宋啟帆，王少軍，張 志，2，王 鵬，安 萍

基于WorldView II圖像的鎢礦區(qū)水體信息提取方法研究
——以江西大余縣為例

宋啟帆1，王少軍1，張 志1，2，王 鵬3，安 萍1

(1.中國(guó)地質(zhì)大學(xué)地球科學(xué)學(xué)院，武漢 430074;2.國(guó)家遙感中心地殼運(yùn)動(dòng)與深空探測(cè)部，武漢 430074;3.太原理工大學(xué)礦業(yè)工程學(xué)院，太原 030021)

以江西大余縣鎢礦區(qū)水體信息提取為例，對(duì)WorldView II遙感圖像的各波段參數(shù)及波段間關(guān)系進(jìn)行分析，選取用于水體信息提取的最佳波段，進(jìn)行多種融合方法試驗(yàn)，通過(guò)分析獲得適合于利用WorldView II圖像進(jìn)行礦區(qū)水體信息提取的融合方法;分別通過(guò)計(jì)算歸一化差異水體指數(shù)(NDWI)、譜間關(guān)系法和監(jiān)督分類(lèi)法提取礦區(qū)水體信息;利用目視解譯檢驗(yàn)NDWI法、譜間關(guān)系法與監(jiān)督分類(lèi)法的水體信息提取精度，修正后的提取結(jié)果精度最高可達(dá)92%，野外驗(yàn)證精度最高達(dá)90%。

WorldView II;遙感;歸一化差異水體指數(shù);譜間關(guān)系法;監(jiān)督分類(lèi)

0 引言

遙感技術(shù)作為當(dāng)今最先進(jìn)的信息采集方式，具有視野寬、信息量大以及快速、動(dòng)態(tài)監(jiān)測(cè)等特點(diǎn)，越來(lái)越成為資源開(kāi)采、環(huán)境變化等區(qū)域性和全球性問(wèn)題研究的非常重要的技術(shù)手段［1，2］。水資源分布的調(diào)查與監(jiān)測(cè)是控制水污染和生態(tài)保護(hù)的前提。遙感數(shù)據(jù)的獲取正朝著“三高”(高空間分辨率、高時(shí)間分辨率、高光譜分辨率)方向發(fā)展，信息提取方法也由傳統(tǒng)的目視解譯發(fā)展到比值法、歸一化差異水體指數(shù)(NDWI)、譜間關(guān)系法和監(jiān)督分類(lèi)法等。Chen［3］對(duì) Landsat ETM+影像分別采用閾值法、差值法與閾值法相結(jié)合、多波段譜間關(guān)系法與閾值法相結(jié)合等3種方法對(duì)濕地進(jìn)行識(shí)別;徐涵秋［4］提出的改進(jìn)的歸一化差異水體指數(shù)(MNDWI)可以有效地區(qū)分水體與居民地陰影，很好地提取城市中的水體信息;丁鳳［5］則提出一種新型的水體指數(shù)(NWI)，將ETM第7波段用于水體指數(shù)模型的構(gòu)建和水體信息的提取。

于2009年10月6日發(fā)射升空的WorldView II遙感衛(wèi)星是新一代高分辨率衛(wèi)星，擁有4個(gè)標(biāo)準(zhǔn)多光譜波段(藍(lán)、綠、紅光波段和近紅外1波段)和4個(gè)補(bǔ)充多光譜波段(海岸波段、黃光波段、紅光邊緣波段和近紅外2波段)，能夠提供0.5 m分辨率的全色圖像和1.8 m(星下點(diǎn))分辨率的多光譜圖像。非常高的空間分辨率，使其在小尺度內(nèi)的環(huán)境監(jiān)測(cè)及制圖方面具有很大的應(yīng)用前景;其多光譜圖像與全色圖像在礦區(qū)環(huán)境信息的提取中有很大的潛力。本文利用WorldView II圖像，通過(guò)圖像預(yù)處理和數(shù)據(jù)融合，分別利用NDWI法、譜間關(guān)系法［6］和監(jiān)督分類(lèi)法對(duì)江西大余縣水污染嚴(yán)重的礦區(qū)進(jìn)行水體信息提取，對(duì)礦區(qū)水資源分布的調(diào)查與監(jiān)測(cè)有一定的現(xiàn)實(shí)意義。

1 研究區(qū)概況

大余縣位于江西省西南端、贛州市西南部、章江上游、庾嶺北麓，地理坐標(biāo)為 114°1'～114°40'E、25°15'～25°37'N。東北與南康市相連，東南與信豐縣交壤，西北與崇義縣毗鄰，南連廣東省南雄市，西接廣東省仁化縣。

