程滔， 李廣泳， 畢凱

(國(guó)家基礎(chǔ)地理信息中心，北京 100830)

0 引言

在全國(guó)范圍進(jìn)行水體信息提取，需要反映某一時(shí)間節(jié)點(diǎn)的水體狀態(tài)，以便掌握水體信息在這一時(shí)間節(jié)點(diǎn)的數(shù)量、分布和利用現(xiàn)狀等情況，也利于基于多次調(diào)查，分析全國(guó)范圍水體信息的動(dòng)態(tài)變化特征和規(guī)律，為水體綜合評(píng)價(jià)與優(yōu)化配置提供決策數(shù)據(jù)支撐。因此，在全國(guó)范圍開(kāi)展水體信息提取，標(biāo)準(zhǔn)時(shí)點(diǎn)統(tǒng)一是必然要求。目前，遙感和地理信息系統(tǒng)等技術(shù)和手段是水體信息提取的主要方法，高空間分辨率遙感衛(wèi)星的不斷增多，為精細(xì)化的水體信息提取提供了豐富的遙感影像數(shù)據(jù)源。隨著遙感、地理信息系統(tǒng)和互聯(lián)網(wǎng)等技術(shù)的快速發(fā)展，水體信息提取對(duì)成果的空間精度和準(zhǔn)確性要求也不斷提升[1]。例如，第二次全國(guó)土地調(diào)查以2009年12月31日為調(diào)查標(biāo)準(zhǔn)時(shí)點(diǎn)，所使用的遙感影像空間分辨率為一類(lèi)區(qū)優(yōu)于1 m、二類(lèi)區(qū)優(yōu)于2.5 m、三類(lèi)區(qū)和四類(lèi)區(qū)優(yōu)于5 m[2]。第三次全國(guó)土地調(diào)查以2019年12月31日為調(diào)查標(biāo)準(zhǔn)時(shí)點(diǎn)，所使用的遙感影像中： 農(nóng)村土地調(diào)查全面采用優(yōu)于1 m空間分辨率的航天遙感數(shù)據(jù)、城鎮(zhèn)土地利用現(xiàn)狀調(diào)查采用優(yōu)于0.2 m空間分辨率的航空遙感數(shù)據(jù)[3]。第一次全國(guó)水利普查以2011年12月31日為普查標(biāo)準(zhǔn)時(shí)點(diǎn)，所使用的遙感影像根據(jù)普查任務(wù)和內(nèi)容的不同有所區(qū)分，主要包括2.5 m和20 m等多種空間分辨率影像[4]。第一次全國(guó)地理國(guó)情普查(以下簡(jiǎn)稱(chēng)“地理國(guó)情普查”)以2015年6月30日為普查標(biāo)準(zhǔn)時(shí)點(diǎn)，并且在持續(xù)的年度地理國(guó)情監(jiān)測(cè)中，均以6月30日為標(biāo)準(zhǔn)時(shí)點(diǎn)，所使用的遙感影像空間分辨率為全國(guó)優(yōu)于2.5 m以及重點(diǎn)區(qū)域優(yōu)于1 m[5]。

然而，我國(guó)地域廣闊，氣象條件差異性明顯，在全國(guó)范圍獲取一遍滿(mǎn)足標(biāo)準(zhǔn)時(shí)點(diǎn)要求的、統(tǒng)一時(shí)相的、質(zhì)量可行的高空間分辨率遙感影像比較困難，這給整體時(shí)點(diǎn)統(tǒng)一要求帶來(lái)了不確定性因素。對(duì)于水體信息提取而言，基于多種時(shí)相遙感影像采集水體信息，會(huì)導(dǎo)致部分區(qū)域影像接邊處水體覆蓋范圍不一致，統(tǒng)計(jì)得到的全國(guó)水體面積數(shù)據(jù)存在一定誤差。目前，較好的解決方法是先基于已獲取遙感影像提取各項(xiàng)信息，待獲取到標(biāo)準(zhǔn)時(shí)點(diǎn)遙感影像后，對(duì)前期調(diào)查成果進(jìn)行更新，將其統(tǒng)一到標(biāo)準(zhǔn)時(shí)點(diǎn)上； 或結(jié)合外業(yè)調(diào)查的方法進(jìn)行更新。但高空間分辨率的標(biāo)準(zhǔn)時(shí)點(diǎn)遙感影像的可獲取性也存在不確定性，外業(yè)調(diào)查方法投入的人力、物力較大。相比之下，空間分辨率相對(duì)較低、時(shí)間分辨率相對(duì)較高的遙感影像比較容易獲取。

