遙感影像中水面及水體信息提取方法的研究

1、遙感影像中水面及水體信息提取方法的研究胡啟中1,祁建勇2(1.上海佳文比特信息科技有限公司,上海,200135;2.河北建設(shè)勘察研究院有限公司,石家莊,050031摘要:根據(jù)遙感影像中不同光譜波段對(duì)不同地物的反射率特征,以西洋河流域2000年春秋兩期Landsat7 ETM+遙感數(shù)據(jù)為研究對(duì)象,結(jié)合實(shí)地調(diào)查數(shù)據(jù),利用地理信息系統(tǒng)及遙感數(shù)據(jù)處理系統(tǒng)軟件平臺(tái),建立植被覆蓋度對(duì)不同季節(jié)、不同程度的植被覆蓋、巖土裸露及水面水體相關(guān)的特征關(guān)系、對(duì)該流域內(nèi)分布的各類中小型水庫(kù)塘壩的水面和水體信息的分析和提取方法進(jìn)行系統(tǒng)的研究和驗(yàn)證。通過結(jié)果分析表明:根據(jù)不同時(shí)相遙感影像的光譜波段組合建立不同的處理方法可以

2、提高季節(jié)性變化的水面及水體信息識(shí)別和提取的精度和效率。關(guān)鍵詞 :遙感影像;光譜分析;水體信息;提取方法水面及水體信息的分析和提取,一直是遙感影像分析處理及解譯分類的基礎(chǔ)性工作,在水資源調(diào)查、水環(huán)境監(jiān)測(cè)、水災(zāi)害評(píng)估等許多方面得到了廣泛應(yīng)用。國(guó)內(nèi)外很多專家學(xué)者在大規(guī)模區(qū)域尺度、高精度空間分辨率及多時(shí)相時(shí)間分辨率的遙感數(shù)據(jù)基礎(chǔ)上對(duì)水體的提取方法做了深入研究,并提出了許多行之有效的方法。在中小流域尺度范圍上,基于中低空間分辨率的衛(wèi)星遙感影像,對(duì)各類中小型水庫(kù)塘壩的水面及水體信息的分析和提取是困難的,即使單一的借助專業(yè)的遙感數(shù)據(jù)處理系統(tǒng)軟件平臺(tái)進(jìn)行分類解譯,不僅技術(shù)性強(qiáng),步驟繁多,模型構(gòu)造復(fù)雜,也是費(fèi)工

3、費(fèi)時(shí)費(fèi)力的。水域范圍精度控制和水面水體提取效率的提高一直是遙感解譯水面及水體信息方法改進(jìn)的驅(qū)動(dòng)力。1 Landsat7 ETM+遙感波段光譜特征及歸一化植被指數(shù)應(yīng)用遙感數(shù)據(jù)是在預(yù)定的光譜波段(波長(zhǎng)上獲得的。美國(guó)陸地衛(wèi)星7號(hào)(Landsat-7攜帶的增強(qiáng)型專題制圖儀(ETM+,包含三個(gè)可見光波段蘭綠紅、一個(gè)近紅外波段、二個(gè)中紅外波段,空間分辨率為30米;一個(gè)熱紅外波段,空間分辨率為60米;另加一個(gè)空間分辨率為15米的全色波段。盡管空間分辨率不是較高,重采樣覆蓋周期16天,但其波段設(shè)置比較合理,并采集傳輸回大量的遙感數(shù)據(jù),成為陸地資源調(diào)查及生態(tài)環(huán)境監(jiān)測(cè)等諸多領(lǐng)域應(yīng)用重要的遙感數(shù)據(jù)源之一。各種地物,

