基于NDWI和熱紅外混合的水體識(shí)別方法

楊 斌, 李文慧

(淮陰師范學(xué)院 數(shù)學(xué)科學(xué)學(xué)院, 江蘇 淮安 223300)

基于NDWI和熱紅外混合的水體識(shí)別方法

楊 斌, 李文慧

(淮陰師范學(xué)院 數(shù)學(xué)科學(xué)學(xué)院, 江蘇 淮安 223300)

從現(xiàn)代遙感理論入手,分析了植被、城鎮(zhèn)、土壤、水體等典型地物在MERSI圖像上的表現(xiàn)特征,進(jìn)而提出適用于MERSI資料的NDWI結(jié)合紅外通道的NDWI-EX水體指數(shù)擴(kuò)展模型,提高了水體判識(shí)在城鎮(zhèn)區(qū)域的準(zhǔn)確率,為提高洪澇判識(shí)的準(zhǔn)確度提供借鑒．

MERSI; 水體指數(shù); 洪澇監(jiān)測(cè); 遙感

0 引言

衛(wèi)星遙感監(jiān)測(cè)是快速獲取洪澇災(zāi)害時(shí)空分布信息的有效手段之一．我國(guó)將發(fā)射一系列新一代極軌FY-3業(yè)務(wù)衛(wèi)星,FY-3系列衛(wèi)星攜帶的MERSI傳感器獲取的數(shù)據(jù)時(shí)間、空間、光譜分辨率較高、覆蓋廣,將是國(guó)內(nèi)外遙感界專家學(xué)者關(guān)注的焦點(diǎn),本項(xiàng)研究基于FY-3A/MERSI資料的洪澇災(zāi)害遙感監(jiān)測(cè)技術(shù)和研發(fā)洪澇監(jiān)測(cè)應(yīng)用軟件,為洪澇災(zāi)害遙感監(jiān)測(cè)提供有效的工具[1]．

由于水體的透光性和水面的反射性,由傳感器接受到的水體遙感光譜信號(hào)包含了來自大氣、水面、水體以及水底各個(gè)不同層次的光譜信號(hào),是一個(gè)經(jīng)過了疊加的綜合信號(hào)[2]．

1 水體光譜特性

一般清水的反射率在可見光區(qū)都很低,在藍(lán)光波段稍高,以后隨著波長(zhǎng)的增加而降低,0.75μm以后幾乎被水體吸收[3]．光譜信號(hào)也受到水質(zhì)的影響,比如水中葉綠素的光譜信號(hào)、懸浮泥沙、水化學(xué)特性、水體溫度等[4]．

泥沙含量很高的渾濁水體,在可見光區(qū)的反射率明顯提高,提高的幅度隨懸浮泥沙的濃度和粒徑增加．隨著泥沙含量的增高,水體反射率急劇增高,其最高反射率則有自黃綠光向紅光和近紅外區(qū)移動(dòng)的趨勢(shì)[5]．

水生生物體中的葉綠素與藻膽素等會(huì)改變純水體在近紅外波段的強(qiáng)吸收性,使曲線顯示出近紅外的“陡坡效應(yīng)”,其程度取決于水生生物量的多寡[4]．

2 MERSI水體特征分析

自然界水體的形狀多種多樣,其色調(diào)與周圍環(huán)境背景稍有差異,但因其物理量變化較小而難以準(zhǔn)確提?。覀鞲衅骺臻g分辨率的限制也決定了最小可識(shí)別目標(biāo)的大小,使得在特定的波段內(nèi)地物的光譜差異被均衡化,而導(dǎo)致“同譜異物”現(xiàn)象．

MERSI 20個(gè)通道中前5個(gè)通道空間分辨率達(dá)到250m,包括三個(gè)可見光波段、一個(gè)近紅外波段和一個(gè)熱紅外波段,可見光和近紅外通道的光譜帶寬均為0.5μm,對(duì)提取小范圍的水體比較有利;16～20通道空間分辨率為1km,光譜范圍從可見光到近紅外,其中6～18通道的波譜帶寬為0.02μm, 19、20通道的波譜帶寬為0.05μm,可用于提取大范圍水體．為充分利用MERSI的空間分辨率,提高水體識(shí)別精度,本文使用MERSI的1～5通道進(jìn)行洪澇水體提?。?/p>