因此，針對(duì)地表覆蓋水體接邊區(qū)域遙感影像時(shí)相不滿(mǎn)足標(biāo)準(zhǔn)時(shí)點(diǎn)要求的情況，在原始成果基礎(chǔ)上，收集獲取空間分辨率相對(duì)較低、時(shí)間分辨率較高的遙感影像，開(kāi)展水體信息提??； 同時(shí)，基于精細(xì)格網(wǎng)數(shù)字高程模型(digital elevation model，DEM)數(shù)據(jù)，利用區(qū)域生長(zhǎng)算法，獲取精細(xì)化的水體成果，對(duì)原始成果進(jìn)行地理空間修正，從而保證水體提取成果既滿(mǎn)足標(biāo)準(zhǔn)時(shí)點(diǎn)要求，又滿(mǎn)足精度要求； 并以地理國(guó)情普查地表覆蓋水體成果為研究實(shí)例，開(kāi)展方法應(yīng)用與效果驗(yàn)證。

1 研究方法

1.1 水體信息提取方法

水體信息提取的關(guān)鍵在于水體特征分析與挖掘，以及水體特征規(guī)則構(gòu)建，在大部分遙感影像上，水體的紋理一般比較均勻、平滑，與周邊地表覆蓋物光譜差異較大。在基于遙感影像的地表覆蓋信息提取中，歸一化差異水體指數(shù)(normalized difference water index，NDWI)是水體信息自動(dòng)提取的算法之一[6]。該算法是通過(guò)尋找水體的最強(qiáng)和最弱反射波段，從而增強(qiáng)水體對(duì)象，抑制背景地物，實(shí)現(xiàn)水體信息提取的目的。

據(jù)研究，水體在綠光和近紅外波段上，分別表現(xiàn)出了強(qiáng)反射和強(qiáng)吸收特征，故NDWI公式為

NDWI=(G-N)/(G+N)，

(1)

式中G和N分別為綠光和近紅外波段的亮度值。

NDWI算法在基于中、低空間分辨率遙感影像的水體信息提取中具有非常好的適用性。此外，水體在藍(lán)光波段上表現(xiàn)出較強(qiáng)反射特性。因此，可將藍(lán)光波段的比率值和標(biāo)準(zhǔn)方差值作為水體信息提取的其他主要判定規(guī)則[7]。

根據(jù)處理單元的粒度，水體信息提取方法可分為基于像元光譜統(tǒng)計(jì)的自動(dòng)分類(lèi)方法和面向?qū)ο笳Z(yǔ)義信息的自動(dòng)分類(lèi)方法。前者適用于中、低空間分辨率遙感影像； 后者適用于高空間分辨率遙感影像。

