陳 民, 王 寧,方 利*, 王 永, 花 潔, 張學慶
(1.中國環(huán)境科學研究院,北京 100012;2.中國國土資源航空物探遙感中心,北京 100083)
?
基于Landsat8影像的不同水質(zhì)類型的水體提取
陳 民1, 王 寧2,方 利1*, 王 永1, 花 潔1, 張學慶1
(1.中國環(huán)境科學研究院,北京 100012;2.中國國土資源航空物探遙感中心,北京 100083)
以2015年Landsat8多光譜遙感影像作為基本信息源,在各地物光譜特征差異分析的基礎(chǔ)上,采用譜間關(guān)系法與閾值法,構(gòu)建不同水質(zhì)水體提取模型,并結(jié)合實地水質(zhì)監(jiān)測數(shù)據(jù)及污染源數(shù)據(jù),對提取結(jié)果進行精度評價與分析。結(jié)果表明,基于該方法能將一般水體、富營養(yǎng)化水體與其他地物區(qū)別開來,可以準確有效地獲取不同水質(zhì)的水體信息。
光譜特征;譜間關(guān)系法;閾值法;水質(zhì)類型;水體提取
近年來,遙感憑借自身技術(shù)特點,廣泛用于水體信息的提取,已成為水資源監(jiān)測、洪水災(zāi)害評估以及濕地保護的關(guān)鍵技術(shù)。同時,基于遙感影像提取水體的方法比較多,如譜間關(guān)系法、水體指數(shù)法、植被指數(shù)法、密度分割法、決策分類法樹等。Shih[1]基于Landsat MSS數(shù)據(jù),利用密度分割法與非監(jiān)督分類法提取水體,2種方法獲取的結(jié)果差異為3%。Barton等[2]基于AVHRR影像數(shù)據(jù),利用通道2與通道1比值運算提取水體并對洪水進行了監(jiān)測。陸家駒等[3]采用閾值法、色度判別法、比率測算法從TM數(shù)據(jù)中獲取水體,得出比率測算法獲取結(jié)果更加精確,能識別其他方法無法識別的小水體。劉建波等[4]基于TM影像,利用密度分割法提取水體的分布范圍。高永光等[5]利用各地物光譜特征的差異性,建立模型,將居民地與水體及其他地物進行區(qū)分。萬顯榮等[6]提出基于種子點與連通性分析的半自動水體信息的提取方法,獲取了水體邊界范圍。楊忠恩等[7]基于NOAA-AVHRR數(shù)據(jù),采用歸一化植被指數(shù)(NDVI)識別水體,并提出應(yīng)用模糊數(shù)學的方法獲取混合像元中的水體面積。徐涵秋[8]利用歸一化差異水體指數(shù)(MNDWI)提取水體,解決了水體提取中難于消除陰影的問題。都金康等[9]在SPOT影像中用決策樹分類方法,有效地提取了山區(qū)中的水體。汪金花等[10]利用譜間關(guān)系法對水體及其他地物光譜特征進行分析,提出了適合山區(qū)水體的提取方法。
以上研究主要集中于單一水體的表面,并未深層次涉及到水體的水質(zhì),而且大部分都是通過設(shè)立1個閾值或1個模型來進行水體的提取?;诖?,筆者根據(jù)不同水質(zhì)類型(一般水體與富營養(yǎng)化水體)的光譜反射特征,利用譜間關(guān)系法與閾值法構(gòu)建模型,進行不同水質(zhì)水體信息的提取。
1.1 研究區(qū)與數(shù)據(jù)源黑龍江是中俄主要界河,水環(huán)境問題比較突出,并且黑龍江流域是我國的老工業(yè)基地,流域內(nèi)石油化工、煤化工、制藥等重污染行業(yè)分布廣泛。研究區(qū)為黑龍江流域的中下游地區(qū)——同江區(qū)域,區(qū)域內(nèi)主要河流為同江,是松花江與黑龍江的交匯,整體水質(zhì)狀況一般,同時也有污染嚴重的支流與池塘。區(qū)域地形以平原為主,也有零星山體分布。
該研究選取Landsat OLI影像作為主要數(shù)據(jù)源,軌道號是114-27,其成像時間是2015年9月8日,云量較少,影像質(zhì)量清晰。為確保數(shù)據(jù)質(zhì)量,在水體提取前對影像進行了輻射定標和大氣校正,減少大氣和光照等引起的輻射誤差。同時采用同江區(qū)域?qū)嵉乇O(jiān)測的水質(zhì)數(shù)據(jù)對研究結(jié)果進行驗證。圖1為研究區(qū)遙感影像處理后的標準假彩色合成圖像。
圖1 研究區(qū)假彩色合成圖像