2.1 圖像水體特征分析

選擇某日廣西百色水利樞紐工程庫(kù)區(qū)和澄碧河水庫(kù)MERSI影像圖作為分析數(shù)據(jù),使用線性增強(qiáng)制作了CH1～CH5的灰度圖和CH3-2-1、CH3-4-1合成彩色圖(通道i表示為CHi,CH3-2-1表示CH3、CH2、CH1分別作為紅色、綠色、藍(lán)色通道進(jìn)行彩色合成)．MERSI的前三個(gè)通道是可見光通道,分別對(duì)應(yīng)藍(lán)色、綠色、紅色波段,在可見光波段,水體和植被、土壤、城鎮(zhèn)等地物的光譜特性差別不大,水體反射率和其它地物比較相近;CH4是近紅外波段,中心波長(zhǎng)是0.865μm,水體在這個(gè)波段有強(qiáng)烈的吸收,反射率非常低,圖像上水體表現(xiàn)為暗,而其它地物在這個(gè)波段有較高的反射率,在圖像表現(xiàn)較亮,反差很大,因此CH4是進(jìn)行水體識(shí)別的最佳通道;CH5是熱紅外通道．用紅、綠、藍(lán)對(duì)應(yīng)的通道3、2、1進(jìn)行合成,水體與其它地物對(duì)比度不明顯;使用CH3-4-1通道進(jìn)行合成水體則表現(xiàn)為藍(lán)紫色,而植被表現(xiàn)為綠色,城市為紅紫色,由于云在三個(gè)通道都是高反射率,表現(xiàn)為白色．

2.2 水體樣本光譜特征分析

選擇兩幅洪澇期的廣西MERSI遙感圖,分別選擇城鎮(zhèn)、植被、云影和水體四類典型地物和城鎮(zhèn)、植被、洪澇積水區(qū)和江河共五類典型地物進(jìn)行采樣,計(jì)算平均值,并使用CH1～CH4進(jìn)行光譜分析,對(duì)CH5作各地物進(jìn)行對(duì)比,可得如下結(jié)果:

1) 在CH1通道,城鎮(zhèn)在非洪澇期最大,依次是水體、植被、云影;城鎮(zhèn)和云影在洪澇期的反射率基本相同,江河和洪澇積水的反射率基本相同,總體是城鎮(zhèn)和云影反射率最大,其次是江河和洪澇積水,植被最低．兩個(gè)時(shí)相都是城鎮(zhèn)的反射率最大,其次是水體,植被最?。?/p>

2) 在CH2通道,城鎮(zhèn)在非洪澇期的反射率最大,依次是水體、植被、云影;洪澇期城鎮(zhèn)仍為最大,依次是云影、江河、洪澇積水,但是差別很小,單獨(dú)用CH2很難區(qū)分,而植被的反射率相對(duì)要低．

3) 在CH3通道,城鎮(zhèn)在非洪水期最高,依次是植被和水體,云影最低,而在洪澇期,城鎮(zhèn)、云影和洪澇水體的反射率基本相近,略低于江河的反射率,而植被的反射率最低．

4) 在CH4通道,植被在非洪澇期最高,依次是城市、云影、水體,而洪澇期植被的反射率最高,其次是云影,江河和城鎮(zhèn)的反射率非常相近,略低于云影,洪澇積水最低,故可以根據(jù)CH4將洪澇積水和江河水體區(qū)分開．CH4是近紅外波段,洪澇積水和江河在該波段有明顯的區(qū)別,原因是洪澇發(fā)生期江河水體和洪澇積水的水質(zhì)不同,江河水體的泥沙含量相對(duì)較高,而洪澇積水中的泥沙經(jīng)過沉淀,泥沙含量比江河水體低,所以洪澇積水對(duì)近紅外波段的吸收比江河水體的吸收更強(qiáng)烈,李登科對(duì)高泥沙洪水的識(shí)別研究中也提出相同的結(jié)論[6]．

5) 在CH5通道上,亮溫在非洪澇期是城市最高,依次是植被、水體、云影,云影的亮溫相對(duì)前三種更低;洪澇期城市亮溫仍為最高,稍高的是植被、江河水體、洪澇積水,但很難用閾值區(qū)分．兩個(gè)時(shí)相的云影亮溫均明顯低于其它四種地物,有利于區(qū)分水體和云影．

