陳 蕾，鄧孺孺，陳啟東，何穎清，秦 雁，婁全勝

基于水質(zhì)類型的TM圖像水體信息提取

陳 蕾1，2，鄧孺孺1，陳啟東1，何穎清1，秦 雁1，婁全勝2

(1.中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院，廣州 510275;
2.國家海洋局南海海洋工程勘察與環(huán)境研究院，廣州 510300)

通過對一般水體、富營養(yǎng)化水體和嚴重污染水體與山體陰影在TM各波段圖像上的亮度值進行分析比較可知:一般水體在TM4圖像上的亮度值小于TM3波段的，而山體陰影則相反;由于富營養(yǎng)化水體中的浮游植物在TM4波段具有強反射特征，嚴重污染水體對可見光具有強吸收作用，造成了這兩類水體在TM4圖像上的亮度值大于TM3波段的，因而無法通過比較TM3和TM4波段圖像像元亮度值來區(qū)分水體和山體陰影。實驗證明，采用對水質(zhì)類型進行分類的提取方法，根據(jù)水體的影像特征設(shè)立相應(yīng)的閾值，能將各種水質(zhì)類型的水體與山體陰影等其他地物區(qū)分開來?？梢钥焖佟?zhǔn)確、有效地提取TM圖像上的水體分布信息。

水質(zhì)類型;TM圖像;水體信息提取;光譜特征

0 引言

衛(wèi)星遙感技術(shù)憑借其宏觀性、周期性和資料易于獲取等優(yōu)勢，較其他監(jiān)測方法更為快速有效。利用遙感圖像既可對水體信息進行識別、監(jiān)測水體的動態(tài)變化，為水資源宏觀監(jiān)測及濕地保護等提供信息支撐，又可為洪澇、旱災(zāi)評估預(yù)測和海岸線變遷監(jiān)測等提供快速、有效的技術(shù)手段，具有重要的現(xiàn)實意義。另外，在水質(zhì)遙感研究中，由于需對水體范圍內(nèi)的遙感圖像進行水質(zhì)參數(shù)計算，因此水體信息提取的結(jié)果對水質(zhì)參數(shù)反演的精度有著重要影響。為此，國內(nèi)外學(xué)者對遙感水體信息的自動提取進行了較多研究。

提取水體信息大多采用光學(xué)遙感的方法［1－17］，近年來，也有學(xué)者采用 SAR數(shù)據(jù)對水體進行提?。?8－23］。按遙感影像波段的應(yīng)用，光學(xué)遙感提取水體信息的研究方法可分為單波段法和多波段法。單波段法主要是依據(jù)水體在近紅外波段是強吸收體，而干燥土壤、建筑物和植被等在近紅外波段為強反射體的特點，常選用近紅外波段影像，通過閾值法提取水體信息［1－5］;多波段法是依據(jù)水體在各波段的反射光譜特征，通過分析并挖掘多波段的優(yōu)勢，建立各種算法來提取水體信息［1－17］。陸家駒等認為比率測算法不但能識別出大量的小水體，還能對較大水體的面積、形狀的識別有所改進［6］。楊存建等發(fā)現(xiàn)在TM圖像上，只有水體影像才具有(TM2+TM4)＞(TM5+TM3)的特征，據(jù)此即可從TM圖像上將水體信息提取出來［7］。Mcfeeters提出了采用綠光波段反射率(G)和近紅外波段反射率(NIR)構(gòu)成歸一化差異水體指數(shù)(NDWI)法，其中NDWI=(G－NIR)/(G+NIR)。該方法可以有效地抑制植被、建筑物等地物信息，突出水體信息［8－10］，雖可較好地提取一般水體信息，但提取的水體信息中仍夾雜有非水體的信息。在此基礎(chǔ)上，徐涵秋和曹榮龍等通過更換波段，提出了改進的歸一化差異水體指數(shù)(MNDWI)［1］和修訂型歸一化差異水體指數(shù)(RNDWI)［11］法。其方法可減弱土壤、建筑物和陰影的影響。丁鳳利用ETM1，4，5，7波段圖像數(shù)據(jù)構(gòu)建了提取水體信息的新型水體指數(shù)(NWI)，認為該方法能部分消除由太陽高度角、地形、陰影和大氣條件帶來的影響，可獲得較高的提取精度［12］。除了建立水體指數(shù)的方法外，還有學(xué)者提出了其他應(yīng)用多波段的水體信息提取模型［13－17］。姜騰龍等利用各地物在ETM+圖像上光譜夾角值差異，區(qū)分水體、植被和陰影信息，基本上能把水體和陰影區(qū)分開［13］。杜云艷等經(jīng)過分析水體在NOAA圖像中的光譜特征和空間特征后，建立了基于知識的水體信息自動提取方法［14］。曹凱等基于多尺度圖像分割法對圖像進行了分割，利用對象所包含的光譜、形狀及紋理等特征確定了水體識別中所需的特征參數(shù)，用SPOT5圖像對城區(qū)水體進行提取，該方法具有較強的抗噪能力，可避免出現(xiàn)“椒鹽”現(xiàn)象［15］;也有學(xué)者提出了基于遙感圖像和決策樹的水體識別技術(shù)，可以很好地去除山體陰影信息的干擾［16－17］。

