基于TM影像的流域河網(wǎng)信息提取

宗佳亞 魏舟

摘要 針對(duì)韭園溝流域的TM影響，采用單波段閾值法、譜間關(guān)系法、歸一化水體指數(shù)、HIS彩色模型4種方式進(jìn)行流域河網(wǎng)信息提取，得出以下結(jié)論：①基于TM影像6波段的單波段閾值提取方法，可以獲得較清晰的河網(wǎng)信息，主支流河網(wǎng)連續(xù)性較好，河流脈絡(luò)明顯，但是由于遙感影像上陰影的影像，單波段改變提取閾值難以把陰影與水體進(jìn)行有效區(qū)分，提取效果僅能作為一個(gè)參考；②利用譜間關(guān)系法和IHS顏色模型提取的河網(wǎng)，主干道提取效果明顯，大面積的水體也可以很好地表現(xiàn)，支流河網(wǎng)只能表現(xiàn)大致的輪廓，存在許多嚴(yán)重的斷流現(xiàn)象。

關(guān)鍵詞 TM影像；流域河網(wǎng)；水體信息；閾值

中圖分類(lèi)號(hào) S127 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 0517-6611（2017）25-0068-04

Abstract In the process of research， the TM effect on Jiuyuangou watershed was studied by singleband threshold method， spectral correlation method， normalized water index and HIS color model. The results were as follows： ① Based on TM The singleband threshold extraction method can obtain relatively clear river network information， the main tributary river network continuity was good， the river context was obvious， but because of the shadow image on the remote sensing image， the singleband change extraction threshold can not distinguish shadow and water.② The use of spectral relationship between the method and IHS color model extracted from the river network， the main road extraction effect is obvious， a large area of water can also be a good performance， tributary river network only， the river can only be used as a reference， Can show a rough outline， there are many serious disconnection phenomenon.

Key words TM image；Watershed River Network；Water information；Threshold

TM影像數(shù)據(jù)具有更新方便、獲取容易的特點(diǎn)，利用TM影像提取水系信息，能夠快速、準(zhǔn)確地獲取流域水系信息，對(duì)流域管理具有重要意義[1]。遙感影像提取流域水體信息的方法主要有目視解譯、計(jì)算機(jī)自動(dòng)解譯2種[2]。

遙感影像最早期的信息提取主要依靠目視解譯[3-4]，目視解譯的基礎(chǔ)依據(jù)是解譯人員的相關(guān)專(zhuān)業(yè)知識(shí)，對(duì)于空間信息的提取具有較大優(yōu)勢(shì)，但其缺點(diǎn)也十分明顯，如個(gè)體解譯差異性較大、解譯成本較高等。陸家駒[5]采用山地陰影間判讀方法，分別對(duì)航片和TM影像進(jìn)行目視解譯，發(fā)現(xiàn)TM影像的解譯結(jié)果對(duì)水系分析有效；遙感水體信息的提取方法主要有單波段法、多波段法2種，常用的水體信息提取方法主要有單HIS空間水體提取模型、譜間關(guān)系法、波段閾值法、歸一化水體指數(shù)[6]。針對(duì)水路界限反映較為明顯的TM5波段主要采用單波段閾值法，利用影像的灰度特征通過(guò)數(shù)據(jù)采樣來(lái)確定閾值[7]；周成虎等[7]在前人研究的基礎(chǔ)上提出了譜間關(guān)系法，該方法通過(guò)分析其他地物與水體在TM影像不同波段上的灰度曲線(xiàn)圖，發(fā)現(xiàn)水體具有獨(dú)特的譜間關(guān)系特征，即波段2+波段3的灰度值大于波段4+波段5的灰度值；歸一化水體指數(shù)考慮水體的波譜特征是在TM2具有較強(qiáng)的透射性，TM5處于水的吸收帶內(nèi)，反映含水量敏感，因此利用TM2波段與TM5波段數(shù)值之差和這2個(gè)波段數(shù)值之和的比值定義為規(guī)一化水體指數(shù)（NDWI）。HIS彩色模型提取出物體的亮度I、色度H、飽和度S能夠準(zhǔn)確、定量地描述顏色特征[8]。其中，亮度I和飽和度S的取值為0～1，色度H取值0～360[9]。對(duì)于將TM的假彩色合成影像變換到IHS色度空間的思路是把TM圖像的3個(gè)波段合成的RGB假彩色圖像變換到IHS色度空間形成新的圖像，新圖像的3個(gè)層數(shù)據(jù)不再是3個(gè)波段的灰度數(shù)據(jù)，而是亮度層、色度層、飽和度層。針對(duì)以上幾種方式的TM特定區(qū)域的河網(wǎng)信息提取研究較少。

