周志偉 郭炯甫 王浩驊 魏浩翰

摘 要：水是地球上的重要資源，淡水湖泊承載著供給飲用水功能。水體面積提取有利于了解現(xiàn)有水資源存量，相較于傳統(tǒng)方法費(fèi)時(shí)費(fèi)力，前期投入成本大，各水文站點(diǎn)聯(lián)系不緊密等問(wèn)題，基于MODIS光學(xué)遙感影像進(jìn)行水體面積提取，已經(jīng)逐漸成為一種快速獲取水體、植被等參數(shù)信息的方法。在廣泛文獻(xiàn)檢索、調(diào)研的基礎(chǔ)上，闡述水體指數(shù)法提取湖泊面積的基本原理、發(fā)展過(guò)程及主要應(yīng)用，對(duì)常用方法進(jìn)行梳理和對(duì)比，分析其優(yōu)缺點(diǎn)，結(jié)合鄱陽(yáng)湖實(shí)例說(shuō)明湖泊水體提取流程。以期有助于水資源的全面保護(hù)及合理利用，進(jìn)而為生態(tài)環(huán)境穩(wěn)步發(fā)展提供依據(jù)。

關(guān)鍵詞：MOIDS; 水體提取; 水體指數(shù)

中圖分類(lèi)號(hào)：P237? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ?文章編號(hào)：文章編號(hào)：1006-3315（2021）11-124-002

1.引言

水是地球上人類(lèi)賴(lài)以生存的自然資源，被稱(chēng)為人類(lèi)生命的源泉。地球上有70.8%的表面被水覆蓋，其中陸地水約占地球表面總水量的3.5%，包括土壤濕度、積雪、地表水、地下水等，是全球水循環(huán)的重要組成部分，同時(shí)影響著全球生物化學(xué)循環(huán)和能量循環(huán)^[1]。其中湖泊是地表水的重要載體，湖泊面積是監(jiān)測(cè)湖泊變化的一項(xiàng)重要指標(biāo)，隨著遙感技術(shù)的不斷發(fā)展，利用遙感影像提取水體面積成為了可能。在遙感技術(shù)出現(xiàn)之前只能通過(guò)人工實(shí)地測(cè)量湖面面積。由于湖泊面積動(dòng)態(tài)變化且形狀復(fù)雜、不規(guī)則，過(guò)去常使用水位與面積的關(guān)系建立模型，這種方法需要大量的前期數(shù)據(jù)儲(chǔ)備，耗費(fèi)大量的人力與資源。隨著衛(wèi)星遙感技術(shù)的成熟，具備良好時(shí)間分辨率與空間分辨率的同時(shí)，為降低資源與成本、大范圍覆蓋提供了有力的科學(xué)技術(shù)支持^[2-4]。

2.現(xiàn)有研究方法

2.1湖泊水體提取方法

地球上任何物體都具有光譜特性，能夠吸收、反射、輻射光譜性能。不同物體在同一光譜區(qū)反射情況基本相同，相同物體因時(shí)間、地點(diǎn)不同，導(dǎo)致的太陽(yáng)光直射角度不同，也會(huì)存在不同的反射和吸收情況，遙感技術(shù)就是依據(jù)此原理判斷物體。常用的三種光譜波段為紅波段、紅外波段、綠波段，此外還有一種微波段。紅波段用于探測(cè)植物、水體;紅外波段用于探測(cè)土地、礦產(chǎn)及各類(lèi)資源;綠波段用于探測(cè)地下水、巖石及土壤特性;微波段主要用于探測(cè)氣象云層和海底魚(yú)群^[5]。

由于各類(lèi)地物對(duì)不同波長(zhǎng)范圍的反射率不同，而同一類(lèi)地物擁有相似的電磁波譜特征，利用電磁波譜特征差異識(shí)別地物，水體本身的光學(xué)特性、狀態(tài)及物質(zhì)組成是影響水體反射的主要因素。水體主要反射藍(lán)綠波段，同等太陽(yáng)直射角度情況下，清水反射率為4%～5%，其余波段均能吸收，反射率降為2%～3%，其中對(duì)紅外波段的吸收最強(qiáng)，幾乎全部吸收入射光，此時(shí)水體的反射率幾乎為0^[6]。借助水體的反射率隨波長(zhǎng)的增加而減小的趨勢(shì)特性，同時(shí)與植物、土壤的相應(yīng)光譜特征形成鮮明的差異，從而依據(jù)波長(zhǎng)范圍及相互映射關(guān)系便能夠分割成水體、植被、裸地、林地、建筑物等地物。

