摘" 要：該研究利用環(huán)境一號衛(wèi)星（HJ-1）的CCD數(shù)據(jù)，采用3種不同的水體自動識別方法，即歸一化水體指數(shù)（NDWI）、近紅外閾值法和監(jiān)督分類法，對2012—2020年間松花湖的水體進行識別和面積計算。該研究旨在評估各方法在水體面積變化檢測中的表現(xiàn)及適用性，通過對比這些方法在不同年份的應(yīng)用效果。結(jié)果表明，監(jiān)督分類法在多數(shù)情況下能夠識別出更大的水體面積，顯示其在廣泛水體監(jiān)測中的優(yōu)越性。近紅外閾值法在特定年份也表現(xiàn)出較好的水體識別效果。該研究結(jié)果可以為HJ-1 CCD在水域監(jiān)測和災(zāi)害預(yù)防等方面提供重要的決策支持。

關(guān)鍵詞：環(huán)境一號衛(wèi)星；水體識別；NDWI；近紅外閾值法；監(jiān)督分類法

中圖分類號：TV122" " "文獻標志碼：A" " " " " 文章編號：2095-2945（2024）33-0026-04

Abstract： This research used CCD data from the Environment-1 Satellite （HJ-1） and three different automatic water body recognition methods： normalized water body index （NDWI）， near-infrared threshold method and supervised classification method to identify and calculate the water body of Songhua Lake between 2012 and 2020. The study aims to evaluate the performance and applicability of each method in detecting changes in water area. By comparing the application effects of these methods in different years， the results show that the supervisory classification method can identify larger water areas in most cases， showing its superiority in extensive water monitoring. The near-infrared threshold method also shows good water body recognition effect in specific years. The research results can provide important decision support for HJ-1 CCD in water monitoring and disaster prevention.

Keywords： Environment-1 satellite; water body recognition; NDWI; near-infrared threshold method; supervised classification method

松花江水系主要分布在吉林省和黑龍江省境內(nèi)[1]。松花江在吉林省段也稱為西流松花江或第二松花江，長約790 km，流域面積13.17萬km2，是吉林省第一大河，被譽為吉林省的“母親河”[2]。松花江和嫩江一起孕育了廣闊富饒的松遼平原。松遼平原是我國重要的老工業(yè)基地和糧食主產(chǎn)區(qū)，松花江為吉林省國民經(jīng)濟的建設(shè)和發(fā)展，為工農(nóng)業(yè)生產(chǎn)和人民生活用水提供了豐富的水源。然而，西流松花江流域也是洪澇災(zāi)害發(fā)生較頻繁的地區(qū)[3]。據(jù)資料分析和統(tǒng)計，松花流域平均每2至3年就要發(fā)生一次嚴重的洪澇災(zāi)害[4]。松花湖是松花江水系上一個重要的調(diào)節(jié)水量的湖泊，同時也是重要的生態(tài)旅游資源，實時監(jiān)測其水體變化具有重要的意義。

遙感衛(wèi)星已經(jīng)成為現(xiàn)代環(huán)境監(jiān)測與災(zāi)害管理中不可或缺的工具。特別是在水體監(jiān)測領(lǐng)域，相較于傳統(tǒng)的地面監(jiān)測方法，衛(wèi)星遙感不僅能顯著節(jié)省人力與物力，還能避免信息的時間滯后性，提供更為實時與準確的數(shù)據(jù)支持。隨著遙感數(shù)據(jù)源的多樣化以及空間與時間分辨率的提高，衛(wèi)星遙感在水體變化監(jiān)測上的精確度與效率亦日益增強。

