基于HJ-1 CCD光譜信息的水體識別方法研究

摘" 要：該研究利用環境一號衛星（HJ-1）的CCD數據，采用3種不同的水體自動識別方法，即歸一化水體指數（NDWI）、近紅外閾值法和監督分類法，對2012—2020年間松花湖的水體進行識別和面積計算。該研究旨在評估各方法在水體面積變化檢測中的表現及適用性，通過對比這些方法在不同年份的應用效果。結果表明，監督分類法在多數情況下能夠識別出更大的水體面積，顯示其在廣泛水體監測中的優越性。近紅外閾值法在特定年份也表現出較好的水體識別效果。該研究結果可以為HJ-1 CCD在水域監測和災害預防等方面提供重要的決策支持。

關鍵詞：環境一號衛星；水體識別；NDWI；近紅外閾值法；監督分類法

中圖分類號：TV122" " "文獻標志碼：A" " " " " 文章編號：2095-2945（2024）33-0026-04

Abstract： This research used CCD data from the Environment-1 Satellite （HJ-1） and three different automatic water body recognition methods： normalized water body index （NDWI）， near-infrared threshold method and supervised classification method to identify and calculate the water body of Songhua Lake between 2012 and 2020. The study aims to evaluate the performance and applicability of each method in detecting changes in water area. By comparing the application effects of these methods in different years， the results show that the supervisory classification method can identify larger water areas in most cases， showing its superiority in extensive water monitoring. The near-infrared threshold method also shows good water body recognition effect in specific years. The research results can provide important decision support for HJ-1 CCD in water monitoring and disaster prevention.

Keywords： Environment-1 satellite; water body recognition; NDWI; near-infrared threshold method; supervised classification method

松花江水系主要分布在吉林省和黑龍江省境內[1]。松花江在吉林省段也稱為西流松花江或第二松花江，長約790 km，流域面積13.17萬km2，是吉林省第一大河，被譽為吉林省的“母親河”[2]。松花江和嫩江一起孕育了廣闊富饒的松遼平原。松遼平原是我國重要的老工業基地和糧食主產區，松花江為吉林省國民經濟的建設和發展，為工農業生產和人民生活用水提供了豐富的水源。然而，西流松花江流域也是洪澇災害發生較頻繁的地區[3]。據資料分析和統計，松花流域平均每2至3年就要發生一次嚴重的洪澇災害[4]。松花湖是松花江水系上一個重要的調節水量的湖泊，同時也是重要的生態旅游資源，實時監測其水體變化具有重要的意義。

遙感衛星已經成為現代環境監測與災害管理中不可或缺的工具。特別是在水體監測領域，相較于傳統的地面監測方法，衛星遙感不僅能顯著節省人力與物力，還能避免信息的時間滯后性，提供更為實時與準確的數據支持。隨著遙感數據源的多樣化以及空間與時間分辨率的提高，衛星遙感在水體變化監測上的精確度與效率亦日益增強。

在眾多衛星平臺中，中國的環境一號衛星（HJ-1）系列以其高效的數據獲取和優良的光譜性能，特別適用于區域尺度的環境與災害監測。本研究基于環境一號衛星的CCD數據，選取西流松花江上一個重要的湖泊松花湖為研究對象，探索并比較了歸一化水體指數（NDWI）、近紅外閾值法和監督分類法3種不同的水體識別技術。通過對這些方法在不同年份的應用成效進行對比分析，旨在識別出在特定環境條件下最適宜的水體監測方法，為未來的環境監測提供科學依據與技術指導。此外，本研究的成果也將有助于推動遙感技術在環境保護和災害預防領域的廣泛應用。

1" 研究數據

本論文以環境衛星CCD數據為數據源，環境一號系列衛星包括2顆光學衛星（HJ-1A和 HJ-1B星），它能夠大范圍、實時時動態地監測環境和災害[5]，環境一號衛星主要參數見表1。衛星自2008年以來一直在軌運行，為全球環境保護和災害管理提供了寶貴的數據資源。劉明月等[6]用環境一號衛星CCD數據和Landsat OIL衛星數據，對2013年松花江與嫩江交匯處的洪水進行遙感監測。

2" 研究方案

2.1" 研究框架

為了實現基于HJ-1 CCD光譜信息對松花湖水體識別的研究，本研究設計了如下研究框架（如圖1所示）。

第一步數據選取：獲取沒有云覆蓋、數據質量較好的HJ-1 CCD數據共6期。

第二步數據預處理：為了滿足基于光譜反射率對水體的識別，首先對環境衛星CCD數據進行了輻射定標和大氣校正等預處理，隨后分別選取植被和水體像元查看校正前后的光譜曲線（如圖2、圖3所示），以驗證預處理效果符合要求。