對于光學(xué)遙感提取水體信息，單波段法簡單易用，但難以消除由TM圖像上山體陰影引起的誤差;多波段法不僅可充分挖掘水體的反射光譜特征，而且提取結(jié)果更為精確。以往的研究多以水體作為整體研究對象，只是通過設(shè)立一個閾值或者建立一個模型對水體信息進行提?。?－17］，較多地考慮山體陰影對水體信息提取的干擾，而較少地考慮因不同水質(zhì)類型的差異而引起的水體信息漏提或者錯提的現(xiàn)象。本文根據(jù)不同水質(zhì)類型(一般水體、富營養(yǎng)化水體、重污染水體)的光譜反射特征，采用多波段法建立譜間關(guān)系并通過設(shè)定閾值進行不同水質(zhì)水體信息的提取。

1 研究區(qū)與圖像處理

研究區(qū)為珠江三角洲部分區(qū)域，區(qū)域內(nèi)的水體既有大面積的一般水體，也有污染嚴重的小河和藻類池塘。另外還有眾多的山體分布，山體陰影對水體信息的提取具有嚴重的干擾。

研究采用的數(shù)據(jù)為2007年1月29日獲取的122/44景TM圖像中的部分區(qū)域(圖1)。對TM圖像進行輻射定標(biāo)和大氣校正后，可將TM圖像的DN值轉(zhuǎn)化為地物反射率。

圖1 研究區(qū)TM5(R)，TM4(G)，TM3(B)假彩色合成圖像Fig.1 TM5(R)，TM4(G)，TM3(B)false color composite imagery of study area

2 研究方法

2.1 光譜特征分析

2.1.1 一般水體與主要地物

由于水體總體的光譜反射率較低，且在近紅外和中紅外波段具有強吸收特點，使得在近紅外與中紅外波段上，水體與植被、土壤有明顯的區(qū)別。研究區(qū)一般水體、建筑物和裸露土壤在TM各波段光譜反射率均值如圖2所示。

圖2 水體、建筑物和土壤反射光譜特征比較Fig.2 Comparison of the reflectivity spectrums for water，building and soil

建筑物和裸土在近紅外和短波紅外波段(相當(dāng)于TM4，TM5和TM7)的光譜反射率遠大于水體，特別是在短波紅外波段(TM5，TM7)，一般水體的光譜反射率接近于0，這使得水體與其他地物的影像差別很大，因此可通過這3個波段進行水體和其他地物的區(qū)分。

2.1.2 一般水體與山體陰影

在地形比較復(fù)雜的地區(qū)，山體陰坡面由于太陽直射光受到阻擋，只有天空光的照射，光譜反射能量特別低，從而造成山體陰坡面在圖像上同樣呈現(xiàn)出與水體相似的暗色調(diào)。因此，在水體信息提取的過程中，難點在于區(qū)分水體信息和山體陰影信息。

位于山體陰影區(qū)的地面大多有植被覆蓋，植被在近紅外波段具有高反射率，在TM圖像上主要表現(xiàn)是TM4波段具有最高亮度。從TM2波段開始，隨波長增加，一般水體光譜反射率逐漸降低，至TM5和TM7波段，水體的光譜反射率接近為0(圖3)。因此，一般水體在TM4波段的光譜反射率小于TM3波段，可利用這個特征進行水體和山體陰影的區(qū)分。