在眾多衛(wèi)星平臺中，中國的環(huán)境一號衛(wèi)星（HJ-1）系列以其高效的數(shù)據(jù)獲取和優(yōu)良的光譜性能，特別適用于區(qū)域尺度的環(huán)境與災(zāi)害監(jiān)測。本研究基于環(huán)境一號衛(wèi)星的CCD數(shù)據(jù)，選取西流松花江上一個重要的湖泊松花湖為研究對象，探索并比較了歸一化水體指數(shù)（NDWI）、近紅外閾值法和監(jiān)督分類法3種不同的水體識別技術(shù)。通過對這些方法在不同年份的應(yīng)用成效進行對比分析，旨在識別出在特定環(huán)境條件下最適宜的水體監(jiān)測方法，為未來的環(huán)境監(jiān)測提供科學依據(jù)與技術(shù)指導(dǎo)。此外，本研究的成果也將有助于推動遙感技術(shù)在環(huán)境保護和災(zāi)害預(yù)防領(lǐng)域的廣泛應(yīng)用。

1" 研究數(shù)據(jù)

本論文以環(huán)境衛(wèi)星CCD數(shù)據(jù)為數(shù)據(jù)源，環(huán)境一號系列衛(wèi)星包括2顆光學衛(wèi)星（HJ-1A和 HJ-1B星），它能夠大范圍、實時時動態(tài)地監(jiān)測環(huán)境和災(zāi)害[5]，環(huán)境一號衛(wèi)星主要參數(shù)見表1。衛(wèi)星自2008年以來一直在軌運行，為全球環(huán)境保護和災(zāi)害管理提供了寶貴的數(shù)據(jù)資源。劉明月等[6]用環(huán)境一號衛(wèi)星CCD數(shù)據(jù)和Landsat OIL衛(wèi)星數(shù)據(jù)，對2013年松花江與嫩江交匯處的洪水進行遙感監(jiān)測。

2" 研究方案

2.1" 研究框架

為了實現(xiàn)基于HJ-1 CCD光譜信息對松花湖水體識別的研究，本研究設(shè)計了如下研究框架（如圖1所示）。

第一步數(shù)據(jù)選?。韩@取沒有云覆蓋、數(shù)據(jù)質(zhì)量較好的HJ-1 CCD數(shù)據(jù)共6期。

第二步數(shù)據(jù)預(yù)處理：為了滿足基于光譜反射率對水體的識別，首先對環(huán)境衛(wèi)星CCD數(shù)據(jù)進行了輻射定標和大氣校正等預(yù)處理，隨后分別選取植被和水體像元查看校正前后的光譜曲線（如圖2、圖3所示），以驗證預(yù)處理效果符合要求。

第三步水體自動識別：本研究采用了3種自動水體識別方法，分別是歸一化水體指數(shù)法、近紅外閾值法和監(jiān)督分類方法，進行水體識別并分別計算松花湖水域面積。

最后一步水體自動識別方法評價：以人機交互目視解譯水體識別結(jié)果為真值，評價上述3種方法水體識別結(jié)果的準確度，分析其精度和適用性。

2.2" 水體識別方法

2.2.1" 歸一化水體指數(shù)方法

歸一化水體指數(shù)（Normalized Difference Water Index， NDWI）通過地表水和其他地表物休的光譜特征的不同，在影像上將水體高亮顯示。本研究使用的歸一化水體指數(shù)方法，利用水體在近、中紅外波段吸收率更強的性質(zhì)，在綠光波段相對反射率較高，可以使水體數(shù)據(jù)更突出。NDWI的求解為

NDWI=（G-NIR）/（G+NIR） ，" （1）

式中：G代表綠波段的像素值，而NIR代表近紅外波段的像素值。

2.2.2" 近紅外閾值法

近紅外閾值法的主要依據(jù)是到近紅外波段水體的反射率非常低，能夠與其他地物波譜特征能區(qū)別，所以能區(qū)分出水體信息。近紅外閾值法的公式為

ρNIRlt;P ，" " " " " " " " （2）

當近紅外反射率值小于P時，就認為是水體。

2.2.3" 監(jiān)督分類方法

監(jiān)督分類方法是遙感影像常用的地物分類方法，本研究目的是提取水體，而水體在遙感影像上的色調(diào)特征較易與其他地類分開，因此遙感影像分為水體和其地類（城區(qū)和植被）。

