萬(wàn)建鵬，官云蘭，葉素倩，馬祺瑞

(1.東華理工大學(xué)測(cè)繪工程學(xué)院，江西南昌 330013;2.河海大學(xué)水利水電學(xué)院，江蘇南京 210098)

隨著全球水資源環(huán)境的日益惡化，水體信息的實(shí)時(shí)、準(zhǔn)確、有效地提取成為遙感和環(huán)境工作者的研究熱點(diǎn)。遙感影像因其宏觀(guān)性強(qiáng)、時(shí)空分辨率高、實(shí)時(shí)反應(yīng)快、成本低廉等特點(diǎn)，越來(lái)越多的環(huán)境工作者將遙感技術(shù)運(yùn)用于各類(lèi)環(huán)境(如土壤環(huán)境、植被和水環(huán)境等)監(jiān)測(cè)中(Ji et al.，2009)。水體面積信息的準(zhǔn)確獲取，應(yīng)用于水旱災(zāi)害情況監(jiān)測(cè)、水環(huán)境監(jiān)測(cè)、濕地保護(hù)等領(lǐng)域，為水資源保護(hù)、水利工程規(guī)劃、緩解熱島效應(yīng)以及可持續(xù)發(fā)展提供動(dòng)態(tài)基礎(chǔ)數(shù)據(jù)和科學(xué)決策依據(jù)(Zhang et al.，2013)。

現(xiàn)階段，利用Landsat TM影像提取水體時(shí)常用的方法有:單波段閾值法、譜間關(guān)系法(駱劍承等，2009)、水體指數(shù)法和多波段色彩變換法等。其中，單波段閾值法和譜間關(guān)系法相對(duì)較為簡(jiǎn)單，存在對(duì)細(xì)小水體的漏判和對(duì)山體陰影的誤判兩方面缺陷。水體指數(shù)法主要有:McFeeters(1996)為消除山體陰影對(duì)水體提取的影響而提出的Normalize DifferenceWater Index(NDWI);徐涵秋(2005)通過(guò)對(duì)TM影像第五波段研究后提出以TM第5波段代替NDWI中的NIR波段的Modified Normalized Difference Water Index(MNDWI)提取水體，該方法很好的改進(jìn)了利用NDWI法進(jìn)行易混淆的城鎮(zhèn)建筑物提取，比較適用于城鎮(zhèn)地區(qū)的水體提取;丁鳳(2009)利用水體在TM/ETM+影像band 4、band 5、band 7同時(shí)具有強(qiáng)吸收的基礎(chǔ)上，提出了新型水體指數(shù)(NWI)，該方法選用blue波段代替green波段，并增加2個(gè)水體反射率高的波段來(lái)增強(qiáng)水體信息，很好的獲取水體信息。Feyisa等(2014)通過(guò)構(gòu)建AWEI水體指數(shù)模型提取水體，并在世界各地選取各種背景下(如黑色土壤、陰影等)的水體進(jìn)行水體提取試驗(yàn)，結(jié)果表明該指數(shù)能夠有效的獲取閾值，并準(zhǔn)確的提取水體信息。

1 試驗(yàn)區(qū)概況及數(shù)據(jù)來(lái)源

鄱陽(yáng)湖位于北緯28°22'～29°45'，東經(jīng)115°47'～116°45'。地處江西省的北部，長(zhǎng)江中下游南岸。水體面積變化具有很強(qiáng)的時(shí)令性。本文實(shí)驗(yàn)數(shù)據(jù)為2010年1月17日和2010年1月4日的TM5影像數(shù)據(jù)并融合其1～5，7波段影像，通過(guò)ENVI5.1對(duì)影像進(jìn)行幾何校正、輻射定標(biāo)和大氣校正，裁剪出大小為5 100×5 100像素，包含鄱陽(yáng)湖全部的試驗(yàn)影像。選取的影像質(zhì)量較好，無(wú)云和條帶噪聲影響，圖1為實(shí)驗(yàn)區(qū)的假彩色合成影像。

2 研究方法

在研究區(qū)按水體、建筑、林地、裸地及陰影5種地類(lèi)分別布置15個(gè)點(diǎn)(樣點(diǎn)均勻分布在研究區(qū))，提取Landsat TM 6個(gè)波段(熱紅外波段除外)的反射率與水體指數(shù)的值并繪制波譜曲線(xiàn)(圖2)。

