基于SPOT6 影像的瑪旁雍錯(cuò)湖泊面積變化研究

趙婭南，王聰華，羅 峰，李登科

（1. 西藏民族大學(xué) 信息工程學(xué)院，陜西 咸陽(yáng) 712082）

青藏高原具有世界上海拔最高、數(shù)目最多、面積最大的湖區(qū)，但迄今為止大部分高原湖泊缺少具體的考查資料。地處青藏高原南邊的瑪旁雍錯(cuò)湖，是西藏西南部的內(nèi)陸湖泊，主要以融水、雨水補(bǔ)給為主，在西藏西南部水資源保護(hù)、生態(tài)環(huán)境以及氣候監(jiān)測(cè)等方面具有深遠(yuǎn)影響。

近年來(lái)，針對(duì)瑪旁雍錯(cuò)湖泊的面積變化情況，有些學(xué)者利用遙感影像進(jìn)行了相關(guān)研究，如葉慶華[1]、郭柳平[2]等基于遙感技術(shù)和1974—2003年的遙感影像，研究了瑪旁雍錯(cuò)流域冰川和湖泊的變化及其對(duì)氣候變化的影響；拉巴[3]等結(jié)合地形圖、衛(wèi)星遙感影像以及氣溫、降水、積雪日數(shù)、蒸發(fā)量等氣象資料，研究分析了瑪旁雍錯(cuò)湖和拉昂錯(cuò)湖泊面積變化對(duì)氣候的影響；牛沂芳[4]等基于中巴資源衛(wèi)星1999—2007 年的影像，選取最佳波段和時(shí)相，繪制了湖面變化解譯圖；張?chǎng)蝃5]等采用1972—2012 年多源遙感數(shù)據(jù)分析了瑪旁雍錯(cuò)湖近40 年來(lái)的湖泊水位變化特點(diǎn)；白瑪央宗[6]等利用Landsat、HJ-1A、HJ-1B 等多源遙感數(shù)據(jù)，結(jié)合氣象要素，從湖泊面積、萎縮強(qiáng)度指數(shù)和空間分異特征3 個(gè)方面研究了瑪旁雍錯(cuò)湖1972—2018 年的面積變化以及與氣候因素之間的相關(guān)關(guān)系；李均力[7]等利用“全域-局部”分步迭代提取方法，結(jié)合坡度和陰影，建立了一種適合于高山冰川湖泊的自動(dòng)化提取水體模型。上述文獻(xiàn)使用的試驗(yàn)數(shù)據(jù)時(shí)間均較早，目前未見(jiàn)基于SPOT 6高分辨衛(wèi)星影像的瑪旁雍錯(cuò)湖泊研究；且方法也不夠完善，可靠性較差。為了更好地了解和研究氣候變化，監(jiān)測(cè)高原地區(qū)的湖泊變化具有重要的科學(xué)意義[8]。本文研究了利用SPOT 6 高分辨率衛(wèi)星影像觀測(cè)青藏高原瑪旁雍錯(cuò)湖泊面積變化的技術(shù)方法。

1 研究區(qū)概況與數(shù)據(jù)準(zhǔn)備

1.1 研究區(qū)概況

本文選取的研究區(qū)為位于西藏西南部普蘭縣內(nèi)的瑪旁雍錯(cuò)湖，湖泊位置如圖1所示。

圖1 瑪旁雍錯(cuò)湖泊位置分布

1.2 數(shù)據(jù)準(zhǔn)備

本文選用2017年4月、2018年4月的SPOT 6 衛(wèi)星數(shù)據(jù)，包含全色波段和多光譜波段，帶有RPC 參數(shù)，且云量小于5%。瑪旁雍錯(cuò)湖2017 年的影像數(shù)據(jù)信息為：影像ID為SPOT6_201704150453179_FR1_FR1_SV 1_SV1_E082N31_06174，入射角為15.1，拍攝時(shí)間為2017-04，云量為0.3。瑪旁雍錯(cuò)湖2018 年的影像數(shù)據(jù)信息如表1 所示。瑪旁雍措湖的SPOT6 影像數(shù)據(jù)如圖2所示。SPOT6衛(wèi)星的拍攝幅寬可達(dá)60×60，單顆衛(wèi)星即可在3 d內(nèi)拍攝到全球所有角落。SPOT6影像具有1.5 m分辨率，可滿足大范圍持續(xù)更新監(jiān)測(cè)的需要。在近紅外波段、天氣晴朗時(shí)，植被的反射十分明亮，水的反射則較黑。SPOT6衛(wèi)星影像特性如表2所示。

