劉明 吳瑋 舒陽 范一大 李素菊 和海霞

（民政部國家減災中心，北京100124）

基于“高分四號”衛(wèi)星數據的水體提取效果評價

劉明 吳瑋 舒陽 范一大 李素菊 和海霞

（民政部國家減災中心，北京100124）

“高分四號”衛(wèi)星具有靜止軌道衛(wèi)星高時間分辨率和中高空間分辨率的特點，可以實現對水體面積及變化的大范圍實時監(jiān)測，有效支撐洪澇災害應急救助工作。為了驗證其對水體面積及其變化的監(jiān)測能力，文章分別利用區(qū)域生長法和水體指數法，在開展全國水體面積變化監(jiān)測基礎上，針對與同期“高分一號”衛(wèi)星16m分辨率多光譜相機及美國Terra衛(wèi)星的中分辨率成像光譜儀數據等衛(wèi)星的監(jiān)測結果展開對比，結果顯示，與其他極軌衛(wèi)星監(jiān)測結果相比，“高分四號”衛(wèi)星可以有效開展水體面積及變化監(jiān)測。但是，鑒于“高分四號”衛(wèi)星50m像元分辨率，相比更高分辨率遙感影像的水體提取結果，“高分四號”衛(wèi)星數據提取的水體外部輪廓較為粗糙。在針對規(guī)模較小洪澇災害監(jiān)測方面可能存在一定誤差，仍然需要再進一步開展評價。

水體面積監(jiān)測 水體面積變化 應用評價 “高分四號”衛(wèi)星

0 引言

洪澇災害是影響我國的重要災種之一，一般可以劃分為洪水災害和雨澇災害兩類。洪水災害主要由強降雨、冰雪融化、堤壩潰決、風暴潮等原因引起江河水位上漲泛濫、山洪爆發(fā)；雨澇災害則主要因降水過于集中而造成大量積水致使土地、房屋漬水受淹。洪澇災害具有突發(fā)性強、持續(xù)時間短、影響重的特點，遙感技術憑借其監(jiān)測范圍大、實時動態(tài)性強的特點，可以對水體面積及其變化開展實時監(jiān)測，在洪澇范圍監(jiān)測與評估中發(fā)揮越來越大的作用[1-5]。

水體識別主要基于水體的光譜特征和空間關系分析，在排除陰影等干擾信息基礎上實現?，F階段水體識別的方法主要有閾值法[6]、多波段運算法[7]、譜間關系法[8]、區(qū)域生長法[9]等。閾值法主要基于水體在近紅外波段、微波波段的反射率與其他地物的差異，通過圖像閾值分割算法，實現對水體范圍的提取[10-11]。例如利用植被指數可以將植被、土壤與水體進行有效區(qū)分[12]。多波段運算法則基于綠光、近紅外波段反射率構建歸一化差異水體指數，進一步抑制植被的信息而突出水體信息[13]。譜間分析法則綜合考慮了水體與其他地物的波譜曲線差異[14]，通過決策樹分類等方法開展水體的精確識別。區(qū)域生長法是通過人工選擇純水體像元為種子，通過相鄰像元與種子像元關系來確定水體范圍[15]。閾值法和多波段運算法操作簡單，但卻不容易消除陰影等干擾因素的影響；譜間關系法、區(qū)域生長法較為復雜，且對影像數據和模型的要求較高。

2015年12月29日，“高分四號”衛(wèi)星的發(fā)射為洪澇災害遙感監(jiān)測提供了新型的數據源，也帶來了新的挑戰(zhàn)。“高分四號”衛(wèi)星具有靜止軌道衛(wèi)星高時間分辨率和中高空間分辨率的特點，可以實現對洪澇災害范圍的實時監(jiān)測，有效支撐災害應急救助工作。為了驗證其對水體面積及其變化的監(jiān)測能力，“高分四號”衛(wèi)星具有綠、近紅外波段配置，便于基于水體指數開展水體面積提取，且區(qū)域生長法對于單獨水體的提取和變化分析具有較高的效率，因此，本文將分別利用區(qū)域生長法和水體指數法，在開展普查模式下全國水體面積變化監(jiān)測基礎上，針對典型水體與同期其他衛(wèi)星的監(jiān)測結果展開對比，檢驗“高分四號”衛(wèi)星對水體面積及變化的監(jiān)測能力，從而為“高分四號”衛(wèi)星數據的洪澇災害監(jiān)測業(yè)務化應用奠定基礎。

