閆如柳,楊樹(shù)文,張珊,賈鑫
(1.蘭州交通大學(xué) 測(cè)繪與地理信息學(xué)院,蘭州 730070;2.地理國(guó)情監(jiān)測(cè)技術(shù)應(yīng)用國(guó)家地方聯(lián)合工程研究中心,蘭州 730070;3.甘肅省地理國(guó)情監(jiān)測(cè)工程實(shí)驗(yàn)室,蘭州 730070)
不透水面是人類(lèi)作用于自然形成的人工地表,表現(xiàn)為城市中的水泥路面、建筑物、瀝青等[1]。不透水面會(huì)阻止水下滲,阻礙地表蒸騰作用,對(duì)環(huán)境產(chǎn)生一定的負(fù)面影響。不透水面研究將為建設(shè)現(xiàn)代海綿城市提供有效的數(shù)據(jù)支撐。
近年來(lái),學(xué)者們?cè)诓煌杆嫜芯糠矫孀隽舜罅孔坑谐尚У墓ぷ?。Schueler[2]認(rèn)為不透水面是影響環(huán)境的關(guān)鍵因子,不透水面率過(guò)高會(huì)破壞城市的地?zé)崞胶?,使得夏季溫度有所上升,城市產(chǎn)生嚴(yán)重的熱島效應(yīng)[3]。其次,暴雨情況下,高不透水面率使得城市地表徑流量增加4~5倍,嚴(yán)重時(shí)會(huì)導(dǎo)致城市內(nèi)澇[4]。因此,及時(shí)、準(zhǔn)確地獲取不透水面信息對(duì)生態(tài)環(huán)境保護(hù)有重要意義[5]。
在不透水面的研究中,Ridd[6]在1995年提出的V-I-S(vegetation-impervious surface-soil)模型具有代表性,該模型認(rèn)為城市是由植被、裸土和不透水面按一定比例覆蓋組成。Small C[7]在改進(jìn)的V-I-S模型中,進(jìn)一步將城市劃分為植被-低反射率-高反射率(V-I-H)的組合,并成功提取紐約市地物信息。Wu和Murray[8]在此基礎(chǔ)上,提出V-H-L-S模型,把城市劃分為4種端元的結(jié)合,即高反射率端元、低反射率端元、土壤和植被,能較為有效地提取不透水面信息。然而,V-I-S模型處理組分復(fù)雜的像元效果不理想,未考慮水體及陰影的影響,使得水體與低反射率地物容易混淆,影響不透水面的提取精度[9-10]。V-H-L-S模型在不透水面提取過(guò)程中,端元選取仍是難點(diǎn),僅用1個(gè)或2個(gè)端元很難描述復(fù)雜的城市地表。
綜上所述,本文在V-H-L-S模型的基礎(chǔ)上,提出一種基于Landsat-8影像提取不透水面的新方法。將研究重點(diǎn)放在透水面(水體、植被、土壤)的提取,反向提取不透水面。
本文研究區(qū)為蘭州市(35°53′N(xiāo)~37°04′N(xiāo),102°35′E~104°37′E)主城區(qū),包括城關(guān)區(qū)、七里河區(qū)、安寧區(qū)和西固區(qū)。該區(qū)域有多種土地利用類(lèi)型,包括研究所需的水體、植被、裸地以及不透水面等,如圖1所示。
圖1 研究區(qū)影像
論文實(shí)驗(yàn)選用蘭州市Landsat-8 OLI影像,成像時(shí)間為2017年3月28日,含云量為6.83%,影像質(zhì)量較好。Landsat-8 OLI影像包含11個(gè)波段,實(shí)驗(yàn)主要選用2(藍(lán)波段)、3(綠波段)、4(紅波段)及5(近紅外波段)波段進(jìn)行處理,其空間分辨率均為30 m。
實(shí)驗(yàn)前對(duì)原始影像進(jìn)行預(yù)處理,包括:①結(jié)合蘭州市矢量邊界圖裁剪原始影像;②選用蘭州市30 m DEM數(shù)據(jù),對(duì)裁剪后影像進(jìn)行正射校正,糾正因傳感器自身原因及地形起伏引起的像點(diǎn)位移;③通過(guò)輻射定標(biāo)糾正或消除因輻射誤差引起的影像變形。預(yù)處理結(jié)果如圖2所示。
圖2 預(yù)處理后影像
不透水面和透水面相對(duì),二者共同組成地表信息。提取地表透水面信息,剩下部分即為不透水面。透水面主要包括水體、植被、裸土,因此提取不透水面就轉(zhuǎn)化為水體、植被、裸土的提取問(wèn)題,而這3種地物的提取方法相對(duì)成熟,從而降低不透水面的提取難度。