區(qū)內(nèi)河流密布，縱橫交錯(cuò)。以贛江支流——章水為主干流的章江流域，在區(qū)內(nèi)有支流537條，河流總長(zhǎng) 2 084.58 km，河流密度達(dá) 1.52 km/km2。按流域面積劃分，有一級(jí)支流13條、二級(jí)支流27條、三級(jí)支流20條。

大余縣境西北部山脈受燕山期地質(zhì)構(gòu)造運(yùn)動(dòng)的影響，形成全世界著名的鎢礦床，是享譽(yù)全球的“世界鎢都”。區(qū)內(nèi)礦化面積約30 km2，有大小礦脈3 000余條。礦床礦物種類(lèi)較多，金屬礦物以黑鎢礦為主。

2 數(shù)據(jù)源與圖像處理

2.1 數(shù)據(jù)源

本次研究所用的數(shù)據(jù)源主要包括衛(wèi)星遙感數(shù)據(jù)和非遙感數(shù)據(jù)。前者選擇2010年2月23日獲取的WorldView II圖像作為實(shí)驗(yàn)區(qū)水體信息提取的主要信息源;后者包括大余縣1990年測(cè)制的1∶5萬(wàn)地形圖等。

2.2 圖像處理

2.2.1 最佳波段選擇

本文選取WorldView II圖像的常規(guī)波段(即藍(lán)、綠、紅、近紅外及全色波段)作為信息提取的波段。在分析各波段參數(shù)(表1)及波段間相關(guān)性(表2)的基礎(chǔ)上，進(jìn)行最佳波段選擇，選擇的原則為波段間相關(guān)系數(shù)小且波段組合包含信息量大。最佳波段組合將用于后續(xù)的監(jiān)督分類(lèi)。

表1 WorldView II各波段統(tǒng)計(jì)參數(shù)Tab.1 Statistical parameters of each band of WorldView II

表2 WorldView II各波段相關(guān)系數(shù)Tab.2 Correlation coefficients of the bands of WorldView II

從表1和表2可以看出，WorldView II圖像的標(biāo)準(zhǔn)差變化情況是B4＞B3＞B2＞B1。圖像的標(biāo)準(zhǔn)差大表明圖像灰度級(jí)分布分散，圖像的亮度值變化大，信息量豐富。B4與可見(jiàn)光的3個(gè)波段的相關(guān)系數(shù)都比較小，但3個(gè)可見(jiàn)光波段之間的相關(guān)性較高。根據(jù)上述統(tǒng)計(jì)結(jié)果及使用目的，選用B4(R)、B3(G)和B2(B)波段組合圖像與全色波段圖像融合后進(jìn)行監(jiān)督分類(lèi)。目視解譯時(shí)，選擇B3(R)、B2(G)和B1(B)波段組合圖像與全色波段融合的圖像。因?yàn)樵摬ǘ谓M合為真彩色組合，圖像呈現(xiàn)自然色，符合人眼的視覺(jué)習(xí)慣，適合于進(jìn)行目視解譯。

2.2.2 圖像融合

WorldView II圖像具有0.5 m分辨率的全色圖像和1.8 m(星下點(diǎn))分辨率的多光譜圖像，利用某種算法將全色波段圖像和多光譜圖像進(jìn)行融合，融合后的圖像既具有全色波段的高空間分辨率特性，又具有多光譜波段的波譜特性;無(wú)論是用于計(jì)算機(jī)分類(lèi)還是目視解譯，融合后的圖像都優(yōu)于一般的多光譜圖像。本文中，融合后的圖像主要有2種用途:①用于監(jiān)督分類(lèi)，提取研究區(qū)水體信息(本文選擇B4、B3和B2波段組合圖像與全色波段圖像進(jìn)行融合，因?yàn)樵摬ǘ谓M合圖像信息量最豐富);②進(jìn)行目視解譯(本文選擇B3、B2和B1波段組合圖像與全色波段圖像進(jìn)行融合，因?yàn)樵摬ǘ谓M合圖像更適合人眼的視覺(jué)習(xí)慣)。

對(duì)主成分變換、乘積變換、HIS變換、小波變換、高通濾波(HPF)和PANSHARP融合等多種融合方法進(jìn)行試驗(yàn)對(duì)比，從定性和定量?jī)蓚€(gè)方面對(duì)融合的效果進(jìn)行評(píng)價(jià)［7］。結(jié)果表明，HPF融合方法適合于B4、B3和B2波段組合圖像與全色波段圖像的融合(圖1)，PANSHARP融合方法適合于B3、B2和B1波段組合圖像與全色波段圖像的融合(圖2)。

