葉 杰,王戰(zhàn)衛(wèi),馮乃琦,劉 冰,張 斌,谷芳瑩,白濰銘,王海俠
(1.河南省航空物探遙感中心,河南 鄭州 450053;2.中國(guó)地質(zhì)科學(xué)院鄭州礦產(chǎn)綜合利用研究所,河南 鄭州 450006)
煤炭開(kāi)采導(dǎo)致的地表季節(jié)性或常年積水,是影響煤礦區(qū)土地生態(tài)變化的主要因素之一。快速有效地了解煤礦區(qū)水體分布情況,對(duì)礦山生態(tài)環(huán)境保護(hù)具有重要意義。目前,水體信息提取運(yùn)用較多的遙感數(shù)據(jù)有TM、ETM+、OLI、ASTER、MODIS、Sentinel-2等,這些數(shù)據(jù)在對(duì)煤礦區(qū)水體變化檢測(cè)中,具有較好的時(shí)序連續(xù)性且可根據(jù)用戶的需求隨時(shí)隨地獲取影像,能夠滿足大眾需求。ASTER為搭載在Terra衛(wèi)星上的星載熱量散發(fā)和反輻射儀,于1999年12月18日發(fā)射升空。ASTER為涵蓋從可見(jiàn)光到熱紅外共14個(gè)光譜通道的多光譜傳感器[1],具有同一軌道的(黑白立體像對(duì))立體觀察[2],其主要參數(shù)見(jiàn)表1。與2015年6月23日歐空局發(fā)射的Sentinel-2相比,ASTER數(shù)據(jù)具有充足的歷史數(shù)據(jù)源;與美國(guó)陸地衛(wèi)星(Landsat)相比,ASTER數(shù)據(jù)具有波段豐富及空間分辨率更好的優(yōu)勢(shì)。但如何運(yùn)用一種普遍適用的模型,從ASTER數(shù)據(jù)中準(zhǔn)確快速提取水體信息(或其他地物)仍然是需要解決的問(wèn)題。本文以ASTER數(shù)據(jù)(成像時(shí)間為2002年10月13日)為數(shù)據(jù)源對(duì)試驗(yàn)區(qū)進(jìn)行水體信息提取,通過(guò)分析地物波譜信息,依據(jù)歸一化差異指數(shù)的思想,提出了一種普遍適用于ASTER數(shù)據(jù)的水體信息提取方法。
表1 ASTER影像各波段參數(shù)
目前,國(guó)內(nèi)外在水體信息自動(dòng)提取方面研究很多,其中利用光學(xué)遙感數(shù)據(jù)進(jìn)行水體信息提取的方法比較成熟,主要分為單波段閾值法和多波段增強(qiáng)圖閾值法[3-4]。單波段閾值法是根據(jù)影像單個(gè)波段中水體的DN值(灰度值)大于或小于其他地物的DN值,設(shè)定閾值進(jìn)行水體信息提取,但受陰影干擾較大,難以提取狹窄水體[4-5]。多波段增強(qiáng)圖閾值法主要利用遙感影像各波段之間的綜合關(guān)系來(lái)進(jìn)行水體信息提取[4,6],是國(guó)內(nèi)外使用較多的方法,包括譜間關(guān)系法和水體指數(shù)法。譜間關(guān)系法是通過(guò)分析地物在各波段的光譜特征提取出水體信息,最早是由1998年楊存建[4,7]等在對(duì)TM各波段影像分析過(guò)程中,發(fā)現(xiàn)水體具有(TM2+TM3)>(TM4+TM5)的特征。水體指數(shù)法是通過(guò)多波段運(yùn)算來(lái)增強(qiáng)地物之間的反差,使得水體值高于非水體地物值,從而設(shè)定水體界限閾值提取水體。當(dāng)前主要的水體指數(shù)有:歸一化差異水體指數(shù)(normalized difference water index,NDWI)[8-12]、改進(jìn)的歸一化差異水體指數(shù)(modified normalized difference water index,MNDWI)[12-14]、增強(qiáng)型水體指數(shù)(enhanced water index,EWI)[12,15]、新型水體指數(shù)(new water index,NWI)[12,16]、混合水體指數(shù)(combined index of NDVI and NIR for water body identification,CIWI)[8-9,12]、改進(jìn)型組合水體指數(shù)(MCIWI)[12,17]。在此背景下,本文針對(duì)試驗(yàn)區(qū)運(yùn)用ASTER數(shù)據(jù)(如圖1所示),通過(guò)分析不同地物的光譜特征,利用數(shù)學(xué)統(tǒng)計(jì)方法建立一種ASTER數(shù)據(jù)的地物提取模型SWI ASTERxy,并運(yùn)用該模型對(duì)試驗(yàn)區(qū)進(jìn)行水體信息提取。
