葉 杰,王戰(zhàn)衛(wèi)，馮乃琦，劉 冰，張 斌，谷芳瑩，白濰銘，王海俠

(1.河南省航空物探遙感中心，河南 鄭州 450053；2.中國地質(zhì)科學院鄭州礦產(chǎn)綜合利用研究所，河南 鄭州 450006)

煤炭開采導(dǎo)致的地表季節(jié)性或常年積水，是影響煤礦區(qū)土地生態(tài)變化的主要因素之一?？焖儆行У亓私饷旱V區(qū)水體分布情況，對礦山生態(tài)環(huán)境保護具有重要意義。目前，水體信息提取運用較多的遙感數(shù)據(jù)有TM、ETM+、OLI、ASTER、MODIS、Sentinel-2等，這些數(shù)據(jù)在對煤礦區(qū)水體變化檢測中，具有較好的時序連續(xù)性且可根據(jù)用戶的需求隨時隨地獲取影像，能夠滿足大眾需求。ASTER為搭載在Terra衛(wèi)星上的星載熱量散發(fā)和反輻射儀，于1999年12月18日發(fā)射升空。ASTER為涵蓋從可見光到熱紅外共14個光譜通道的多光譜傳感器[1]，具有同一軌道的(黑白立體像對)立體觀察[2]，其主要參數(shù)見表1。與2015年6月23日歐空局發(fā)射的Sentinel-2相比，ASTER數(shù)據(jù)具有充足的歷史數(shù)據(jù)源；與美國陸地衛(wèi)星(Landsat)相比，ASTER數(shù)據(jù)具有波段豐富及空間分辨率更好的優(yōu)勢。但如何運用一種普遍適用的模型，從ASTER數(shù)據(jù)中準確快速提取水體信息(或其他地物)仍然是需要解決的問題。本文以ASTER數(shù)據(jù)(成像時間為2002年10月13日)為數(shù)據(jù)源對試驗區(qū)進行水體信息提取，通過分析地物波譜信息，依據(jù)歸一化差異指數(shù)的思想，提出了一種普遍適用于ASTER數(shù)據(jù)的水體信息提取方法。

表1 ASTER影像各波段參數(shù)

1 歸一化差異水體指數(shù)的發(fā)展

目前，國內(nèi)外在水體信息自動提取方面研究很多，其中利用光學遙感數(shù)據(jù)進行水體信息提取的方法比較成熟，主要分為單波段閾值法和多波段增強圖閾值法[3-4]。單波段閾值法是根據(jù)影像單個波段中水體的DN值(灰度值)大于或小于其他地物的DN值，設(shè)定閾值進行水體信息提取，但受陰影干擾較大，難以提取狹窄水體[4-5]。多波段增強圖閾值法主要利用遙感影像各波段之間的綜合關(guān)系來進行水體信息提取[4,6]，是國內(nèi)外使用較多的方法，包括譜間關(guān)系法和水體指數(shù)法。譜間關(guān)系法是通過分析地物在各波段的光譜特征提取出水體信息，最早是由1998年楊存建[4,7]等在對TM各波段影像分析過程中，發(fā)現(xiàn)水體具有(TM2+TM3)>(TM4+TM5)的特征。水體指數(shù)法是通過多波段運算來增強地物之間的反差，使得水體值高于非水體地物值，從而設(shè)定水體界限閾值提取水體。當前主要的水體指數(shù)有：歸一化差異水體指數(shù)(normalized difference water index，NDWI)[8-12]、改進的歸一化差異水體指數(shù)(modified normalized difference water index，MNDWI)[12-14]、增強型水體指數(shù)(enhanced water index，EWI)[12,15]、新型水體指數(shù)(new water index，NWI)[12,16]、混合水體指數(shù)(combined index of NDVI and NIR for water body identification，CIWI)[8-9,12]、改進型組合水體指數(shù)(MCIWI)[12,17]。在此背景下，本文針對試驗區(qū)運用ASTER數(shù)據(jù)(如圖1所示)，通過分析不同地物的光譜特征，利用數(shù)學統(tǒng)計方法建立一種ASTER數(shù)據(jù)的地物提取模型SWI ASTERxy，并運用該模型對試驗區(qū)進行水體信息提取。