圖1 HPF融合Fig.1 HPF fusion

圖2 PANSHARP融合Fig.2 PANSHARP fusion

3 水體信息提取

衛(wèi)星遙感圖像記錄了地物對(duì)電磁波的反射信息以及地物自身的熱輻射信息。各種地物由于其結(jié)構(gòu)、組成以及理化性質(zhì)的差異，導(dǎo)致其對(duì)電磁波的反射特征存在著差異，并且其熱輻射特征也不完全相同。對(duì)于水體來(lái)說(shuō)，水體幾乎吸收了近紅外和中紅外波段的全部入射能量;在可見(jiàn)光范圍內(nèi)，水體的反射率總體上比較低，并隨著波長(zhǎng)的增大逐漸降低，在波長(zhǎng)為0.8 μm處，其反射率為2%左右;到波長(zhǎng)為1.6 μm處，水體幾乎成為全吸收體，其相應(yīng)的灰度值也非常低［6］。由于礦區(qū)內(nèi)的水污染較嚴(yán)重，只有未被污染的水域水體清澈，色調(diào)均勻;而被污染的水域水體渾濁，水中存在大量懸浮物，透明度很低。

3.1 水體與背景地物光譜分析

在遙感圖像上，對(duì)每一種地物測(cè)定其在各波段的光譜亮度值，并從中抽取具有代表性的數(shù)據(jù)，根據(jù)各種地物類(lèi)型的亮度平均值(表3)繪制出礦區(qū)各類(lèi)地物波譜響應(yīng)曲線(圖3)。

表3 典型地物亮度均值Tab.3 Mean values of the brightness of typical objects

圖3 不同地物亮度均值曲線Fig.3 Curves of the mean values of brightness for different surface features

從表3可以看出，在B1，水體與耕地亮度值混淆，與林地、尾礦庫(kù)、道路/工礦存在區(qū)別，其中與林地區(qū)別最大;在B2，水體與耕地和復(fù)墾地亮度值混淆，與林地、居民地、道路/工礦和尾礦庫(kù)存在區(qū)別，與林地和尾礦庫(kù)區(qū)別較大;在B3，水體與耕地和復(fù)墾地亮度值混淆，與林地、居民地、道路/工礦和尾礦庫(kù)存在區(qū)別，與林地和尾礦庫(kù)區(qū)別較大;在B4，水體和復(fù)墾地存在混淆，與林地、居民地、道路/工礦、耕地和尾礦庫(kù)區(qū)別較大。

從圖3中也可以看出上述分析結(jié)果，而且可以看出各地物的波譜形態(tài)。水體在B4與復(fù)墾地混淆，但與其他地類(lèi)區(qū)別較大。使用表達(dá)式B4＜75提取水體信息，就是利用水體亮度值在B4與復(fù)墾地混淆、但與其他地類(lèi)區(qū)別較大的特點(diǎn)，通過(guò)這一表達(dá)式提取出水體和復(fù)墾地。

然后使用表達(dá)式(B1－B4)＞128進(jìn)一步提取水體。因?yàn)?B1－B4)中水體亮度的差值最大，該表達(dá)式的含義是如果(B1－B4)＞128，則該像元為水體，將復(fù)墾地去除，最終實(shí)現(xiàn)水體信息的提取。但結(jié)果不理想，部分水體丟失，其原因是研究區(qū)內(nèi)的水體污染嚴(yán)重，在可見(jiàn)光波段被污染水體與未污染水體亮度值差別大，未污染水體在可見(jiàn)光與近紅外波段亮度值差別小，經(jīng)(B1－B4)后，未污染水體并不在閾值范圍內(nèi)，導(dǎo)致未污染水體丟失。由于礦區(qū)內(nèi)的水體污染嚴(yán)重，未污染區(qū)域很少，水體大多都有不同程度的污染，所以利用譜間關(guān)系方法能提取大部分水體信息(圖4)。

圖4 譜間關(guān)系法提取的水體Fig.4 Water extracted by spectral relation act

3.2 NDWI計(jì)算

根據(jù)水體的波譜特性，采用比值運(yùn)算建立并開(kāi)發(fā)了對(duì)水體信息進(jìn)行增強(qiáng)的水體指數(shù)［4］。鑒于本文采用的遙感數(shù)據(jù)為WorldView II圖像，參與水體信息提取的波段為可見(jiàn)光波段與近紅外波段，故采用了其中最經(jīng)典的歸一化差異水體指數(shù)(NDWI)，即

