基于GF-1卫星影像的改进SWI水体提取方法

２０１７年０３月　ＲＥＭＯＴＥ　ＳＥＮＳＩＮＧ　ＦＯＲ　ＬＡＮＤ＆ＲＥＳＯＵＲＣＥ５　

ｄｏｉ：１０．６０４６／ｇｔｚｙｙｇ．２０１７．０１．０５　引用格式：王瑾杰，丁建丽，张成，等．基于ＧＦ一１卫星影像的改进ＳＷＩ水体提取方法［Ｊ］．国土资源遥感；２０１７，２９（１）：２９—　３５．（Ｗａｎｇ　Ｊ　Ｊ，Ｄｉｎｇ　Ｊ　Ｌ，Ｚｈａｎｇ　Ｃ，ｅｔ　ａ１．Ｍｅｔｈｏｄ　ｏｆ　ｗａｔｅｒ　ｉｎｆｏｒｍａｔｉｏｎ　ｅｘｔｒａｃｔｉｏｎ　ｂｙ　ｉｍｐｒｏｖｅｄ　ＳＷＩ　ｂａｓｅｄ　ｏｎ　ＧＦ一１　ｓａｔｅｌｌｉｔｅ　ｉｍａｇｅ［Ｊ］．　Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ　ｆｏｒ　Ｌａｎｄ　ａｎｄ　Ｒｅｓｏｕｒｃｅｓ，２０１７，２９（１）：２９—３５．）　

基于ＧＦ一１卫星影像的改进ＳＷＩ水体提取方法　

王瑾杰　，丁建丽　，张成　，陈文倩　

（１．新疆大学资源与环境科学学院绿洲生态教育部重点实验室，乌鲁木齐８３００４６；　２．新疆交通职业技术学院，乌鲁木齐８３１４０１）　

摘要：大尺度高精度山区河流信息提取是我国干旱区水资源开发利用的关键技术，而利用遥感影像提取水资源信　息存在水体与山区阴影难以区分的瓶颈。以ＧＦ一１号卫星２　ｍ分辨率全色波段影像和８　ｍ分辨率多光谱影像为　数据源，选取新疆特克斯河流域巴喀勒克水库为研究区，提出改进的阴影水体指数法（ｍｏｄｉｆｉｅｄ　ｓｈａｄｅ　ｗａｔｅｒ　ｉｎｄｅｘ，　ＭＳＷＩ）进行水体信息提取；同时运用单波段阈值法、ＮＤＷＩ法、单波段法与阴影水体指数法（ｓｈａｄｅ　ｗａｔｅｒ　ｉｎｄｅｓ，　ＳＷＩ）相结合的决策树分类法（简称ＳＷＩ）以及单波段法与ＭＳＷＩ相结合的决策树分类法（简称ＭＳＷＩ）分别对研究　区水体信息进行提取，并进行了对比分析。研究结果表明，前２种方法与ＳＷＩ和ＭＳＷＩ法相比，效果稍差；而ＳＷＩ　和ＭＳＷＩ法分类效果较好，其中ＭＳＷＩ比ＳＷＩ法分类总精度高０．９４％，提高了高分辨率遥感影像的解译精度，可为　国产高分系列卫星影像在干旱区水资源信息提取中的应用提供技术支持。　关键词：ＧＦ一１；水体信息提取；改进的阴影水体指数（ＭＳＷＩ）；决策树分类法　中图法分类号：ＴＰ　７５１．１　文献标志码：Ａ　文章编号：１００１一ＯＴＯＸ（２０１７）０ｌ一００２９—０７　

