黄闫兵

摘要：卫星遥感具有大范围、同步、准实时的技术优势，可准确提取研究区水域位置、面积、密集度等提供勘测地理信息，是水域监测的重要技术手段，可为水资源管理提供技术支撑和勘测地理信息服务。Sentinel-2数据作为同时拥有较高空间和时间分辨率的光学遥感数据，而且又对外免费开放，非常适合作为大范围水域面积监测的遥感数据源。本文以Sentinel-2光学影像作为基础数据，利用面向对象的遥感影像处理方法和归一化差异水体指数（Normalized Difference Water Index， NDWI）来提取余姚市的水体信息，统计余姚市水域面积，探讨基于面向对象方法的Sentinel-2数据在水体提取应用中的效果。

关键词：遥感;水域面积;Sentinel-2;面向对象

中图分类号：TP79          文献标识码：A

近几十年來，遥感技术快速发展，广泛应用于农业、林业、地质、勘测、地理、海洋、水文、气象、测绘、环境保护和军事侦察等众多领域。利用不同分辨率的卫星遥感影像，可以实现对地表水体的大范围、快速监测，为水体研究提供了比常规监测手段效率更高的数据支持[1-2]。如今，地球周围已有大量的不同国家和组织的遥感卫星同时发挥着对地观测作用，但是绝大部分的高分辨率卫星都属于商业卫星，数据获取需要花费一定的成本，而这其中既具有较高的时空分辨率，又对外免费开放的星载光学遥感数据源当属欧洲航天局的Sentinel-2系列卫星。

1    Sentinel-2数据概述

Sentinel-2是欧洲航天局（ESA）的一项高分辨率、多光谱地球成像任务，具有高重访能力。Sentinel-2A于2015年发射升空，Sentinel-2B随后于2017年发射升空。哨兵-2C和哨兵-2D正在建造中，将于2020年或2021年发射。

哨兵2号卫星由空中客车集团国防和航天公司制造，使用AstroBus-L卫星平台，这是一个标准的欧洲空间标准合作组织（ECSS）兼容卫星平台。Sentinel-2卫星携带多光谱成像仪（MSI），用于中分辨率陆地成像。

1.1 卫星参数

Sentinel-2由两颗位于同一太阳同步轨道上的极轨卫星组成，相位相差180°。它的目的是监测陆地表面的变化，它的宽条带宽度（290公里）和高重访时间（在赤道用一颗卫星10天，在无云条件下用2颗卫星5天，而在中纬度地区可以达到2～3天）将支持对地球表面变化进行较高频率的监测。覆盖范围在南纬56°和北纬84°之间。

1.2 传感器参数

Sentinel-2A搭载MSI光谱传感器，数据具有13个光谱波段，涵盖了440～2180 nm光谱范围，从可见光波段（VIS）、近红外波段（NIR）到短波红外（SWIR），具有三个不同尺度的空间分辨率（10米、20米、60米）。其中10米分辨率的有四个波段，分别为近红外波段（B08）、红光波段（B04）、绿光波段（B03）和蓝光波段（B02）;20米分辨率包括四个植被红边波段（B05、B06、B7、B8a，该光谱波段是Sentinel-2卫星独有的）和两个短波红外（B11和B12），共六个波段，可以满足土地覆盖高级分类和地球物理参数反演等方面的需要。气溶胶（B01）、水汽波段（B09）和卷云（B10）三个波段为60米分辨率，主要用于大气校正和卷云筛选（B01用于气溶胶检索，B09用于水汽校正，B10用于卷云检测）。

2    面向对象的影像信息提取

遥感影像中空间临近且具有相似光谱信息的像元的集合被称为对象。在面向对象的方法中，每一个对象视为处理单元，具有相同的特征，通过充分利用光谱信息和空间信息，能够有效减小误差。同时，对象与单个像素相比具有更加丰富的语义信息，其中包括纹理、拓扑、形状等特征，并且能够在分类中引入更丰富的专家知识（例如耕地、勘测地理、房屋建筑的形状等），提高分类精度。