式中，GREEN為綠波段的亮度值;NIR為近紅外波段的亮度值;分別對(duì)應(yīng)WorldView II圖像中的B2和B4的亮度值。

NDWI的計(jì)算結(jié)果，抑制了植被等信息而突出了水體信息，同時(shí)有效地將陰影等信息區(qū)別開(kāi)來(lái)(圖5)。但未能區(qū)分水體與復(fù)墾地，究其原因，從表3可以看出，復(fù)墾地的亮度均值在4個(gè)波段都與水體相近。復(fù)墾地本是堆放礦區(qū)廢棄物的區(qū)域，所含元素與污染水體的元素相同，現(xiàn)在雖然復(fù)墾，但復(fù)墾區(qū)域植被覆蓋度低，其亮度值與水體相近，導(dǎo)致在提取水體時(shí)很難將其區(qū)分開(kāi)來(lái)。

圖5 NDWI提取的水體Fig.5 Water extracted by NDWI

3.3 監(jiān)督分類(lèi)

利用ERDAS軟件對(duì)前文中的B4、B3和B2波段組合圖像與全色波段圖像的融合圖像進(jìn)行最大似然法監(jiān)督分類(lèi)，對(duì)水體信息進(jìn)行了提取(圖6)。

圖6 監(jiān)督分類(lèi)提取的水體Fig.6 Water extracted by supervised classification

監(jiān)督分類(lèi)出現(xiàn)了漏提小水體、錯(cuò)提陰影及裸地的情況，錯(cuò)提的碎小圖斑較多，且水體與裸地混淆，導(dǎo)致監(jiān)督分類(lèi)的精度不高。

4 提取結(jié)果與精度檢驗(yàn)

結(jié)合礦區(qū)1∶5萬(wàn)地形圖及0.5 m空間分辨率的WorldView II融合圖像，用目視解譯的方法對(duì)譜間關(guān)系法、NDWI法和監(jiān)督分類(lèi)法得到的水體提取結(jié)果進(jìn)行驗(yàn)證，發(fā)現(xiàn)上述3種方法都能提取出較寬的河流信息，但漏提了較小的河流;監(jiān)督分類(lèi)法會(huì)將陰影與裸地也作為水體提取出來(lái);NDWI法解決了陰影與水體混合的問(wèn)題，卻將復(fù)墾地當(dāng)作水體錯(cuò)提出來(lái);譜間關(guān)系法很好地解決了陰影和復(fù)墾地與水體混淆的問(wèn)題，但漏提了未污染水體。

本文選取280個(gè)驗(yàn)證點(diǎn)，對(duì)所提取的水體信息進(jìn)行了驗(yàn)證;利用高分辨率的WorldView II圖像對(duì)譜間關(guān)系法提取的水體進(jìn)行修改;最后選取160個(gè)驗(yàn)證點(diǎn)進(jìn)行野外驗(yàn)證，驗(yàn)證結(jié)果正確率達(dá)到93%。各種方法提取水體精度見(jiàn)表4。

表4 不同方法提取水體精度對(duì)比Tab.4 Accuracy comparison of water extraction by different methods (%)

5 結(jié)論

(1)本文利用WorldView II遙感圖像，通過(guò)分析水體信息在可見(jiàn)光波段與近紅外波段吸收特征和不同波段間的波譜關(guān)系，利用譜間關(guān)系法、NDWI法和監(jiān)督分類(lèi)法分別對(duì)江西大余縣鎢礦區(qū)水體信息進(jìn)行了提取。

(2)由于該礦區(qū)水體污染嚴(yán)重，在可見(jiàn)光波段被污染水體亮度值與未污染或輕度污染水體亮度值差異大，在近紅外波段沒(méi)有差異;在 B3(R)、B2(G)、B1(B)波段組合圖像與全色波段圖像的融合圖像上，被污染水體呈現(xiàn)淡藍(lán)色，未污染水體呈現(xiàn)深藍(lán)色;水體和復(fù)墾地在近紅外波段混淆，但與其他地物區(qū)別較明顯。

(3)利用水體亮度值在B4與復(fù)墾地混淆、但與其他地類(lèi)區(qū)別較大的特點(diǎn)，可以選用表達(dá)式B4＜75提取水體和復(fù)墾地。

(4)因?yàn)樗w在(B1－B4)上亮度值最大，可使用表達(dá)式(B1－B4)＞128進(jìn)一步提取水體，將復(fù)墾地去除，但提取結(jié)果卻丟失了小部分未污染水體(因?yàn)檠芯繀^(qū)內(nèi)的水體大多被污染，但漏提水體只占很小一部分)。