1.2 研究方法基于同江區(qū)域不同水質(zhì)類型的水體提取研究,首先收集和準備遙感影像數(shù)據(jù)、水質(zhì)監(jiān)測數(shù)據(jù)、污染源數(shù)據(jù)等數(shù)據(jù)源,并針對每一種數(shù)據(jù)做相應(yīng)的標準化處理;其次根據(jù)不同水質(zhì)類型(一般水體與富營養(yǎng)化水體)的光譜反射特征,結(jié)合譜間關(guān)系法與閾值法,構(gòu)建不同水質(zhì)水體提取模型;最后結(jié)合實地調(diào)研獲取的水質(zhì)監(jiān)測數(shù)據(jù)及污染源數(shù)據(jù),對不同水質(zhì)水體提取結(jié)果進行精度評價與分析。具體技術(shù)流程見圖2。
圖2 技術(shù)流程
1.2.1光譜特征分析。
1.2.1.1水體的光譜特征。一般水體與其他地物區(qū)分最明顯的光譜波段是近紅外和中紅外波段,因為水體在這2個波段內(nèi)反射能量少,具有較強的吸收特點,而非水體(植被、土壤等)在這2個波段內(nèi)的吸收能量較小,反射率較高;尤其是在短波紅外波段一般水體的光譜反射率接近0。因此,可通過多光譜波段運算進行水體和其他地物的區(qū)分。
富營養(yǎng)化水體最主要的表現(xiàn)是藻類含量過多,藻類在影像中與水體形成混合像元,其在近紅外和中紅外波段具有強吸收的特點,尤其是在短波紅外波段上,因此富營養(yǎng)化水體在短波紅外波段的光譜反射率比其他地物(陰影)的低。葉綠素a是藻類植物中最豐富的色素,是反映水體富營養(yǎng)化的一個重要參數(shù)指標[11]。葉綠素在0.65~0.68 μm(紅光波段)具有較強的吸收特點,反射率較低。
1.2.1.2居民地的光譜特征。由于居民地的構(gòu)成中建筑物占主體,所以光譜曲線有建筑物的特性,從綠光波段反射率開始呈下降趨勢,變化非常明顯[12];而從綠光波段到近紅外波段之間,其吸收較強,反射率很低,很多地方反射率接近0,這與水體在近紅外波段光譜特征相似。因此,在提取水體時也可能把居民地誤提出來。
1.2.1.3陰影的光譜特征。陰影在可見光波段的反射特征主要由該陰影籠罩的地物反射特性決定,所以由于地形陰影的影響,使得近紅外和中紅外波段在山體陰面的反射能量非常低,從而造成它們在影像上呈現(xiàn)出和水體相似的明顯的色調(diào),尤其是在中紅外波段陰影和水體的亮度值較接近[13]。因此,正確地區(qū)分水體與陰影是提取水體的關(guān)鍵所在。
1.2.2模型構(gòu)建。
1.2.2.1一般水體的提取。分析了水體、陰影、居民地的光譜特征,提出以下解決陰影和居民地的干擾方法,從而構(gòu)建一般水體提取模型。
(1)解決陰影的誤提。由于水體在綠光波段和紅光波段上其灰度值都大于陰影,所以將該2個波段相加可以增大兩者之間的差異;同時在近紅外和短波紅外波段上,陰影的灰度值一般都大于水體,所以將該2個波段相加,也可以增大這種差異。因此,基于Landsat8遙感影像可以通過設(shè)定兩者之間閾值來盡可能消除陰影的誤提,即(Band3+Band4)-(Band5 +Band6)>T1。
(2)解決居民地的誤提。由于居民地在短波紅外波段上其灰度值與水體和陰影的灰度值差異很大,因此,可通過設(shè)定短波紅外波段的灰度閾值來消除居民地的影響,即Band6 結(jié)合(1)、(2)分析,針對Landsat8遙感影像構(gòu)建一般水體提取模型: (Band3+Band4)-(Band5 +Band6)>T1且Band6 (1) 式中,T1、T2為閾值,根據(jù)不同成像時間及水質(zhì)情況而變化,依據(jù)實際數(shù)據(jù)分析。 1.2.2.2富營養(yǎng)化水體的提取。在富營養(yǎng)化水體提取中同樣要剔除山體陰影的影響,富營養(yǎng)化水體與陰影的區(qū)別在于陰影光譜反射率從紅光波段到近紅外波段上升的速率遠大于富營養(yǎng)化水體,并且大多數(shù)陰影在中紅外波段的反射率比在紅色波段大。 因此,結(jié)合富富營養(yǎng)化水體在短波紅外波段的光譜反射率低,紅光波段、近紅外波段的比值及中紅外波段與紅色波段的比值,設(shè)置相應(yīng)的閾值,構(gòu)建富營養(yǎng)化水體的提取模型,即: {Band4/Band5>T3或Band6/Band4 (2) 同樣,T3、T4、T5為閾值,根據(jù)實際數(shù)據(jù)及水質(zhì)情況進行確定。 