2018年海南島不透水層分布圖

李青雯，閆冬梅，令健梅，黃青青

1. 中國(guó)科學(xué)院空天信息創(chuàng)新研究院，北京 100094

2. 北京林業(yè)大學(xué)，北京 100083

數(shù)據(jù)庫(kù)（集）基本信息簡(jiǎn)介

引 言

21世紀(jì)以來(lái)，隨著經(jīng)濟(jì)水平的快速提高和人口迅速增長(zhǎng)，中國(guó)的城市化水平不斷提高，城市的擴(kuò)張速度不斷加快。在城市擴(kuò)張的過(guò)程中，土地覆蓋類型、人口聚集地、房屋建筑、道路等城市特征也在發(fā)生變化。其中，不透水層[1]是阻止水滲入土壤的土地覆蓋表面，主要包括水泥建筑物、道路、停車場(chǎng)等，已成為城市環(huán)境研究中的一項(xiàng)重要指標(biāo)，對(duì)生態(tài)環(huán)境變化以及城市發(fā)展等具有重要意義。

對(duì)于城市而言，不透水層和生態(tài)環(huán)境有著密切的關(guān)系[2]，不透水層面積的增加會(huì)影響水循環(huán)，導(dǎo)致水質(zhì)量的降低[3]，同時(shí)會(huì)影響城市散熱過(guò)程，引發(fā)熱島效應(yīng)。在城市發(fā)展方面，不透水層分布的空間特征能夠體現(xiàn)出城鎮(zhèn)的規(guī)劃和結(jié)構(gòu)，不透水層分布的規(guī)模能夠直接體現(xiàn)出城鎮(zhèn)發(fā)展的現(xiàn)狀。因此可通過(guò)研究海南島的不透水層分布獲取海南島生態(tài)環(huán)境變化信息以及城鎮(zhèn)分布信息，對(duì)海南島的城鎮(zhèn)擴(kuò)展研究以及未來(lái)城鎮(zhèn)規(guī)劃有著重要意義。

利用遙感技術(shù)進(jìn)行不透水層研究較人工調(diào)查相比有更加高效、準(zhǔn)確、信息量大等優(yōu)勢(shì)，其已成為不透水層研究中比較有效的方法[4-5]。常用的基于遙感技術(shù)的不透水層提取方法有光譜混合分析法、指數(shù)法、回歸法、面向?qū)ο蠓诸惙ā⒒跊Q策樹(shù)方法等。其中光譜混合分析法[6]是基于混合像元問(wèn)題建立線性混合模型來(lái)提取不透水層，指數(shù)法是基于不透水層的光譜響應(yīng)特征構(gòu)建不透水層指數(shù)，回歸法是通過(guò)建立回歸方程得到不透水層的分布。如王憲凱[7]等利用生物物理成分指數(shù)（Biophysical Composition Index，BCI）與裸土指數(shù)（Bare Soil Index，BI）相結(jié)合的方法獲取三亞市的不透水面信息，進(jìn)而得到三亞市不透水面分布圖，該數(shù)據(jù)集為本文提供了指數(shù)法提取不透水面信息的思路，但本文的研究范圍更廣，提取方法更高效。

目前，不透水層的研究同時(shí)存在許多難點(diǎn)。對(duì)于中低分辨率遙感影像，每個(gè)像元由多個(gè)地物類型混合組成，在提取中存在混合像元的問(wèn)題。由于不透水層的材料具有多樣性，使得不透水層具有較大的光譜差異性，加大了提取的難度。對(duì)于高分辨率遙感影像，受城市高建筑物的影響，被陰影遮擋的地物光譜信息缺失。另外，海南島具有范圍大、植被覆蓋面積大、云量大的特點(diǎn)。針對(duì)海南島的特點(diǎn)，本文利用Landsat 8遙感影像，結(jié)合了改進(jìn)的歸一化差值不透水面指數(shù)方法和垂直不透水層指數(shù)方法，得到2018年海南島的不透水層分布圖。