4、尤其是巖石土壤、綠色植被和水面水體在可見光和紅外波段附近具有明顯的反射率特征。在光譜中,波段3可見光紅光主要被植物吸收,同土壤和巖石相比,綠色植物的反射系數(shù)相當(dāng)弱;而在波段4近紅外線部分的反射卻比多數(shù)其它地表覆蓋物的反射要強(qiáng)得多 1 。水面或水體幾乎吸收了近紅外波段4和中紅外波段5或7的全部能量使之反射率很低,同時(shí)土壤和植被在這三個(gè)波段內(nèi)的吸收能量較小,而有較高的反射率,這就使得水體在這三個(gè)波段上與植被和土壤具有明顯的光譜特征差異。因此在假自然色彩波段合成影像(RGB543波段組合中,水體呈現(xiàn)出深藍(lán)色及藍(lán)色的暗色調(diào),而土壤因其巖類基質(zhì)特征呈不同淺色調(diào),植被則呈現(xiàn)出相對(duì)較亮的深綠色、綠色或淺綠色

5、色調(diào)。但由于不規(guī)則山體陰影的影響,使得近紅外、中紅外在陰坡面的反射能量特別低,它們?cè)谟跋裆弦渤尸F(xiàn)出明顯的暗色調(diào);規(guī)則的鐵路線、公路線等基礎(chǔ)設(shè)施在遙感影像上也同時(shí)呈現(xiàn)出明顯的暗色調(diào)。水面水體與山體陰影、鐵路線、公路線等基礎(chǔ)設(shè)施的光譜特征混淆使得遙感解譯的普通分類方法難以準(zhǔn)確提取水面水體信息。歸一化植被指數(shù)(NDVI,是植被指數(shù)的一種通用化指標(biāo)形式,正是利用了遙感數(shù)據(jù)中近紅外線和紅光之間植被、水體及巖石土壤等其它地物的光譜特征,計(jì)算兩波段之間的差異或比值,使之反映植被覆蓋狀況。因此,通過遙感數(shù)據(jù)直接計(jì)算的植被指數(shù)近一步估算植被覆蓋度,在全球植被變化、作物生長(zhǎng)狀況、土地利用/覆蓋變化、區(qū)域生態(tài)變遷、

6、氣候發(fā)展變化等不同應(yīng)用研究領(lǐng)域里都起著重要的作用。很多專家學(xué)者通過分析植被指數(shù)與植被覆蓋度的相關(guān)關(guān)系,建立了許多應(yīng)用角度的關(guān)系模型2。Chao-Yuan Lin(臺(tái)灣在2002年將歸一化植被指數(shù)(NDVI作線性逆變換,建立了植被覆蓋度與歸一化植被指數(shù)的關(guān)系函數(shù),即C =(1NDVI/ 2 (1式中C,作為修正通用土壤侵蝕方程(RUSLE的輸入?yún)?shù),即植被覆蓋因子,并應(yīng)用于流域系統(tǒng)的土壤侵蝕預(yù)報(bào)和沉積量估算 3 。歸一化植被指數(shù),定義為NDVI=(NIR-R/ (NIR+R (2式中,NIR和R分別為近紅外線和紅光的反射率,在ETM+影像中對(duì)應(yīng)于第4、3波段。歸一化植被指數(shù)(NDVI的數(shù)值在-1

7、與1之間,負(fù)值表示地面覆蓋為云、水、雪等,對(duì)可見光高反射; 0表示有巖石或裸土等,近紅外線和紅光的反射率近似相等;正值,表示有植被覆蓋,且隨覆蓋度增大而增大。因此,植被覆蓋度(C的數(shù)值在0與1之間,分別對(duì)應(yīng)于不同的地物特征值及不同程度的植被覆蓋狀況。在上述基本方法的指導(dǎo)下,ETM+遙感影像中水面及水體信息的識(shí)別和提取,主要是依據(jù)水體在各個(gè)波段上光譜的不同特征以及與其它地物光譜特征的差異,通過多個(gè)波段組合分析,并借助于地理信息系統(tǒng)及遙感數(shù)據(jù)處理系統(tǒng)軟件的空間建模工具和分析處理方法,構(gòu)造水面及水體信息分析提取模型,增強(qiáng)顯示并生成水面及水體信息圖像,進(jìn)一步應(yīng)用空間統(tǒng)計(jì)分析和工程數(shù)值方程計(jì)算水面面積及