3" 結(jié)果與分析

3.1" 提取結(jié)果

為了驗證HJ-1A/B CCD水體識別方法效果，本研究是以松花湖為例，共用6期不同年份夏季7月數(shù)據(jù)，基于不同方法對水體進行了提取。

3.1.1" NDWI提取結(jié)果

借助遙感專業(yè)處理軟件ENVI采用NDWI指數(shù)法，得到水體識別結(jié)果，如圖4所示，白色代表水體，黑色代表非水體。

3.1.2" 近紅外提取結(jié)果

同樣借助遙感專業(yè)處理軟件ENVI采用近紅外閾值法，得到水體識別結(jié)果，如圖5所示，白色代表水體，黑色代表非水體。

3.1.3" 監(jiān)督分類提取結(jié)果

通過ENVI監(jiān)督分類工具，將水體作為一類，其他地類概括分為植被和城區(qū)2類。分類結(jié)果如圖6所示，圖中白框內(nèi)區(qū)域代表水體。

3.2" 對比分析

本研究基于NDWI法、近紅外法和監(jiān)督分類法對6期不同年份的7月份松花湖水體進行了識別，并分別計算水域面積。為了對比分析這3種自動水體識別方法的準確性，本研究以傳統(tǒng)的目視解譯法計算的水體面積并作為真值，利用偏差和均方根誤差作為研究評價指標。統(tǒng)計結(jié)果見表2，可以看出，監(jiān)督分類方法與目視解譯方法的偏差和均方根誤差最小。

結(jié)果表明，監(jiān)督分類法在識別水體面積方面通常能提供更廣泛的覆蓋，特別是在大范圍的水體監(jiān)測中顯示出較高的精度和可靠性。例如，監(jiān)督分類法在2012年識別的水體面積遠超過其他2種方法，顯示其在處理大規(guī)模數(shù)據(jù)時的優(yōu)勢。

在具體數(shù)值方面，基于NDWI法、近紅外法和監(jiān)督分類法的水體面積統(tǒng)計結(jié)果與目視解譯法（作為基準）的比較顯示出不同程度的偏差和誤差。其中，監(jiān)督分類法的偏差和RMSE都相對較小，表明其在水體監(jiān)測中具有較高的準確性和穩(wěn)定性。具體而言，監(jiān)督分類法的均方根誤差在所有方法中最低，強調(diào)了其作為精確水體識別技術(shù)的適用性。

4" 結(jié)論

根據(jù)從2012年至2020年間松花湖水體面積變化的研究數(shù)據(jù)，通過比較歸一化水體指數(shù)（NDWI）、近紅外閾值法和監(jiān)督分類法3種水體識別技術(shù)，本研究利用偏差和均方根誤差（RMSE）進行了精確的分析比較。監(jiān)督分類法與目視解譯法的偏差和均方根誤差最小。

總結(jié)來說，選擇適當?shù)乃w識別方法應(yīng)充分考慮監(jiān)測的具體環(huán)境和需求。監(jiān)督分類法因其優(yōu)越的性能，在廣泛的水體監(jiān)測項目中推薦使用。本研究的發(fā)現(xiàn)對于指導(dǎo)未來的環(huán)境監(jiān)測和資源管理具有實際應(yīng)用價值。

參考文獻：

[1] 龐博，劉刊，賈文.關(guān)于松花江流域地貌特征及劃分的討論[J].地理科學研究，2021，10（3）：290-294.

[2] 閆涵，趙靚.吉林省松花江河道岸線保護與利用規(guī)劃編制探討[J].東北水利水電，2021，39（12）：4-5，14.

[3] 李成林，廖衛(wèi)紅，張?zhí)O蘋，等.第二松花江流域暴雨洪水演變規(guī)律分析[J].中國簽批村水利水電，2017（12）：75-80.

[4] 東北地區(qū)1995年大洪水[EB/OL].[2022-10-31].http：//www.slwr.gov.cn/wxzl/38905.jhtml.

[5] 王秋燕，陳仁喜，徐佳，等.環(huán)境一號衛(wèi)星影像中水體信息提取方法研究[J].科學技術(shù)與工程，2012，12（13）：3051-3056.

[6] 劉明月，賈明明，王宗明，等.2013年松花江與嫩江交匯段洪水遙感監(jiān)測[J].濕地科學，2015，13（4）：456-465.