該研究采用單波段閾值法、譜間關(guān)系法、歸一化水體指數(shù)、HIS彩色模型4種方式對(duì)韭園溝流域的TM影像進(jìn)行流域河網(wǎng)信息提取，旨在為快速獲取流域水系及為流域管理提供借鑒。

1 數(shù)據(jù)獲取

1.1 研究區(qū)概況

韭園溝流域位于陜西省綏德縣城東北方向約5 km處，現(xiàn)有22個(gè)行政村，位于無(wú)定河的中游左岸。流域面積70.7 km2，流域內(nèi)梁峁起伏，溝壑縱橫交錯(cuò)，地形支離破碎，植被稀疏，土壤受流水侵蝕劇烈，在流域內(nèi)有明顯的黃土地貌形態(tài)特征和流水侵蝕特點(diǎn)。

1.2 遙感數(shù)據(jù)的獲取

所用遙感數(shù)據(jù)均來(lái)自中國(guó)科學(xué)院對(duì)地觀測(cè)與數(shù)字地球科學(xué)中心開(kāi)展的對(duì)地觀測(cè)數(shù)據(jù)共享計(jì)劃。在數(shù)據(jù)查詢(xún)界面，選擇所需要影像的行政區(qū)域、所需衛(wèi)星、軌道號(hào)及成像時(shí)間。研究區(qū)域完全落在條代號(hào)127、列編號(hào)34的區(qū)域內(nèi)，經(jīng)緯度分別為UL緯度38.395482920501713，UL經(jīng)度108.25741166724431；UR緯度38.427558337976102，UR經(jīng)度110.92338531285375；LL角緯度36.526807341184075，LL角經(jīng)度108.32487889739241；LR角緯度36.556798917699815，LR角經(jīng)度110.92527279598849。太陽(yáng)方位角147°，太陽(yáng)高度角47°，分辨率30 m，坐標(biāo)系統(tǒng)為WGS84；成像時(shí)間：當(dāng)年7、8月，因此地表徑流最為明顯。

2 遙感影像的前期處理

遙感影像預(yù)處理主要包括輻射校正、噪聲剔除、幾何校正3個(gè)過(guò)程。

2.1 輻射校正

輻射校正在目前的遙感研究中至關(guān)重要，選擇正確的輻射校正方法對(duì)最終的結(jié)果有重要的作用。輻射校正有2類(lèi)，一是傳感器的輻射校正；二是照度校正、大氣校正等。

2.2 噪聲剔除

噪聲主要包括4種形式——獨(dú)立噪聲、隨機(jī)噪聲、周期恒定噪聲和無(wú)恒定周期噪聲，因產(chǎn)生原因各異，噪聲去除所采用方法也各不相同，實(shí)際上噪聲的概念比較廣泛，只要妨礙分類(lèi)效果的信息都可以稱(chēng)作噪聲。試驗(yàn)過(guò)程中采用ERDAS軟件中的jority濾波對(duì)訓(xùn)練區(qū)進(jìn)行了純化，采用該方法來(lái)減弱噪聲對(duì)訓(xùn)練區(qū)統(tǒng)計(jì)信息的影響，且常見(jiàn)的孤立噪聲在影像中分布面積均較小，即使在分類(lèi)過(guò)程中被錯(cuò)分，之后進(jìn)行的制圖綜合中，一般也能將劃入正確類(lèi)別中，將其對(duì)成圖精度的影響降至最小。

2.3 幾何校正

幾何校正往往在影響使用之前，因受衛(wèi)星傳感器視角、地表曲率影響，星下點(diǎn)以外的地物往往會(huì)發(fā)生幾何形變。幾何校正包括粗校正和精校正，一般在校正過(guò)程中只需要進(jìn)行幾何精校正。