第三步水體自動識別：本研究采用了3種自動水體識別方法，分別是歸一化水體指數法、近紅外閾值法和監督分類方法，進行水體識別并分別計算松花湖水域面積。

最后一步水體自動識別方法評價：以人機交互目視解譯水體識別結果為真值，評價上述3種方法水體識別結果的準確度，分析其精度和適用性。

2.2" 水體識別方法

2.2.1" 歸一化水體指數方法

歸一化水體指數（Normalized Difference Water Index， NDWI）通過地表水和其他地表物休的光譜特征的不同，在影像上將水體高亮顯示。本研究使用的歸一化水體指數方法，利用水體在近、中紅外波段吸收率更強的性質，在綠光波段相對反射率較高，可以使水體數據更突出。NDWI的求解為

NDWI=（G-NIR）/（G+NIR） ，" （1）

式中：G代表綠波段的像素值，而NIR代表近紅外波段的像素值。

2.2.2" 近紅外閾值法

近紅外閾值法的主要依據是到近紅外波段水體的反射率非常低，能夠與其他地物波譜特征能區別，所以能區分出水體信息。近紅外閾值法的公式為

ρNIRlt;P ，" " " " " " " " （2）

當近紅外反射率值小于P時，就認為是水體。

2.2.3" 監督分類方法

監督分類方法是遙感影像常用的地物分類方法，本研究目的是提取水體，而水體在遙感影像上的色調特征較易與其他地類分開，因此遙感影像分為水體和其地類（城區和植被）。

3" 結果與分析

3.1" 提取結果

為了驗證HJ-1A/B CCD水體識別方法效果，本研究是以松花湖為例，共用6期不同年份夏季7月數據，基于不同方法對水體進行了提取。

3.1.1" NDWI提取結果

借助遙感專業處理軟件ENVI采用NDWI指數法，得到水體識別結果，如圖4所示，白色代表水體，黑色代表非水體。

3.1.2" 近紅外提取結果

同樣借助遙感專業處理軟件ENVI采用近紅外閾值法，得到水體識別結果，如圖5所示，白色代表水體，黑色代表非水體。

3.1.3" 監督分類提取結果

通過ENVI監督分類工具，將水體作為一類，其他地類概括分為植被和城區2類。分類結果如圖6所示，圖中白框內區域代表水體。

3.2" 對比分析

本研究基于NDWI法、近紅外法和監督分類法對6期不同年份的7月份松花湖水體進行了識別，并分別計算水域面積。為了對比分析這3種自動水體識別方法的準確性，本研究以傳統的目視解譯法計算的水體面積并作為真值，利用偏差和均方根誤差作為研究評價指標。統計結果見表2，可以看出，監督分類方法與目視解譯方法的偏差和均方根誤差最小。

結果表明，監督分類法在識別水體面積方面通常能提供更廣泛的覆蓋，特別是在大范圍的水體監測中顯示出較高的精度和可靠性。例如，監督分類法在2012年識別的水體面積遠超過其他2種方法，顯示其在處理大規模數據時的優勢。

在具體數值方面，基于NDWI法、近紅外法和監督分類法的水體面積統計結果與目視解譯法（作為基準）的比較顯示出不同程度的偏差和誤差。其中，監督分類法的偏差和RMSE都相對較小，表明其在水體監測中具有較高的準確性和穩定性。具體而言，監督分類法的均方根誤差在所有方法中最低，強調了其作為精確水體識別技術的適用性。

4" 結論

根據從2012年至2020年間松花湖水體面積變化的研究數據，通過比較歸一化水體指數（NDWI）、近紅外閾值法和監督分類法3種水體識別技術，本研究利用偏差和均方根誤差（RMSE）進行了精確的分析比較。監督分類法與目視解譯法的偏差和均方根誤差最小。

總結來說，選擇適當的水體識別方法應充分考慮監測的具體環境和需求。監督分類法因其優越的性能，在廣泛的水體監測項目中推薦使用。本研究的發現對于指導未來的環境監測和資源管理具有實際應用價值。

參考文獻：

[1] 龐博，劉刊，賈文.關于松花江流域地貌特征及劃分的討論[J].地理科學研究，2021，10（3）：290-294.

[2] 閆涵，趙靚.吉林省松花江河道岸線保護與利用規劃編制探討[J].東北水利水電，2021，39（12）：4-5，14.

[3] 李成林，廖衛紅，張蘋蘋，等.第二松花江流域暴雨洪水演變規律分析[J].中國簽批村水利水電，2017（12）：75-80.

[4] 東北地區1995年大洪水[EB/OL].[2022-10-31].http：//www.slwr.gov.cn/wxzl/38905.jhtml.

[5] 王秋燕，陳仁喜，徐佳，等.環境一號衛星影像中水體信息提取方法研究[J].科學技術與工程，2012，12（13）：3051-3056.

[6] 劉明月，賈明明，王宗明，等.2013年松花江與嫩江交匯段洪水遙感監測[J].濕地科學，2015，13（4）：456-465.