1 數(shù)據(jù)采集和處理方法

1.1 區(qū)域范圍

海南省位于中國(guó)大陸最南端，與廣東省接壤，北部為瓊州海峽，西部為北部灣，東部為南海和臺(tái)灣省，東南和南部與菲律賓、文萊和馬來(lái)西亞相鄰。海南省的管轄范圍包括海南島和西沙群島，南沙群島，中沙群島及其海域的島嶼和礁石。海南省跨越 18○10'–20○10'N，108○37'–111○03'E，全省土地面積3.5萬(wàn)平方公里，海域面積約200萬(wàn)平方公里。

其中，海南島面積3.39萬(wàn)平方公里是僅次于臺(tái)灣島的中國(guó)第二大島嶼。海南島是典型的熱帶季風(fēng)氣候區(qū)，雨量充沛。年降水量在1000–2600 mm之間，年平均降水量為1639 mm。有明顯的多雨季和少雨季。地勢(shì)中間高四周低，為穹形山體，具有明顯的梯級(jí)結(jié)構(gòu)，其中位于中南部的五指山為海南島的最高峰。

1.2 基礎(chǔ)數(shù)據(jù)準(zhǔn)備

本文主要研究不透水層的提取方法，并完成不透水層分布圖。美國(guó)航空航天局于 2013年 2月11日發(fā)射的 Landsat 8陸地資源衛(wèi)星上有兩個(gè)傳感器，分別是 OLI陸地成像儀（Operational Land Imager）和TIRS熱紅外傳感器（Thermal Infrared Sensor）。Landsat 8波段設(shè)置如表1所示。Landsat 8數(shù)據(jù)中的卷云波段為本文的云掩膜提供了良好的數(shù)據(jù)支持，同時(shí)，TIRS熱紅外傳感器提供了更精細(xì)的熱紅外波段信息，能夠滿足本文的波段需求和分辨率需求。因此，最終選擇Landsat 8陸地資源衛(wèi)星作為遙感數(shù)據(jù)源。

表1 Landsat 8波段設(shè)置

1.3 數(shù)據(jù)處理

1.3.1 數(shù)據(jù)預(yù)處理

由于遙感影像數(shù)據(jù)在獲取和傳輸?shù)倪^(guò)程中，存在幾何畸變和輻射失真等現(xiàn)象。本文對(duì)Landsat 8數(shù)據(jù)進(jìn)行了幾何精校正、輻射定標(biāo)和大氣校正，使處理后的數(shù)據(jù)更加真實(shí)地反映地物光譜信息。

1.3.2 掩膜

（1）水體掩膜

圖像掩膜是用選定的圖像、圖形或物體、對(duì)待處理的圖像（全部或局部）進(jìn)行遮擋來(lái)控制圖像處理的區(qū)域或處理過(guò)程。因?yàn)樘崛〉牟煌杆畬有畔⑹艿搅怂w的干擾，因此對(duì)經(jīng)過(guò)指數(shù)法提取出的不透水層進(jìn)行水體掩膜處理。

水體由于對(duì)太陽(yáng)光有很強(qiáng)的吸收能力，所以水體的反射率在可見(jiàn)光波長(zhǎng)總體上具有較低的反射率，并且波長(zhǎng)越長(zhǎng)，反射率越小。水體在藍(lán)光波段具有相對(duì)較強(qiáng)的反射率，這也是海水呈現(xiàn)出藍(lán)色的主要原因，而水體在近紅外波段和中紅外波段反射率較低。

本數(shù)據(jù)中水體掩膜中的水體提取，采用徐涵秋[8]在Mcfeeters構(gòu)建的歸一化差異水體指數(shù)（NDWI）基礎(chǔ)上，提出的改進(jìn)的歸一化差異水體指數(shù)（MNDWI）。

（2）云掩膜

遙感影像中的云是無(wú)法避免的，而云層覆蓋的區(qū)域，遙感衛(wèi)星采集的反射值是由兩部分組成的，其中一部分是太陽(yáng)輻射經(jīng)過(guò)云層發(fā)射的值，另一部分是太陽(yáng)輻射經(jīng)過(guò)地物反射后再次穿透云層的反射值，因此云層會(huì)影響地物在各波段的反射率，干擾不透水層的提取，需要對(duì)各景遙感影像的不透水層提取結(jié)果進(jìn)行云掩膜。由于ENVI中已經(jīng)有較為成熟的云自動(dòng)檢測(cè)工具，采用ENVI生成云掩膜文件。