遙感圖像處理流程中的順序在幾何校正中顯得尤為重要。校正順序上，如果先進(jìn)行了幾何校正，波譜信息會(huì)由于重采樣造成損失，影像中較暗部分在各波段間原有的相關(guān)性可能會(huì)被破壞，從而影響輻射校正。而對(duì)于幾何校正和后續(xù)處理，如圖像增強(qiáng)、影像分類(lèi)等的順序，如果幾何校正在這些操作之前進(jìn)行，重采樣造成的波譜信息的損失可能是不可逆的，但如果增強(qiáng)在幾何校正之前完成，這將導(dǎo)致對(duì)多種處理圖像的幾何校正，并因此增加了處理幾何校正的機(jī)時(shí)和工作量。

3 TM影像的流域水文信息提取

3.1 單波段閾值法

單波段閾值法利用對(duì)水陸界線(xiàn)反映較好的TM影像的第5波段或是紅外波段，根據(jù)影像的灰度特征經(jīng)過(guò)數(shù)據(jù)采樣確定其合適閾值，利用單波段信息對(duì)水體進(jìn)行提取。提取模型：對(duì)流域進(jìn)行建模處理→選擇模型計(jì)算方法→提取河流圖。TM5另外，TM6波段為遠(yuǎn)紅外波段，對(duì)水體的區(qū)分度也較好，下面是在Erdas中的建模實(shí)現(xiàn)。在ERDAS軟件中選擇，Modeler模塊>>Model Maker，打開(kāi)建模界面。在界面中拖入要處理的遙感影像，然后選擇處理方法，選擇合適的閾值。

3.2 譜間關(guān)系法提取水體

（1）譜間關(guān)系法是由周成虎等[7]提出，該方法細(xì)致研究分析水體與其他典型地物在遙感影像各波段上的灰度曲線(xiàn)圖，利用區(qū)分度較高的波段組合，發(fā)現(xiàn)水體在不同波段之間存在著特殊關(guān)系，即TM2+TM3的灰度值大于TM4+TM5灰度值加上閾值K。提取模型如式（1）所示：

其中，K是基于研究區(qū)中研究對(duì)象的光譜反射率的積累計(jì)算確定出的閥值。此類(lèi)算法模型的研究以及恰當(dāng)?shù)膽?yīng)用可以更加有效地在TM影像上提取出河流等面域較寬大的水域（圖2）。而且可在一定程度上對(duì)陰影干擾進(jìn)行合適的消除處理。但存在的問(wèn)題是，對(duì)于河網(wǎng)密布和一些地形陰影非常發(fā)育山區(qū)中的水體，該模型難以有效地對(duì)細(xì)小的水體進(jìn)行提取，也不能有效地去除地形陰影。

3.3 歸一化水體指數(shù)

通過(guò)對(duì)水體的波譜特征研究可知，在TM2波段水體有較強(qiáng)的透射性，而TM5波段處于水體反射吸收帶內(nèi)，反映水體信息敏感，因此可以采用2波段和5波段數(shù)值之差和這2個(gè)波段數(shù)值之和的比值作為歸一化水體指數(shù)（NDW I），當(dāng)NDW I>0時(shí)提取出來(lái)的地物可以認(rèn)為是水體。歸一化水體指數(shù)的計(jì)算模型如下：

3.4 基于IHS彩色模型的水體提取

研究區(qū)域大部分是較小的水體，由于TM影響的特征，較小水體易與影像上陰影部分混淆，利用常規(guī)的識(shí)別方法不容易提取。通過(guò)目視分析可以發(fā)現(xiàn)，利用譜間關(guān)系法提取模型關(guān)系式TM2+TM3>TM4+TM5+K提取的水體信息中，大面積的水域清晰準(zhǔn)確，但是對(duì)小面積水體與影像陰影混淆嚴(yán)重。必須經(jīng)過(guò)其他方法的改進(jìn)（圖3）。

HIS顏色模型和人們感受顏色的方式密切相關(guān)，在此基礎(chǔ)上可以構(gòu)建IHS（即亮度、色調(diào)、飽和度）模型進(jìn)行小面積水體的識(shí)別。

構(gòu)建IHS模型的方法大致步驟：①?gòu)腡M影像中選擇合適的波段組合，合成RGB假彩色圖像；②利用ERDAS軟件提供的IHS變換功能，將假彩色合成圖像變換成IHS彩色圖像。在新的圖像中，小面積水體的亮度I、色調(diào)H、飽和度S可以構(gòu)建模型來(lái)完成識(shí)別：

