基于Sentinel-1 結(jié)合Sentinel-2 和Landsat8 影像的水體提取方法比較
——以魯班水庫為例

蘇子昕, 青玲萱, 王鑫, 薛飛陽, 王旭, 秦翔宇, 楊存建

四川師范大學(xué) 地理與資源科學(xué)學(xué)院

大型水庫的水體識別提取作為一個重要的監(jiān)測水體面積以及水體信息的手段，可以方便、快捷地得到水體面積的變化。水體提取基于水體光譜特征分析的水體提取的方法中，從最開始的單波段提取，到后面的多波段水體提取，水體提取的技術(shù)不斷進(jìn)步，提取方法更多種多樣。

周成虎原始通過對于TM 遙感影像中的波段進(jìn)行疊加操作的方法進(jìn)行水體提取[1]。程武學(xué)等人通過對單波段閾值法進(jìn)行水體與地物背景亮度值較大的水體提取研究[2]。McFeeter 等人通過對歸一化植被指數(shù)的研究，進(jìn)一步進(jìn)行探究得到歸一化差異水體指數(shù)的方法進(jìn)行水體提取[3]。徐涵秋等人構(gòu)建了歸一化差異水體指數(shù)（MNDWI）進(jìn)行水體提取[4]。翟慶宇等對SDWI 方法進(jìn)行了實際驗證[21]。莫偉華等人提出了混合水體指數(shù)模型（CIWI）[5]。曹榮龍等人構(gòu)建出了修訂歸一化差異水體指數(shù)（RNDWI）[6]。Feyisa 等人提出了自動水體提取指數(shù)（AWEI）[7]。閆霈等人提出了增強型水體指數(shù)（EWI）[8]。劉迎波以面向?qū)ο蟮姆椒ㄟM(jìn)行水庫水體提取分析[9]。通過對學(xué)者的水體提取方法的研究，對水體提取基本是通過單一的提取方法進(jìn)行分析，因此選擇魯班水庫作為研究的大型水庫，通過三種方法得到的水體提取結(jié)果進(jìn)行對比分析，從而探究適宜于研究區(qū)大型水庫的提取方法。

Sentinel-1（哨兵1 號）是主動微波遙感衛(wèi)星，其是由兩顆極軌衛(wèi)星A 星和B 星組成，這兩顆衛(wèi)星搭載的傳感器為合成孔徑雷達(dá)（SAR）[10]。Sentinel-2（哨兵2 號）是高分辨率多光譜成像衛(wèi)星，其可以分為2A 和2B 兩顆衛(wèi)星，其每顆衛(wèi)星都搭載相同的多光譜影像儀[11]。其可以用于陸地監(jiān)測等使用，其可以為實驗提供需要的植被、土壤、水體數(shù)據(jù)等影像，通過這些影像，還可以為緊急救援提供服務(wù)[11]。Landsat8 是美國陸地衛(wèi)星計劃（Landsat）的第八顆衛(wèi)星[12]。Landsat8 上攜帶的有陸地成像儀（Operational Land Imager ，OLI）和熱紅外傳感器（Thermal Infrared Sensor，TIRS）[13]。陸地成像儀其空間分辨率為30 m，包括了9 個波段，其中包括一個15 m 的全色波段[14]。

在對水體提取方法的選擇上，基于水體光譜特征分析的水體提取方法進(jìn)行水體提取模型的構(gòu)建雖然很簡單但是有很大的限制?；跈C器學(xué)習(xí)方法的水體提取需要大量分析樣本數(shù)據(jù)，其非常依賴樣本的質(zhì)量，但是其能夠很適應(yīng)復(fù)雜背景下的水體提取。因此在對研究區(qū)水庫的水體提取，擬分別對sentinel-1 數(shù)據(jù)處理的SDWI 值，對sentinel-2 數(shù)據(jù)處理的MNDWI 值，landsat8 數(shù)據(jù)處理的NDWI 值進(jìn)行分割，從而區(qū)別出水體與非水體地物，從三種方法中提取的水體提取結(jié)果進(jìn)行對比分析，得到適合研究區(qū)大型水庫的水體提取方法。

1 研究區(qū)概況

三臺縣位于四川省的東北部，三臺縣境內(nèi)的地質(zhì)構(gòu)造較為簡單，全部由褶皺構(gòu)造組成[15]。三臺縣海拔在307m 到672m 之間，其屬于川中丘陵地區(qū)，地勢北高南低[16]，無地質(zhì)斷層[17]。魯班水庫是四川省第三大水庫，魯班水庫是屬于都江堰水利工程人民渠七期灌溉系統(tǒng)，也是全國大型的水利設(shè)施[18]。魯班水庫所位于的三臺縣境內(nèi)的水資源主要是地表徑流水、地下水和外來客水三種類型[19]。三臺縣境內(nèi)存在大大小小的江河溪流一共有46 條，這些江河溪流均屬于長江支流嘉陵江水系，其中又包括了涪江、凱江、梓江、郪江這四條大江[20]。

2 研究方法

2.1 sentinel-1 水體提取分析

將所下載得到的魯班水庫Sentinel-1 數(shù)據(jù)進(jìn)行裁剪、相干斑噪聲抑制處理，進(jìn)行輻射矯正、結(jié)合地形矯正，掩膜處理得到本次研究區(qū)域，最后結(jié)合DEM 去除山體陰影和水體提取，并對所得到的結(jié)果進(jìn)行精度評價。進(jìn)行水體提取得到的數(shù)據(jù)處理后做波段運算，得到新的波段，從而進(jìn)行水體提取。所使用的方法是SDWI，其也屬于閾值分割法。在對研究區(qū)影像的預(yù)處理后得到的雙極化數(shù)據(jù)按照公式做波段運算,得到新的波段，將新影像SDWI 值大于分割閾值的確定為水體，小于分割閾值的確定為非水體，從而提取出水體信息。