1.2 區(qū)域生長(zhǎng)算法

在基于精細(xì)格網(wǎng)DEM數(shù)據(jù)對(duì)水體信息進(jìn)行優(yōu)化處理中，區(qū)域生長(zhǎng)算法是較適用的方法。該算法依據(jù)區(qū)域聯(lián)通原理，將有相似性質(zhì)的像素點(diǎn)合并到一起形成一個(gè)區(qū)域。具體地說(shuō)，是對(duì)每一個(gè)生長(zhǎng)區(qū)域，先指定一個(gè)種子點(diǎn)作為生長(zhǎng)的起點(diǎn)，然后將種子點(diǎn)周?chē)徲虻南袼攸c(diǎn)和種子點(diǎn)進(jìn)行對(duì)比，將具有相似性質(zhì)的點(diǎn)合并起來(lái)繼續(xù)向外生長(zhǎng)，直到?jīng)]有滿(mǎn)足條件的像素被包括進(jìn)來(lái)為止，這樣一個(gè)區(qū)域的生長(zhǎng)就完成了。區(qū)域生長(zhǎng)算法過(guò)程有3個(gè)關(guān)鍵問(wèn)題，即種子點(diǎn)選取方法[8-9]、生長(zhǎng)過(guò)程中能將相鄰像素包括進(jìn)來(lái)的準(zhǔn)則確定方法和區(qū)域生長(zhǎng)的停止條件設(shè)置方法。

本研究在確定生長(zhǎng)準(zhǔn)則時(shí)，通過(guò)水體結(jié)果與DEM數(shù)據(jù)空間疊置分析，依據(jù)水體圖斑內(nèi)各格網(wǎng)DEM各項(xiàng)統(tǒng)計(jì)值確定，通過(guò)設(shè)置閾值范圍，確定相鄰像素是否被包括進(jìn)來(lái)，基本準(zhǔn)則為

Dh≤?STD，

(2)

式中：Dh為相鄰像素高程值與種子點(diǎn)高程值的差值； ?為調(diào)整系數(shù)；STD為標(biāo)準(zhǔn)差。

由于缺乏商業(yè)軟件支撐，數(shù)據(jù)處理存在難度，因此本研究在Microsoft Visual Studio 2010集成開(kāi)發(fā)環(huán)境中，利用C++語(yǔ)言[10]，自主研發(fā)了地表覆蓋水體優(yōu)化計(jì)算軟件。通過(guò)設(shè)計(jì)區(qū)域生長(zhǎng)算法，結(jié)合地表覆蓋水體結(jié)果和精細(xì)格網(wǎng)DEM數(shù)據(jù)的特點(diǎn)，解決了該算法的3個(gè)關(guān)鍵問(wèn)題。開(kāi)發(fā)過(guò)程中，調(diào)用了開(kāi)源柵格空間數(shù)據(jù)轉(zhuǎn)換庫(kù)(geospatial data abstraction library，GDAL)[11]，利用其柵格空間數(shù)據(jù)處理能力，實(shí)現(xiàn)柵格數(shù)據(jù)的讀出、空間計(jì)算和寫(xiě)入。軟件主界面如圖1所示。

圖1 地表覆蓋水體優(yōu)化計(jì)算軟件主界面

該軟件的研發(fā)提高了數(shù)據(jù)處理的自動(dòng)化水平和成果質(zhì)量，實(shí)現(xiàn)了將水體成果優(yōu)化至高空間分辨率水平的目的，滿(mǎn)足了研究中數(shù)據(jù)處理工作對(duì)軟件工具的需求。