基于光學(xué)遙感影像提取水體的方法，最初主要利用傳統(tǒng)統(tǒng)計(jì)模式對(duì)地物進(jìn)行劃分，即監(jiān)督分類(lèi)和非監(jiān)督分類(lèi)法，隨著神經(jīng)網(wǎng)絡(luò)、光譜角分析、支持向量機(jī)等多學(xué)科被引入水體提取，出現(xiàn)單波段法、多波段法（譜間關(guān)系法、水體指數(shù)法等）、決策樹(shù)法等方法用于提取水體。單波段法適用于地勢(shì)平坦，周?chē)季趾?jiǎn)單地區(qū)，已經(jīng)逐漸被多波段法取代。譜間關(guān)系法適用于地形變化較小地區(qū)，對(duì)陰影變化敏感。水體指數(shù)法利用遙感影像對(duì)特定波段進(jìn)行分析并構(gòu)建水體指數(shù)，從而更為精確提取水體信息。由于水體指數(shù)法識(shí)別結(jié)果精確，提取過(guò)程簡(jiǎn)易，適用范圍廣，應(yīng)用頻次高，已被多數(shù)研究所采用，本文選用水體指數(shù)法提取湖泊水體。

目前，常見(jiàn)的水體指數(shù)法主要有以下幾種：

（1）歸一化植被指數(shù)

Rouse等^[7]學(xué)者于1973年提出歸一化植被指數(shù)（Normalized Difference Vegetation Index，NDVI），最早用于監(jiān)測(cè)植被覆蓋率，經(jīng)過(guò)技術(shù)的發(fā)展，現(xiàn)在被廣泛應(yīng)用于監(jiān)測(cè)干旱、預(yù)測(cè)農(nóng)業(yè)生產(chǎn)、火險(xiǎn)區(qū)域及沙漠覆蓋圖等領(lǐng)域，有助于對(duì)更改的照明條件、表面坡度、坡向和其他外部因素進(jìn)行補(bǔ)償。學(xué)者研究紅波段與近紅外波段發(fā)現(xiàn)，植被反射率從紅外波段至近紅外波段逐漸增強(qiáng)，而水體反射率從紅波段至近紅外波段逐漸減弱，通過(guò)波段之間組合能夠有效區(qū)分出水體與植被^[8]，因此也能夠用作水體提取。NDVI具有消除部分與太陽(yáng)高度角、衛(wèi)星觀測(cè)角、地形、云影等與大氣條件有關(guān)的輻射變化影響;作為非線(xiàn)性變換，NDVI低值部分被增大，抑制高值部分，從而NDVI數(shù)值易飽和，對(duì)高值密度區(qū)敏感性降低等特點(diǎn)。由于NDVI結(jié)果被限定于-1～1，能夠避免數(shù)據(jù)值過(guò)大或過(guò)小帶來(lái)的不便。

NDVI公式如下：

式中，Red表示紅波段，NIR表示近紅外波段。

（2）歸一化水體指數(shù)

Macfeeters在1996年提出歸一化水體指數(shù)（Normalized Difference Water Index，NDWI），受到歸一化植被指數(shù)（NDVI）啟示，通過(guò)綠波段與近紅外波長(zhǎng)相互組合能夠有效抑制水體周?chē)闹脖恍畔?，從而增?qiáng)水體與周?chē)畔⒉町悾蛛x出水體邊界。NDWI主要考慮除外水體以外的水體因素，對(duì)水體周?chē)耐寥琅c建筑物有所忽略，土壤、建筑物在綠波段和近紅外波段的電磁波譜特征與水體較為相似，在近紅外波段的反射率要低于綠波段的反射率。正常情況下，因?yàn)榇颂匦匀菀讓?dǎo)致在提取水體周?chē)寥篮徒ㄖ飼r(shí)得到的數(shù)值也為正值，產(chǎn)生噪音。由此在NDWI來(lái)提取城市群中的以建筑物為背景的水體，效果會(huì)差，而長(zhǎng)江中下游湖泊主要分布于城市群中，用此方法準(zhǔn)確性較低。