通過計算，對研究區(qū)內(nèi)的水體提取SWDI 影像的直方圖進(jìn)行分析，得到當(dāng)值大于0.2 時為水體，當(dāng)小于0.2 時為非水體。

2.2 sentinel-2 水體提取分析

對sentinel-2 影像進(jìn)行波段選擇，裁剪等處理，通過歸一化計算公式水體差異指數(shù)(MNDWI)進(jìn)行在該研究區(qū)內(nèi)的水體提取，通過將閾值的設(shè)定將水體與其他地物區(qū)分出來。MNDWI 可以更有效地增強水體和抑制建筑物特征，因此通過該公式來進(jìn)行sentinel-2 提取水體數(shù)據(jù)。其中Green 為綠光波段，MIR 為中紅外波段。

2.3 Landsat8 水體提取

通過將Landsat8 數(shù)據(jù)進(jìn)行預(yù)處理后，即Mcfeeters[3]在1996 年提出的歸一化差分水體指數(shù)(NDWI)，其表達(dá)式如公式所示。通過用遙感影像的特定波段進(jìn)行歸一化差值處理，從而將遙感影像中的水體信息凸顯出來。

對NDWI 進(jìn)行分析，選定閾值0.017 從而得到關(guān)于Landsat8 影像的水體提取結(jié)果數(shù)據(jù)。

3 結(jié)果

通過對于sentinel-1 提取得到的關(guān)于魯班水庫的水體結(jié)果中可以看出，本次實驗采用的是SWDI 方法來提取sentinel-1 影像中的水體（見圖1a-e）。其中，較為細(xì)小的河流和水體則也被提取出來，其對于單個提取水庫的情況來說誤差較大，提取出來的水體面積相比sentinel-2（見圖1f-j）和Landsat8 數(shù)據(jù)（見圖1k-o）來說較多。因此后續(xù)的對于面積分析是在sentinel-1 的基礎(chǔ)上對魯班水庫進(jìn)行sentinel-2 和Landsat8 的水體提取分析。

圖1 sentient-1、sentinel-2、Landsat8 影像2017-2021 年魯班水庫水體提取結(jié)果Fig. 1 Water body extraction results of Luban reservoir from 2017 to 2021 based on sentinel-1, sentinel-2 and Landsat8 images

圖2 sentinel-2 和Landsat8 水體提取面積折線圖Fig. 2 Line chart of water body extraction area based on sentinel-2 data and Landsat8 images

從數(shù)據(jù)中可以看出，水庫水體面積基本沒有過多的變化。具體來看，2018 年魯班水庫的面積較2017 年有明顯的減少，但是2019 年又稍微增加了一點，2020 年和2021 年則基本沒有變化。2018 年的數(shù)據(jù)明顯下降可能是由于其數(shù)據(jù)為4 月份的數(shù)據(jù)，而2017 年、2019 年、2020 年和2021 年都是8 月或11 月的數(shù)據(jù)，其降水較4 月更為豐富。但是這五年間水庫的水體面積較為一致。

4 討論

通過對于魯班水庫水體進(jìn)行基于sentinel-2 和Landsat8 兩種不同的遙感影像進(jìn)行提取水體，可以看出兩種方法都很適用于提取本次研究區(qū)域內(nèi)的水體，也能很好地提取出來。通過精度評價可以看出，其錯提和漏提率都較低。Sentinel-2 影像為魯班水庫水體提取提供良好的數(shù)據(jù)基礎(chǔ)。兩種方法結(jié)合sentinel-1 影像數(shù)據(jù)進(jìn)行分析精度評價如表1 所示。通過精度評價，Landsat8 遙感影像提取水體的總體精度為0.989，其原因可能是遙感影像上水體部分有云，經(jīng)過預(yù)處理后還是存在漏提。通過兩種方法的提取結(jié)果對比可以看出，基于本次研究區(qū)魯班水庫2017 年到2021 年的水體提取，sentinel-2 數(shù)據(jù)其分辨率較Landsat8 影像數(shù)據(jù)高，且其根據(jù)本次研究中的方法，基于sentinel-2 影像數(shù)據(jù)的提取更為精準(zhǔn)。

表1 精度評價Tab. 1 Accuracy evaluation

對于本次以魯班水庫為例的大型水庫水體提取對比分析中，sentinel-2 數(shù)據(jù)能夠有效解決對于水體和陰影以及其他地物的混合影響。在后期的改進(jìn)中，可以通過增加關(guān)于研究區(qū)的時間尺度進(jìn)一步分析研究區(qū)大時間跨度的水體變化分析，且在后續(xù)研究中，應(yīng)該注意SAR 影像和光學(xué)影像所結(jié)合的關(guān)于水體的分析。在后續(xù)的研究中，可以將sentinel-1 數(shù)據(jù)進(jìn)行單獨的水體提取。本次研究由于所選取方法單一，在后續(xù)的研究中應(yīng)繼續(xù)對此方法進(jìn)行深入研究和改進(jìn)，以便提供更好、更合理的方法來提取水體信息。