０　引言　

随着高空间分辨率（以下简称“高分”）卫星传　感器的发展，ＧｅｏＥｙｅ等卫星影像的空间分辨率已提　高至１　ｎｌ以内¨ｊ。利用高分遥感影像快速提取水　

体信息已成为水资源动态监测的重要手段　Ｊ。尤　

其在河流以积雪融水为主要补给的干旱地区，水资　源信息的高精度提取对旱涝等自然灾害防治和农业　

可持续发展都具有重要意义。　在遥感影像水体信息解译方面，根据解译技术　

路线的不同，可分为基于影像分类和基于指数计算　的２种水体信息提取方法　Ｊ。其中，影像分类法是　

通过不同地物在不同波段的反射率波谱特征的不同　来辨别地物的，但此方法需要人为划分阈值，主观性　

强，普适性不高。指数方法的原理与影像分类法相　似，同样是一种波谱分析方法，只是通过数学方法将　水体与其他地物波谱的差异拉大，可更直观地提取　出水体　Ｉ６　。近几年来，国内研究主要集中于中、高　分辨率多光谱影像分类，且以对水体指数法、谱间关　系法和决策树法的研究居多，方法应用也较为成熟。　

都金康等　利用ＳＰＯＴ高分卫星影像，提出决策树　分类法对水体信息进行提取；骆剑承等　基于ＴＭ　

影像，在归一化差值水体指数（ｎｏｒｍａｌｉｚｅｄ　ｄｉｆｆｅｒｅｎｃｅ　ｗａｔｅｒ　ｉｎｄｅｘ，ＮＤＷＩ）的基础上提出分布迭代方法，获　

得了高精度水体提取结果；王秋燕等　利用环境一　号（ＺＹ一１）卫星，采用多种水体提取方法对比，分析　了影响水体提取精度的因子；胡卫国等＿１。。以　

ＺＹ一１　０２Ｃ影像为数据源，利用ＮＤＷＩ和决策树分　类法提取水体信息，结果表明决策树分类法可有效　消除水体提取中的干扰因素；马延辉等　提出城　

镇水体指数法（ｃｉｔｙ　ｗａｔｅｒ　ｉｎｄｅｘ，ＣＩＷＩ），结果表明该　模型能有效解决水体与植被、城镇用地等信息之间　的分离问题，且精度较高；徐涵秋　１　在Ｍｅｆｅｅｔｅｒｓ　

提出的ＮＤＷＩ的基础上提出了改进的ＮＤＷＩ（ｍｏｄｉ．　ｆｌｅｄ　ＮＤＷＩ，ＭＮＤＷＩ）；李艳华等¨　Ｊ贝０利用ＧＦ一１数　据，通过面向对象分类和数学膨胀算法实现了细小　

河流的信息提取。以上研究主要集中在利用ＳＰＯＴ／　

收稿日期：２０１５—１０—０８；修订日期：２０１５—１０—２９　基金项目：国防科技工业局高分辨率对地观测重大专项（民用部分）项目“中亚地区跨境河流水资源利用开发遥感监测系统”（编号　９５一Ｙ４０Ｂ０２—９００１—１３／１５—０３—０１）、教育部新世纪优秀人才支持计划项目“区域水盐遥感监测与模拟方法研究”（编号　ＮＣＥＴ一１２—１０７５）和２０１４年新疆研究生科研创新项目“基于国产高分卫星影像的水资源开发利用遥感监测系统”（编号　ＸＪＧＲ￣Ｏ１４０２２）共同资助。　第一作者：王瑾杰（１９８２一），女，博士研究生，主要研究方向为干旱区资源遥感。Ｅｍａｉｌ：ｓｋｙｔｉａｎ５５２＠ｓｏｈｕ．ｔｏｍ。　通信作者：丁建丽（１９７４一），男，教授，博士生导师，主要从事干旱区资源遥感研究。Ｅｍａｉｌ：Ｄｉｎｇ．．，ｊ１＠１６３．ｃｏｒｎ。

