汪承平，何孟琦，王建雄

（云南農(nóng)業(yè)大學(xué)水利學(xué)院云南省高校農(nóng)業(yè)遙感與精準(zhǔn)農(nóng)業(yè)工程研究中心，昆明 650201）

0 引 言

河流湖泊是陸地上必不可少的資源，遙感技術(shù)因獲取數(shù)據(jù)快、受地面限制小等優(yōu)勢，為水體研究提供了重要支持，在研究水體信息、水環(huán)境變化及洪澇災(zāi)害等方面遙感技術(shù)早已得到了廣泛運(yùn)用［1，2］。水體富營養(yǎng)化情況日益嚴(yán)峻，目前對于超綠的富營養(yǎng)化水體信息提取研究大多只是針對提取富營養(yǎng)化水體本身，而忽略了剔除其對整體水域提取的影響等，MEWI指數(shù)的提出有效解決這一問題［3-5］。在水體富營養(yǎng)化日益嚴(yán)重的今天，人類更應(yīng)反思，積極采取措施來保護(hù)我們賴以生存的家園。

水體研究首先就是提取水體范圍和邊界，對于多源遙感數(shù)據(jù)提取水體的方法大致有：目視解譯法、閾值分割法、分類器法等。近年來大量學(xué)者對水體提取展開研究，毛轉(zhuǎn)梅等人［6，7］針對普者黑流域喀斯特地貌水體，提出新型混合水體指數(shù)NEWI；韓震、惲才興等［8］利用多時相衛(wèi)星遙感圖像水邊線高程反演技術(shù)，確定了溫州地區(qū)不同部位淤泥質(zhì)潮灘岸線的變化；沈占鋒等［9］通過閾值法改進(jìn)了NDWI 指數(shù)，有效區(qū)分水體陰影；段紀(jì)維、鐘九生［10］針對雨后洪澇提出超綠水體指數(shù)，有效提取泥沙水體。本文通過比值法構(gòu)建的模型屬于閾值分割法的一種，比值法可根據(jù)不同地類在不同波段中的波譜特點(diǎn)，增強(qiáng)圖像信息，快速提取水體信息。傳統(tǒng)比值法用綠光波段和近紅外波段進(jìn)行比值運(yùn)算來抑制植被信息，增強(qiáng)水體信息［11，12］，但水體提取信息中仍含有許多非水體噪聲。當(dāng)湖泊水體不連通，某些區(qū)域藻類、葉綠素含量過高，水體位于近灘或山體陰影中時，不易提取水體邊界。因此，本文對比分析藻類、建筑、水體等反射波普特點(diǎn)，提出針對富營養(yǎng)化、藻類滋生的超綠水體的改進(jìn)富營養(yǎng)化水體指數(shù)（MEWI）模型。參考了徐涵秋［13］提出的改進(jìn)歸一化差異水體指數(shù)（MNDWI），該模型因采用了短波紅外波段替代傳統(tǒng)的近紅外波段，使得MEWI 模型在城市區(qū)域及地形復(fù)雜區(qū)域亦有良好效果，且抵抗泥沙等的干擾能力較強(qiáng)。

1 水體遙感信息及指數(shù)創(chuàng)建

1.1 水體遙感信息

水體對于光有較強(qiáng)吸收性，所以在遙感影像上水體往往呈現(xiàn)較弱的反射率。在植被光譜曲線特征中，正是由于植被內(nèi)部含有水分導(dǎo)致植被在短波紅外波段反射率大大降低［14，15］。由此特性，Gao［16］于1996年提出了另一個NDWI指數(shù)，主要是用來研究植被體內(nèi)含水量。水體在可見光波段范圍內(nèi)反射率只有4%～5%，其中可見光范圍內(nèi)藍(lán)光反射率較高，而隨著波長提高，入射光幾乎全吸收（如圖1）。這也是海水表面呈藍(lán)色，而深海無光的原因。由圖1 可得，當(dāng)水體混入藻類、泥沙等物質(zhì)，水體反射率也會有所提高［17］。

1.2 指數(shù)模型構(gòu)建

傳統(tǒng)水體指數(shù)的模型如NDWI［18］、ESWI［19］等對于水體的提取，往往通過不同物質(zhì)間的波譜特征的區(qū)別，來尋找待研究地物差異最大的波段，并進(jìn)行組合運(yùn)算，從而增強(qiáng)顯示效果，達(dá)到區(qū)分水體與陸地邊界的目的。然而，經(jīng)過大量實驗對比，發(fā)現(xiàn)傳統(tǒng)水體指數(shù)提取的水體信息盡管在大部分地區(qū)精度較高，但往往在一些葉綠素含量過高的封閉水域會出現(xiàn)無法提取的現(xiàn)象，或?qū)⒉糠纸ㄖ蜑┩康倪吘壊糠忠矂澐值狡渲小?/p>