圖3 水體與山體陰影區(qū)植被的反射光譜特征比較Fig.3 Comparison of the reflectivity spectrums for water bodies and vegetation in the shadow of the hill

2.1.3 富營養(yǎng)化和重污染水體

富營養(yǎng)化水體表面常布滿藻類，由于浮游植物在TM4波段具有強反射特征，因此不能滿足TM4＜TM3條件，其和山體陰影的光譜特征相類似(圖3)。又由于藻類分布在水面上，在圖像上表現(xiàn)為水體與藻類的混合像元，其近紅外和中紅外波段的反射光譜又會表現(xiàn)出水體的強吸收特點，因此造成富營養(yǎng)化水體在TM5波段的光譜反射率比植被(藻類)的低。

內(nèi)陸的河流、湖泊和近岸、入海口的海水中都含有較高的黃色物質(zhì)。黃色物質(zhì)的吸收光譜范圍主要集中在紫外波段(280～400 nm)和可見光波段(400～700 nm)，隨著波長的增加，其光譜吸收銳減。如果污染嚴重，則會造成重污染水體在TM1—TM3波段的光譜反射率有所下降，因不能滿足TM4＜TM3而被誤劃分為山體陰影像元。

2.2 水體信息提取模型建立

2.2.1 一般水體信息

一般水體和山體陰影的最基本區(qū)別是TM4與TM3波段反射率之間的大小關(guān)系，并利用水體在TM5和TM7波段具有低反射率的特點，通過設(shè)定相應(yīng)的閾值，即可建立以下一般水體信息的提取模型

TM4＜TM3且TM5＜a且(TM5－TM7)＜b，(1)式中a和b為閾值，根據(jù)成像時水質(zhì)的變化情況，需要具體分析要處理的圖像。

2.2.2 富營養(yǎng)化水體和重污染水體信息

由圖3可以看出，山體陰影的反射率在TM1，TM2和TM3波段都比水體的低，且由于植被的強反射特性，山體陰影在TM4波段反射率呈遠大于其他波段的特征，山體陰影的光譜反射率從TM3到TM4波段上升的速率遠大于富營養(yǎng)化水體和重污染水體。各類型的水體在TM5波段的反射率均比在TM3波段的反射率小，而絕大多數(shù)山體陰影在TM5波段的反射率比TM3波段的反射率大。根據(jù)這些水體和山體陰影的差異，利用

來進行富營養(yǎng)化水體和重污染水體信息的提取。式中c，d和e為閾值，因為成像時的水質(zhì)情況會有所變化，需根據(jù)要處理的圖像進行具體分析。

3 應(yīng)用分析

3.1 一般水體信息提取結(jié)果

本研究根據(jù)一般水體在TM5和TM7波段圖像上的反射率特征，取 a=0.03，b=0.02。采用式(1)，即可將寬度大于2個像元的一般水體信息提取出來。為便于區(qū)分水體，將提取出的水體信息圖像(R)與TM7(G)，TM1(B)進行假彩色合成，結(jié)果如圖4所示。

圖4 TM圖像的一般水體提取結(jié)果Fig.4 The result of ordinary water bodies extracted from TM imagery

對于一些重污染水體(如富營養(yǎng)化水體和受污染極強的水體)，采用上述模型不能有效地進行分離。如圖4(b)中的黑色區(qū)域為池塘或細小的河流，沒有被很好地提取出來;一些大的湖泊，因水質(zhì)分布不均勻，也沒有一次性地被提取出來。這些水體需要進行進一步的處理。

3.2 富營養(yǎng)化和重污染水體信息提取結(jié)果

根據(jù)所采用圖像中污染水體像元的光譜特征，取 c=0.055，d=0.5，e=0.6，通過式(2)可將受到富營養(yǎng)化和重污染的水體信息提取出來(圖5)。為便于對比，將第一次提取出的水體圖像(R)、第二次提取出的水體圖像(B)和TM7(G)進行假彩色合成，結(jié)果如圖5所示。由圖5(b)可見，一些小面積的水體或者河道較窄的受到重污染或富營養(yǎng)化的水體也能很好地提取出來，山體陰影信息幾乎可以完全剔除掉，而且水陸交界處的信息也能得到有效的提取。