圖1 試驗區(qū)ASTER影像(123波段合成)

2 試驗區(qū)概況

試驗區(qū)位于瀘溪縣和上栗縣跨界處，覆蓋萍鄉(xiāng)市新嶺及周邊17個煤礦，面積為106.88 km2。

該區(qū)域地處幕阜山脈南緣，武功山脈西端，在湘中丘陵盆地區(qū)與湘贛邊中低山區(qū)接合處，雁行排列的北東向中低山與緩坡起伏的崗丘狀盆地相間，重復(fù)出現(xiàn)。平行的山嶺與谷地，組成平行嶺谷地形。區(qū)內(nèi)水系比較發(fā)育，土質(zhì)肥沃，水源充沛，人煙稠密。交通比較發(fā)達，昌金高速由西南斜穿本區(qū)，小型機耕路遍布區(qū)內(nèi)。

3 數(shù)據(jù)處理

使用ENVI圖層疊加工具，將ASTER數(shù)據(jù)短波紅外(SWIR)30 m分辨率配準和重采樣到可見光、近紅外(VNIR)15 m分辨率。在ENVI5.3中對ASTER數(shù)據(jù)輻射定標，然后利用FLAASH模塊進行大氣校正，并設(shè)置相關(guān)參數(shù)。其中，中心坐標點和時間從影像頭文件讀取，海拔是試驗區(qū)數(shù)字高程模型(DEM)的平均海拔，大氣模型根據(jù)試驗區(qū)所在緯度和數(shù)據(jù)獲取時間確定為Mid-Latitude Summer，未進行水汽反演。設(shè)置為鄉(xiāng)村氣溶膠模型，完成ASTER數(shù)據(jù)的大氣校正。使用最鄰近法對像元的灰度值進行插值計算，并進行正射校正。

4 試驗區(qū)ASTER光譜特征分析

試驗區(qū)主要地物類型有建筑物、水體、植被和煤炭4種，因此本區(qū)水體信息提取時需著重考慮這4種地物。首先從ASTER影像上選取具有代表性的建筑物、水體、植被、煤炭各12個點，得到建筑物、水體、植被、煤炭在9個波段的DN值，如表2所示為各代表性地物中各波段12個點的最大值(MAX)、最小值(MIN)和平均值(AVE)的統(tǒng)計結(jié)果；然后統(tǒng)計出9個波段的平均DN值，得到這4中地物的光譜曲線(如圖2所示)。從光譜曲線可以看出，試驗區(qū)建筑物、水體和煤炭的DN值均從波段1到波段9依次遞減，植被除在第3波段比第2波段的DN值略大外其他波段同樣依次遞減。

表2 各地物樣本的統(tǒng)計DN值

圖2 煤炭、植被、水體、建筑物在ASTER中的波譜曲線

從地物9個波段平均DN值的光譜曲線可以看出，可見光近紅外前兩個波段的DN值都滿足建筑物>煤炭>水體>植被，而第3波段植被比較異常，該波段的DN值大于其他3種地物。在短波紅外的6個波段中，植被在波段4的DN值大于建筑物、煤炭和水體，在波段5、6、7、8、9的地物DN值為建筑物>水體>煤炭>植被。與TM/ETM+不同，ASTER的地物光譜曲線在短波紅外波段(第4波段開始)的DN值突然變小，因此使用普通的歸一化差異水體指數(shù)對ASTER進行水體信息提取不可行。如本文運用改進的歸一化差異水體指數(shù)(MNDWI)，因試驗區(qū)4種地物的DN值在波段1(對應(yīng)TM影像的第2波段)中的DN值都大于其在波段4(對應(yīng)TM影像的第5波段)中的DN值，因此波段運算的結(jié)果是試驗區(qū)均大于0，不能將水體信息從中提取出來。在此本文根據(jù)ASTER數(shù)據(jù)特點及地域變化影響重新建立ASTER數(shù)據(jù)的水體信息提取方法。