參考NDWI和MNDWI模型，其公式如下：

式中：Green 為綠光波段；NIR 為近紅外波段；MIR 為中紅外波段。

對比兩個水體指數(shù)模型，MNDWI 以中紅外波段替代了NDWI指數(shù)的近紅外波段，原因是在綠和近紅外波段，建筑和水體的波譜特征幾乎一致，而中紅外波段的建筑物亮度值大于綠波段的值（圖1），因此使得MNDWI模型提取的建筑物數(shù)值小于0，達(dá)到區(qū)分建筑與水體的效果。在Landsat8 OLI傳感器中短波紅外（SWIR1）和TM 傳感器的中紅外波段有相同效果（圖1）。至于不采用短波紅外（SWIR2），是由于（SWIR1）對建筑反射值大于SWIR1，因此選?。⊿WIR1）波段來區(qū)分建筑信息。

圖1 雁田水庫水體、植被、富營養(yǎng)水體和巢湖藍(lán)藻水體波譜圖Fig.1 Spectrum of Yantian reservoir water body，vegetation，eutrophic water body and Chaohu cyanobacteria water body

對這類富營養(yǎng)化水體進(jìn)一步研究發(fā)現(xiàn)：以傳統(tǒng)的綠和近紅外波進(jìn)行運(yùn)算，由于水體葉綠素和藻類含量較多，近紅外波段反射值過高，致使富營養(yǎng)化水體錯分為陸地，降低精度，且影響較大。因此對比波譜信息發(fā)現(xiàn)，以短波紅外波段替代近紅外波段進(jìn)行運(yùn)算，則會大大減少這一現(xiàn)象。

如圖1，含藍(lán)藻的富營養(yǎng)化水體的藍(lán)光和綠光波段亮度值大于短波紅外的亮度值，若以藍(lán)光或綠光波段值減去短波紅外的值，將使富營養(yǎng)化水體和普通水體提取值均大于0，陸地陰影提取值小于0，避免錯分現(xiàn)象。選取可見光范圍內(nèi)水體反射率較高、受葉綠素影響較小的藍(lán)光波段和短波紅外波段，本文提出了新的MEWI指數(shù)：

式中：Blue為藍(lán)光波段；SWIR1為短波紅外波段。

因短波紅外波段植被反射值大大降低，在剔除富營養(yǎng)化水體的同時值得思考水體是否能與植被區(qū)分開。由圖1 所示，植被在藍(lán)光和綠光波段的亮度值遠(yuǎn)小于短波紅外的值，使用該指數(shù)提取值為負(fù)，而水體提取值為正，可有效區(qū)分兩者。通過波段對比遴選的方法，MEWI 水體指數(shù)增強(qiáng)了對建筑裸土信息的區(qū)分，避免水體錯分為建筑物等現(xiàn)象，這使得模型精度大大提升。相較傳統(tǒng)水體指數(shù)化，MEWI指數(shù)不僅在精度上有提升，同時解決了傳統(tǒng)水體指數(shù)無法提取這類超綠富營養(yǎng)化水體的問題。

2 數(shù)據(jù)來源與實驗方法

2.1 數(shù)據(jù)來源

研究區(qū)數(shù)據(jù)來自于美國地質(zhì)調(diào)查局（USGS.GOV）所提供的Landsat8 L1TP 數(shù)據(jù)，空間分辨率30 m，采用地面控制點(diǎn)和數(shù)字高程模型數(shù)據(jù)進(jìn)行了精確校正。

2.2 實驗方法

廣東省東莞市雁田水庫因周邊居民區(qū)生活污水和工廠排放污染物，已出現(xiàn)部分河道淤堵，水體受污染的情況［20，21］。為驗證MEWI 指數(shù)的正確性，選取廣東省東莞市雁田水庫為研究區(qū)，分別用NDWI、ESWI 和NEWI 三種水體指數(shù)進(jìn)行實驗對比分析。因指數(shù)的閾值不同，以區(qū)分度指標(biāo)驗證MEWI 指數(shù)對富營養(yǎng)化水體提取效果，其計算公式如下：

為使實驗結(jié)果具有廣泛代表性，選取2020年7月份安徽省巢湖地區(qū)影像加以驗證。2020年7月份巢湖發(fā)生了藍(lán)藻水華災(zāi)害，對生態(tài)環(huán)境產(chǎn)生了嚴(yán)重影響［22，23］，這為實驗提供了良好條件。實驗采用圖像處理軟件envi 對影像進(jìn)行了輻射定標(biāo)及大氣校正，以減少誤差。