對(duì)重采樣的數(shù)據(jù)分析獲得I、H、S分量的樣本均值分別是0.376、137.729、0.338，I、H、S分量的樣本標(biāo)準(zhǔn)差分別是0.073、10.152、0.049，系數(shù)K值依次是1.09、1.05、1.15，將上述數(shù)據(jù)填入IHS彩色模型中，進(jìn)行水體識(shí)別。LSH變換后的影像見(jiàn)圖5，LHS提取效果見(jiàn)圖6。

4 水體提取后處理

4.1 斷流連接

由于橋梁枯水期斷流等緣故，提取出的河流可能并不是連續(xù)的，可以利用膨脹腐蝕技術(shù)連接斷流處，并且平滑邊緣、填補(bǔ)小孔洞。

斷流連接算法的基本步驟：

①確定膨脹處理的區(qū)域，把要進(jìn)行膨脹的象元進(jìn)行標(biāo)示。該步驟可用來(lái)連接河流間的線(xiàn)狀斷裂區(qū)域，同時(shí)也能平滑河流的外邊緣。

②對(duì)已經(jīng)膨脹的區(qū)域采取腐蝕化，用膨脹點(diǎn)作為約束條件選擇出要進(jìn)行腐蝕的區(qū)域，盡可能恢復(fù)河流現(xiàn)實(shí)形狀。

經(jīng)過(guò)斷流連接之后，可能還存在一些獨(dú)立、小面積水體，這可能是被誤提的水體（如池塘等），也有可能是真實(shí)存在的水體。要根據(jù)其所處位置和面積形狀的要素進(jìn)行判斷，并刪除誤提區(qū)域。

4.2 矢量化處理

一般情況下，在對(duì)河流目標(biāo)進(jìn)行提取以后，仍需要對(duì)其具體的地理位置坐標(biāo)進(jìn)行合適的存儲(chǔ)處理，這樣不僅能夠方便地進(jìn)行檢索操作，還可以方便其他相關(guān)處理操作。但是海量數(shù)據(jù)存儲(chǔ)往往占用太多存儲(chǔ)空間，因此，對(duì)河流的研究區(qū)域進(jìn)行抽取骨架操作，然后對(duì)其進(jìn)行矢量化，將會(huì)妥善解決這一問(wèn)題。

4.2.1 河流骨架的抽取。

所謂圖像骨架實(shí)質(zhì)是指圖像中的骨骼部分，圖像骨骼用來(lái)描述對(duì)應(yīng)圖像的幾何和相關(guān)的拓?fù)湫再|(zhì)的重要特征。骨架提取的過(guò)程則常常被稱(chēng)作圖像“細(xì)化”過(guò)程。而通常為了突出研究河流區(qū)域的形狀特征，減少繁雜的多余信息，需要對(duì)圖像進(jìn)行很大程度的細(xì)化，從而提取河流的骨架情況。

圖像細(xì)化后所要求的結(jié)果應(yīng)該是單像素相連的一種骨架，而且中間應(yīng)該不會(huì)被斷開(kāi)。筆者在對(duì)河流進(jìn)行具體細(xì)化的過(guò)程中，應(yīng)用了較為常用的求二值目標(biāo)區(qū)域的骨架計(jì)算方法，最后提取了河流的骨架情況。

4.2.2 河流骨架矢量化。

河流骨架實(shí)質(zhì)是許多零散象元不同程度的集合，因此對(duì)骨架邊緣進(jìn)行一定規(guī)則的追蹤處理，就可以得到一條河流眾多支流的骨骼曲線(xiàn)所涉及的象元點(diǎn)列，一般使用鏈?zhǔn)酱a來(lái)抽象地表示以上所出現(xiàn)的曲線(xiàn)點(diǎn)列。但是因?yàn)榍€(xiàn)是由直線(xiàn)段組成的，所以如果能夠找到所有的直線(xiàn)段之間的交點(diǎn)，這樣便完成了曲線(xiàn)的矢量化。使用基于斜率差矢量化的方法，首先將曲線(xiàn)點(diǎn)列中那些斜率相同（鏈?zhǔn)酱a相同）的相鄰象元點(diǎn)集成合并為一些較短的線(xiàn)。然后將斜率相似的相鄰短線(xiàn)進(jìn)一步合并為一些直線(xiàn)，這些直線(xiàn)之間的交點(diǎn)則就是曲線(xiàn)矢量化數(shù)據(jù)。