圖5 TM圖像的所有水體提取結(jié)果Fig.5 The result of all the water bodies extracted from TM imagery

3.3 與NDWI指數(shù)提取水體信息結(jié)果比較

采用TM2和TM4波段計算NDWI指數(shù)，閾值取為0，進行水體信息提取。為便于對比，將NDWI方法提取出的水體信息圖像(R)、本文方法提取出的水體信息圖像(B)和TM4(G)進行假彩色合成，合成后的部分圖像見圖6。

圖6 本方法與NDWI方法結(jié)果比較Fig.6 Comparison between the results of local and NDWI

本文方法和NDWI指數(shù)法提取的區(qū)域都為水體時，在假彩色合成后的圖像上呈紫色。NDWI指數(shù)法既可將一般水體信息較好地提取出來，也能較好地區(qū)分山體陰影，但有些重污染水體和富營養(yǎng)化水體的提取結(jié)果不如本文方法。本文方法不僅可以將一般水體提取出來，而且可以有效地提取出重污染水體和富營養(yǎng)化水體(圖6藍色區(qū)域)。經(jīng)對比發(fā)現(xiàn)，本研究方法除了可以有效提取水體，還可較好地區(qū)別水體和山體陰影信息。

4 結(jié)語

通常認為TM圖像上水體和山體陰影的最大區(qū)別為:正常水體在TM4波段圖像上的像元亮度值小于TM3波段，而山體陰影相反。但對于一些富營養(yǎng)化和受到嚴重污染的水體，則不符合上述條件，因此也就無法利用該條件將這部分水體有效地提取出來。

本文通過分析不同水質(zhì)類型的水體和山體陰影在TM圖像各波段的反射光譜特征及其相互關(guān)系發(fā)現(xiàn):①一般水體和其他地物的區(qū)別在于近紅外和短波紅外，與山體陰影的區(qū)別在于TM3和TM4波段反射率的大小關(guān)系;②富營養(yǎng)化水體和重污染水體，與山體陰影的區(qū)別在于山體陰影光譜反射率從TM3到TM4波段上升的速率遠大于富營養(yǎng)化水體和重污染水體，且絕大多數(shù)山體陰影在TM5波段的反射率比在TM3波段的反射率大。計算TM3波段與TM4波段的比值及TM5波段與TM3波段的比值，并對其比值設(shè)立相應(yīng)的閾值，即可區(qū)分水體和山體陰影。根據(jù)分析結(jié)果，對不同水質(zhì)類型的水體設(shè)立相應(yīng)的閾值和采用不同的水體信息提取模型，就可將各種水質(zhì)類型的水體與山體陰影區(qū)分開來。本文方法可快速、準(zhǔn)確、有效地提取TM圖像上的水體分布信息。

［1］ 徐涵秋.利用改進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，2005，9(5):589 －595.

［2］ 林 強，陳一梅，黃永葛.基于ETM+圖像的廈門灣水體信息提?。跩］.水科學(xué)與工程技術(shù)，2008(增2):52 －54.

［3］ 王 剛，李小曼，田 杰.幾種TM影像的水土自動提取方法比較［J］.測繪科學(xué)，2008，33(3):141 －142.

［4］ 徐魯強，劉靜霞，秦 軍，等.水體遙感影像處理的研究［J］.計算機工程與應(yīng)用，2010，46(21):168 －170.

［5］ 楊 瑩，阮仁宗.基于TM影像的平原湖泊水體信息提取的研究［J］.遙感信息，2010(3):60 －64.

［6］ 陸家駒，李士鴻.TM資料水體識別技術(shù)的改進［J］.環(huán)境遙感，1992，7(1):17 －23.

［7］ 楊存建，徐 美，黃朝永，等.遙感信息機理的水體提取方法的探討［J］.地理研究，1998，17(增刊):86 －89.

［8］ Mcfeeters S K.The Use of the Normalized Difference Water Index(NDWI)in the Delineation of Open Water Features［J］.International Journal of Remote Sensing，1996，17(7):1425 －1432.

［9］ 熊金國，王世新，周 藝.不同指數(shù)模型提取ALOS AVNIR－2影像中水體的敏感性和精度分析［J］.國土資源遙感，2010(4):46－50.

［10］宋啟帆，王少軍，張 志，等.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［J］.國土資源遙感，2011(2):33－37.