圖1 鄱陽(yáng)湖地區(qū)位圖及Landsat TM 543假彩色影像Fig.1 The location of Poyang Lake and its Landsat TM 543 false-color image

圖2 五種典型地類(lèi)波譜特征曲線(xiàn)Fig.2 The five typical land curve’s spectral characteristic

從圖2可以看出，水體在可見(jiàn)光波段的波譜特征值明顯大于近紅外波段和中紅外波段，近紅外波段和中紅外波段的反射率明顯低于非水體類(lèi)，但易與陰影混淆，而其它非水體不具備這一特征，水體指數(shù)正是基于此建立的。

利用指數(shù)法提取水體的基本原理是:利用水體在Landsat TM/ETM+的藍(lán)色波段和綠色波段的強(qiáng)吸收性，并且在紅色波段和紅外波段的強(qiáng)反射性提取水體，比值型指數(shù)通過(guò)分子增強(qiáng)水體與非水體信息進(jìn)而利用分母進(jìn)一步擴(kuò)大二者的差距，使感興趣地物在所生成的指數(shù)影像上得到最大的亮度增強(qiáng)，而其它背景地物則受到普遍的抑制，從而達(dá)到突出感興趣地物的目的(吳際通，2013)。NDWI、MNDWI，NWI指數(shù)都屬于比值型指數(shù)，計(jì)算公式分別如下:

式中，Band1、Band2、Band4、Band5、Band7分別為L(zhǎng)andsat TM/ETM+影像的1，2，4，5，7波段。

在通過(guò)構(gòu)建NDWI、MNDW和NWI水體指數(shù)提取水體時(shí)，研究區(qū)內(nèi)，水體提取的結(jié)果受山體陰影、建筑物陰影、耕地、黑色土壤等地物的干擾，使得水體提取的精度相對(duì)較低。本文在 NWI指數(shù)和AWEI指數(shù)模型的基本思路上，構(gòu)建出綜合權(quán)重水體指數(shù)(CWWI)。該指數(shù)利用水體在blue波段和green波段的強(qiáng)反射性，以及近紅外波段和中紅外兩個(gè)波段的強(qiáng)吸收性，采用藍(lán)、綠、近紅外、2個(gè)中紅外共5個(gè)波段，通過(guò)對(duì)各波段賦予不同的權(quán)值并進(jìn)行波段組合而得到。其中，各波段的權(quán)值是通過(guò)各波段灰度值(DN)均值的比值獲取。這樣通過(guò)增強(qiáng)水體反射率與吸收率的差值進(jìn)一步區(qū)分非水體信息中易于水體信息混淆的地物，從而區(qū)分其它非水體信息。具體公式如4式。

式中符號(hào)含義與公式1，2，3相同。

OTSU閾值分割法，又稱(chēng)最大類(lèi)間方差法。日本學(xué)者Otsu在1979年在最小二乘的基礎(chǔ)上推導(dǎo)出來(lái)的一種適用于雙峰直方圖提出的一種最大類(lèi)間方差法。該方法算法簡(jiǎn)單，運(yùn)行速度快。一直被認(rèn)為是閾值自動(dòng)選取的最優(yōu)方法，在一定條件下不受圖像對(duì)比度與亮度變化的影響，因此在一些實(shí)時(shí)圖像處理系統(tǒng)中得到廣泛使用。

3 結(jié)果與分析

3.1 水體提取

利用ENVI 5.1軟件分別用NDWI，MNDWI，NWI和CWWI指數(shù)模型提取水體，將各指數(shù)水體灰度圖像拉伸為0～255的TIFF格式數(shù)據(jù)，基于MATLAB 2009B環(huán)境利用大律法(OTSU)(殷蔚明等，2004)閾值分割法自動(dòng)提取閾值，利用ENVI軟件將其轉(zhuǎn)為二值圖像，從而分別將水體信息提取出來(lái)。各指數(shù)水體提取結(jié)果如圖3所示。