圖1 試驗(yàn)區(qū)ASTER影像(123波段合成)
試驗(yàn)區(qū)位于瀘溪縣和上栗縣跨界處,覆蓋萍鄉(xiāng)市新嶺及周邊17個(gè)煤礦,面積為106.88 km2。
該區(qū)域地處幕阜山脈南緣,武功山脈西端,在湘中丘陵盆地區(qū)與湘贛邊中低山區(qū)接合處,雁行排列的北東向中低山與緩坡起伏的崗丘狀盆地相間,重復(fù)出現(xiàn)。平行的山嶺與谷地,組成平行嶺谷地形。區(qū)內(nèi)水系比較發(fā)育,土質(zhì)肥沃,水源充沛,人煙稠密。交通比較發(fā)達(dá),昌金高速由西南斜穿本區(qū),小型機(jī)耕路遍布區(qū)內(nèi)。
使用ENVI圖層疊加工具,將ASTER數(shù)據(jù)短波紅外(SWIR)30 m分辨率配準(zhǔn)和重采樣到可見(jiàn)光、近紅外(VNIR)15 m分辨率。在ENVI5.3中對(duì)ASTER數(shù)據(jù)輻射定標(biāo),然后利用FLAASH模塊進(jìn)行大氣校正,并設(shè)置相關(guān)參數(shù)。其中,中心坐標(biāo)點(diǎn)和時(shí)間從影像頭文件讀取,海拔是試驗(yàn)區(qū)數(shù)字高程模型(DEM)的平均海拔,大氣模型根據(jù)試驗(yàn)區(qū)所在緯度和數(shù)據(jù)獲取時(shí)間確定為Mid-Latitude Summer,未進(jìn)行水汽反演。設(shè)置為鄉(xiāng)村氣溶膠模型,完成ASTER數(shù)據(jù)的大氣校正。使用最鄰近法對(duì)像元的灰度值進(jìn)行插值計(jì)算,并進(jìn)行正射校正。
試驗(yàn)區(qū)主要地物類(lèi)型有建筑物、水體、植被和煤炭4種,因此本區(qū)水體信息提取時(shí)需著重考慮這4種地物。首先從ASTER影像上選取具有代表性的建筑物、水體、植被、煤炭各12個(gè)點(diǎn),得到建筑物、水體、植被、煤炭在9個(gè)波段的DN值,如表2所示為各代表性地物中各波段12個(gè)點(diǎn)的最大值(MAX)、最小值(MIN)和平均值(AVE)的統(tǒng)計(jì)結(jié)果;然后統(tǒng)計(jì)出9個(gè)波段的平均DN值,得到這4中地物的光譜曲線(如圖2所示)。從光譜曲線可以看出,試驗(yàn)區(qū)建筑物、水體和煤炭的DN值均從波段1到波段9依次遞減,植被除在第3波段比第2波段的DN值略大外其他波段同樣依次遞減。
表2 各地物樣本的統(tǒng)計(jì)DN值
圖2 煤炭、植被、水體、建筑物在ASTER中的波譜曲線
從地物9個(gè)波段平均DN值的光譜曲線可以看出,可見(jiàn)光近紅外前兩個(gè)波段的DN值都滿足建筑物>煤炭>水體>植被,而第3波段植被比較異常,該波段的DN值大于其他3種地物。在短波紅外的6個(gè)波段中,植被在波段4的DN值大于建筑物、煤炭和水體,在波段5、6、7、8、9的地物DN值為建筑物>水體>煤炭>植被。與TM/ETM+不同,ASTER的地物光譜曲線在短波紅外波段(第4波段開(kāi)始)的DN值突然變小,因此使用普通的歸一化差異水體指數(shù)對(duì)ASTER進(jìn)行水體信息提取不可行。如本文運(yùn)用改進(jìn)的歸一化差異水體指數(shù)(MNDWI),因試驗(yàn)區(qū)4種地物的DN值在波段1(對(duì)應(yīng)TM影像的第2波段)中的DN值都大于其在波段4(對(duì)應(yīng)TM影像的第5波段)中的DN值,因此波段運(yùn)算的結(jié)果是試驗(yàn)區(qū)均大于0,不能將水體信息從中提取出來(lái)。在此本文根據(jù)ASTER數(shù)據(jù)特點(diǎn)及地域變化影響重新建立ASTER數(shù)據(jù)的水體信息提取方法。
