地表覆蓋水面信息動態監測方法探索

白 駒

(國家基礎地理信息中心，北京 100830)

遙感影像具有大范圍、高頻率覆蓋的優勢，能夠反映自然資源的真實狀況，水面在遙感影像中的光譜、紋理特征顯著，能夠利用遙感影像反演水面信息。因此，利用遙感、GIS等地理信息技術和手段，基于遙感影像提取水面信息[3-7]，是監測水面范圍較為快速和科學的方法。因此，為了更好支撐相關應用需求，有必要開展探索性方法實驗，為開展業務化的水面范圍季節變化動態監測奠定基礎。

針對水面信息提取的成果較多，但對于全國或大區域范圍、某一時點水面范圍提取的技術和成果較少，更不易反映季節性變化。針對這一現狀，文中在分析梳理各技術方法的基礎上，提出根據不同需求采用不同監測模式的方法，探索可靠、有效的水面信息變化動態監測技術流程與方法。

1 研究方法

1.1 監測模式分析

根據目前技術水平以及遙感影像數據的獲取能力，針對地表覆蓋水面范圍監測，可采取以下4個層次的監測模式：

1)水面信息常規監測。針對全國范圍，獲取滿足監測時相、分辨率要求的遙感影像(空間分辨率高)開展水面信息提取，形成滿足時點要求、基于高空間分辨率遙感影像的水面信息監測成果。

2)長時間序列遙感監測。針對特定監測區域，獲取長時間序列遙感影像(空間分辨率相對較低)，進行水面范圍信息的逐時相提取，實現水面范圍的長時間序列遙感監測，形成長時間序列監測成果；基于此成果，能夠提取水面范圍變化的空間范圍、面積、演化特征等指標。

3)水面范圍數據成果的時空一致性優化。在有高空間分辨率遙感影像或精細數字高程模型(DEM)數據的區域，針對采用空間分辨率相對較低的遙感影像提取的水面范圍信息，基于精細格網DEM數據，利用區域生長算法，獲取精細化的水面范圍成果[8-12]，對初始成果進行地理空間修正，從而實現水面范圍數據結果的時空一致性優化。

1.3 常規復習和基于項目學習理論的復習之間的差異 兩者對比，在常規復習中教師是中心，學生只是被動接受知識者，結果是知識的簡單重復，學生的機械操練，尤其是在“二考”復習時會使學生新鮮感喪失、倦怠感陡增、學習效率下降，“二考”復習變成食之無味棄之可惜的“雞肋”。基于項目學習理論的復習以學生為出發點和落腳點，強調自主探究、合作學習，以發展學生學科核心素養為目的，著眼于學生對于知識的內化和學生解決實際問題能力的提升，真正體現了課程改革的理念。這種復習方式克服了以往理綜復習和“一考”復習中教師對學生、對知識的絕對控制帶來的弊端，學生收獲的不僅僅是選考成績的進步，更是學生學科核心素養的提升。

4)水面水位遙感監測。針對特定監測區域，獲取高時間分辨率的衛星測高數據，可以按季度、按月、按旬、按日等不同的時間尺度。依據衛星測高原理，開展衛星測高數據處理，得到各時相水面水位成果。

通過這種高、中、低空間分辨率遙感影像的互補監測，保證水面范圍提取成果既可滿足時點要求，又可滿足監測精度要求，使得在全國或大區域范圍尺度上統計的水面范圍數據可以反映同一季節或可接受時段內的狀況，盡可能避免或縮小由于影像數據源的差異造成的時空不一致帶來的誤差。

1.2 監測技術流程

4個層次監測模式技術流程如下：

1)基于中低空間分辨率、高時間分辨率遙感影像的全國水面信息提取。總體技術路線為：①在全國范圍獲取滿足時點要求的、質量可行的中低空間分辨率遙感影像。②基于中低空間分辨率遙感影像，開展全國水面信息提取，形成滿足時點要求的全國水面成果，掌握時點時刻全國水面范圍的總體情況。技術流程如圖1所示。

圖1 基于中低空間分辨率、高時間分辨率遙感影像的全國水面信息提取流程

在監測方法上，基于中低空間分辨率、高時間分辨率遙感影像的全國水面信息提取，可以通過人工解譯的方法進行采集，或通過創建水體指數、紋理特征等指標，采用計算機自動分類將水面信息提取出來。

2)基于長時間序列遙感影像的水面空間分布監測。總體技術路線為：①針對特定地區的水面，獲取高時間分辨率遙感影像，可以按季度、按月、按旬、按日等不同的時間尺度。②開展水面信息的逐時相提取，實現水面分布的長時間序列遙感監測，形成長時間序列監測成果。③基于此成果，提取水面變化的空間范圍、面積，掌握水面分布演化特征等指標。技術流程如圖2所示。

圖2 基于長時間序列遙感影像的水面空間分布監測流程

在監測方法上，首先，要獲取長時間序列遙感影像；然后，針對每一個時相的遙感影像，采用監測模式1相同的方法，開展水面信息提取；最后，對長時間序列遙感監測結果，進行對比分析，提取變化信息，包括水面變化的空間范圍、面積、演化特征等指標。

3)基于高精度遙感數據的水面信息空間精化。總體技術路線為：①獲取水面信息所在空間范圍的、滿足時點要求的高空間分辨率遙感影像，開展水面信息提取，獲取精細化的水面成果，從而實現對基于中低空間分辨率遙感影像提取的水面成果的空間精化。②在滿足要求的高空間分辨率遙感影像不易獲取的情況下，采用已有的DEM資料，基于DEM區域生長方法，開展水面信息提取，從而實現對水面成果的空間精化，滿足相關調查監測對成果精度的要求。技術流程如圖3所示。