8、水體容積等工程數(shù)據(jù)。2 水體及背景地物的光譜特征分析研究區(qū)位于秦皇島市域冀東沿海諸河的洋河流域,選擇2000年5月2日及9月7日兩期代表春秋兩季的Landsat7 ETM+遙感數(shù)據(jù),根據(jù)分水嶺裁剪出西洋河支流。西洋河流域,富貴莊站上游流域面積為302.6km2,由9條較大的小流域組成,北半部分由陡峭的山地和燕河盆地構(gòu)成,南半部分由平緩的丘陵構(gòu)成。流域內(nèi)分布著許多大小不一,形態(tài)各異的中小型水庫(kù)、塘壩及坑池,基于中低空間分辨率遙感影像運(yùn)用常規(guī)方法分類解譯及識(shí)別提取具有一定難度。2000年5月2日遙感影像的光譜分析。五月份正是該地區(qū)的春季干旱季節(jié),冬小麥生長(zhǎng)旺季,主流植被的闊葉型樹種楊柳樹及蘋果樹等

9、樹木正待抽芽,灌叢草甸正趨返青。在RGB543波段組合的假自然色彩的影像中可以看到,綠色植被主要分布在西洋河支流兩岸部分,深紫色、黑褐色及灰色山體和地質(zhì)巖性清晰,紫色及紫白相間的裸露土壤大片分布,黑藍(lán)色及藍(lán)色的水庫(kù)塘壩顯示不清,黑藍(lán)色的河道由于其彎曲特征可辨。2000年9月7日遙感影像的光譜分析。九月份正是該地區(qū)的秋季水豐時(shí)期,玉米、甘薯等主導(dǎo)農(nóng)作物生長(zhǎng)旺季,主流植被的闊葉型樹種楊柳樹及蘋果樹等樹木繁茂,灌叢草甸豐厚。在RGB543波段組合的假自然色彩的影像中可以看到,綠色植被不僅分布在西洋河支流兩岸部分,在五月份的遙感影像上顯示的紫色及紫白相間的裸露土壤大片分布已被淺綠色及黃綠色替代,深紫色

10、、黑褐色及灰色山體和地質(zhì)巖性模糊,黑藍(lán)色及藍(lán)色的水庫(kù)塘壩在大片的植被中依然顯示不清,黑藍(lán)色的河道由于其彎曲特征依稀可辨,但不如五月份春季干旱季節(jié)的影像清晰。根據(jù)Landsat7 ETM+遙感影像各波段光譜特征,為了消除綠色植被、裸露巖石土壤、山體陰影等色調(diào)影響,突出顯示水面特征,確定最佳波段組合為RGB751。波段1的添加是應(yīng)用其水體穿透性能,為了研究水位變化及岸線侵潤(rùn)。在RGB751波段組合的影像中水庫(kù)、塘壩及河道以深藍(lán)色突出顯示出來。根據(jù)歸一化植被指數(shù)(NDVI線性變換為植被覆蓋度(C,在植被覆蓋度(C專題影像中設(shè)置合適的顯示顏色類別數(shù)值,實(shí)現(xiàn)對(duì)水面及水體、不同等級(jí)植被、裸露巖土等地物的顯

11、示顏色分類。水面及水體以紅色系顯示、不同等級(jí)植被以綠色系顯示、裸露巖土等地物以黃色系顯示;色系值域在植被覆蓋度-歸一化植被指數(shù)關(guān)系曲線中對(duì)應(yīng)于影像分類體系的閾值范圍。圖1至圖4分別顯示研究區(qū)春秋兩期局部的植被覆蓋度(C專題影像及對(duì)應(yīng)的植被覆蓋度-歸一化植被指數(shù)關(guān)系表達(dá)的分類體系。在植被覆蓋度高的情景下,反映植被覆蓋度或歸一化植被指數(shù)的影像中,水面水體、植被和裸露巖石土壤的圖案及色調(diào)分明;而在植被覆蓋度低的情景下,裸露巖石土壤及山體陰影等對(duì)水面水體表現(xiàn)的影響強(qiáng)烈,可識(shí)別性下降。因此設(shè)置合適的顯示顏色類別數(shù)值可以實(shí)現(xiàn)對(duì)水面及水體、植被等級(jí)、裸露巖土等地物的顯示分類。 圖1 2000年5月2日植被覆