通過(guò)以上分析可以發(fā)現(xiàn),普通的歸一化差異水體指數(shù)之所以在ASTER數(shù)據(jù)中不能發(fā)揮它的作用,主要是因?yàn)樵诓ǘ?中建筑物、植被和煤炭的DN值小于其在波段1中的DN值。因此可以通過(guò)對(duì)波段y進(jìn)行拉伸,使拉伸后建筑物、植被和煤炭在波段y的DN值都大于波段x的DN值,而同時(shí)確保拉伸后水體在波段y中的DN值小于波段x的DN值,就可以把水體從其他3種地物中區(qū)分開(kāi)來(lái)。ASTER數(shù)據(jù)重新建立的綜合歸一化差異水體指數(shù)(synthesize water index,SWI)為
SWI ASTER2,4=(ASTER2-2.34×ASTER4)/
(ASTER2+2.34×ASTER4)
(1)
式中,n為對(duì)波段y進(jìn)行拉伸的系數(shù)。
即若想將水體同植被、煤炭和建筑物信息區(qū)分開(kāi),需將波段y中植被、煤炭和建筑物的DN值至少拉伸超過(guò)其在波段x中的DN值,但是水體在波段y中DN值的拉伸卻不能超過(guò)其在波段x中的DN值。因此n的取值范圍應(yīng)該為:MAX[(x/y植被)、(x/y煤炭)、(x/y建筑物)] 如圖2所示,地物在短波紅外波段(第4波段開(kāi)始)的DN值突然變小,趨于一致,在此取1、2、3波段為波段x,取2、3、4、5、6、7、8、9波段為波段y,分別對(duì)選取的建筑物、水體、植被、煤炭典型地物樣本中最小值、最大值和平均值進(jìn)行比值運(yùn)算(如當(dāng)x=1時(shí)、y=2時(shí),MAX=B1MAX/B2MAX=第1波段DN值的最大值/第2波段DN值的最大值),以此來(lái)獲取最佳波段組合及對(duì)應(yīng)的拉伸系數(shù)(n),進(jìn)而對(duì)試驗(yàn)區(qū)進(jìn)行水體信息提取。 通過(guò)表3的比值結(jié)果發(fā)現(xiàn),當(dāng)x為第1波短時(shí)提取水體的最佳波段組合為B1/B4(y為第4波段)。按平均值比值結(jié)果確定拉伸系數(shù)的取值范圍時(shí),n應(yīng)為:3.34 表3 x為第1波段時(shí)各地物最小值、最大值和平均值比值 通過(guò)表4的比值結(jié)果發(fā)現(xiàn),當(dāng)x為第2波短時(shí)提取水體的最佳波段組合是B2/B4(y為第4波段)。按平均值比值結(jié)果確定拉伸系數(shù)的取值范圍時(shí),n應(yīng)為:2.34 表4 x為第2波段時(shí)各地物最小值、最大值和平均值比值 通過(guò)表5的比值結(jié)果發(fā)現(xiàn),當(dāng)x為第3波短時(shí)提取水體的最佳波段組合是B3/B4(y為第4波段)。按平均值比值結(jié)果確定拉伸系數(shù)的取值范圍時(shí),n應(yīng)為:1.62 表5 x為第3波段時(shí)各地物最小值、最大值和平均值比值 為便于比較,通過(guò)不同波段、系數(shù)組合對(duì)試驗(yàn)區(qū)進(jìn)行了水體信息提取(圖3),根據(jù)試驗(yàn)統(tǒng)計(jì)結(jié)果(見(jiàn)表6)可以得到,當(dāng)x=2、y=4、n=2.34時(shí),可以客觀、方便、快捷地將水體信息從植被、建筑物、煤炭中提取出來(lái),此時(shí)試驗(yàn)區(qū)水體提取總體效果最佳(如圖3所示)。即針對(duì)試驗(yàn)區(qū)ASTER數(shù)據(jù)建立的綜合歸一化差異水體指數(shù)為 表6 不同波段、系數(shù)組合水體信息提取精度對(duì)比 SWI ASTER2,4=(ASTER2-2.34×ASTER4)/ (ASTER2+2.34×ASTER4) (2) 本文在水體信息自動(dòng)提取方面,ASTER數(shù)據(jù)提出了的一種綜合歸一化差異水體指數(shù):SWI ASTERxy=(ASTERx-n×ASTERy)/(ASTERx+n×ASTERy),并在試驗(yàn)區(qū)獲得了較好的提取效果。本文所選區(qū)域較小,建議在實(shí)際大范圍應(yīng)用時(shí),可將大幅影像分割出一小塊,確定波段組合和系數(shù)后,再進(jìn)行大范圍水體信息提取。此外,本文提出的綜合歸一化差異水體指數(shù)也適用于其他多光譜數(shù)據(jù)對(duì)不同區(qū)域不同地物的提取。6 結(jié) 語(yǔ)