(5)利用NDWI提取水體，有效地解決了陰影和水體混淆的問(wèn)題，但未能區(qū)分水體與復(fù)墾地(其原因是復(fù)墾地的亮度均值在4個(gè)波段都與水體相近，導(dǎo)致在提取水體時(shí)很難將其區(qū)分)。

(6)監(jiān)督分類(lèi)時(shí)出現(xiàn)小水體漏提、陰影及裸地錯(cuò)提的情況，錯(cuò)提的碎小圖斑較多，且水體與裸地混淆，導(dǎo)致監(jiān)督分類(lèi)的精度不高。

(7)研究表明，譜間關(guān)系法提取水體的精度高于NDWI法和監(jiān)督分類(lèi)法。由于WorldView II圖像缺少熱紅外波段，提取水體的精度會(huì)受到一定限制。但通過(guò)利用該圖像高分辨率的優(yōu)勢(shì)對(duì)譜間關(guān)系法提取的水體進(jìn)行適當(dāng)修正，可以使提取結(jié)果精度達(dá)到90%以上，完全符合工作要求。

［1］ Almeida F R，Shimabukur Y E.Digital Processing of a Landsat－TM Time Series for Mapping and Monitoring Degraded Areas Caused by Independent Gold Miners，Roraima State，Brazilian Amazon［J］.Remote Sensing of Environment，2002，79(1):42 －50.

［2］ 中華人民共和國(guó)國(guó)家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局.GB/T 21010－2007土地利用現(xiàn)狀分類(lèi)［S］.北京:中國(guó)標(biāo)準(zhǔn)出版社，2007.

［3］ Chen H F.Comparison of Water Extraction Methods in Mountainous Plateau Region from TM Image［J］.Remote Sensing Technology and Application，2004，19(6):479 －483.

［4］ 徐涵秋.利用改進(jìn)的歸一化差異水體指數(shù)(MNDWI)提取水體信息的研究［J］.遙感學(xué)報(bào)，2005，9(5):589 －595.

［5］ 丁 鳳.一種基于遙感數(shù)據(jù)快速提取水體信息的新方法［J］.遙感技術(shù)與應(yīng)用，2009，24(2):167 －171.

［6］ 周成虎，駱劍承，楊曉梅，等.遙感影像地學(xué)理解與分析［M］.北京:科學(xué)出版社，1999:75－78.

［7］ 徐 涵，燕 琴，徐泮林，等.多源遙感影像融合最佳波段選擇及質(zhì)量評(píng)價(jià)研究［J］.測(cè)繪科學(xué)，2007，32(3):72 －74.

A Water Information Extraction Method Based on WorldView II Remote Sensing Image in Tungsten Ore Districts:A Case Study of of Dayu County in Jiangxi Province

SONG Qi－ fan1，WANG Shao － jun1，ZHANG Zhi1，2，WANG Peng3，AN Ping1
(1.The Faculty of Earth Science，China University of Geosciences，Wuhan 430074，China;2.Department for Crust Dynamics＆ Deep Space Exploration，National Remote Sensing Center of China，Wuhan 430074，China;3.College of Mining Technology，Taiyuan University of Technology，Taiyuan 030021，China)

Taking the tungsten ore district of Dayu County in Jiangxi Province as an example，the authors analyzed the parameters and relationship between the WorldView II bands，selected the best bands for the information extraction of water in the study area，and tested and analyzed a variety of fusion methods to access the suitable fusion method that uses WorldView II image to extract the water information in the ore district.The water information in the ore district was extracted by calculating NDWI，analyzing spectral relations between different bands，and making supervised classification.The interpretation accuracies of NDWI，Spectral Relation Act and supervised classification were tested by visual interpretation.The interpretation results were revised to attain the accuracy of 92%，and the field verification accuracy can reach 90%，which meets the requirements of the work.

WorldView II;Remote sensing;Normalized difference water index(NDWI);Spectral relation act;Supervised classification

TP 751.1

A

1001－070X(2011)02－0033－05

2010－08－24;

2010－09－25

中國(guó)地質(zhì)調(diào)查局“江西大余—定南成礦區(qū)遙感地質(zhì)綜合調(diào)查”項(xiàng)目(編號(hào):121201088404)資助。

宋啟帆(1985－)，女，碩士研究生，主要研究方向?yàn)榈V山環(huán)境遙感。

(責(zé)任編輯:劉心季)