基于多波段dn值比较法的博斯腾湖水体信息提取

基于多波段dn值比较法的博斯腾湖水体信息提取

干旱地区湖泊是自然和人类经济活动体系中的一个最终环节，它们以流域为单位进行水循环。这不仅是干旱地区气候的象征，而且对内陆河流域生态气候和环境条件的变化极为敏感。其生物和生态系统可以尽快干扰人类活动。人类与湖泊水体和谐共处,是干旱区经济社会和人的全面发展不可缺失的重要条件之一。当前,对内陆干旱区资源与环境变化进行研究的一个热点与重点就是湖泊水体的动态监测。目前,随着遥感技术的发展,人们对湖泊水体的监测已从传统水文观测站网监测发展到结合遥感影像的综合监测阶段。采用获取信息周期较短、监测范围广泛的遥感技术,能快速、准确地提取湖泊水体信息,从而对水资源进行宏观监测,该技术已在洪水淹没范围调查、湿地保护、海岸线变化等方面得到了广泛运用。在利用卫星遥感影像提取湖泊水体信息方面,国内外学者做了大量的研究。利用Landsat遥感数据提取水体信息的方法大致可以分为2类:单波段阈值法和多波段谱间关系法。单波段阈值法即利用水体影像数据在某单个波段的光谱特征来设定阈值,提取水体信息,是早期使用的方法。1985年,Juppd等通过分析影像直方图,在TM7波段使用阈值法提取出水体信息。1990年,Moller-Jensen通过对TM4、TM5设定经验阈值,识别水体。1992年,陆家驹等利用TM5设定阈值,采用密度分割法识别水体,但效果不佳,只能识别面积大于4000m2的水体。1998年,Braud等在对路易斯安娜海岸线的研究中,对各种波段阈值分割方法进行了评估,并提出对TM5进行阈值划分是最适合的方法。2000年,Frazier等在探测澳大利亚Wagga湖泊区域工作中指出,相对于TM4和TM7来说,TM5阈值分割提取水体信息的精度较高,但是却不能精确地提取细小的水体信息。这类方法均是根据影像单个波段中水体值低于或高于其他地物值来设定阈值,提取出水体信息,其缺点是水体与非水体之间的过渡区会被忽略,无法满足提取细小水体的要求。多波段谱间关系法是近年来国内外使用较多的方法。1996年,McFeeters利用归一化水体指数(NDWI)抑制植被和土壤信息,以提取水体。2005年,徐涵秋认为,NDWI难以抑制土壤和建筑物信息,提出了改进的归一化水体指数(MNDWI),并建议在部分城区建筑区域用MNDWI>k(k为下限阈值)来提取水体信息。1998年,杨存建等发现,在TM各波段影像中,水体具有绿色波段(Green)+红色波段(Red)>近红色波段(NIR)+红外波段(SWIR)的特征。2006年,Ouma等在描绘东非裂谷内的湖泊岸线时,认为归一化差异水体指数(NDWI3)和缨帽变换的湿度分量(TCW)能较其他水体指数更好地划分岸线,于是将两者结合进行水体边界识别。多波段谱间关系法是利用水体在不同波段的波谱特性,通过多波段运算来增强影像中的水体信息,使得在增强图中水体值高于非水体地物值,从而设定下限阈值,进而提取水体信息。但是,这类方法存在2个问题:第一,由于部分细小水体在影像中以混合像元的形态存在,而且存在水体和非水体地物过渡区,阈值难取,如果阈值过高将丢失细小水体信息;而阈值过低,会将其他地物信息提取出来。第二,各种方法增强效果均有区域局限性,如在地类复杂的区域中,NDWI只在非山地的植被区域较好,而MNDWI、TCW、NDWI3在建筑居民用地区域提取效果较好,但却难以区分部分山体阴影和水体。为了有效地提取内陆湖泊水体信息,本研究以我国最大的内陆淡水湖———博斯腾湖为例,以LandsatETM+影像数据为基础,将其与GPS定位数据相结合,通过多波段像元值(Digitalnumber,DN)比较方法提取水体信息,旨在提出一种适合于内陆湖泊水体信息提取的方法。1研究区域的概况和数据来源1.1博斯腾湖大湖博斯腾湖位于天山东段南坡焉耆盆地南侧最低洼处,地理坐标为东径86°40′~87°56′,北纬41°56′~42°14′,它既是开都河的尾闾,又是孔雀河的发源地,是我国最大的内陆淡水湖,也是新疆最大的湖泊,在水位为1048.75m时,水域面积为1002.4km2,容积为88×108m3。博斯腾湖分大、小2个湖区,大湖区是湖体的主要部分,在大湖区的西南部还有一连串的浅泊,由蜿蜒的孔雀河所贯穿,周围为苇湖区,习称小湖苇区。