最小噪聲分離(minimum noise fraction rotation,MNF)是線(xiàn)性變換的一種,本質(zhì)上是兩次主成分變換的疊置:第一次變換分離和調(diào)節(jié)數(shù)據(jù)中的噪聲,稱(chēng)為噪聲白化;第二次將白化后的數(shù)據(jù)進(jìn)行主成分變換。MNF變換將一幅多波段影像的主要信息集中在前幾個(gè)波段,使得噪聲減弱,后續(xù)計(jì)算量減少。MNF變換包括正向和反向2種,本文選用正向MNF變換,將影像11個(gè)波段的信息集中在前3個(gè)波段,變換結(jié)果如圖3所示,其中粉色部分為房屋建筑道路等人工設(shè)施,水體、植被、土壤在圖3中分別呈現(xiàn)為紅色、綠色和藍(lán)色。
圖3 MNF變換
由于水體的反射率從可見(jiàn)光到中紅外波段逐漸減弱,在近紅外和中紅外波長(zhǎng)范圍內(nèi)吸收率最強(qiáng),幾乎無(wú)反射。因此,用可見(jiàn)光波段和近紅外波段的反差可以突出影像中的水體信息。另外,植被在近紅外波段的反射率一般最強(qiáng),因此,綠波段與近紅外波段的比值可以最大程度地抑制植被信息,從而突出水體。歸一化水體指數(shù)(normalized difference water index,NDWI)由McFeeters[11]在歸一化植被指數(shù)的啟發(fā)下提出,主要對(duì)綠波段(B3)和近紅外波段(B5)進(jìn)行歸一化,計(jì)算公式為[2,11]:
(1)
利用NDWI提取水體,閾值選擇0.30制作水體掩膜文件,得到二值圖(圖4)。
圖4 水體掩膜
歸一化植被指數(shù)(normalized difference vegetation index,NDVI)是由Deering在1978年提出,由紅波段和近紅外波段進(jìn)行歸一化運(yùn)算得到。NDVI的值在[-1,1]之間,其中,0表示該地區(qū)基本沒(méi)有植被覆蓋;負(fù)值表示沒(méi)有植被覆蓋;正值表示有植被覆蓋,數(shù)值越接近1時(shí)植被數(shù)量越多,植被覆蓋面積越大。例如土壤和巖石在歸一化運(yùn)算后值接近0,水體、冰雪等在紅外波段和近紅外波段反射率高,NDVI表現(xiàn)為負(fù)值。NDVI計(jì)算公式為:
(2)
式中:B4、B5分別代表Landsat-8 OLI影像中紅波段和近紅外波段。利用NDVI提取植被,閾值選擇0.25,制作植被掩膜文件,得到植被和其他地物的二值圖(圖5)。
圖5 植被掩膜
Huete于1988年提出土壤調(diào)節(jié)植被指數(shù)(soil-adjusted vegetation index,SAVI)[12],可有效區(qū)分植被和土壤。隨后,在SAVI的基礎(chǔ)上,相繼提出轉(zhuǎn)換型土壤調(diào)節(jié)植被指數(shù)(transformed soil-adjusted vegetation index,TSAVI)[13]、調(diào)整型土壤調(diào)節(jié)植被指數(shù)(modified soil-adjusted vegetation index,MSAVI)[14]、優(yōu)化土壤調(diào)節(jié)植被指數(shù)(optimize soil-adjusted vegetation index,OSAVI)[15]等。蘭州市氣候條件使得其植被覆蓋率低、裸土面積大,而在低植被覆蓋度下,MSAVI 提取效果更好[16]。因此,本文選取MSAVI模型區(qū)分植被與水體,公式為:
(3)
式中:B4、B5分別代表Landsat-8 OLI影像中的紅波段和近紅外波段。MSAVI主要增強(qiáng)亮度較高、植被稀疏的區(qū)域,提取裸土信息,閾值選擇-0.15,制作土壤掩膜文件(圖6)。
圖6 土壤掩膜