5 歸一化差異水體指數(shù)建立及試驗結(jié)果分析

通過以上分析可以發(fā)現(xiàn)，普通的歸一化差異水體指數(shù)之所以在ASTER數(shù)據(jù)中不能發(fā)揮它的作用，主要是因為在波段4中建筑物、植被和煤炭的DN值小于其在波段1中的DN值。因此可以通過對波段y進行拉伸，使拉伸后建筑物、植被和煤炭在波段y的DN值都大于波段x的DN值，而同時確保拉伸后水體在波段y中的DN值小于波段x的DN值，就可以把水體從其他3種地物中區(qū)分開來。ASTER數(shù)據(jù)重新建立的綜合歸一化差異水體指數(shù)(synthesize water index，SWI)為

SWI ASTER2,4=(ASTER2-2.34×ASTER4)/

(ASTER2+2.34×ASTER4)

(1)

式中，n為對波段y進行拉伸的系數(shù)。

即若想將水體同植被、煤炭和建筑物信息區(qū)分開，需將波段y中植被、煤炭和建筑物的DN值至少拉伸超過其在波段x中的DN值，但是水體在波段y中DN值的拉伸卻不能超過其在波段x中的DN值。因此n的取值范圍應(yīng)該為：MAX[(x/y植被)、(x/y煤炭)、(x/y建筑物)]

如圖2所示，地物在短波紅外波段(第4波段開始)的DN值突然變小，趨于一致，在此取1、2、3波段為波段x，取2、3、4、5、6、7、8、9波段為波段y，分別對選取的建筑物、水體、植被、煤炭典型地物樣本中最小值、最大值和平均值進行比值運算(如當x=1時、y=2時，MAX=B1MAX/B2MAX=第1波段DN值的最大值/第2波段DN值的最大值)，以此來獲取最佳波段組合及對應(yīng)的拉伸系數(shù)(n)，進而對試驗區(qū)進行水體信息提取。

通過表3的比值結(jié)果發(fā)現(xiàn)，當x為第1波短時提取水體的最佳波段組合為B1/B4(y為第4波段)。按平均值比值結(jié)果確定拉伸系數(shù)的取值范圍時，n應(yīng)為：3.34

表3 x為第1波段時各地物最小值、最大值和平均值比值

通過表4的比值結(jié)果發(fā)現(xiàn)，當x為第2波短時提取水體的最佳波段組合是B2/B4(y為第4波段)。按平均值比值結(jié)果確定拉伸系數(shù)的取值范圍時，n應(yīng)為：2.34

表4 x為第2波段時各地物最小值、最大值和平均值比值

通過表5的比值結(jié)果發(fā)現(xiàn)，當x為第3波短時提取水體的最佳波段組合是B3/B4(y為第4波段)。按平均值比值結(jié)果確定拉伸系數(shù)的取值范圍時，n應(yīng)為：1.62

表5 x為第3波段時各地物最小值、最大值和平均值比值

為便于比較，通過不同波段、系數(shù)組合對試驗區(qū)進行了水體信息提取(圖3)，根據(jù)試驗統(tǒng)計結(jié)果(見表6)可以得到，當x=2、y=4、n=2.34時，可以客觀、方便、快捷地將水體信息從植被、建筑物、煤炭中提取出來，此時試驗區(qū)水體提取總體效果最佳(如圖3所示)。即針對試驗區(qū)ASTER數(shù)據(jù)建立的綜合歸一化差異水體指數(shù)為

表6 不同波段、系數(shù)組合水體信息提取精度對比

SWI ASTER2,4=(ASTER2-2.34×ASTER4)/

(ASTER2+2.34×ASTER4)

(2)

6 結(jié) 語

本文在水體信息自動提取方面，ASTER數(shù)據(jù)提出了的一種綜合歸一化差異水體指數(shù)：SWI ASTERxy=(ASTERx-n×ASTERy)/(ASTERx+n×ASTERy)，并在試驗區(qū)獲得了較好的提取效果。本文所選區(qū)域較小，建議在實際大范圍應(yīng)用時，可將大幅影像分割出一小塊，確定波段組合和系數(shù)后，再進行大范圍水體信息提取。此外，本文提出的綜合歸一化差異水體指數(shù)也適用于其他多光譜數(shù)據(jù)對不同區(qū)域不同地物的提取。