3 結(jié)果與分析

3.1 提取結(jié)果

根據(jù)水體提取結(jié)果，對圖像進(jìn)行拉伸處理，并輔以合適色帶顯示，雁田水庫水體信息提取結(jié)果如圖2 所示。從整體上來看，這4 個指數(shù)提取效果都比較明顯。其中MEWI 提取效果總體優(yōu)于其他3 種指數(shù)的提取效果，結(jié)果顯示：水庫水體提取完整，中部較細(xì)水域未出現(xiàn)不符合實際的中斷現(xiàn)象，水庫西側(cè)兩個獨(dú)立超綠湖泊均被提取，由于東側(cè)溝渠較窄，圖像分辨率不足，僅提取部分溝渠，但對比其余3種指數(shù)提取效果仍有明顯提升，表明MEWI 指數(shù)在這類富營養(yǎng)化體提取方面達(dá)到了預(yù)期效果，能解決一些相對獨(dú)立、葉綠素含量和水體陰影較高的湖泊提取效果差的問題。從局部差異來看，NDWI、ESWI、NEWI三者對于建筑信息分辨能力較弱，相較MEWI 考慮到對建筑信息的剔除，略顯不足。ESWI 指數(shù)因其公式構(gòu)造運(yùn)用比值法，水體提取的值域范圍較大，導(dǎo)致拉伸效果相對較差，但通過后文精度對比實驗證明其提取精度仍較NDWI 指數(shù)有明顯提升。NEWI提取效果與ESWI 相當(dāng)，略優(yōu)于NDWI，這也符合了其公式構(gòu)成原理：通過NDWI與ESWI差分得到，因此其區(qū)分度較高。同時，NEWI 與ESWI 提取的水體信息在水庫的中部支流處中斷現(xiàn)象較為嚴(yán)重，而NDWI 提取支流相對完整，但較MEWI 提取效果仍有差距。

圖2 雁田水庫水體提取圖Fig.2 Water extraction of Yantian reservoir

3.2 富營養(yǎng)化水體區(qū)分度對比

由于MEWI 指數(shù)主要為提取超綠富營養(yǎng)化水體設(shè)計，為驗證MEWI提取效果，使用研究區(qū)影像參考同時期Google Earth 高清影像，選取富營養(yǎng)化水體和非水體（陰影）部分各25 個采樣點(diǎn)，對其進(jìn)行水體指數(shù)計算。將各指數(shù)計算值拉升至（0～35）之間，依據(jù)區(qū)分度公式計算得各指數(shù)區(qū)分度如表1。

表1 富營養(yǎng)化水體與陰影區(qū)分度對比Tab.1 Comparison between eutrophic water body and shado

由表1 可看出，MEWI 指數(shù)的區(qū)分度遠(yuǎn)大于NDWI、ESWI 和NEWI三種水體指數(shù)，表明MEWI指數(shù)能較好區(qū)分超綠富營養(yǎng)化水體和陸地陰影，突出富營養(yǎng)水體與陰影區(qū)域邊界，對于富營養(yǎng)化水體提取效果優(yōu)異。

3.3 精度驗證

雖然MEWI 指數(shù)對于超綠富營養(yǎng)化水體邊界提取頗有成效，但仍需驗證其總體精度。在雁田水庫水陸交界易錯分地帶、水體和陸地隨機(jī)選取共200 個采樣點(diǎn)（圖3），運(yùn)用同時期Google Earth 高清影像進(jìn)行參考對比，得到4 個指數(shù)精度對比表（表2）。根據(jù)結(jié)果可知，MEWI 指數(shù)對于水庫提取總精度高達(dá)89.5%，高于3 個傳統(tǒng)指數(shù)的總精度，表明MEWI 指數(shù)總體精度符合要求。

圖3 雁田水庫水體采樣點(diǎn)圖Fig.3 Water sampling points of Yantian reservoir

表2 水體指數(shù)精度對比Tab.2 Precision comparison of water body index

3.4 MEWI指數(shù)的應(yīng)用

2020年夏季安徽省巢湖地區(qū)發(fā)生藍(lán)藻水華災(zāi)害［24］，湖面漂浮大量綠色浮沫，水體富營養(yǎng)化嚴(yán)重。習(xí)近平總書記在安徽考察時強(qiáng)調(diào)：“一定要把巢湖治理好，把濕地保護(hù)好，讓巢湖成為合肥的名片?！睘轵炞CMEWI 指數(shù)在的具體工程實踐中的效果，選取2020年7月20日的Landsat8 影像，分別用NDWI、ESWI 和NEWI三種水體指數(shù)對比實驗。研究區(qū)示意圖如圖4（水體提取圖中深藍(lán)色為水體信息，橙、黃色為非水體信息），因部分區(qū)域湖面云霧覆蓋，選取西北部無云湖區(qū)為研究區(qū)。

