呂巷艷，任金銅，歐陽(yáng)力劍，祖維濤

（貴州工程應(yīng)用技術(shù)學(xué)院生態(tài)工程學(xué)院，貴州 畢節(jié) 551700）

水產(chǎn)養(yǎng)殖是我國(guó)經(jīng)濟(jì)發(fā)展中的重要增長(zhǎng)點(diǎn)，為解決“三農(nóng)”問(wèn)題做出了突出貢獻(xiàn)[1]。遙感技術(shù)以其周期短、重復(fù)觀測(cè)且能夠大面積獲取地物信息等特點(diǎn)，已成為地表動(dòng)態(tài)監(jiān)測(cè)的重要手段。利用遙感技術(shù)能夠快速、準(zhǔn)確地對(duì)養(yǎng)殖區(qū)域進(jìn)行動(dòng)態(tài)監(jiān)測(cè)，在養(yǎng)殖區(qū)域的科學(xué)規(guī)劃與管理中發(fā)揮重要作用[2]。

國(guó)內(nèi)外學(xué)者利用遙感對(duì)水產(chǎn)養(yǎng)殖信息提取及監(jiān)測(cè)方面，主要采用國(guó)外中高分辨率遙感影像[3]。其中，武易天等基于Landsat8遙感影像，提出了一種結(jié)合光譜和紋理信息的養(yǎng)殖區(qū)自動(dòng)提取方法[4]；袁興偉等采用CBERS-02B星CCD多光譜影像數(shù)據(jù)提取了2010年山西省水產(chǎn)養(yǎng)殖水體信息[5]；曹利等以WorldView遙感影像為數(shù)據(jù)源，研究了牡蠣養(yǎng)殖分布范圍與年度變化情況[6]；高亮明等利用Landsat衛(wèi)星識(shí)別與分析了東山灣網(wǎng)箱養(yǎng)殖和延繩式養(yǎng)[7]。近年來(lái)，隨著《國(guó)家中長(zhǎng)期科學(xué)與技術(shù)發(fā)展規(guī)劃綱要（2006-2020年）》的高分辨率對(duì)地觀測(cè)系統(tǒng)重大專項(xiàng)（“高分專項(xiàng)”）的實(shí)施，國(guó)產(chǎn)遙感衛(wèi)星影像數(shù)據(jù)源越來(lái)越豐富。國(guó)內(nèi)學(xué)者利用國(guó)產(chǎn)“高分”遙感開(kāi)展水體信息提取研究越來(lái)越多，其中，王瑾杰、鄧富亮、王芳等基于國(guó)產(chǎn)GF-1開(kāi)展了水體信息提取研究工作[8-10]，洪亮、張偉等分別基于GF-2、GF-4影像數(shù)據(jù)進(jìn)行了水體信息提取研究[11-12]。

從現(xiàn)有文獻(xiàn)資料來(lái)看，運(yùn)用遙感技術(shù)對(duì)水體信息提取及水產(chǎn)養(yǎng)殖區(qū)域動(dòng)態(tài)監(jiān)測(cè)，多是以近海及中東部區(qū)域?yàn)橹鳎鴥?nèi)陸喀斯特山區(qū)養(yǎng)殖水體信息提取研究較少；在水體信息提取方法方面，主要有單波段閾值法、基于閾值的多波段譜間關(guān)系法、基于閾值的水體指數(shù)法等[13]。其中，歸一化植被指數(shù)（NDVI）[14]、歸一化差異水體指數(shù)（NDWI）[15]和改進(jìn)的陰影水體指數(shù)（MSWI）[16]三種指數(shù)在水體信息提取方面應(yīng)用較為廣泛，但利用GF-1衛(wèi)星遙感影像進(jìn)行喀斯特山區(qū)水體信息提取的研究并不多見(jiàn)。

于此，本研究以國(guó)產(chǎn)GF-1衛(wèi)星PMS遙感影像為數(shù)據(jù)源，以位于我國(guó)西南喀斯特山區(qū)的畢節(jié)市金沙縣為研究區(qū)，對(duì)其養(yǎng)殖水體信息進(jìn)行提取研究，以探討適用于GF-1的養(yǎng)殖水體信息提取方法，同時(shí)也為政府科學(xué)有效地進(jìn)行水產(chǎn)養(yǎng)殖監(jiān)測(cè)以及養(yǎng)殖區(qū)規(guī)劃提供基礎(chǔ)資料及數(shù)據(jù)參考。