5 遙感影像中河網(wǎng)提取

TM 圖像中河流自動(dòng)提取并矢量化的效果見(jiàn)圖7～12。試驗(yàn)結(jié)果表明，該方法得到了較理想的河流矢量數(shù)據(jù)。但由于膨脹腐蝕操作，對(duì)線(xiàn)狀的細(xì)小支流存在漏提的現(xiàn)象，這有待進(jìn)一步研究。

對(duì)比提取效果（圖7～12）可以發(fā)現(xiàn)，各種提取方法各有利弊。其中單波段閾值法（圖9），河網(wǎng)脈絡(luò)較明顯，主干道清晰，支流也能很好的表現(xiàn)，但是在陰影和河網(wǎng)的提取中出現(xiàn)較多混淆，造成較大面積的陰影誤提；水體歸一化系數(shù)提?。▓D10）的效果能勉強(qiáng)表現(xiàn)出河流主干道，對(duì)支流和小面積的水域提取效果不佳，相對(duì)于其他幾種提取方法效果略差；譜間關(guān)系法（圖11）提取出的河流主干道清晰，大面積的水域表現(xiàn)清晰，支流中存在較多斷流的區(qū)域，這與遙感影像的成像時(shí)間有一定的關(guān)系；IHS顏色模型（圖12），在幾種方法中效果最好，河流的主干道可以清晰地表現(xiàn)，支流中的斷流問(wèn)題也有較大程度的改進(jìn)。

6 結(jié)論

在TM影響中，水體提取時(shí)最大的干擾信息是陰影信息，水體由于反射率較低，DN值相對(duì)偏小，易與陰影混淆。在研究中單波段提取方法時(shí)，兩者很難有效提取，但是利用譜間關(guān)系可以在不同程度上進(jìn)行修正，該研究采用的幾種方法多是幾個(gè)光譜之間簡(jiǎn)單的加減，采用一些較復(fù)雜的數(shù)學(xué)方法的可行性也有待進(jìn)一步研究。綜上所述可得出以下結(jié)論：

①基于TM影像6波段的單波段閾值提取方法，可以獲得較清晰的河網(wǎng)信息，主支流河網(wǎng)連續(xù)性較好，河流脈絡(luò)明顯，但是由于遙感影像上陰影的影像，單波段改變提取閾值難以把陰影與水體進(jìn)行有效區(qū)分，提取效果僅能作為參考。

②利用譜間關(guān)系法和IHS顏色模型提取的河網(wǎng)，主干道提取效果明顯，大面積的水體也可以很好的表現(xiàn)，支流河網(wǎng)只能表現(xiàn)大致的輪廓，存在許多嚴(yán)重的斷流現(xiàn)象。

參考文獻(xiàn)

[1] 李棟梁.基于TM影像的水系信息提取及變化制圖研究[D].南京：河海大學(xué)，2006.

[2] 趙英時(shí).遙感應(yīng)用分析原理與方法[M].北京：科學(xué)出版社，2013.

[3] 楊曉平.基于TM遙感圖像的流域地貌研究[J].科技通報(bào)，2003，19（2）：150-153.

[4] 孫家柄.遙感原理、方法和應(yīng)用[M].測(cè)繪出版社，1997.

[5] 陸家駒.多種遙感資料河網(wǎng)水體的有效解譯[J].水利學(xué)報(bào)，1993（1）：43-47，52.

[6] 王剛，李小曼，田杰.幾種TM影像的水體自動(dòng)提取方法比較[J].測(cè)繪科學(xué)，2008，33（3）：141-142.

[7] 周成虎，駱劍承，楊曉梅，等.遙感影像地學(xué)理解與分析[M].北京：科學(xué)出版社，1999.

[8] 劉學(xué)軍，徐鵬.交通地理信息系統(tǒng)[M].北京：科學(xué)出版社，2006.

[9] 李軍利，查良松，王中.動(dòng)態(tài)分段思想在公路地理信息系統(tǒng)中的實(shí)現(xiàn)[J].測(cè)繪與空間地理信息，2006，29（1）：67-70.