綜上所述,在可見光通道,除了洪澇期的江河水體,各類地物在兩個(gè)時(shí)期滿足CH1>CH2>CH3,而在近紅外波段CH4通道上,植被的反射率均為最高,城鎮(zhèn)相對(duì)洪澇水體和非洪澇期水體較高,而與洪澇期江河水體反射率相近．影響云影的因素較多,不同時(shí)像的云影的光譜與其它地物相比相對(duì)較不穩(wěn)定,但在CH5通道上,云影的亮溫相對(duì)其它典型地物的亮溫明顯偏低,有利于云影的識(shí)別,而城鎮(zhèn)、水體和植被的亮溫相近．低泥沙含量水體的可見光輻射-近紅外輻射的平衡對(duì)比關(guān)系表現(xiàn)為負(fù)方向,而城鎮(zhèn)、植被、云影均表現(xiàn)為正方向．

3 基于NDWI水體指數(shù)和熱紅外混合的擴(kuò)展模型

NDWI水體指數(shù)可以將水體和植被明顯區(qū)分,但是城市信息往往與水體信息混淆,而MNDWI和CIWI因通道分辨率原因,不適用于MERSI數(shù)據(jù),因此本文另覓一種適用于MERSI數(shù)據(jù)的水體識(shí)別模型．MERSI數(shù)據(jù)的特點(diǎn)是波段是熱紅外波段CH5的分辨率達(dá)到250m,因此可以考慮利用熱紅外波段在水體、城市和植被的不同特點(diǎn),結(jié)合可見光和近紅外波段對(duì)水體指數(shù)進(jìn)行改進(jìn)．

根據(jù)電磁波理論,任何物體都輻射電磁波．由普朗克定律可知,黑體的光譜輻射亮度(Bλ)為溫度和波長(zhǎng)的函數(shù),表示為:

(1)

式中Bλ為黑體的光譜輻射亮度,單位為W/(m2·sr·μm);T為黑體的絕對(duì)溫度(K);λ為波長(zhǎng)(μm);c為光速,c=2.998×108m/s;h為普朗克常數(shù),h=6.626×10-34J·s;k為玻耳茲曼常數(shù),k=1.380×10-23J/K．根據(jù)式(1)可知,黑體輻射能量隨溫度變化[7]．

城市下墊面主要由混凝土、瓷磚、大理石、玻璃、水泥、瀝青等材料組成,具有導(dǎo)熱率高、吸收強(qiáng)、熱容量大的特點(diǎn),因此吸收較多的太陽輻射和紅外長(zhǎng)波輻射,使得城市的下墊面地表絕對(duì)溫度比較高[8,9]．由前文的分析得出城鎮(zhèn)建筑、裸土的地表溫度要高于水體溫度,云影的溫度則比水體低,因此可利用MERSI的CH5將水體和城鎮(zhèn)、裸土、云影進(jìn)一步區(qū)分,利用MERSI第5通道,本文提出了對(duì)NDWI指數(shù)進(jìn)行擴(kuò)展的改進(jìn)方法:

(2)

由前文中的光譜特性分析可得出,洪澇水體的NDWI值和非洪澇期的水體類似,即在各自地表環(huán)境下,洪澇水體和非洪澇時(shí)期水體的NDWI值都處于高值區(qū),而其它地物的NDWI值處于低值區(qū);同樣,洪澇水體和非洪澇時(shí)期水體的NDWI-EX值也處于高值區(qū),其它地物處于低值區(qū)．所以,NDWI和NDWI-EX都可用于提取非洪澇時(shí)期水體和洪澇水體．

3.1 NDWI和NDWI-EX統(tǒng)計(jì)分析

對(duì)某日MERSI圖像進(jìn)行NDWI和NDWI-EX計(jì)算,并使用前文中樣本進(jìn)行統(tǒng)計(jì),可以發(fā)現(xiàn):城鎮(zhèn)和江河水體的NDWI值比較相近,用閾值比較難區(qū)分;洪澇水體處于較高值區(qū),其次是江河水體,而城鎮(zhèn)、植被和云影處于低值區(qū),可用閾值將水體和其它地物區(qū)分．

表1 江湖水體判識(shí)精度對(duì)照表

NDWI NDWI-EX

3.2 判識(shí)精度分析

3.2.1 江湖水體判識(shí)精度分析

江湖水體和植被為主的試驗(yàn)區(qū)選擇廣西百色水利樞紐工程庫(kù)區(qū)和澄碧河水庫(kù)區(qū)域,使用NDWI和NDWI-EX兩種方法進(jìn)行水體判識(shí),判識(shí)結(jié)果如圖1．隨機(jī)選取分類好的水體和非水體各200個(gè)像元,經(jīng)過目視解譯得到水體判識(shí)混淆矩陣,精度評(píng)價(jià)結(jié)果如表1所示.