表1 瑪旁雍錯(cuò)湖2018年影像數(shù)據(jù)

圖2 瑪旁雍措湖的SPOT6影像數(shù)據(jù)

表2 SPOT6衛(wèi)星影像特性

2 研究方法

2.1 圖像鑲嵌

購(gòu)買(mǎi)獲得的2018年數(shù)據(jù)分為上、下兩幅，為滿足研究要求，首先對(duì)兩幅影像進(jìn)行圖像鑲嵌操作。鑲嵌時(shí)勻色方法選用直方圖匹配，將上部分圖像作為參考圖像，下部分圖像作為校正圖像，自動(dòng)生成接邊線。

2.2 正射校正

由于青藏高原地區(qū)海拔高、地形起伏大，易引起誤差，因此需利用DEM數(shù)據(jù)對(duì)2017年和2018 年的遙感數(shù)據(jù)進(jìn)行正射校正。本文利用在水經(jīng)微圖下載的1∶250 000比例尺的DEM，分別對(duì)全色影像和多光譜影像進(jìn)行正射校正[9]。

2.3 圖像融合

按照一定的算法將不同傳感器的影像放到統(tǒng)一的地理坐標(biāo)系中，并進(jìn)行運(yùn)算處理，進(jìn)而獲得合成圖像，這一過(guò)程稱為圖像融合。強(qiáng)調(diào)有益信息，消除干擾信息，改善目標(biāo)影像環(huán)境，這樣既擴(kuò)大了信息的應(yīng)用范疇，也提高了影像的可信度。本文利用Gram-Schmidt Pan Sharpening算法融合校正全色影像和多光譜影像，使水體和非水體特征差異更加明顯。該算法適用于高分辨率遙感影像，并能保持圖像波譜信息的一致性[10]。

2.4 歸一化差異水體指數(shù)（NDWI）算法

水的光譜特征主要取決于水中所含物質(zhì)的輻射接收度和散射性，可見(jiàn)光波段之前，水體接收少，反射率低；到近紅外波段，反射率降為0[11]，這一點(diǎn)區(qū)別于植被和土壤的光譜。從幾何特征來(lái)看，河流多為枝條狀，是縱橫較大的不規(guī)則的長(zhǎng)條形；湖泊、海洋等多為面狀，為矩形或圓形。從紋理特征來(lái)看，水體表面較光滑，在遙感影像中呈灰度分布均勻的黑色暗斑[12]。在實(shí)際中，水體易受外部刺激發(fā)生波動(dòng)，從而影響到更大水域范圍的紋理特征。相同的遙感圖像，紋理特征也可能存在差異，這是因?yàn)樗w還存在于小環(huán)境下。通過(guò)上述分析，本文采用NDWI算法。1996年Mcfeeters S K[13]提出的NDWI算法能有效加強(qiáng)水體信息，削弱植被和土壤等干擾[14]。其計(jì)算公式為：

式中，GREEN 為綠光波段（第二波段）； NIR 為近紅外波段（第四波段）。

NDWI 的計(jì)算結(jié)果如圖3所示。

圖3 NDWI結(jié)果

2.5 圖像增強(qiáng)

利用NDWI 算法提取完湖泊整體發(fā)現(xiàn)，由于“同物異譜”和“同譜異物”的影響，結(jié)果存在誤提的現(xiàn)象。其原因在于，影像中河流和濕地的反射率較高，與湖泊反射率相近，呈現(xiàn)形狀不規(guī)則的高亮部分。因此，本文還需對(duì)水體信息提取結(jié)果進(jìn)行數(shù)據(jù)后處理，運(yùn)用高斯低通濾波器[15]進(jìn)行圖像增強(qiáng)，使湖泊邊緣更加明顯。

本文采用二維高斯低通濾波器，表示式為：

式中， x、y 為坐標(biāo)；σ 為控制高斯核形狀的標(biāo)準(zhǔn)偏差，其值越大，頻帶越寬，越平滑。

在空間域領(lǐng)域，通過(guò)卷積算法消除特定的空間頻率來(lái)增強(qiáng)影像，本文將變換核設(shè)置為5×5，對(duì)2017年4月和2018年4月水體指數(shù)提取結(jié)果進(jìn)行處理。