2 研究區(qū)概況及數(shù)據(jù)源

以地理國(guó)情普查地表覆蓋水體成果為研究實(shí)例，選取了長(zhǎng)江流域的局部區(qū)域作為研究區(qū)。該研究區(qū)位于省級(jí)行政區(qū)劃交界處，面積為37.26 km2。影像接邊兩側(cè)均為WorldView-2影像，空間分辨率為0.5 m； 東北部影像時(shí)相為2014年1月4日，其余部分影像時(shí)相為2013年1月19日，兩者距離地理國(guó)情普查標(biāo)準(zhǔn)時(shí)點(diǎn)均較遠(yuǎn)； 不符合地理國(guó)情普查標(biāo)準(zhǔn)時(shí)點(diǎn)要求。使得圖2(a)黃色矩形框范圍，即影像接邊處水體范圍變化明顯。經(jīng)統(tǒng)計(jì)，研究區(qū)地理國(guó)情普查地表覆蓋水體成果總面積為11.91 km2，范圍如圖2(a)紅線(xiàn)所示。另外，研究區(qū)屬于山地、高山地地形，高程范圍為417.90～1 311.63 m。從圖2(b)的三維視圖可以看出，研究區(qū)沿河流方向呈四周地勢(shì)高、中間地勢(shì)低的特點(diǎn)。DEM數(shù)據(jù)來(lái)源于地理國(guó)情普查精細(xì)化生產(chǎn)[12]，格網(wǎng)單元尺寸為2 m，等高距為5 m，是基于1∶ 1萬(wàn)數(shù)字線(xiàn)劃圖(digital line graphic，DLG)數(shù)據(jù)線(xiàn)性?xún)?nèi)插生成，高程中誤差為1.5 m，數(shù)據(jù)源現(xiàn)勢(shì)性為2012年12月。

(a) 地理國(guó)情普查影像及水體成果 (b) 三維視圖

本研究收集了研究區(qū)符合地理國(guó)情普查標(biāo)準(zhǔn)時(shí)點(diǎn)要求的Landsat8遙感影像數(shù)據(jù)，數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云網(wǎng)站(http: //www.gscloud.cn/)，空間分辨率為15 m，影像時(shí)相為2015年6月29日，經(jīng)波段組合和彩色增強(qiáng)處理后的結(jié)果如圖3(a)所示。雖然此影像時(shí)相最接近地理國(guó)情普查時(shí)點(diǎn)，但影像云量較大，對(duì)水體信息提取具有一定的影響。因此，另收集了一景2014年1月17日Landsat 8遙感影像數(shù)據(jù)，如圖3(b)所示。

經(jīng)數(shù)據(jù)配準(zhǔn)、對(duì)比分析發(fā)現(xiàn)，2幅影像水體分布范圍吻合度極好，因此，研究中采用2014年1月17日影像代替2015年6月29日影像開(kāi)展研究。

3 結(jié)果與分析

3.1 基于Landsat8遙感影像數(shù)據(jù)的水體信息提取

基于2014年1月17日Landsat8遙感影像數(shù)據(jù)計(jì)算得到NDWI指數(shù)數(shù)據(jù)(圖4)，反演得到水體提取結(jié)果。

圖4 NDWI指數(shù)計(jì)算結(jié)果

將水體提取結(jié)果分別于2幅Landsat8遙感影像數(shù)據(jù)疊合(圖5)，發(fā)現(xiàn)2幅影像水體分布范圍吻合度極好，也進(jìn)一步證明了采用2014年1月17日影像代替2015年6月29日影像開(kāi)展研究的可行性。

(a) 2015年6月29日 (b) 2014年1月17日

3.2 基于2 m格網(wǎng)DEM數(shù)據(jù)的水體成果精度優(yōu)化

由于研究區(qū)屬于山地、高山地地形，高程落差較大。因此，考慮水體落差因素，研究中將最大圖斑進(jìn)行分段處理，共計(jì)分為13段，提取出各段幾何中心點(diǎn)13個(gè)，作為待定種子點(diǎn)。

通過(guò)與DEM空間疊置分析，提取出各段幾何中心點(diǎn)的高程值，同時(shí)，統(tǒng)計(jì)出各段高程最小值、最大值、平均值、值域范圍和標(biāo)準(zhǔn)差等統(tǒng)計(jì)值。

通過(guò)對(duì)各段幾何中心點(diǎn)的高程值與各項(xiàng)統(tǒng)計(jì)值進(jìn)行對(duì)比分析，對(duì)5個(gè)待定種子點(diǎn)的空間位置進(jìn)行了修正，最終確定的種子點(diǎn)空間分布范圍如圖6所示。