3.2 提取精度驗(yàn)證

3.2.1 精度評(píng)價(jià)方法

分類(lèi)結(jié)果精度評(píng)價(jià)是進(jìn)行水體遙感監(jiān)測(cè)中重要的一步，也是分類(lèi)結(jié)果是否可信的一種度量?，F(xiàn)階段分類(lèi)最常用的精度評(píng)價(jià)方法是誤差矩陣或混淆矩陣(Error Matrix)方法(Congalton，1991;Richards，1996;Stehman，1997)，在水體提取時(shí)通過(guò)誤差矩陣可以計(jì)算出各種精度統(tǒng)計(jì)值，如總體正確率、使用者正確率、生產(chǎn)者正確率(Story et al.，1986)、Kappa系數(shù)等。通過(guò)誤差矩陣能夠有效的獲取水體提取的精度及Kappa系數(shù)等精度評(píng)價(jià)因子。

誤差矩陣的基本原理是構(gòu)建一個(gè)n×n矩陣(n為分類(lèi)數(shù))，用來(lái)簡(jiǎn)單比較參照點(diǎn)和分類(lèi)點(diǎn)。一般矩陣的行代表分類(lèi)點(diǎn)，列代表參照點(diǎn)，對(duì)角線(xiàn)部分指某類(lèi)型與驗(yàn)證類(lèi)型完全一致的樣點(diǎn)個(gè)數(shù)，對(duì)角線(xiàn)為經(jīng)驗(yàn)證后正確的樣點(diǎn)個(gè)數(shù)(Stehman，1997)。對(duì)分類(lèi)圖像的每一個(gè)像素進(jìn)行檢測(cè)是不現(xiàn)實(shí)的，需要選擇一組參照像素，參照像素必須隨機(jī)選擇。

Kappa分析是評(píng)價(jià)分類(lèi)精度的多元統(tǒng)計(jì)方法，對(duì)Kappa的估計(jì)稱(chēng)為KHAT統(tǒng)計(jì)，Kappa系數(shù)代表被評(píng)價(jià)分類(lèi)比完全隨機(jī)分類(lèi)產(chǎn)生錯(cuò)誤減少的比例，計(jì)算公式如下:

3.2.2 水體提取精度

在用各指數(shù)提取水體信息后，利用ENVI5.1軟件的density slice工具密度分割后，再利用 ERDAS2011軟件的accuracy assessment工具進(jìn)行精度評(píng)價(jià)，并選取水體和非水體各100個(gè)樣本點(diǎn)計(jì)算混淆矩陣及Kappa系數(shù)。各指數(shù)水體混淆矩陣如表1。表中水體、非水體指的是ERDAS精度評(píng)價(jià)時(shí)，樣本中水體和非水體的個(gè)數(shù)。

3.3 結(jié)果分析

從圖3，4可以看出NWI指數(shù)模型較NDWI水體指數(shù)模型提取水體時(shí)，易受山體陰影的影響，受城市建筑物陰影較小，水體提取較為完整。CWWI水體指數(shù)模型較其它三種水體指數(shù)模型在受城市建筑物及建筑物陰影較多，但在鄱陽(yáng)湖周?chē)w提取的效果較好，受山體陰影的影響比其它三種指數(shù)少，提取結(jié)果更優(yōu)。其中圖4中1-1至2-5局部影像可以看出，CWWI指數(shù)模型能夠有效地消除山體陰影對(duì)水體提取的影響，MNDWI及NWI指數(shù)模型較差。

表1 不同水體指數(shù)水體提取混淆矩陣Table 1 Confusion matrix for different water index of water extraction

從表1、表2得出各水體指數(shù)提取水體信息，并計(jì)算四種指數(shù)提取水體的精度由大到小順序依次為:CWWI＞MNDWI＞NWI＞NDWI，水體指數(shù)提取精度均在85%以上，說(shuō)明都能對(duì)水體進(jìn)行準(zhǔn)確提取;不同指數(shù)提取純水體像元錯(cuò)分像元個(gè)數(shù)由大到小依次為:NDWI＞NWI＞MNDWI＞CWWI，在對(duì)各指數(shù)水體提取結(jié)果誤差匹配時(shí)發(fā)現(xiàn)，NDWI指數(shù)提取水體信息時(shí)建筑物陰影被錯(cuò)分為水體較多，MNDWI指數(shù)水體信息易于山體陰影、耕地和沼澤地混淆，NWI指數(shù)受山體陰影和建筑物陰影影響較NDWI和MNDWI有很大的改善。綜合表明CWWI指數(shù)提取水體的精度最高，Kappa系數(shù)表中CWWI指數(shù)水體與非水體的區(qū)分度最顯著，CWWI水體指數(shù)能夠有效的提取水體信息。