NDWI公式如下：

式中，Green表示綠波段，NIR表示近紅外波段。

（3）改進(jìn)的歸一化水體指數(shù)

徐涵秋在2005年提出改進(jìn)的歸一化水體指數(shù)（Modified Normalized Difference Water Index，MNDWI），發(fā)現(xiàn)歸一化水體指數(shù)（NDWI）容易將水體周?chē)慕ㄖ锖屯寥阑煜?，形成噪聲，于是在NDWI的基礎(chǔ)上提出通過(guò)綠波段與中紅外波段相互組合，增強(qiáng)水體與建筑物的反差，從而提高在城市周邊提取水體的精準(zhǔn)度。經(jīng)過(guò)比較，MNDWI的識(shí)別效果在城市周?chē)忍嵘^多，尤其更能揭示水體微細(xì)特征，如懸浮沉積物的分布、水質(zhì)變化等。另外，MNDWI能夠區(qū)分地區(qū)中的陰影與水體，減少水體提取時(shí)的陰影影響。但MNDWI的閾值需要自行設(shè)定，因季節(jié)與地點(diǎn)的不同，相同地物的情況下也會(huì)出現(xiàn)一定偏差，同時(shí)計(jì)算大范圍圖像的MNDWI指數(shù)時(shí)會(huì)出現(xiàn)異常值太多，無(wú)法消除的問(wèn)題。作為典型淡水湖泊，城市群內(nèi)主體湖區(qū)面積較大，選擇此方法易造成異常值，且難以消除影響。

MNDWI公式如下：

式中，Green表示綠波段，MIR表示中紅外波段。

對(duì)比于NDWI，MDWI處理中容易摻雜城市等非水體信息，通過(guò)對(duì)NDVI圖像選取合適的閾值，能夠清晰分辨出植被與水體的界限，從而較好地識(shí)別水體^{[9，10]}。因此，下文采用NDVI進(jìn)行水體提取流程示例，在NDVI圖像中水體近乎顯示為黑色，NDVI值基本為負(fù)數(shù)，植被的NDVI值基本為正數(shù)。

2.2長(zhǎng)時(shí)間序列湖泊面積提取流程

采用NDVI指數(shù)提取水體信息，需對(duì)h28v06影像的每一幅水體信息提取后進(jìn)行拼接等處理。MOD13Q1影像為16天合成產(chǎn)品，進(jìn)行了一定的輻射與大氣校正，去除大部分大氣與云因素的影響，無(wú)需再對(duì)影像進(jìn)行校正與修復(fù)。

（1）遙感影像拼接、重投影及剪裁

利用MRT軟件進(jìn)行批量處理拼接，投影參數(shù)如表1所示。批量投影完成后的MODIS影像由于覆蓋整個(gè)長(zhǎng)江中下游湖泊，提取水體面積時(shí)不免有小型湖泊及其他地物的影像，根據(jù)鄱陽(yáng)湖覆蓋范圍大致區(qū)域確定初步感興趣區(qū)，選擇較為清晰的MOD13Q1影像為例，如圖1所示。

（2）遙感影像合成

將一月兩次的MODIS采用最大值合成方法得到月湖泊影像，最大值合成方法（Maximum Value Composite，MVC）是選用單個(gè)像元的最大值進(jìn)行合成方法，輸出單月中質(zhì)量最高的像元作為輸出像元，由此合成一副月MODIS湖泊影像圖。該方法能夠最大程度上增強(qiáng)圖像，且凸顯植被與水體分布。

（3）閾值提取

長(zhǎng)江中下游平原的水生植物主要生長(zhǎng)于湖泊內(nèi)，從沿岸淺水區(qū)向深水區(qū)呈有規(guī)律的環(huán)狀分布，水生植物生長(zhǎng)較多，由此在提取NDVI閾值時(shí)，應(yīng)略微提高NDVI值，確定閾值提取范圍在-1～0.25之間均可能為湖泊，具體提取值應(yīng)結(jié)合季節(jié)，云覆蓋率等因素再確定^{[11，12]}。

