混分概率。同時(shí)，提取的水域信息中，如果混有陰影信息，可利用DEM、DSM 等輔助信息，同時(shí)可嵌入DLG等基礎(chǔ)地理信息數(shù)據(jù)中的水域數(shù)據(jù)，去除陰影等大部分干擾因素。3.3 規(guī)則構(gòu)建及自動(dòng)分類

以WorldView-2衛(wèi)星遙感影像為數(shù)據(jù)源進(jìn)行實(shí)例分析，包括全色波段與B、G、R、NIR1 4個(gè)多光譜波段(藍(lán)色波段B：450 nm～510 nm；綠色波段G：510 nm～580 nm；紅色波段R：630 nm～690 nm；近紅外線波段NIR1：770 nm～895 nm)影像。利用水域在近紅外波長的強(qiáng)吸收性以及植被和干土壤在此波段范圍內(nèi)的強(qiáng)反射特點(diǎn)，通過分析圖像各波段水陸交界處的地表反射率，結(jié)合人工選擇典型訓(xùn)練樣本。提取特有特征和閾值組合，形成分類規(guī)則。主要包括：NDWI、Mean Layer DEM、Ratio Layer B、Standard Deviation Layer B等[9]，具體流程如圖2所示。

圖2 水域地表覆蓋分類規(guī)則構(gòu)建流程

經(jīng)自動(dòng)分類后，依次得到如下結(jié)果：

圖3 分類前

圖4 NDWI≥0.36

圖5 Mean Layer 5(DEM層)≥150

圖6 Ratio Layer 1<0.3

圖7 NDVI≥0

圖8 Standard deviation Layer 1≥9.5

3.4 人工解譯與編輯

由于計(jì)算機(jī)自動(dòng)識(shí)別方法現(xiàn)階段還無法完全替代目視解譯方法，在地理國情普查水域要素提取過程中需要人工解譯與編輯作為輔助以確保解譯的準(zhǔn)確性。首先將自動(dòng)分類結(jié)果導(dǎo)出為通用矢量格式(如.shp格式)；然后在常用的GIS軟件中(如ArcGIS軟件)，套合數(shù)字正射影像，進(jìn)行編輯工作。具體步驟如下：

(1)核查水體對(duì)象的錯(cuò)分、漏分錯(cuò)分入水體類的非水體對(duì)象，進(jìn)行人工剔除；達(dá)到采集指標(biāo)要求但未實(shí)現(xiàn)自動(dòng)提取的水體對(duì)象，應(yīng)進(jìn)行人工添加。

(2)對(duì)象合并與拆分：水體對(duì)象與非水體對(duì)象分割入同一對(duì)象的對(duì)象，進(jìn)行對(duì)象拆分。水體對(duì)象拆分及合并處理前后如圖9、圖10所示。

圖9 處理前

圖10 處理后

(3)空間位置上位于水體內(nèi)部的非水體地物處理，如圖11、圖12所示。

圖11 處理前

圖12 處理后

經(jīng)過人工解譯與編輯后的結(jié)果如圖13所示：

圖13 經(jīng)人工編輯處理后的分類結(jié)果

4 結(jié) 論

本文根據(jù)高分辨率影像的全色和多光譜數(shù)據(jù)的空間、紋理和光譜信息特征，以計(jì)算機(jī)自動(dòng)處理為主，對(duì)影像進(jìn)行分割，把影像覆蓋范圍內(nèi)的空間分成不同特征屬性的對(duì)象；在分割的基礎(chǔ)上，依據(jù)水域的特征屬性，構(gòu)建了水域地表覆蓋分類的評(píng)定規(guī)則自動(dòng)提取并結(jié)合人工解譯與編輯，提取水域邊界與屬性信息，通過實(shí)例證明計(jì)算機(jī)自動(dòng)分類方法提取水域地表覆蓋分類信息能夠滿足地理國情普查內(nèi)業(yè)解譯精度要求，為地理國情普查生產(chǎn)提供參考。

[1] 宮鵬，黎夏，徐冰. 高分辨率影像解譯理論與應(yīng)用方法中的一些研究問題[J]. 遙感學(xué)報(bào)，2006，10(l)：1～5.

[2] 陳秋曉. 高分辨率遙感圖像分割方法研究[D]. 北京：中國科學(xué)院地理科學(xué)與資源研究所，2004.

[3] 錢巧靜，謝瑞，張磊等. 面向?qū)ο蟮耐恋馗采w信息提取方法研究[J]. 遙感技術(shù)與應(yīng)用，2005，20(3)：338～342.

[4] 付卓，胡吉平，譚衢霖等. 遙感應(yīng)用分析中影像分割方法.遙感技術(shù)與應(yīng)用[J]. 2006.21(5)：456～462.

[5] 羅玲，解梅，陳杉. 基于多尺度形態(tài)濾波的分水嶺圖像分割方法[J]. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)報(bào)，2004，16(2)：168～173.

[6] 陳忠. 高分辨率遙感圖像分類技術(shù)研究[D]. 北京：中國科學(xué)院遙感應(yīng)用研究所，2006.

[7] 陳旺，梁虹，鄧亞東，等. 一種基于指數(shù)函數(shù)的遙感水體信息提取方法[J]. 地球物理學(xué)進(jìn)展，2012，2(1)：103～106.

[8] 吳文淵，沈曉華，鄒樂君等. 基于Landsat ETM影像的水體信息綜合提取方法[J]. 科技通報(bào)，2008，24(2)89～93.

[9] 戴麗君，劉闖. Alos融合影像中水體信息提取方法研究[J]. 水資源與工程學(xué)報(bào)，2011，2(3)106～109.

The Method of Water Cover Information Extracting Based on Remote-Sensing Image

Chen Junren，Zhou Xiaohua，F(xiàn)u Feng

(Jiangxi Nuclear Industry 268 Surveying and Maping Institute，Ningbo 315800，China)

Starting with remote-sensing image principle of classification，it discussed extracting method of water cover classification elements by interpretation work in geographical conditions of census. It compared and analyzed merits and demerits of all kinds of methods，stated methods of auto-classified technology and technique process of computer，described specific procedure of water area land cover classification. The corresponding example is presented，it provided technical reference of land cover classification in geographical conditions of census.

remote-sensing image；water cover classification；feature extraction

1672-8262(2017)02-93-05

P236

B

2016—10—12

陳俊任(1985—)，男，碩士，工程師，從事地理信息工程應(yīng)用方面的研究。