不透水面主要包括建筑物、水泥路、巖石等阻礙水滲透的要素,透水面主要由植被、裸土構(gòu)成。根據(jù)不同地物在衛(wèi)星影像中的光譜差異性,結(jié)合Landsat-8 OLI影像光譜特點(diǎn),對(duì)影像2-5波段進(jìn)行處理。本文基于V-I-H-S模型,集成NDWI、NDVI和MSAVI對(duì)不透水層進(jìn)行提取,新模型構(gòu)建流程如圖7所示。
圖7 不透水面自動(dòng)提取流程
關(guān)鍵步驟為:
①最小噪聲分離:對(duì)預(yù)處理后的影像進(jìn)行最小噪聲分離,將地物信息集中在前3個(gè)波段,減少后續(xù)計(jì)算量。
②水體掩膜:選用NDWI模型,閾值選擇0.30,得到水體信息并制作相應(yīng)的掩膜文件,取水體值為1,其他地物值取0。
③植被掩膜:同樣地,利用NDVI模型提取植被,閾值選擇0.25。制作植被掩膜,取植被值為1,其他地物值取0。
④土壤掩膜:透水面的最主要構(gòu)成即為土壤,不可避免的要提取土壤。結(jié)合研究區(qū)及影像特征,綜合幾種土壤提取模型,最后選用MSAVI模型提取研究區(qū)土壤信息,閾值選擇-0.15。再進(jìn)行土壤掩膜,取土壤值為1,其他地物值為0。
⑤閾值提取:將水體、植被和土壤掩膜進(jìn)行疊加處理,得到包含三者的二值圖,其中水體、植被和土壤值為1,其他地物值是0。將該二值圖與MNF變換后的影像進(jìn)行掩膜處理,影像中水體、植被和土壤被遮蓋,其他地物的DN值不變,閾值選擇0,將水體、植被、土壤與其他地物分開(kāi),得到的其他地物即為不透水面。
提取蘭州市不透水面信息如圖8所示。從空間分布上看,蘭州市主城區(qū)的不透水面主要分布在黃河沿岸。城關(guān)區(qū)分布最為密集,其次是安寧區(qū),七里河區(qū)北部較為密集,其南部多為裸土,西固區(qū)不透水面主要分布在與安寧區(qū)接壤部分,這與蘭州市主城區(qū)分布基本一致。從面積占比上看,蘭州裸土面積最大,不透水面積較小,占蘭州市總面積的15.80%。
圖8 蘭州市不透水面圖
在原始影像上隨機(jī)選取200個(gè)樣本點(diǎn),設(shè)置樣本點(diǎn)像元大小為3×3[17]。樣本點(diǎn)總像元數(shù)為1 800,其中不透水面實(shí)際像元數(shù)為1 116,透水面實(shí)際像元數(shù)為684,采用本文方法得不透水面和透水面正確像元個(gè)數(shù)分別為1 018、619,不透水面總體精度為90.94%,制圖精度為91.21%,錯(cuò)分誤差為8.79%,Kappa系數(shù)為0.81,說(shuō)明該方法能有效地提取不透水面。
為使提取結(jié)果更加直觀,選取其中2塊有代表性的區(qū)域進(jìn)行說(shuō)明。圖9(a)、圖9(c)中植被為紅色,綠色及深藍(lán)色為水體,偏灰色部分為不透水面,在圖9(b)、圖9(d)中分別對(duì)應(yīng)棕色、藍(lán)色將綠色。對(duì)比圖9(a)和圖9(b),水體、植被提取較精確,道路及小型建筑物提取精度低,會(huì)將亮度較低的建筑物誤分到裸土中,低估不透水面面積。對(duì)比圖9(c)和圖9(d),細(xì)小水體在提取過(guò)程中會(huì)被低估,道路提取不完整,會(huì)被誤分到裸土,提取精度有待提高。
圖9 不透水面提取細(xì)節(jié)圖
本文以V-H-L-S為理論基礎(chǔ),利用掩膜方法提取蘭州市不透水面,得出以下結(jié)論:采用線(xiàn)性光譜分解模型提取不透水面,會(huì)因端元選取不同,導(dǎo)致提取結(jié)果有所差異,混合像元中端元選取是一個(gè)難點(diǎn)。與之相比,新方法側(cè)重于分析透水面和不透水面之間光譜差異性。從不透水面的定義入手,結(jié)合實(shí)際地物類(lèi)型,將水體、植被和裸土歸為透水面,其余地物為不透水面,結(jié)果證明該方法可以快速有效地提取不透水面,能實(shí)現(xiàn)Landsat-8 OLI影像的不透水面自動(dòng)提取。
但是實(shí)驗(yàn)中引入多個(gè)掩膜,多次選取閾值,造成誤差累積,降低了不透水面的提取精度;另一方面,土壤和植被在提取過(guò)程中容易誤分,低反射率建筑也容易被分到透水面中,以上問(wèn)題都會(huì)影響提取精度,還需要后續(xù)的完善和研究。