2.1 水體提取根據(jù)研究區(qū)的特點,結(jié)合公式(1)、(2),取T1=5,T2=60,T3=0.98,T4=0.5,T5=43,對同江區(qū)域2015年9月的遙感影像數(shù)據(jù)進行一般水體、富營養(yǎng)化水體的提取。將一般水體結(jié)果、富營養(yǎng)化水體結(jié)果和研究區(qū)假彩色影像進行疊加,結(jié)果見圖3。 圖3 2015年研究區(qū)水體信息提取 圖3中藍色部分為一般水體,紅色部分為富營養(yǎng)化水體。從圖中可以看出陰影和居民地的影響基本上消除,水體輪廓清晰,取得了好的提取效果;同時一些細小的和河道較窄的富營養(yǎng)化水體也被提取出來,而且水陸交界處的信息也得到了較好的反映。 2.2 精度評價將所有水體提取結(jié)果疊加同江行政區(qū)劃圖,可以看出同江區(qū)域富營養(yǎng)化水體主要分布在同江河流的中下游,包括清河鄉(xiāng)、三村鎮(zhèn)、街津口赫哲族鄉(xiāng)、臨江鎮(zhèn)等鄉(xiāng)鎮(zhèn);同時,分析同江中下游河段的污染源數(shù)據(jù),發(fā)現(xiàn)富營養(yǎng)化污染水體這一帶主要集中在農(nóng)場、牧場、畜禽養(yǎng)殖場等周邊,間接證明了提取結(jié)果的準確性。 為了進一步驗證不同水質(zhì)類型水體提取的可行性,一方面選擇高分一號衛(wèi)星影像數(shù)據(jù)作為底圖,選取13 254個水體像元,利用人機交互的方式進行驗證,結(jié)果表明92.24%的水體提取正確;另一方面在研究區(qū)選取了159個水體采樣點,監(jiān)測其葉綠素、總磷、總氮、透明度、高錳酸鹽指數(shù)等富營養(yǎng)化主要表現(xiàn)的指標,結(jié)果表明141個采樣點是富營養(yǎng)化水體,準確率達88.68%。 利用譜間關(guān)系法與閾值法構(gòu)建不同水質(zhì)類型的水體提取模型,以Landsat8多光譜遙感影像作為基本信息源,對黑龍江中下游同江區(qū)域不同水質(zhì)的水體進行提取,并將提取結(jié)果與實地監(jiān)測結(jié)果進行對比,分析影像提取的精度。結(jié)果表明,基于Landsat8遙感影像的不同水質(zhì)水體提取效果總體較好,絕大部分河流、水庫和坑塘的輪廓與目視判讀基本一致,同時有效地避免了陰影和居民地對水體的干擾,但仍然存在影像中黑色部分的泥濘道路被誤提的情況,有待進一步處理;對富營養(yǎng)化水體的提取精度較高,可應(yīng)用于水質(zhì)污染的判別,應(yīng)用前景較為廣闊,但由于水質(zhì)分布不均勻,在閾值的選擇上需要大量試驗,其科學性有待進一步驗證。 [1] SHIH S F.Comparison of ELAS classifications and density slicing Landsat data for water surface are assessment[J].Hydrologic applications of space technology,1985,160:91-97. [2] BARTON I J, BATHOLS J M. Monitoring floods with AVHRR[J].Remote sensing of envorinment,1989,30(1):89-94. [3] 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):17-22. [4] 劉建波,戴昌達.TM圖象在大型水庫庫情監(jiān)測管理中的應(yīng)用[J].環(huán)境遙感,1996,11(1):54-58. [5] 高永光,祝民強,朱驥,等.贛中紅壤區(qū)TM圖像的居民地信息自動提取專家模式研究[J].國土資源遙感,2002,54(4):67-69. [6] 萬顯榮,舒寧,鄭建生.一種基于種子點與連通性分析的快速水體邊界提取方法[J].國土資源遙感,2000,46(4):44-49. [7] 楊忠恩,駱劍承,徐鵬煒,等.利用NOAA-AVHRR資料提取水體信息的初步研究[J].