12、蓋度影像(局部 圖2 2000年5月2日植被覆蓋度-歸一化植被指數(shù)關(guān)系 圖3 2000年9月7日植被覆蓋度影像(局部 圖4 2000年9月7日植被覆蓋度影像-歸一化植被指數(shù)關(guān)系3 構(gòu)建模型方法提取水面及水體信息遙感影像中水面及水體信息的提取,主要包括三個(gè)方面:(1水面及水體的識(shí)別;(2水面及水域邊線的界定;(3水面面積及水體容積的計(jì)算。因此,集成地理信息系統(tǒng)(GIS及遙感數(shù)據(jù)處理系統(tǒng)(RS軟件平臺(tái)提供的模型方法,甚至集成全球定位系統(tǒng)(GPS的方法,構(gòu)建系統(tǒng)的水面及水體信息識(shí)別和提取模型方法,參見圖5。包括以下主要過程: 圖5 水面及水體信息分析提取模型方法應(yīng)用遙感數(shù)據(jù)處理系統(tǒng)(RS軟件平臺(tái),對(duì)

13、遙感影像進(jìn)行增強(qiáng)處理及光譜分析,波段組合及模型計(jì)算,并構(gòu)建相關(guān)專題影像,實(shí)現(xiàn)對(duì)水面及水體的解譯和識(shí)別。應(yīng)用地理信息系統(tǒng)(GIS軟件平臺(tái),對(duì)最佳波段組合的遙感影像、專題影像及輸入的工程數(shù)據(jù)圖像融合處理及空間分析,以便顯示清晰的水面及水域邊線,進(jìn)行矢量化編輯,輸出水面及水體解譯圖像,實(shí)現(xiàn)對(duì)水面及水域邊線的界定。應(yīng)用地理信息系統(tǒng)(GIS或3S集成軟件平臺(tái),實(shí)現(xiàn)工程制圖和數(shù)值計(jì)算功能。將數(shù)字高程模型(DEM數(shù)據(jù)、工程矢量化數(shù)據(jù)、遙感專題影像和水面及水體解譯圖像組合處理,進(jìn)行空間數(shù)據(jù)統(tǒng)計(jì)分析輸出專題圖件;根據(jù)水位-水面積-庫(kù)容的工程數(shù)值關(guān)系函數(shù)實(shí)現(xiàn)水面面積與水位和水體容積的計(jì)算。4 結(jié)果分析根據(jù)構(gòu)建的水

14、面及水體信息識(shí)別和提取模型方法,對(duì)2000年春秋兩期遙感影像的西洋河流域內(nèi)各類水庫(kù)塘壩進(jìn)行識(shí)別和提取,取得良好的識(shí)別和提取效果。局部區(qū)域的結(jié)果示例參見圖6至圖7。水面面積統(tǒng)計(jì)如表1所示。根據(jù)解譯結(jié)果可知,在2000年5月初春節(jié)干旱季節(jié),重峪口水庫(kù)和上莊水庫(kù)的水面面積很小,僅為0.002平方公里,而下莊水庫(kù)和塘壩為干枯狀態(tài);在2000年9月初秋季豐水季節(jié),重峪口水庫(kù)的水面面積為0.0576平方公里,上莊水庫(kù)的水面面積為0.0263平方公里,下莊水庫(kù)水面面積為0.0196平方公里,下莊塘壩水面面積為0.0057平方公里。圖6 2000年5月2日水面信息分析提取結(jié)果（局部） 圖7 2000年9月7日水面信息分析提取結(jié)果（局部） 水面面積解譯統(tǒng)計(jì)表 （單位：km2 日期 20000502 20000907 重峪口水庫(kù) 0.0021 0.0576 下莊水庫(kù) 0 0.019