1 數據與方法

1.1 “高分四號”衛(wèi)星數據

“高分四號”衛(wèi)星作為高分辨率對地觀測系統中的一員，是全球首顆地球靜止軌道中高空間分辨率衛(wèi)星?！案叻炙奶枴毙l(wèi)星可見光近紅外通道像元分辨率（星下點）達到了50m，具有藍、綠、紅、近紅外4個波段，中波紅外通道像元分辨率達到了400m，與僅具有百米級觀測能力的傳統地球靜止軌道衛(wèi)星相比，分辨率大幅提升。此外，“高分四號”衛(wèi)星的軌道特性表明其高時間分辨率的觀測特點，為災害監(jiān)測，尤其是動態(tài)變化較快的洪澇災害水體面積變化監(jiān)測提供了較好的數據支撐。

“高分四號”衛(wèi)星具有凝視、區(qū)域和機動巡查三種工作模式，根據觀測范圍和對象變化速度而采用不同的觀測方式。

洪澇災害作為我國典型的自然災害類型之一，具有發(fā)生速度快、影響范圍廣的特點。針對洪澇災害，根據災害影響范圍的不同，較宜采用凝視或區(qū)域觀測模式對災害影響或可能影響范圍實施監(jiān)測，鑒于“高分四號”衛(wèi)星的載荷配置，針對水體面積提取，根據研究范圍的不同，較宜采用水體指數法或區(qū)域生長法實施水體面積的提取。

1.2 水體指數監(jiān)測法

水體指數作為水體分布的重要依據在洪澇災害監(jiān)測中發(fā)揮著重要作用?；谒w指數的水體面積監(jiān)測是典型的像元級監(jiān)測方法，其根據水體波譜特性構建水體指數，并通過不同的閾值設定來提取水體面積。

“高分四號”衛(wèi)星可以提供近紅外、綠光通道數據，從而為歸一化差異水體指數（NDWI）[16]的構建提供基礎數據。

式中 ρNIR表示近紅外波段反射率；ρG表示綠光波段反射率。在本文中，重點利用水體指數開展了全國及較大流域范圍水體面積的整體提取，并通過與同期中分辨率成像光譜儀（MODIS）、“高分一號”衛(wèi)星16m多光譜相機等數據對比來驗證“高分四號”衛(wèi)星的水體面積提取能力。其中，MODIS數據具有較高的數據重訪能力，數據覆蓋范圍廣，能夠在較短時間內獲取全國的水體提取數據，便與開展全國水體面積提取對比。“高分一號”衛(wèi)星16mWFV數據是我國首顆高分系列衛(wèi)星，已在災害監(jiān)測與評估中得到了廣泛應用，且具有較短的重訪周期，便于獲取與實驗相一致的數據。

1.3 區(qū)域生長法

重要水源地或典型湖泊水體面積監(jiān)測是開展洪澇災害監(jiān)測與風險評估的基礎工作。區(qū)域生長法，作為典型的像元間水體面積提取方法，通過判斷種子點八鄰域內是否為圖像邊沿，若是則停止在此方向上的生長。如果為否，則將此像元作為下一個種子點，繼續(xù)檢測種子點的八個鄰域，直到所有像元的所有方向均停止生長[17-18]，完成水體面積的提取。本文中，重點選擇同時期的“高分四號”衛(wèi)星影像與環(huán)境減災影像，以區(qū)域生長法為手段，判別同一水體的水體面積，開展水體面積提取對比，并對其應用到水體面積變化中進行應用效果評價。

2 結果分析

2.1全國水體提取對比

利用“高分四號”衛(wèi)星數據，基于區(qū)域生長法，對全國水體分布進行提取，并與同期 MODIS觀測數據進行對比，兩種數據的水體監(jiān)測對比見圖1。假定MODIS水體識別結果為正確值，“高分四號”衛(wèi)星的水體面積提取準確率達到了 94.2%，兩者結果較為一致。從提取的水體整體分布而言，中東部地區(qū)洪澤湖、太湖、巢湖、洞庭湖等典型湖泊，與青海湖、西藏西部高原湖泊等大型水體的空間分布一致，但是，基于“高分四號”衛(wèi)星的水體提取結果還包括了珠江、黃河的部分河道、流域內的小型水體。相比于MODIS紅、近紅外250m的空間分辨率，“高分四號”衛(wèi)星可見光近紅外像元分辨率為50m，“高分四號”衛(wèi)星在空間分辨率上具有明顯優(yōu)勢，對于空間尺度在50~250m的水體也能夠較好的識別。