1.3.3 改進(jìn)的歸一化差值不透水面指數(shù)法

（1）歸一化差值不透水面指數(shù)法（NDISI）

在遙感影像中不同地物具有不同的反射光譜，可以通過(guò)光譜特征來(lái)識(shí)別地物。由不透水層構(gòu)成的地物具有以下光譜特征：在熱紅外波段具有較高的反射率，在近紅外波段具有較低的反射率。由于在熱紅外波段和近紅外波段中，土壤、水體、裸地等地物的光譜特征與不透水層相似，需要加入更多波段信息來(lái)區(qū)分不透水層與土壤、水體、裸地等地物。通過(guò)分析發(fā)現(xiàn)，水體[9]在可見(jiàn)光波段中的綠光波段具有較高的反射率，利用徐涵秋提出的改進(jìn)的歸一化差異水體指數(shù)（MNDWI）來(lái)識(shí)別水體，進(jìn)而區(qū)分不透水層與水體。MNDWI指數(shù)的表達(dá)式如式（1）所示。

其中Green為綠光波段，MIR為中紅外波段。

同時(shí)，利用植被在近紅外波段具有較高反射率的特性，通過(guò)擴(kuò)大強(qiáng)輻射與弱輻射的差異進(jìn)一步有效提取不透水層。具體來(lái)說(shuō)，歸一化差值不透水面指數(shù)就是將不透水層的強(qiáng)反射波段作為分子，弱反射波段作為分母，進(jìn)行比值運(yùn)算，來(lái)增大強(qiáng)反射波段與弱反射波段的差距，進(jìn)而達(dá)到增強(qiáng)不透水層信息，抑制其他地物信息的效果。不透水層信息則可以用復(fù)合波段組成的NDISI指數(shù)[10]如式（2）表示。

式（2）中，NIR、MIR和TIR分別為影像的近紅外、中紅外和熱紅外波段；MNDWI為改進(jìn)的歸一化差異水體指數(shù)。

（2）改進(jìn)的歸一化差值不透水面指數(shù)法

對(duì)于NDISI，式（2）中通過(guò)比值運(yùn)算增強(qiáng)了熱紅外波段信息，減弱了水體、近紅外和中紅外波段的信息，有效地區(qū)分了不透水層與土壤、水體、裸地，但沒(méi)有考慮植被對(duì)不透水層提取的影響。而海南島處于熱帶地區(qū)，常年覆蓋大量植被，使得植被成為海南島不透水層提取中重要的考慮因素。在用NDISI提取海南島不透水層時(shí)，發(fā)現(xiàn)存在植被誤提取的現(xiàn)象。因此需要引入植被指數(shù)進(jìn)行波段組合，更精確地提取不透水層。綜合多種植被指數(shù)后，本文選取了歸一化植被指數(shù)NDVI來(lái)描述植被信息。

同時(shí)，由于前期進(jìn)行了水體掩膜處理，而NDISI中的MNDWI波段是用來(lái)區(qū)分不透水層和水體的。因此，可以去除不必要的MNDWI波段，引入必要的NDVI波段，組成新的指數(shù)。

改進(jìn)后的歸一化差值不透水面指數(shù)（M_NDISI）如式（3）所示。

式中NDVI如式（4）所示。

M_NDISI方法通過(guò)波段運(yùn)算得到植被指數(shù)（NDVI）。然后將熱紅外波段和NDVI波段進(jìn)行0–255級(jí)拉伸，通過(guò)波段運(yùn)算得到M_NDISI。最后，選擇合適閾值，提取出不透水層。

1.3.4 垂直不透水層指數(shù)方法

（1）指數(shù)構(gòu)建

基于不透水層在藍(lán)波段和近紅外波段的光譜值差異較小，而土壤和植被在藍(lán)波段和近紅外波段的光譜值差異較大的特性，田玉剛提出了基于垂直不透水層指數(shù)[11]的不透水層提取方法。選擇藍(lán)波段和近紅外波段構(gòu)建PII指數(shù)如式（5）所示。

圖1 樣本點(diǎn)到參照線的距離示意圖

（2）參數(shù)估計(jì)

在5景Landsat 8遙感影像組成的海南島研究區(qū)中，分別選擇100個(gè)純凈的土壤樣本和100個(gè)不透水層樣本，并獲取各樣本藍(lán)波段和近紅外波段的光譜值，對(duì)兩者進(jìn)行最小二乘擬合。