3.結(jié)論

淡水是生命中不可或缺的資源，水體提取有助于了解現(xiàn)有水資源的情況，對(duì)生產(chǎn)生活和經(jīng)濟(jì)社會(huì)發(fā)展具有重大影響。本文梳理已有利用光學(xué)遙感影像提取水體的方法，闡述各方法的優(yōu)勢(shì)與局限性，主要針對(duì)其中水體指數(shù)法進(jìn)行整理，分析NDVI，NDWI，MNDWI三種水體指數(shù)法的優(yōu)劣，探討水體提取中存在的問(wèn)題和研究前景，以鄱陽(yáng)湖為實(shí)例演示利用NDVI提取水體流程。不難發(fā)現(xiàn)，現(xiàn)在水體提取主要以光譜特征為主，大范圍、系統(tǒng)化和精細(xì)化的水體信息提取仍需學(xué)者們進(jìn)一步研究。

項(xiàng)目來(lái)源：江蘇省測(cè)繪地理信息科研項(xiàng)目“基于JSCORS多源數(shù)據(jù)融合監(jiān)測(cè)近地空間水環(huán)境參數(shù)”（編號(hào)JSCHKY201903）;江蘇省高校大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目（編號(hào)：2020NFUSPITP0369，名稱(chēng)：利用北斗衛(wèi)星大氣延遲信號(hào)監(jiān)測(cè)PM2.5含量變化）

參考文獻(xiàn)：

[1]李丹，吳保生，陳博偉，等.基于衛(wèi)星遙感的水體信息提取研究進(jìn)展與展望[J]清華大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，60（02）：147-161

[2]杜云艷，周成虎.水體的遙感信息自動(dòng)提取方法[J]遙感學(xué)報(bào)，1998（04）：264-269

[3]王航，秦奮.遙感影像水體提取研究綜述[J]測(cè)繪科學(xué)，2018，43（05）：23-32

[4]蘇龍飛，李振軒，高飛，等.遙感影像水體提取研究綜述[J]國(guó)土資源遙感，2021，33（01）：9-19

[5]中國(guó)科學(xué)院.遙感技術(shù)介紹[EB/OL]http：//www.cas.cn/kxcb/kpwz/201105/t20110525_3142146.shtml

[6]趙輝.基于Landsat數(shù)據(jù)的鄱陽(yáng)湖面積動(dòng)態(tài)監(jiān)測(cè)及其與水位關(guān)系研究[D]中國(guó)地質(zhì)大學(xué)（北京），2016

[7] Rouse J W. Monitoring Vegetation Systems in the Great Plains with Erts： Third ERTS Symposium， 1973， 1973[C]

[8]于歡，張樹(shù)清，李曉峰，等.基于TM影像的典型內(nèi)陸淡水濕地水體提取研究[J]遙感技術(shù)與應(yīng)用，2008（03）：310-315

[9]汪丹，王點(diǎn)，齊述華.鄱陽(yáng)湖水位-淹水面積關(guān)系不確定性的分析[J]長(zhǎng)江流域資源與環(huán)境，2016，25（S1）：95-102

[10]王志輝，易善楨.不同指數(shù)模型法在水體遙感提取中的比較研究[J]科學(xué)技術(shù)與工程，2007（04）：534-537

[11]姜麗光，姚治君，劉兆飛，等.湖泊動(dòng)態(tài)變化遙感研究綜述[J]遙感技術(shù)與應(yīng)用，2013，28（05）：807-814

[12]李景剛，李紀(jì)人，黃詩(shī)峰，等.近10年來(lái)洞庭湖區(qū)水面面積變化遙感監(jiān)測(cè)分析[J]中國(guó)水利水電科學(xué)研究院學(xué)報(bào)，2010，8（03）：201-207

第一作者簡(jiǎn)介：周志偉，1995年生，男，碩士研究生，主要研究方向：衛(wèi)星遙感。通訊作者簡(jiǎn)介：魏浩翰，1978年生，男，副教授，博士，主要研究方向?yàn)樾l(wèi)星近地表水環(huán)境監(jiān)測(cè)。