圖6 水體種子點(diǎn)空間分布范圍

采用8鄰域算子，通過(guò)圖形區(qū)域生長(zhǎng)，對(duì)水體種子點(diǎn)進(jìn)行迭代生長(zhǎng)計(jì)算，?系數(shù)取1.5，并進(jìn)行二值化處理，得出基于精細(xì)格網(wǎng)DEM的區(qū)域生長(zhǎng)結(jié)果，如圖7所示。

圖7 基于精細(xì)格網(wǎng)DEM的水體區(qū)域生長(zhǎng)結(jié)果

3.3 結(jié)果對(duì)比分析

地理國(guó)情普查水體成果、基于Landsat8遙感影像數(shù)據(jù)提取的水體結(jié)果和區(qū)域生長(zhǎng)結(jié)果數(shù)據(jù)對(duì)比顯示如圖8所示。

圖8 地理國(guó)情普查水體成果、基于Landsat8遙感影像數(shù)據(jù)提取的水體結(jié)果和區(qū)域生長(zhǎng)結(jié)果數(shù)據(jù)對(duì)比

從圖8可以看出，研究區(qū)區(qū)域生長(zhǎng)結(jié)果與基于Landsat8遙感影像數(shù)據(jù)提取的水體結(jié)果圖斑吻合度較高，兩者與地理國(guó)情普查水體成果之間都存在一定差異，通過(guò)水體優(yōu)化處理，原始成果得到了修正。

對(duì)研究區(qū)水體成果優(yōu)化的各項(xiàng)指標(biāo)進(jìn)行統(tǒng)計(jì)，結(jié)果如表1所示。

表1 水體成果修正各項(xiàng)指標(biāo)統(tǒng)計(jì)結(jié)果

從表1可以得出，研究區(qū)水體成果空間范圍相對(duì)于標(biāo)準(zhǔn)時(shí)點(diǎn)監(jiān)測(cè)修正了17.97%，通過(guò)2 m格網(wǎng)DEM數(shù)據(jù)對(duì)基于15 m空間分辨率Landsat8遙感影像數(shù)據(jù)提取的水體結(jié)果進(jìn)行精度優(yōu)化，研究區(qū)水體成果空間范圍優(yōu)化了1.51%。通過(guò)該方法，實(shí)現(xiàn)了水體成果空間范圍修正。

4 結(jié)論

1)采用較高時(shí)間分辨率遙感影像與精細(xì)格網(wǎng)DEM數(shù)據(jù)協(xié)同的方式，開(kāi)展水體提取成果空間修正，能夠?qū)Υ蠓秶臉?biāo)準(zhǔn)時(shí)點(diǎn)高空間分辨率遙感影像覆蓋形成較好的影像補(bǔ)充，該方法保證了水體提取成果的現(xiàn)勢(shì)性滿(mǎn)足標(biāo)準(zhǔn)時(shí)點(diǎn)要求； 同時(shí)，精細(xì)格網(wǎng)DEM的應(yīng)用，能夠使得基于低空間分辨率遙感影像采集的信息精度保持在較高的水平。從而在大尺度上形成最接近標(biāo)準(zhǔn)時(shí)點(diǎn)狀態(tài)的調(diào)查成果，縮小了由于影像數(shù)據(jù)源的差異造成的調(diào)查成果誤差，使統(tǒng)計(jì)結(jié)果更加客觀(guān)、合理。

2)通過(guò)選取地理國(guó)情普查地表覆蓋水體成果開(kāi)展方法應(yīng)用與效果驗(yàn)證，驗(yàn)證了該方法的適用性； 地表覆蓋水體優(yōu)化計(jì)算軟件的研發(fā)，提高了數(shù)據(jù)處理的自動(dòng)化水平和成果質(zhì)量，滿(mǎn)足了數(shù)據(jù)處理工作的需要，提出的方法能夠在水體提取成果優(yōu)化中推廣應(yīng)用。