［11］曹榮龍，李存軍，劉良云，等.基于水體指數(shù)的密云水庫面積提取及變化監(jiān)測［J］.測繪科學(xué)，2008，33(2):158 －160.

［12］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.

［13］姜騰龍，趙書河，肖鵬峰，等.基于光譜夾角的水體信息提取方法研究［J］.國土資源遙感，2009(2):102 －105.

［14］杜云艷，周成虎.水體的遙感信息自動提取方法［J］.遙感學(xué)報，1998，2(4):264 －269.

［15］曹 凱，江 南，呂 恒，等.面向?qū)ο蟮腟POT 5影像城區(qū)水體信息提取研究［J］.國土資源遙感，2007(2):27 －30.

［16］都金康，黃永勝，馮學(xué)智，等.SPOT衛(wèi)星影像的水體提取方法及分類研究［J］.遙感學(xué)報，2001，5(3):214 －219.

［17］韓 棟，楊曉梅，紀(jì) 凱.小衛(wèi)星遙感影像自動提取水體方法研究［J］，測繪科學(xué)，2008，33(1):51 －54.

［18］王 慶，廖靜娟.基于SAR數(shù)據(jù)的鄱陽湖水體提取及變化監(jiān)測研究［J］.國土資源遙感，2010(4):91－97.

［19］朱俊杰，郭華東，范湘濤，等.基于紋理與成像知識的高分辨率SAR 圖像水體檢測［J］，水科學(xué)進展，2006，17(4):525 －530.

［20］楊存建，魏一鳴，王思遠，等.基于DEM的SAR圖像洪水水體的提?。跩］，自然災(zāi)害學(xué)報，2002，11(3):121 －125.

［21］胡德勇，李 京，陳云浩，等.單波段單極化SAR圖像水體和居民地信息提取方法研究［J］，中國圖象圖形學(xué)報，2008，13(2):257－263.

［22］程明躍，葉 勤，張紹明，等.基于模糊加權(quán)SVM的SAR圖像水體自動檢測［J］.計算機工程，2009，35(2):219 －221.

［23］竇建方，陳 鷹，翁玉昆.基于序列非線性濾波SAR影像水體自動提?。跩］.測繪通報，2008(9):37 －39，45.

The Extraction of Water Body Information from TM Imagery Based on Water Quality Types

CHEN Lei1，2，DENG Ru － ru1，CHEN Qi－ dong1，HE Ying － qing1，QIN Yan1，LOU Quan － sheng2
(1.School of Geography and Planning，Sun Yat－ sen University，Guangzhou 510275，China;2.South China Sea Marine Engineering and Environment Institute，SOA，Guangzhou 510300，China)

The lightness values of three types of water，i.e.ordinary，eutrophic and seriously polluted，and vegetation in the shadow of the hill were analyzed in this paper.The results show that the lightness value of TM4 is lower than that of TM3 for ordinary water，whereas things are opposite for vegetation in the shadow of the hill;the eutrophic water contaminated by phytoplankton has strong reflection in TM4，and seriously polluted water has strong absorption in visible band，which the lightness value of TM4 is higher than that of TM3.Thus the eutrophic and polluted water couldn’t be distinguished from vegetation in the shadow of the hill by comparison between TM3 and TM4.According to the extraction method of classification of water quality type the spectral characteristics of the water，the authors set up the thresholds to distinguish various types of water quality，vegetation in the shadow of the hill and other ground objects，and extracted the water distribution information from TM imagery quickly，accurately and efficiently.

water quality type;TM imagery;water information extraction;spectral characteristics

TP 79;TP 751

A

1001－070X(2012)01－0090－05

10.6046/gtzyyg.2012.01.16

2011－04－29;

2011－06－08

國家自然科學(xué)基金項目(編號:40671144)和863計劃項目(編號:2009AA12Z148)共同資助。

陳 蕾(1979－)，女，博士研究生，高級工程師，主要從事水質(zhì)遙感和遙感信息研究。E－mail:chenlei_yjy@163.com。

鄧孺孺(1963－)，男，博士，教授，博士生導(dǎo)師，主要從事水質(zhì)遙感和大氣遙感研究。E－mail:eesdrr@mail.sysu.edu.cn。

(責(zé)任編輯:邢 宇)