2.2 典型水體識別

分別選擇滇池、密云水庫、青海湖作為典型水體，選擇同期獲取的“高分四號”衛(wèi)星數據和“環(huán)境減災”衛(wèi)星數據，基于區(qū)域生長法提取水體面積，見圖 2。結果發(fā)現，基于“高分四號”衛(wèi)星提取的三者水體面積分別為 293.3、164.8和 4382.8km2，基于同期“環(huán)境減災”衛(wèi)星提取的三者水體面積分別為282.7、180.5和4482.0km2，三者水體面積的相對偏差分別為3.9%、8.7%、2.3%?？梢姡案叻炙奶枴毙l(wèi)星數據可以較好地提取水體，但是受限于空間分辨率，在典型水體輪廓細節(jié)上稍遜于“環(huán)境減災”衛(wèi)星數據。

圖2 水體監(jiān)測對比Fig.2 Comparison of water extraction

2.3 區(qū)域水體面積變化提取

為了開展基于“高分四號”衛(wèi)星數據水體面積范圍監(jiān)測數據，選擇了2016年5月、3月洞庭湖周邊區(qū)域影像數據，見圖3~4。在本次測試中，選擇了同期的“高分一號”衛(wèi)星16mWFV數據作為驗證數據。

圖3 洞庭湖周邊區(qū)域2016年5月水體范圍監(jiān)測Fig.3 Water extraction in and around Dongting lake in May, 2016

在本次測試中，選擇水體指數法作為水體面積的提取工具，在對比同期“高分四號”衛(wèi)星、“高分一號”衛(wèi)星16mWFV水體面積提取基礎上，開展水體面積變化提取評價（為了便于區(qū)分，圖3中，“高分四號”衛(wèi)星提取的水體用深藍色表示，“高分一號”衛(wèi)星提取的水體用淺藍色表示），結果顯示，“高分四號”衛(wèi)星數據水體面積提取變化與“高分一號”衛(wèi)星水體面積變化量（圖 4中深藍色區(qū)域為水體面積增長區(qū)域）的相對誤差為6.3%，表明“高分四號”衛(wèi)星數據具有較好的水體面積變化識別能力。

圖4 洞庭湖周邊區(qū)域水體范圍變化監(jiān)測Fig. 4 Water area change in and around Dongting lake

3 結論與討論

2015年12月29日，“高分四號”衛(wèi)星的發(fā)射為洪澇災害遙感監(jiān)測提供了新型的數據源?！案叻炙奶枴毙l(wèi)星具有靜止軌道衛(wèi)星高時間分辨率的特點，可以實現對洪澇災害范圍的實時監(jiān)測，有效支撐災害應急救助工作。為了驗證其對水體面積及其變化的監(jiān)測能力，本文分別利用區(qū)域生長法和水體指數法，在開展普查模式下全國水體面積變化監(jiān)測基礎上，針對典型水體與同期其他衛(wèi)星的監(jiān)測結果展開對比，檢驗了“高分四號”衛(wèi)星對水體面積及變化的監(jiān)測能力。

通過與同期“環(huán)境減災”衛(wèi)星CCD數據、“高分一號”衛(wèi)星16mWFV及MODIS數據對比，“高分四號”衛(wèi)星可見光近紅外可以提供較好的水體面積及變化監(jiān)測數據，基于“高分四號”衛(wèi)星數據計算的水體面積監(jiān)測數據與其他極軌衛(wèi)星監(jiān)測結果相差不多。此外，鑒于其靜止軌道高時間分辨率特點，“高分四號”衛(wèi)星獲取全國有效數據的效率更高，可以作為穩(wěn)定有效的水體面積及變化監(jiān)測數據源，有效支撐洪澇災害范圍監(jiān)測工作。

但是，鑒于“高分四號”衛(wèi)星50m像元分辨率，水體的外部輪廓較為粗糙，在針對規(guī)模較小洪澇災害監(jiān)測方面可能存在一定誤差，仍然需要再進一步開展評價。另外，還需加強與極軌衛(wèi)星在數據獲取與應用中的協調應用，以便增加“高分四號”衛(wèi)星數據的應用范圍和效率。

References)

[1] 周成虎. 洪澇災害遙感監(jiān)測研究[J]. 地理研究, 1993, 12(2): 63-68.