2.6 面積統(tǒng)計(jì)

通過(guò)分析水體指數(shù)提取結(jié)果的直方圖發(fā)現(xiàn)，水體和陸地區(qū)域有兩個(gè)峰值，非水體區(qū)域只有一個(gè)峰值，據(jù)此進(jìn)行閾值分割。根據(jù)目視解譯精確劃分水體邊界，利用掩膜工具裁剪出瑪旁雍錯(cuò)湖泊區(qū)域，計(jì)算得到湖泊面積。

面積統(tǒng)計(jì)時(shí)，先分別統(tǒng)計(jì)2017 年和2018 年的影像面積，再取其平均值。湖泊面積等于湖泊的像元數(shù)乘以分辨率的平方。

3 研究結(jié)果與分析

3.1 研究結(jié)果

本文首先對(duì)SPOT6影像數(shù)據(jù)進(jìn)行圖像鑲嵌、正射校正和圖像融合等處理，再利用NDWI算法提取瑪旁雍錯(cuò)湖泊，選擇第二、四波段，即SPOT6影像中綠光波段和近紅外波段，強(qiáng)調(diào)了水體和其他地物的差異，能有效分離水體與湖灘。為進(jìn)一步確定水體邊界，本文對(duì)提取結(jié)果進(jìn)行圖像增強(qiáng)；再結(jié)合目視解譯，確定水體邊界；最后統(tǒng)計(jì)瑪旁雍錯(cuò)湖泊的面積。

中科院青藏高原研究所統(tǒng)計(jì)的瑪旁雍錯(cuò)湖泊面積為412 萬(wàn)km2，本文統(tǒng)計(jì)的瑪旁雍錯(cuò)湖泊近年平均面積為411.4萬(wàn)km2，變化不大，減少比例為0.1%。

3.2 結(jié)果分析

由研究結(jié)果可知，識(shí)別湖泊淺水區(qū)時(shí)容易出現(xiàn)誤差，這是因?yàn)闇\水區(qū)的光譜成分受到了湖岸邊植被、沙地等其他地物的影響。因此，可嘗試劃分區(qū)域，對(duì)淺水區(qū)域和深水區(qū)域分別進(jìn)行建模，該部分還有待研究。

此外，由于瑪旁雍錯(cuò)湖泊周圍存在一些很小的湖泊和細(xì)小的河流，如東北方向的夏木錯(cuò)、丁錯(cuò)，它們與瑪旁雍錯(cuò)湖泊的光譜特征非常相近，閾值分割時(shí)，提取結(jié)果會(huì)受到影響，提取到斑點(diǎn)狀的信息，因此需要目視解譯確定合適的閾值，去除干擾信息。

通過(guò)查看普蘭氣象站數(shù)據(jù)發(fā)現(xiàn)，湖泊變化與該區(qū)域的降水量和氣溫有關(guān)。瑪旁雍錯(cuò)流域?qū)儆诟咴瓉喓畮Ц珊禋夂騕8]，在這段時(shí)間該地區(qū)氣溫升高、降水減少，使得湖泊面積呈現(xiàn)萎縮現(xiàn)象。

4 結(jié) 語(yǔ)

本文采用2017 年和2018 年的SPOT6 衛(wèi)星影像對(duì)瑪旁雍錯(cuò)湖泊面積進(jìn)行了研究。本文對(duì)研究方法進(jìn)行了改進(jìn)，分別對(duì)全色影像和多光譜影像進(jìn)行正射校正，再進(jìn)行Gram-Schmidt Pan Sharpening 融合，從而保持了影像波譜的保真性。本文首先利用NDWI算法粗提取湖泊，再采用高斯低通濾波器進(jìn)行圖像增強(qiáng)，消除特定的空間頻率以提高實(shí)驗(yàn)效果，可為監(jiān)測(cè)高原湖泊方法提供一種思路。后續(xù)將增加水文數(shù)據(jù)，對(duì)冰川、凍土融水量方面進(jìn)行進(jìn)一步研究；還可將湖泊按照水深進(jìn)行劃分，對(duì)淺水區(qū)和深水區(qū)分別進(jìn)行建模研究。