小湖苇区面积363.94km2,其中水域面积44.54km2,苇沼面积39.22km2,相间的盐碱地和牧地等39.22km2。此外,在大湖西北部和黄水湾一带,由于农田排水散流到这一片低洼地,此区曾逐渐形成了独立的芦苇、沼泽区,总面积达131.94km2,其中水面17.03km2,苇沼107.76km2,相间碱地和荒地7.15km2。但近年来,经人为控制后,这部分苇沼面积已大为减少。1.2wrs214/331的影像特征为了尽量减少天气对遥感影像数据的影响,根据研究区天气预报情况分别选用了LandsatETM+的2012-09-02条带WRS2143/031和2012-09-11条带WRS2142/031的影像数据。并在遥感影像数据被拍摄的同一天用OREGON550GPS接收器进行样点采集。1.2.1遥感图像数据1.2.2采样点组成的虚线湖水水体信息的提取主要是判别出非水体与水体。为了判别博斯腾湖水体和非水体,通过研究区的假彩色合成图像,采用目视判读法采集了142个水体采样点和858个非水体采样点(图1)。在博斯腾湖水体和非水体之间的湖岸线上,于ETM+影像图被拍摄的当日,分别在博斯腾湖的金沙滩旅游区附近、黄水沟流入大湖处东部、开都河东支流入大湖处东部、大湖和小湖水坝的东部、扬水站附近、白鹭洲附近和大湖最东端部分等地,在水体和非水体之间的边界线上采集了1216个定位数据。这些采样点组成的虚线代表实际湖岸线,其主要用于水体信息提取结果的检验。湖岸线采样点的分布情况如图1所示。2提取不同水体的信息的方法、结果的比较2.1图像数据dn因为波段的增加不仅会造成数据量增大,使计算复杂化,而且波段信息间存在很大的相关性,导致有用信息和噪声误差同步增加。在LandsatETM+的8个波段中,考虑到分辨率和大气干扰问题,本文只对研究区LandsatETM+数据的前5个波段遥感图像进行光谱特征DN值统计分析,结果如表1所示。从表1可以看出,研究区LandsatETM+的前5个波段遥感影像DN值不仅能满足水体DN≤非水体DN,而且水体的DN值还能满足条件:Blue>Green>Red>NIR>SWIR。2.2采样点优选的多谱间关系法通过实地考察,将博斯腾湖水体与非水体之间的过渡带分为水体、湖滨湿地、芦苇为主的植被、红柳为主的植被、盐渍化地等类型。湖水水体信息的提取主要是判别出水体与非水体的过程。在博斯腾湖过渡带水体、湖滨湿地、芦苇为主的植被、红柳为主的植被和盐渍化地等地上随机抽取10个采样点,对这些采样点在LandsatETM+遥感影像前4个波段的DN值进行比较,发现水体和过渡带不同非水体物的DN值分布情况存在比较明显的差异,即水体和非水体的DN值曲线不仅排列循序不同,而且其取值范围也有较大的差距(图2)。通过ArcGIS的栅格计算(Rastercalculator)功能,多次进行试验,将提取的水体与非水体之间的边界线逼近已定位获取的1216个湖岸线上的采样点,发现前4个波段的谱间关系效果为:Blue≥Green>Red≥NIR。因这种水体信息提取的多波段谱间关系表达式及结果与已有的多光谱谱间关系法NDWI、MNDWI、杨存建等提出的方法和NDWI3等具有明显的差别,并且它主要通过比较各波段的DN值来提取水体信息,故将其命名为多波段DN值比较法(Comparisonofbandsdigitalnumber,CBDN)。该法对博斯腾湖水体信息的提取结果如图3-A所示。2.3提取其他一般水域信息的结果2.3.1阀值法有利于根据所具有的反射特征实现水体的信息提取由于水体几乎吸收了NIR和SWIR波段的全部入射能量,所以其在这2个波段的反射能量很少,而植被和土壤在这2个波段内的吸收能量很少,而且有较高的反射特征,这使得水体和非水体有明显区别。阀值法就是基于这种反射特征的差异而完成水体信息提取的。单波段阀值法的关键是阀值的确定,而阀值的确定至今都是一个难点,最佳阀值是经过反复试验得到的。本研究利用SWIR波段(LandsatTM+的第5波段)影像,通过阀值法提取的湖岸线逼近湖岸线样点确定阀值,其值为SWIR≤31。图3-B为单波段阀值法提取博斯腾湖水体信息的结果。2.3.2博斯腾湖水体信息的提取(1)NDWI方法。