ZHOU Chenghu. Research on Flood Remote Sensing[J]. Geographical Research, 1993, 12(2): 63-68. (in Chinese)

[2] 李紀人. 與時俱進的水利遙感[J]. 水利學報, 2016, 47(3): 436-442.

LI Jiren. Advance of Hydrographic Remote Sensing with Time[J]. Journal of Hydraulic Engineering, 2016, 47(3): 436-442. (in Chinese)

[3] 李香顏, 陳懷亮, 李有. 洪水災害衛(wèi)星遙感監(jiān)測與評估研究綜述[J]. 中國農業(yè)氣象, 2009, 30(1): 102-108.

LI Xiangyan, CHEN Huailiang, LI You. A Review on Monitoring and Assessment of Flood Disaster by Satellite Remote Sensing[J]. Chinese Journal of Agrometeorology, 2009, 30(1): 102-108. (in Chinese)

[4] 魏成階, 王世新. 遙感技術在我國洪澇災害監(jiān)測評估中的作用[J]. 中國科學院院刊, 1998, 13(6): 443-447.

WEI Chengjie, WANG Shixin. Application of Remote Sensing on the Flood Disaster Monitoring and Loss Assessment in China [J]. Bulletin of Chinese Academy of Sciences, 1998, 13(6): 443-447. (in Chinese)

[5] 廖永豐, 聶承靜, 楊林生, 等. 洪澇災害風險監(jiān)測預警評估綜述[J]. 地理科學進展, 2012, 31(3): 361-367.

LIAO Yongfeng, NIE Chengjin, YANG Linsheng, et al. An Overview of the Risk Assessment of Flood Disaster [J]. Progress in Geography, 2012, 31(3): 361-367. (in Chinese)

[6] 李加林, 曹羅丹, 浦瑞良. 洪澇害遙感監(jiān)測評估研究綜述[J]. 水利學報, 2014, 45(3): 253-260.

LI Jialin, CAO Luodan, PU Ruiliang. Progress on Monitoring and Assessment of Flood Disaster in Remote Sensing [J]. Journal of Hydraulic Engineering, 2014, 45(3): 253-260. (in Chinese)

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

DU Yunyan, ZHOU Chenghu. Automatically Extracting Remote Sensing Information for Water Bodies[J]. Journal of Remote Sensing, 1998, 2(4): 264-269. (in Chinese)

[8] 李景剛, 黃詩峰, 李紀人. ENVISAT衛(wèi)星先進合成孔徑雷達數據水體提取研究—改進的最大類間方差閾值法[J]. 自然災害學報, 2010, 19(3): 139-145.

LI Jinggang, HUANG Shifeng, LI Jiren. Research on Extraction of Water Body from ENVISAT ASAR Images: a Modified Otsu Threshold Method[J]. Journal of Natural Disaster, 2010, 19(3): 139-145. (in Chinese)

[9] 聶娟, 范一大, 鄧磊, 等. 山洪災害雷達遙感災情評估技術研究與應用[J]. 自然災害學報, 2010, 19(3): 105-110.

NIE Juan, FAN Yida, DENG Lei, et al. Research and Application of Torrential Flood Loss Assessment based on Radar Remote Sensing Technology[J]. Journal of Natural Disaster, 2010, 19(3): 105-110. (in Chinese)

[10] 李文慧, 楊斌, 黃永璘. 基于MERSI的洪澇災害遙感監(jiān)測技術應用研究[J]. 科技信息, 2012(32): 61-62.