2.1 影像分割

面向对象的影像分析方法处理的基本单元不是像元而是对象，因而该分析方法可以综合利用对象的光谱、纹理、几何、形状等信息。面向对象的影像分析首要环节是图像分割，本文采用多尺度分割的方法[3]，其分割准则如下：

其中，与分别表示颜色与形状的权重，和分别表示颜色与形状的异质性指标。

其中为影像层的权重，为影像层的标准差，为影像数。

其中，与分别代表两者间的权重，而和分别代表平滑与紧密两个子异质性指标。

2.2 水体指数计算

利用水体指数提取水体是一种简单有效的遥感数据解译手段，能够实现水体的自动提取。常用的水体指数包括：归一化差异水体指数（Normalized Difference Water Index，NDWI）、改进的归一化差异水体指数MNDWI（Modified NDWI）、增强型水体指数EWI（Enhanced Water Index）和新型水体指数NWI（New Water Index）。上述几种水体指数都属于比值型指数，在遥感影像多光谱波段内寻找水体反射率最高的波段和反射率最低的波段，将反射率高的作为分子、反射率较低的作为分母，通过比值运算扩大两个波段的差距，然后再做归一化处理，使其数值范围控制在[-1，1]之间。

本研究釆用归一化差异水体指数，NDWI作为有效表示水体信息的指标之一，能够对影像中的水体信息起到很好的增强作用，该指数由Mcfeeters在1996年提出[4]，是基于绿波段与近红外波段的归一化比值指数。其表达式为：

其中，Green为影像绿波段的反射率，NIR为影像近红外波段的反射率。

3    余姚市水域提取

3.1 余姚市地理位置與概况

余姚位于东经120度至121度，北纬29度至30度。坐落于宁绍平原，地处美丽富庶的长江三角洲南翼，东与宁波市江北区、海曙区相邻，南枕四明山，与奉化、嵊州接壤，西连上虞区，北毗慈溪市，西北于钱塘江、杭州湾中心线与海盐县交界，是长三角重要的旅游城市，是浙江省特色先进制造业基地和滨海生态保护区。

3.2 数据处理

利用2020年2月18日获取的Sentinel-2 L1C影像进行数据处理，获取浙江省余姚市的水域面积、位置等提供勘测地理信息，其数据处理流程如图1所示，水体提取结果如图2所示。

3.3 结果分析

通过对2020年2月18日浙江省余姚市水域遥感监测专题图（如图2所示）分析表明：

（1）余姚市水域的分布特点呈北部平原地区多池塘、条带状河流，南部山区多分散的水库、湖泊。

（2）余姚市水域面积约为53.3155平方公里，占总面积的2.569%。

（3）Sentinel-2数据中最高为10 m分辨率，仅能提取出河流宽度大于20 m，面积超过1000平方米的池塘和湖泊，因此与真实的余姚市水域总面积是存在误差的。

4    结论

卫星遥感具有大范围、同步、准实时的技术优势，可准确提取研究区水域位置、面积、密集度等提供勘测地理信息，是水域监测的重要技术手段，可为水资源管理提供技术支撑和勘测地理信息服务。欧洲航天局的Sentinel-2光学遥感影像作为可以免费下载的影像数据源，具有较高的时间和空间分辨率，非常适合进行地表水体的监测并提供勘测地理信息。

参考文献

[1] 张超，彭道黎.基于遥感的水体信息提取技术研究进展[J].河南农业科学，2013，42（6）：16-20..

[2] 洪亮，黄雅君，杨昆，等.复杂环境下高分二号遥感影像的城市地表水体提取[J].遥感学报，2019（5）：871-882.

[3] BENZ U C，HOFMANN P，WILLHAUCK G，et al.Multi-resolution， object-oriented fuzzy analysis of remote sensing data for GIS-ready information[J].ISPRS Journal of Photogrammetry and Remote Sensing，2004，58（3-4）：239-258.

[4] MCFEETERS S K.The use of the Normalized Difference Water Index （NDWI） in the delineation of open water features[J].International Journal of Remote Sensing，1996，17（7）：1425-1432.