3.2.2 城鎮(zhèn)水體判識(shí)精度分析

城鎮(zhèn)水體為主的區(qū)域,試驗(yàn)區(qū)選擇廣西柳州市市區(qū),使用NDWI和NDWI-EX兩種方法進(jìn)行水體判識(shí),判識(shí)結(jié)果見圖2．隨機(jī)選取分類好的水體和非水體各120個(gè)像元,經(jīng)過目視解譯得到水體判識(shí)混淆矩陣,精度評(píng)價(jià)見表2.

表2 城鎮(zhèn)水體判識(shí)精度對(duì)照表

NDWI NDWI-EX

3.2.3 精度分析結(jié)論

NDWI在百色水利樞紐工程庫(kù)區(qū)和澄碧河水庫(kù)的判識(shí)結(jié)果比較理想,水體判識(shí)精度達(dá)到92%,判識(shí)錯(cuò)誤的像元主要是城鎮(zhèn)和云影;而NDWI-EX在該區(qū)域判識(shí)結(jié)果精度稍差,判識(shí)精度為90%,判識(shí)錯(cuò)誤的像元和NDWI類似;而在柳州市區(qū)NDWI判識(shí)精度為80%,NDWI-EX判識(shí)精度為85%,錯(cuò)誤判識(shí)的像元都為城市建筑或者是混合像元．

NDWI和NDWI-EX相比較,NDWI比較適合非城鎮(zhèn)地區(qū)的水體判識(shí),而NDWI-EX在城鎮(zhèn)水體區(qū)域的判識(shí)效果好與NDWI．為提高洪澇水體判識(shí)精度,本文洪澇監(jiān)測(cè)采用NDWI和NDWI-EX相結(jié)合的方法,在不同的區(qū)域選擇適用的方法,以提高整體判識(shí)精度．

4 小節(jié)

由于影響洪澇水體判識(shí)的因素很多,其中包括云影、城鎮(zhèn)建筑、山影等等,而無論用哪種方法,都難免出現(xiàn)誤判,為提高判斷準(zhǔn)確度,采取人機(jī)交互的方式選擇感興趣區(qū),可盡量將影響判識(shí)效果的區(qū)域排除在感興趣區(qū)外,亦可根據(jù)感興趣區(qū)確定該區(qū)域使用的判識(shí)方法．本文使用適用于MERSI資料的NDWI結(jié)合紅外通道的NDWI-EX水體指數(shù)擴(kuò)展模型,有效的提高水體判識(shí)的準(zhǔn)確率,為進(jìn)一步的科學(xué)研究提供一定的算法基礎(chǔ)．

[1] 董瑤海,孫允珠. FY-3A極軌氣象衛(wèi)星[J]. 上海航天,2008(5):1-11.

[2] 戴昌達(dá). 遙感圖像應(yīng)用處理與分析[M]. 北京:清華大學(xué)出版社,2004.

[3] 童慶禧. 中國(guó)典型地物波譜及其特征分析[M]. 北京:高等教育出版社,2002.

[4] 周成虎. 遙感影像地學(xué)理解與分析[M]. 北京:科學(xué)出版社,2001.

[5] 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),1998,4(2):265-269.

[6] 李登科. 高泥沙含量洪水的MODIS遙感識(shí)別[J]. 災(zāi)害學(xué)報(bào),2005(3):29-35.

[7] LiouK N. An introduction to Atmospheric Radiation[M]. San Diego:Elsevier Science, 2002.

[8] Maurice G. Estes H, Virginia Gorevski, et al. The Urban Heat Island Phenomenon and Potential[J]. Mitigation Strategies,2003(4):122-128.

[9] 余振東. 城市熱島效應(yīng)成因的研究與分析[D].大連:大連理工大學(xué),2003.

[責(zé)任編輯：蔣海龍]

WaterRecognitionBasedonNDWIandThermalInfrared

YANG Bin, LI Wen-hui

(School of Mathematical Science, Huaiyin Normal University, Huaian Jiangsu 223300, China)

Analyzes the vegetation, urban, soil, water and other typical features’ characteristics in the MERSI images. Then put forward for an extension modelNDWI-EX water index model,using NDWI with infrared channel to improve the water sub-consciousness accuracy in urban areas. Improve the accuracy of flood discriminating too.

MERSI; NDWI; flood monitoring; remote sensing

TP301

A

1671-6876(2012)04-0362-05

2012-05-06

楊斌(1983-), 男, 江蘇淮安人, 碩士, 研究方向?yàn)槟Ｊ阶R(shí)別與圖像處理.