　国土资源遥感　

ＴＭ／ＺＹ一１　０２Ｃ卫星数据对水体信息提取的应用研　

究，而基于我国高分遥感影像提取水资源信息的研　究鲜见报道。　

国产高分一号（ＧＦ一１）光学成像卫星于２０１３年　４月２６日成功发射，是我国“高分辨率对地观测”系　

统重大专项的首发星，搭载有２台２　ｍ全色与８　ｍ　多光谱高分相机和４台１６　ｍ分辨率多光谱宽覆盖　相机。ＧＦ—ｌ卫星突破了高空间分辨率、多光谱与　

宽覆盖相结合的光学遥感等关键技术，其数据将广　泛应用于我国的国土资源、农业、环境保护等诸多领　

域，大大提高我国高分遥感数据的自给率，将为我国　各项事业发展带来不可估量的影响　引。但目前利　

用ＧＦ一１数据提取水体信息的研究尚不多见。其　

中，陈文倩等　基于ＧＦ一１影像数据提出一种阴影　水体指数（ｓｈａｄｏｗ　ｗａｔｅｒ　ｉｎｄｅｘ，ＳＷＩ）方法，可在提取　

水体过程中有效区分山体阴影和水体。本文在此基　础之上，以新疆特克斯河流域巴喀勒克水库为研究　

区，尝试提出改进的阴影水体指数（ｍｏｄｉｆｉｅｄ　ＳＷＩ，　ＭＳＷＩ）方法，并对研究区水体提取精度进行了检　验。　

１　研究区概况与数据源　

１．１研究区概况　特克斯河位于新疆伊犁哈萨克自治州境内，发　源于天山汗腾格里峰，自西向东流经昭苏盆地和特　

克斯谷地，天山融雪为其提供水源。山区及河流周　边海拔在９２０～６　９９５　ｍ之间，山地阴影较多，形成　特征明显的河谷地貌Ｈ　。本文选择巴喀勒克水库　

及其邻近地区为研究区（图１）。　

口研究区ｏＬ—　１０６ｋｍ　

图１研究区影像　（ＧＦ一１　Ｂ４（Ｒ）Ｂ３（Ｇ）Ｂ２（Ｂ）假彩色合成影像）　Ｆｉｇ．１　Ｉｍａｇｅ　ｏｆ　ｓｔｕｄｙ　ａｒｅａ　巴喀勒克水库位于特克斯河入河口上游１７　ｋｍ　处，距离特克斯县城ｌ６．５　ｋｍ，于２０１３年建成，属于　

自治区重点民生重点工程。水库投入使用后，将服　

务于齐勒乌泽克乡、呼吉尔特蒙古民族乡和特克斯　镇，可满足巴喀勒克灌区０．８万亩。农业耕地用水、　

新增３．２５万亩人工饲草料地的灌溉用水和３２５户　牧民定居生活用水等　Ｊ。因此，为解决巴喀勒克沟　

春、夏季洪灾对附近生态环境的威胁，精确提取水库　

水体信息至关重要。　１．２数据源及预处理　本文采用ＧＦ一１的空间分辨率８　ｍ的多光谱　

影像和２　ｍ的全色波段影像为数据源（数据获取时　间为２０１３年ｌ２月１１日，轨道号／行号为１６５／６０，太　

阳方位角１６９．３７１。，太阳高度角２３．０２５。）；包括蓝　

（Ｂ１，０．４５—０．５２　ｍ）、绿（Ｂ２，０．５２—０．５９　ｐＬｍ）、红　（Ｂ３，０．６３—０．６９　）和近红外（Ｂ４，０．７７～０．８９　）　及全色（０．４５～０．９０　ｍ）５个波段。由８　ｍ分辨率　