由于自然地物的復(fù)雜性，樣本具有一定的離散度，所以需要通過(guò)樣本的標(biāo)準(zhǔn)差來(lái)調(diào)整擬合的土壤線和不透水層線。最終，PII指數(shù)的參照線由平移后的土壤線和不透水層線的角平分線構(gòu)成。

將a 、b代入式（7）即可得到PII系數(shù)。

PII方法的流程為先在圖像研究區(qū)內(nèi)均勻選取少量純凈土壤樣本和不透水層樣本，獲得各樣本的藍(lán)波段和近紅外波段的光譜值，進(jìn)而得到土壤擬合線和不透水層擬合線，再得到不透水層參照線，并通過(guò)數(shù)學(xué)方法構(gòu)建不透水層指數(shù)。之后，利用波段運(yùn)算得到Landsat影像上各像元點(diǎn)的計(jì)算結(jié)果值。最后，選擇合適閾值，提取出不透水層。

1.3.5 不透水層制圖

分別對(duì)經(jīng)過(guò)M_NDISI方法和PII方法提取的不透水層進(jìn)行拼接，得到兩種方法的海南島不透水層數(shù)據(jù)圖。由于海南島有大面積的山體，會(huì)造成大面積的陰影，陰影地區(qū)的光譜無(wú)法很好地反映地物特征，造成通過(guò)M_NDISI方法提取的不透水層，出現(xiàn)山體陰影誤提取的現(xiàn)象。由于裸土與不透水層的光譜特征相似，通過(guò)PII方法提取的不透水層，出現(xiàn)裸地誤提取的現(xiàn)象。

因此，采用兩種方法結(jié)合，將兩種不透水層提取結(jié)果進(jìn)行邏輯推導(dǎo)與運(yùn)算，得到最終的不透水層提取結(jié)果，可以有效減少透水層誤提取的現(xiàn)象。

2 數(shù)據(jù)樣本描述

對(duì)海南島的5景Landsat 8遙感影像進(jìn)行上述處理，得到將M_NDISI方法和PII方法相結(jié)合，提取的海南島2018年不透水層分布圖。如圖2所示，其中紅色部分為不透水層。

圖2 海南島2018年不透水層分布圖

3 數(shù)據(jù)質(zhì)量控制和評(píng)估

本數(shù)據(jù)的精度檢驗(yàn)選用高分二號(hào)2017年更新的分辨率為1 m的融合遙感影像作為參考數(shù)據(jù)，用目視解譯的方法得到不透水層的真實(shí)值。在海南島的Landsat 8影像上隨機(jī)選取1000個(gè)像元點(diǎn)，通過(guò)統(tǒng)計(jì)每個(gè)像元點(diǎn)的不透水層目視解譯結(jié)果和提取結(jié)果，得到本文方法的提取精度（表2）。

表2 精度分析

通過(guò)驗(yàn)證，該方法的OA達(dá)到88.1%，Kappa系數(shù)達(dá)到0.762，具有良好的提取效果。該方法較M_NDISI方法和PII方法具有更高的精度，精度對(duì)比如表3所示。

表3 精度對(duì)比

通過(guò)對(duì)比，可以看出將M_NDISI方法和PII方法的不透水層提取結(jié)果進(jìn)行邏輯推導(dǎo)與運(yùn)算后得到的提取結(jié)果精度，相比M_NDISI方法和PII方法的提取精度有了很大提高。

4 數(shù)據(jù)價(jià)值

本數(shù)據(jù)集以海南島為研究區(qū)，基于2018年的海南島5景Landsat 8遙感數(shù)據(jù)，得到海南島的不透水層分布圖。通過(guò)海南島的不透水層分布，可以監(jiān)測(cè)海南島的生態(tài)環(huán)境變化以及城鎮(zhèn)規(guī)劃和結(jié)構(gòu)，為相關(guān)的生態(tài)環(huán)境研究和社會(huì)科學(xué)研究提供不透水層分布數(shù)據(jù)源。本數(shù)據(jù)集對(duì)海南省政策制定、發(fā)展規(guī)劃以及資源利用都有很大意義。