遙感技術(shù)與應(yīng)用,1995,10(1):25-29. [8] 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].遙感學報,2005,9(5):589-595. [9] 都金康,黃永勝,馮學智,等.SPOT衛(wèi)星影像的水體提取方法及分類研究[J].遙感學報,2001,5(3):214-219. [10] 汪金花,張永彬,孔改紅.譜間關(guān)系法在水體特征提取中的應(yīng)用[J].礦山測量,2004,12(4):30-32. [11] CURRAN P J,KUPIEC J A. Imaging spectrometry:A new tool for ecology[M]//DANSON F M,PLUMMER S E.Adbance in environmental remote sensing, Chichester,UK:Wiley and Sons,1995:78-88. [12] 儲美華.遙感影像的高光譜特征研究[D].濟南:山東科技大學,2007:125. [13] 江暉.水體信息自動提取遙感研究:以麗江地區(qū)為例[D].北京:中國地質(zhì)大學(北京),2006:11. Extraction of Water Body with Different Water Quality Types Based on Landsat8 Image CHEN Min1, WANG Ning2, FANG Li1*et al (1.Chinese Research Academy of Environmental Sciences, Beijing 100012; 2. China Aero Geophysical Survey&Remote Sensing Center for Land and Resources, Beijing 100083) With the Landsat8 multi-spectral remote sensing image in 2015 as the basic source of information, on the basis of spectral characteristic differences analysis, using spectrum correlation and threshold method, extraction model of water body with different water quality types was constructed, and combined with the field monitoring data of water quality and pollution source data, accuracy evaluation and analysis on the extraction results was conducted. The results showed that this method can distinguish the general water body, eutrophication water body from other objects, can accurately and efficiently to obtain the information of different water quality. Spectral characteristics; Spectrum correlation; Threshold method; Water quality types; Water extraction 跨境水環(huán)境綜合管理與談判決策支持平臺研發(fā)課題(2014ZX07503-004-05);水專項科技資源綜合集成及數(shù)據(jù)標準化研究(2014ZX07510-001-05);中國工程科技知識中心建設(shè)項目。 陳民(1988- ),女,安徽安慶人,碩士,從事遙感與GIS技術(shù)在環(huán)境方面的應(yīng)用研究。*通訊作者,副研究員,博士,從事 GIS 理論研究及技術(shù)應(yīng)用、環(huán)境信息集成等研究。 2016-08-31 TP 79 A 0517-6611(2016)30-0220-032 結(jié)果與分析
3 結(jié)論