在所有的提取圖像中（圖4），除水體外的淺藍(lán)色圖斑多為云層干擾，MEWI的提取圖像邊緣輪廓清晰可見，湖面剔除大量藻類干擾因素，整體達(dá)到預(yù)期效果。NDWI、ESWI 和NEWI 三種指數(shù)提取結(jié)果均不理想，邊緣模糊無法辨識，湖面存在大量與陸地信息一致的黃褐色圖斑，不能有效抑制水中藍(lán)藻信息。同時研究發(fā)現(xiàn)，汛期河流裹挾泥沙干擾水體提取的情況對于MEWI指數(shù)影響較小。

圖4 研究區(qū)影像圖和巢湖水體指數(shù)提取圖Fig.4 Image map of the study area and extraction map of Chaohu Lake water body index

在含泥沙水體和普通水體區(qū)域各取25個樣本，對待研究區(qū)進(jìn)行水體指數(shù)提取計算，將提取值拉伸至（0～35）之間并計算區(qū)分度得表3。由表3 可見，MEWI 樣本均值極差較小，巢湖藍(lán)藻水體對比普通水體區(qū)分度較低，說明MEWI 提取的兩種水體的值相近，波動范圍較小，而NDWI、ESWI 和NEWI 指數(shù)樣本極差和區(qū)分度較大，表明泥沙對樣本提取值有較大影響。對比河道二值化提取結(jié)果（圖5），圖5 中黑色圖斑為水體信息，白色圖斑區(qū)域為非水體陰影，MEWI指數(shù)提取的河道相對寬敞，完整性最好。ESWI指數(shù)效果僅次于MEWI指數(shù)，NEWI和NDWI指數(shù)效果較差。

圖5 河道區(qū)域水體提取圖Fig.5 Water extraction in river area

表3 含沙水體區(qū)分度對比表Tab.3 Comparison of differentiation of sediment laden water body

4 結(jié) 論

利用藍(lán)光和短波紅外波段替代傳統(tǒng)的綠光和近紅外波段構(gòu)成的改進(jìn)富營養(yǎng)化水體指數(shù)MEWI，為剔除河流湖泊中超綠富營養(yǎng)化水體信息，保留水體完整性研究提供了參考。和傳統(tǒng)水體指數(shù)相比，MEWI指數(shù)有更廣的應(yīng)用空間，除對超綠富營養(yǎng)化水體提取外，也適用某些藻類含量過高的高原湖泊。城市等居民區(qū)往往伴隨大量生活污水和工業(yè)廢水，水體富營養(yǎng)化必不可少。由于使用了短波紅外波段，MEWI 指數(shù)對建筑信息也有增強(qiáng)，在城區(qū)水體提取研究方向很有前景。

由雁田水庫水體提取圖可知，MEWI 指數(shù)對于這類超綠富營養(yǎng)化水體提取效果優(yōu)于NDWI、ESWI 和NEWI 指數(shù)，能夠更全面解譯出富營養(yǎng)化水體信息，且其提取的水體連續(xù)性較好，并未出現(xiàn)ESWI和NEWI指數(shù)的斷流現(xiàn)象。

通過區(qū)分度對比，發(fā)現(xiàn)MEWI 指數(shù)對富營養(yǎng)化水體和非水體陰影的區(qū)分度達(dá)0.38，遠(yuǎn)大于NDWI（0.14）、ESWI（0.16）和NEWI（0.14）水體指數(shù)的區(qū)分度，并且水體提取的總精度達(dá)89.5%，優(yōu)于NDWI（85.5%）、ESWI（87.5%）、NEWI（87%）水體指數(shù)的總體精度，表明MEWI指數(shù)能有效提取富營養(yǎng)化水體，并且總體精度較高。

在汛期時河流裹挾大量泥沙，嚴(yán)重干擾水體提取。研究發(fā)現(xiàn)MEWI 指數(shù)抵抗泥沙干擾能力較強(qiáng)，其提取的含泥沙水體和普通水體區(qū)分度僅為0.02，遠(yuǎn)低于NDWI（0.13）、ESWI（0.39）和NEWI（0.06）水體指數(shù)的區(qū)分度，且提取的含泥沙河道部分信息較完整。夏季河流湖泊含有大量泥沙和葉綠素，這大大凸顯MEWI指數(shù)的優(yōu)勢。

此外，本實驗還存在些許不足。實驗發(fā)現(xiàn)某些湖心孤島MEWI 指數(shù)提取值為正值。由于這類島嶼范圍較小，被水體包裹，加之實驗影像分辨率不足，導(dǎo)致短波紅外波段反射值偏低，甚至略低于藍(lán)光波段反射值，所以出現(xiàn)MEWI 指數(shù)提取值為正值。對此，給予短波紅外適當(dāng)權(quán)重或把水體閾值由0 作微小提高，可提升水體提取效果。MEWI指數(shù)使用了短波紅外波段，對于一些沒有短波紅外的衛(wèi)星傳感器，MEWI指數(shù)并不適用。