LI Wenhui, YANG Bin, HUANG Yonglin, et al. Application of Remote Sensing on Flood Disaster Monitoring Based on MERSI[J]. Science & Technology Information, 2012(32): 61-62. (in Chinese)

[11] 鄭偉, 劉闖, 曹云剛, 等. 基于Asar與TM圖像的洪水淹沒范圍提取[J]. 測繪科學, 2007, 32(5): 180-181. ZHENG Wei, LIU Chuang, CAO Yungang, et al. Extracting the Flood Inundated Area Based on Asar and TM Image[J]. Science of Surveying and Mapping, 2007, 32(5): 180-181. (in Chinese)

[12] 裴志遠, 楊邦杰. 應用NOAA圖像進行大范圍洪澇災害遙感監(jiān)測的研究[J]. 農業(yè)工程學報, 1999, 14(4): 203-206.

PEI Zhiyuan, YANG Bangjie. Study on Macroscopical Flood Hazard Monitoring by Remote Sensing Using NOAA Image[J]. Transactions of the CSAE, 1999, 14(4): 203-206. (in Chinese)

[13] PROFETI G, MACINTOSH H. Flood Management through LANDSAT TM and ERS SAR Data: a Case Study[J]. Hydrological Processes, 1997, 11(10): 1397-1408.

[14] 徐美, 黃詩峰, 李紀人. RS與GIS技術文持下的2003年淮河流域洪澇災害快速監(jiān)測與評估[J]. 水利水電技術, 2004, 35(5): 83-86.

XU Mei, HUANG Shifeng, LI Jiren. Rapid Monitoring and Loss Assessment of Flood Disaster in Huaihe River in 2003 Based RS and GIS Technology [J]. Water Resource and Hydropower Engineering, 2004, 35(5): 83-86. (in Chinese)

[15] 范一大, 和海霞, 李博, 等. 基于HJ-1 CCD數據的洪澇災害范圍動態(tài)監(jiān)測研究——以黑龍江省撫遠縣為例[J]. 遙感技術與應用, 2016, 31(1): 102-108.

FAN Yida, HE Haixia, LI Bo, et al. Dynamic Flood Disaster Area Monitoring Based on HJ-1 CCD: A Case Study of Fuyuan, Heilongjiang[J]. Remote Sensing Technology and Application, 2016, 31(1): 102-108. (in Chinese)

[16] 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.

[17] 唐國維, 李井輝, 劉顯德, 等. 基于區(qū)域生長的道路圖像分割技術研究[J]. 計算機應用與軟件, 2003, 20(4): 5-6.

TANG Guowei, LI Jinghui, LIU Xiangde, et al. Research on Road Image Segmentation Based on Region Growing[J]. Computer Applications and Software, 2003, 20(4): 5-6. (in Chinese)

[18] 王蒙, 呂建平. 基于邊緣檢測和自動種子區(qū)域生長的圖像分割算法[J]. 西安郵電大學學報, 2011, 16(6): 16-19.

WANG Meng, LV Jianping. An Image Segmentation Algorithm Based on Edge Extraction with Automatic Seeded Region Growing[J]. Journal of Xi’an University of Posts and Telecommunications, 2011, 16(6): 16-19. (in Chinese)

Evaluation of Water Extraction Based on GF-4 Satellite Data

LIU Ming WU Wei SHU Yang FAN Yida LI Suju HE Haixia

（National Disaster Reduction Center of China, Beijing 100124, China）

GF-4, which has a high temporal and moderate spatial resolution, can bring useful data for water area and its change, and would be very important to flood emergency management. In this study, the performance of GF-4 in water area monitoring had been validated through comparson with the water extraction from HJ-1 CCD, GF-1 WFV and MODIS. It is found that GF-4 had a high capability of the water area detection. However, because of its 50 meter pixel resolution, the contour of the water is not as clear as that in the images with higher spatial resolution. The performance of GF-4 for the small size flood would be more evaluated.

water area extraction; water area change; evaluation; GF-4 Satellite

TP75

: A

: 1009-8518(2016)04-0096-06

10.3969/j.issn.1009-8S518.2016.04.013

劉明，男，1985年生，2013年獲北京師范大學自然災害學專業(yè)博士學位，助理研究員。研究方向是干旱災害遙感監(jiān)測與評估。E-mail: liuming@ndrcc.gov.cn。

（編輯：陳艷霞）

2016-06-14

國家高分辯率對地觀測系統重大專項 (30-Y20A04-9003-15/16，30-Y20A02-9003-15/16)