多光谱和２　ｍ分辨率全色影像数据融合而成的影　像，作为本文实验用基础影像。　

运用ＥＮＶＩ软件平台完成ＧＦ一１数据预处理，　

包括根据中国资源卫星中心提供的ＲＰＣ函数进行　的正射纠正、影像裁剪、影像融合、辐射定标和Ｆｌａｓｈ　

大气校正等。根据预处理后的影像，裁剪出相应范　

围的ＡＳＴＥＲ　ＤＥＭ（分辨率为３０　ｍ）数据，用于后期　对比分析。　

２水体提取模型　

２．１水体和阴影光谱特性分析　各种地物因结构组成与理化性质不同，其光谱　

特征也各不相同。水体在可见光范围内的反射率通　常为４％一５％，其反射率有随波长增加而降低的特　

性　，在蓝、绿波段反射率最高，而在近红外波段极　低（即使水很浅，也近乎全部被吸收）。因此，在遥　

感影像中水体呈深色调；而水体在不同谱段中的不　同特性，则成为区分水体与其他地物的主要依据。　

但在影像分类过程中，山区阴影表现出的波谱特性　与水体十分相似，会造成水体和阴影混淆，难以区　

分，现有很多方法都无法将阴影和水体彻底分离。　

本文的研究区地处天山山区巴喀勒克沟，水库四周　被山体环绕，阴影比较明显；区内地类单一，具有代　

表性且容易找出区分水体和阴影的规律。因此，本　文利用ＥＮＶＩ软件对水体和阴影等下垫面地物的光　

谱特征逐一进行了分析，分析结果见表１和图２。　

Ｏ１亩＝０．０６６　７　ｈｍ　。

　１　ｊ９］　ｆ：　杰，等　

表１　水体及相关地物类型反射率均值　ｒａｂ．１　Ｍｅａｎ　ｖａｌｕｅ　ｏｆ　ｓｐｅｃｔｒｕｍ　ｒｅｆｌｅｃｔｉｖｅ　ｒ０ｒ　ｗａｔｅｒ　ａｎｄ　ｒｅｌａｔｅｄ　ｌａｎｄ　ｔｙｐｅｓ　

波段　一水体—音一川　干｝…　—一Ｉｉ１伟　图２水体及相关地类的典型光谱曲线　Ｆｉｇ．２　Ｔｙｐｉｃａｌ　ｓｐｅｃｔｒａｌ　ｃｕｒｖｅｓ　ｏｆ　ｗａｔｅｒ　ａｎｄ　ｒｅｌａｔｅｄ　Ｉａｎｄ　ｃｌａｓｓｅｓ　｝够像１＇１４收进ＳＷＩ水体提取　法　

从　２可以看出，红波段（Ｉ｛３）『｝１水体和阴影里　交趋势，尤显著差异。水体　旋（Ｂ１）、绿（Ｂ２）波　

段反射率下降较慢，几乎＿尢交集；　ｊ影在蓝、绿波　段反射率降低速度较快，这一特　足本文　分阴影　

和水体的关键，也是提ｆ｛Ｉ　ＭＳＷＩ模，　算法设汁的基　

刮ｌｌ＿　２．２水体提取算法　以下介绍４利　常用的水体提取算法模型和本文　

捉¨ｊ的ＭＳＷＩ模型，　分别将其心ｊＩ¨：ＧＦ一１影像　水体信息提取中。　２．２．１　单波段阂值法　

单波段法　足　于ＴＭ／ＥＴＭ影像提出的一种　水休提取算法，主要利用水体在近红外波段的强吸　

收　以及丁土壤和植被在近红外波段的强反射性特　

ｔ　、　捉取水体信息　本文采用ＧＦ—ｌ影像的近红外　

波段进行单波段水体信息提收（　３（ａ））　

）ｌ丫Ｌ波段　ｆｌＩｉ１　７）￣　（ｈ）ＮＩ　ＪｗＩ法　（ｔ。）ｓｗｌ法　（ｔ】）Ｍｓｗ１法　图３　４种方法的水体提取结果　Ｆｉｇ．３　Ｒｅｓｕｌｔｓ　ｏｆ　ｗａｔｅｒ　ｉｎｆｏｒｍａｔｉｏｎ　ｅｘｔｒａｃｔｉｏｎ　ｂｙ　ｕｓｉｎｇ　４　ｋｉｎｄｓ　ｏｆ　ｇｒａｙ　ｈｉｓｔｏｇｒａｍ　ｍｅｔｈｏｄｓ　

２．２．２　归一化差值水体指数法（ＮＩ）ＷＩ）　Ｍ　ｃ・ｈｔ　’　ｊ：１、Ｍ影像，利用近红外波段　ｊ