NDWI的计算公式为:NDWI=(Green-NIR)/(Green+NIR)。由于水体的反射从可见光到中红外波段逐渐减弱,在NIR和SWIR波长范围内吸收性最强,几乎无反射;另外由于植被在NIR波段的反射率一般最强,因此采用Green波段与NIR波段的比值可以最大程度地抑制植被的信息,从而达到突出水体信息的目的。采用此方法提取博斯腾湖的水体信息,结果见图3-C。从图3-C可以看出,该方法提取了几乎所有的水体区域。但是,此方法存在将山地、戈壁滩和大部分的沙漠地误提为水体的问题。(2)MNDWI方法。徐涵秋通过分析Landsat影像波段特征,提出改进的归一化差异水体指数法(MNDWI),以达到弱化建筑物和土壤影响,增强水体信息的目的。其计算公式为:MNDWI=(Green-SWIR)/(Green+SWIR)。图3-D为MNDWI法对博斯腾湖水体信息提取结果。从图3-D可以看出,该方法在提取大部分水体信息的同时,还将土壤湿度较高的盐渍化地也误提为水体。(3)谱间关系法。根据水体具有Green+Red>NIR+SWIR的特征,杨存建等提出了新的谱间关系法,这种方法易操作且稳定性好。本研究采用此方法对博斯腾湖水体信息进行提取,提取结果见图3-E。从图3-E可以看出,该方法提取的结果与NDWI方法相似,不同的是它误提的沙漠和戈壁滩范围比NDWI小。(4)NDWI3方法。2006年,Ouma等在描绘东非裂谷内的湖泊岸线时,认为NDWI3((NIR-SWIR)/(NIR+SWIR))和TCW较其他水体指数更好地划分岸线,于是将两者结合起来识别水体边界。图3-F为NDWI3提取的博斯腾湖水体信息的结果。从图3-F可以看出,这种方法不仅提取了全部水体信息,而且将大部分灌溉区和湿地区也误提为湖水范围。2.4水体和非水体边界线用GPS接收器分别在博斯腾湖的金沙滩旅游区附近、黄水沟流入大湖处东部、开都河东支流入大湖处东部、大湖和小湖水坝的东部、扬水站附近、白鹭洲附近和大湖最东端部分等地,在水体和非水体之间的边界线上采集1216个定位数据,将这些定位数据组成的虚线作为实际水体和非水体边界线,验证对比CBDN方法、单波段阀值法、NDWI方法、MNDWI方法、谱间关系法和NDWI3方法的结果。图4是用以上6种方法分别提取的博斯腾湖金沙滩旅游区东南部湖岸同一区域的水体信息的结果。从图4可以看出,采用CBDN方法提取的水体和非水体边界线基本上与实际湖水边界线一致,能将比较复杂的湖水岸线曲折情况反映出来,可比较完美地判别出水体和非水体(图4-a)。其次,单波段阀值法的结果也是比较理想的。但存在将一些非水体误提为水体或将一些水体误提为非水体的的现象(图4-b)。在NDWI方法和谱间关系法提取结果中,许多非水体被误提为水体(图4-c,d)。MNDWI方法和NDWI3方法的提取结果比较好(图4-e,f),它们提取的水体轮廓线比较接近实际水体和非水体之间的边界线,但也有部分非水体被包含在水体范围之内。3种方法提取的非水体精度的比较通过假彩色合成图像采用目视判读法,并结合野外GPS定位,在水体上采样142个点,在非水体上采样858个点,用ArcGIS的采样(Sample)功能将这些采样点叠加在6种提取方法的提取结果图上,进行精度分析,其结果如表2所示。从表2可以看出,NDWI、MNDWI和NDWI3方法的水体信息提取精度均比CBDN、单波段阀值法和谱间关系法高。其原因是这3种方法提取的水体范围比实际水体范围大,不仅将过渡带上仅有小块水体区的30m×30m的像元全部误提为水体,还将部分或大部分湖滨湿地、芦苇为主的植被区、红柳为主的植被区、盐渍化地等非水体也判别为水体,从而使得大部分非水体采样点落在水体采样点范围内。而NDWI、MNDWI、谱间关系法、NDWI3方法提取的非水体精度都比CBDN方法和单波段阀值法低。从总体精度来看,最高的是CBDN提取方法,为99.29%,其次为单波段阀值法,其精度为97.65%。因此,在内陆湖泊的水体信息提取方面,CBDN和单波段阀值法提取效果最佳,特别是CBDN法,它不仅能比较正确地提取水体信息,而且提取的水体与非水体之间的边界线非常接近实际湖岸边界线,能满足当今内陆干旱区资源与环境变化研究的热点与重点—