圖3 基于高精度遙感數據的水面信息空間精化流程

通過這種中低、高空間分辨率遙感影像的互補監測，保證水面提取成果既可滿足時點要求，又可滿足精度要求，使得在全國尺度上統計的水面數據可以反映同一季節或可接受時段內的狀況，盡可能避免或縮小由于影像數據源的差異造成的時間和空間上的不一致性帶來的誤差。

4)基于長時間序列衛星測高數據的水面水位監測。總體技術路線為：①針對特定地區的水面，獲取高時間分辨率的衛星測高數據，可以按季度、按月、按旬、按日等不同的時間尺度。或者通過野外實測等方法，開展水面水位高程測量，有條件的地區可開展出露水面的地表高程測量。②依據衛星測高原理，開展衛星測高數據處理，得到各時相水面水位成果。③基于此成果，提取水面水位變化信息，掌握水面水位隨時間演化特征。并盡可能地掌握該地區的水面與水下地形特征。技術流程如圖4所示。

圖4 基于長時間序列衛星測高數據的水面水位監測流程

基于長時間序列遙感影像的水面空間分布監測、基于長時間序列衛星測高數據的水面水位監測，掌握水面分布演化特征，以及水面水位演化特征，從而進一步研究估算該水面在不同時相的儲水量等信息。

1.3 關鍵技術方法

1)水面信息提取方法。基于特征的水面信息提取方法基本分為人工解譯和計算機自動分類兩種。無論是人工解譯還是計算機自動分類，關鍵都在于水面特征分析與挖掘，以及水面特征規則構建，建立對水面基本特征的認識。

通過水面的光譜特征，可以構建水體指數指標，作為水面提取的規則之一，歸一化的水體指數(Normalized Difference Water Index，NDWI)公式為：NDWI=(G-NIR1)/(G+NIR1)[13]。同時，水面在藍波段也表現出與其他地表覆蓋的差異性，可以將藍波段的比率值和標準差作為水面提取的規則之一。NDWI算法在基于中低空間分辨率遙感影像的水面信息提取中具有非常好的適用性。

2)基于DEM區域生長的水面信息提取方法。區域生長算法是依據區域聯通原理，將有相似性質的像素點合并到一起形成一個區域。該算法首先要確定若干種子點作為出發點[14]，然后將種子點與周圍鄰域的像素點進行對比計算，將具有相似性質的點合并起來繼續向外迭代生長，直到沒有滿足條件的像素點被包含進來為止，便完成一個區域的生長。

將區域生長算法應用于水面信息提取，充分利用水面特性，對DEM精度要求也較高，需結合地表覆蓋水面數據、精細化DEM數據的特點反復實驗，形成適用的區域生長方法特征值和閾值，保障成果精度滿足要求。

2 數據與實驗區

以基于長時間序列遙感影像的水面空間分布監測為例，選取鄱陽湖及周邊地區作為實驗區，通過中國科學院計算機網絡信息中心發布的地理空間數據云平臺(http://www.gscloud.cn/)，參考影像云覆蓋比例，免費下載獲取了實驗區2013—2018年共計15個時相的Landsat 8遙感影像數據，面積為3.7萬km2，具體時相如表1所示。

表1 Landsat 8遙感影像數據序列

各時相空間分辨率為30 m的RGB影像如圖5所示。

圖5 各時相RGB影像

3 結果與分析

1)利用每個時相影像，求取每景影像的水體指數，利用該算法，提取到的水面空間分布如圖6所示。

圖6 水面空間分布

2)水面面積統計結果如表2所示。

表2 水面面積統計結果

3)水面面積隨時間變化曲線如圖7所示。

圖7 水面面積隨時間變化曲線

從圖6、圖7以及表2統計結果可看出，2013年07月01日至2018年04月10日期間，實驗區水面范圍是動態變化的，2017年07月12日水面范圍最大，達到5 131.6 km2，2018年04月10日水面范圍最小，為2 773.8 km2。

4 結 論

1)文中根據目前遙感技術發展水平以及遙感影像數據的獲取能力，針對地表覆蓋水面范圍監測，提出4個層次的監測模式，各模式能夠滿足水面信息提取的不同需要，并能夠實現水面信息的動態變化監測。

2)文中的目標旨在基于中低空間分辨率遙感影像解決全國范圍水面信息提取成果的統一時點問題及基于高空間分辨率遙感影像，解決成果的精度問題，以及解決水面水位、甚至是儲水量隨時間演化特征提取問題，總體上從不同層面提出監測方法和技術流程，為水面信息相關監測提供技術參考。

3)以基于長時間序列遙感影像的水面空間分布監測為例，選取實驗區，對提出的技術方法和流程進行實驗驗證，提取長時間序列的水面信息結果，驗證方法的可行性。

4)文中提出的技術流程方法適用于全國范圍，但由于中、低空間分辨率遙感影像無法解譯小面積水面，存在漏采小面積水面的可能，因此，更加適用于大面積的水面。

對于提出的方法的應用，需要具備一定的遙感影像數據處理技能，具備水面判讀基本知識技能；基于DEM區域生長的水面信息空間精化方法，對DEM精度要求較高，尤其是對DEM水面置平處理的要求較高；方法應用中，長時間序列遙感數據、衛星測高數據的獲取途徑、數據覆蓋頻率、數據質量存在不確定性，需要做一定的前期檢索、分析工作，滿足方法應用的基本條件。