1 研究區(qū)概況

貴州省水產(chǎn)養(yǎng)殖類型主要有水庫(kù)養(yǎng)殖、池塘養(yǎng)殖、湖泊養(yǎng)殖、山泉水養(yǎng)殖、地下水養(yǎng)殖、稻田養(yǎng)殖等，養(yǎng)殖方式主要有網(wǎng)箱養(yǎng)殖、流水養(yǎng)殖等。畢節(jié)水產(chǎn)養(yǎng)殖主產(chǎn)區(qū)主要集中在金沙縣，故本研究選取畢節(jié)市金沙縣作為研究區(qū)域。

金沙縣屬長(zhǎng)江流域，位于貴州省西北部，畢節(jié)市東部。北與四川省交界，南與息烽縣交界，東與遵義市交界，西與畢節(jié)市七星關(guān)區(qū)交界。地勢(shì)中西部較高，四周低，海拔一般為700m-1500m，屬云貴高原東部中低山中切割地貌，巖溶地貌發(fā)育得較完整。[16]金沙縣屬于亞熱帶季風(fēng)濕潤(rùn)氣候，境內(nèi)河流多、水流量大，水庫(kù)、坑塘星羅棋布。全縣水域總面積為3 668.7hm2，其中，河流3066.7 hm2、水庫(kù)546.8 hm2、池塘（含坑塘）55.2 hm2。[17]金沙縣的生物資源也較為豐富，有可供漁業(yè)生產(chǎn)的水生陸生植物30多種，現(xiàn)有魚(yú)類36種。

2 數(shù)據(jù)源及研究方法

2.1 數(shù)據(jù)源及數(shù)據(jù)預(yù)處理

本研究選取8景GF-1號(hào)PMS遙感影像為數(shù)據(jù)源，影像數(shù)據(jù)由貴州省生態(tài)氣象和衛(wèi)星遙感中心(高分辨率對(duì)地觀測(cè)系統(tǒng)貴州數(shù)據(jù)與應(yīng)用中心）提供，影像數(shù)據(jù)成像時(shí)間為2016年2-6月。GF-1號(hào)衛(wèi)星搭載有兩臺(tái)2 m分辨率全色、8 m分辨率多光譜PMS相機(jī)與四臺(tái)16m分辨率多光譜WFV相機(jī)，全色波段光譜范圍為0.45～0.9μm，PMS多光譜四個(gè)波段光譜范圍分別為Band1（0.45～0.52μm）、Band2（0.52～0.59μm）、Band3（0.63～0.69μm）、Band4（0.77～0.89μm）。[18]

本研究利用ENVI 5.3遙感軟件處理平臺(tái)，對(duì)GF-1遙感影像進(jìn)行RPC正射校正、輻射定標(biāo)、FLAASH大氣校正，將分辨率為8m的多光譜影像與分辨率為2m的影像進(jìn)行融合、影像鑲嵌、裁剪等一系列的預(yù)處理過(guò)程，制作出如圖1所示的研究區(qū)養(yǎng)殖水體信息提取底圖。

圖1 金沙縣GF1 PMS影像預(yù)處理成果圖

借助Google Earth高分辨率影像數(shù)據(jù)，結(jié)合實(shí)地考察及漁業(yè)行政部門收集養(yǎng)殖場(chǎng)數(shù)據(jù)對(duì)養(yǎng)殖水體信息提取結(jié)果進(jìn)行精度驗(yàn)證。

2.2 研究方法

2.2.1 歸一化植被指數(shù)

歸一化植被指數(shù)（NDVI）在水體信息提取中是一種較為常用的方法，該方法主要是利用近紅外波段以及紅波段的光譜特征，構(gòu)建兩者差與和的比值突出水體特征。[19]計(jì)算公式如下：

式中，NIR表示近紅外波段，R表示紅波段。本研究利用GF1 PMS影像，GF1 PMS影像Band1-4分別對(duì)應(yīng)藍(lán)波段、綠波段、紅波段、近紅外波段。因此，公式（1）中的NIR用Band4代替，R用Band3代替。

2.2.2 歸一化差異水體指數(shù)

Mcfeeters S K提出的歸一化差異水體指數(shù)（NDWI）在水體信息提取中得到了廣泛的應(yīng)用，NDWI根據(jù)水體的在綠波段和近紅外波段的反射率，通過(guò)構(gòu)建綠波段和近紅外波段的差和比值模型，抑制植被信息，使水體凸顯更明顯。[20]其計(jì)算模型如下：