表2 各指數(shù)提取水體的精度和Kappa系數(shù)Table 2 The indices extraction accuracy and Kappa coefficient of water bodies

4 結(jié)束語(yǔ)

利用多波段加權(quán)組合，通過(guò)擴(kuò)大水體反射率強(qiáng)的波段與反射率低的波段的發(fā)差，增加水體與非水體的區(qū)分度，從而達(dá)到水體提取的目的。試驗(yàn)證明，根據(jù)綜合權(quán)重水體指數(shù)(CWWI)，并利用OSTU閾值分割提取水體，該方法在水體提取精度方面高于MNDWI，NWI和NDWI水體指數(shù)，能夠準(zhǔn)確高效的提取水體信息。

CWWI指數(shù)模型中，各波段權(quán)值是通過(guò)各波段發(fā)射率的比值得到，權(quán)值的獲取簡(jiǎn)單易行。針對(duì)不同實(shí)驗(yàn)區(qū)域，各波段的權(quán)值可能不同，只要獲取相應(yīng)的權(quán)值就能提高水體信息提取的準(zhǔn)確性。因此，綜合權(quán)重水體指數(shù)模型中的權(quán)系數(shù)可以因區(qū)域而變，具有一定的普適性。

利用CWWI指數(shù)模型提取水體時(shí)，水體仍然易受到陰影等地物的影響，從而降低了水體提取的精度，因此，進(jìn)一步的消除陰影等地物對(duì)水體的影響是接下來(lái)的研究目標(biāo)。

丁鳳.2009.基于新型水體指數(shù)_NWI_進(jìn)行水體信息提取的實(shí)驗(yàn)研究［J］.測(cè)繪科學(xué)，34(4):155-157.

吳際通.2013.基于TM_ETM_影像的不同水體指數(shù)對(duì)比研究［J］.測(cè)繪科學(xué)，38(4):193-195.

駱劍承，盛永偉，沈占鋒，等.2009.分步迭代的多光譜遙感水體信息高精度自動(dòng)提?。跩］.遙感學(xué)報(bào)，13(4):610-615.

徐涵秋.2005.利用改進(jìn)的歸一化差異水體指數(shù)_MNDWI_提取水體信息的研究［J］.遙感學(xué)報(bào)，9(5):589-595.

殷蔚明，王典洪.2004.Otsu法的多閾值推廣及其快速實(shí)現(xiàn)［J］.中國(guó)體視學(xué)與圖像分析，9(4):219-223.

Congalton R G.1991.A review of assessing the accuracy of classifications of remotely sensed data［J］.Remote Sensing Environment.37 (1):35-46.

Feyisa G L，Meilby H，F(xiàn)ensholt R，et al.2014.Automated Water Extraction Index:A new technique for surface water mapping using Landsat imagery［J］.Remote Sensing of Environment，140:23-35.

圖3 各水體指數(shù)提取水體結(jié)果圖Fig.3 The Water Index extracting water body results

Ji L，Zhang L，Wylie B.2009.Analysis of Dynamic Thresholds for the Normalized Difference Water Index［J］.Photogrammetric Engineering＆Remote Sensing，75(11):1307-1317.

McFeeters S K.1996.The use of the Normalized Difference Water Index (NDWI)in the delineation of open water features［J］.International journal of remote sensing，17(7):1425-1432.

Richards J A.1996.Classifier performance and map accuracy［J］.Remote Sensing Environment.57(3):161-166.

Stehman S V.1997.Selecting and interpreting measures of thematic classification accuracy［J］.Remote Sensing Environ，62(1):77-89.

Story M，Congalton R G.1986.Accuracy assessment:a user’s perspective［J］.Photogrammetric Engineering＆Remote Sensing.48(1): 131-137.

Zhang G，Xie H，Yao T，et al.2013.Water balance estimates of ten greatest lakes in China using ICESat and Landsat data［J］.Chinese Science Bulletin，58(31)，3815-3829，doi:10.1007/s11434-013-5818-y.

圖4 各指數(shù)提取水體結(jié)果局部對(duì)比圖Fig.4 The local contrast diagram of each water extraction index