式中，b2表示綠波段，b4表示近紅外波段，對(duì)應(yīng)GF-1 PMS影像分別為Band2、Band4。

2.2.3 改進(jìn)的陰影水體指數(shù)（MSWI）

改進(jìn)的陰影水體指數(shù)（MSWI）是王瑾杰等人基于GF-1衛(wèi)星遙感影像提出的，通過(guò)藍(lán)波段的光譜反射和近紅外波段的差值與近紅外波段的比值加大水體與陰影的差異[8]，其計(jì)算模型如下

式中，b1代表藍(lán)波段，b4代表近紅外波段，對(duì)應(yīng)GF-1 PMS影像分別為Band1、Band4。

3 結(jié)果與分析

3.1 金沙縣養(yǎng)殖水體信息提取結(jié)果分析

根據(jù)公式（1）-（3），通過(guò)波段運(yùn)算，分別對(duì)金沙縣的水體信息進(jìn)行提取實(shí)驗(yàn)，經(jīng)過(guò)反復(fù)試驗(yàn)得到經(jīng)驗(yàn)閾值，對(duì)提取結(jié)果進(jìn)行二值化，部分提取效果如圖2所示。

圖2 金沙縣養(yǎng)殖水體信息提取部分結(jié)果（注：黑色代表非水體，白色代表水體）

從圖2中可以看出，NDVI模型提取的水體，根據(jù)NDVI的值代表的地類特征，理論上水體信息的NDVI值應(yīng)小于0，通過(guò)反復(fù)實(shí)驗(yàn)，本研究選取經(jīng)驗(yàn)閾值NDVI<-0.3時(shí)，可以更好地提取水體，但提取信息中還包含大量的陰影。而NDWI模型在運(yùn)算的基礎(chǔ)上，劃分閾值NDWI>0.55，通過(guò)決策樹(shù)提取水體，提取的水體信息更為細(xì)致，且較之前的NDVI模型法提取的信息更多，包括一些細(xì)小的水體界線更明確，精度更高。運(yùn)用改正的陰影水體模型MSWI可以更多的抑制陰影突出水體，經(jīng)過(guò)反復(fù)實(shí)驗(yàn)，本研究取閾值5

3.2 金沙縣養(yǎng)殖水體信息提取結(jié)果精度評(píng)價(jià)

借助Google Earth高分辨率影像數(shù)據(jù)，結(jié)合實(shí)地考察及漁業(yè)行政部門收集養(yǎng)殖場(chǎng)數(shù)據(jù)，通過(guò)對(duì)研究區(qū)影像進(jìn)行目視解譯，在研究區(qū)選取驗(yàn)證樣本水體信息85個(gè)，非水體信息35個(gè)，結(jié)合分類后處理數(shù)據(jù)基于感興趣區(qū)進(jìn)行混淆矩陣分類精度驗(yàn)證，驗(yàn)證結(jié)果如表1所示：

表1 不同提取方法精度驗(yàn)證結(jié)果

從分類精度驗(yàn)證結(jié)果來(lái)看，本研究選取的3種方法中NDVI方法的提取精度最低，總體精度和Kap?pa系數(shù)分別為89.79%、0.7718；NDWI的總體精度和Kappa系數(shù)分別為93.90%、0.879，提取效果最好；改進(jìn)的陰影水體指數(shù)（MSWI）提取精度介于兩者之間。

4 結(jié)論

本文以典型喀斯特山區(qū)的金沙縣為例，選取不同的水體信息提取方法，對(duì)GF-1 PMS影像數(shù)據(jù)進(jìn)行水產(chǎn)養(yǎng)殖水體信息提取研究，通過(guò)對(duì)比分析得出以下結(jié)論：

（1）三種常用的水體提取方法，在喀斯特山區(qū)中均可以得到較高的總體精度，但Kappa系數(shù)差異大，可能與精度驗(yàn)證樣本的選取有關(guān)。

（2）由于三種方法都是在基于水體信息基本完整的基礎(chǔ)上進(jìn)行閾值選取的，而閾值是人為選取的，三種方法對(duì)閾值的依賴性較強(qiáng)，閾值或大或小對(duì)提取精度有直接影響。

總體來(lái)看，NDWI結(jié)合閾值提取水體信息是本文的最佳提取方法，但養(yǎng)殖水體信息提取仍需進(jìn)一步結(jié)合其他資料，通過(guò)分類后處理得到水產(chǎn)養(yǎng)殖的區(qū)域。本研究可為喀斯特山區(qū)養(yǎng)殖水體信息提取提供借鑒，為水產(chǎn)養(yǎng)殖監(jiān)測(cè)與管理規(guī)劃提供科學(xué)依據(jù)。