李燕燕

摘要：城市河道水体宽度较窄，易受建筑用地、阴影等信息干扰，使得利用高分辨率遥感提取城市河道水体岸线效果不佳。本文以GF-2卫星融合影像为主要数据源，选取河北省两处线状水体为研究对象，依据GF-2卫星影像各个波段地物的光谱特性，采用水体指数法，以及单波段阈值法与阴影水体指数相结合的方法提取水体信息。结合高分辨率影像目视解译选取的样本计算混淆矩阵，对上述方法提取的水体信息结果进行精度评定及对比分析。实验结果表明，水体指数法在建筑用地、阴影等与水体光谱特性较接近的区域误提现象较严重;单波段阈值法易受城市建筑物阴影的影响，单波段阈值法与阴影水体指数相结合的方法可有效抑制建筑用地、阴影等干扰，提取完整水体信息，总体精度在90%以上。

关键词：高分二号  水体提取  水体指数法  单波段阈值法  阴影水体指数

中图分类号：P205 文献标识码：A   文章編号：1672-3791（2022）07（b）-0000-00

地理国情，即以地球表层自然、生物和人文现象的空间变化和它们之间的相互关系、特征等为基本内容，对构成国家物质基础的各种条件因素进行宏观性、整体性、综合性的调查、分析和描述。地表覆盖是地理国情监测的基础，目前一般采用人工判读绘制的方法，效率较低[1]。水体覆盖采集的工作量很大，水体分布信息的准确获取对水资源调查、流域综合治理、水利规划、洪水监测与灾害评估等领域具有重要意义。遥感影像具有直观明了、宏观性强的特点，能清楚地反映出区域或者整个流域的水体空间分布情况，利用遥感技术提取水体信息已成为一种趋势。常用的水体提取方法主要有水体指数法、多波段谱间关系法、单波段阈值法、密度分割法及图像分类法等。目前的水体提取研究主要是围绕国外的中、高分辨率卫星开展的。水体空间分布情况、卫星影像分辨率及波段对水体提取方法的选择有不同的需求[2]。城市内的高层建筑、桥梁、树木等的阴影现象较普遍，对水体信息提取造成干扰，并且城市河道水体一般较窄，从中、低分辨率遥感卫星遥感影像中较难识别。GF-2卫星数据在国土资源调查与监测、城乡规划监测、交通路网规划、防灾救灾、环境监测等领域都将发挥重要的作用，但目前针对该数据的城市河道水体信息提取方法的适用性研究还相对较少。为此，该文利用单波段阈值法、水体指数法及单波段阈值法与阴影水体指数模型相结合的方法，分别对河北省两处河道的GF-2卫星融合影像进行水体信息提取实验，并对三种方法的提取结果进行对比和分析。

选取河北的某两条河流为研究区域。其中，河流1长约1 700 m，水面平均宽约10 m，最窄处约4 m;河流2河段长约2 500 m，水面平均宽约23 m[3]。

实验数据采用GF-2 PMS2 L1A级数据，包括1m全色影像及4m多光谱影像。多光谱影像的光谱范围包括蓝（0.45～0.52 μm）、绿（0.52～0.59 μm）、红（0.63～0.69 μm）、近红外（0.77～0.89 μm）四个波段。河流1和河流2研究区域的影像获取时间分别为2020年9月2日及2020年9月3日。

为了得到更加精确的水体提取信息，需要对数据进行正射校正、辐射定标、大气校正及影像融合等预处理。影像预处理的流程如所图1所示。

2.1  水体特征分析

水体因对入射能量（太阳光）具有强吸收性，所以在大部分遥感传感器的波长范围内，总体上呈现较弱的反射率，并具有随着波长的增加而进一步减弱的趋势。具体表现为在可见光的波长范围里（480～580 nm），其反射率约为4%～5%，但到了580 nm处，则下降为2%-3%;当波长大于740 nm时，几乎所有入射纯水体的能量均被吸收。由于水体在近红外及随后的中红外波段范围内（740～2 500 nm）所具有的强吸收特点，导致了清澈水在这一波长范围内几乎无反射率，因此，这一波长范围常被用来研究水陆分界、圈定水体范围。但是随着水体浑浊度（各种有机、无机物质浓度）的增加，水体的反射率会有所变化。如水体泥沙含量的增加会导致反射率的提高，并使光谱曲线的反射峰往长波方向移动[4]。

在GF-2卫星多光谱相机拍摄的影像中，水体的纹理一般比较均匀、平滑，并在一定空间范围内，高程趋于平缓;水体形状不一，但与周边地表覆盖类型光谱差异较大。城市中的湖泊、河流如果为正常水体，其在真彩色影像中展示的色彩为墨绿和绿色，在彩红外影像中展示为黑色或蓝黑色，通过目视判别，较易与其他地物进行区分。而富营养化或黑臭水体呈现黑灰色，且很可能被浮萍覆盖。被浮萍覆盖的水体更是呈现亮色，更加易于区分。

2.2  单波段阈值法

单波段阈值法主要是利用水体在近红外波段强吸收性，而干土壤及植被在该波段强反射性的特点，根据影像的灰度特征，经过采样确定其阈值，进行水体的提取。GF-2影像数据提取模型如下：

式中，b4为经过数据预处理后的GF-2近红外波段辐射亮度值，N为设定的提取水体的阈值。

2.3  水体指数法

归一化差异水体指数（NDWI）法是依据水体信息在绿光波段及近红外波段具有较强反射和吸收的特性，将二者的差及和做比值运算，从而达到增强水体信息，抑制背景地物的效果，有效提取水体信息。基于GF-2影像数据的水体提取模型如下[5]：

式中，b2和b4分别为GF-2绿波段及近红外波段的辐射亮度值。理论上可选取NDWI阈值为0，将水体信息与其他地物区分开来，但实际中应根据采用的具体影像及研究区域选取合适的阈值。

2.4  阴影水体指数模型

基于上述方法提取出的水体信息结果往往掺杂城市建筑物、树木等阴影，因此需要将阴影从提取出的暗区中分离出来。在单波段阈值法基础上，根据GF-2的4个多波段光谱特征，构建阴影水体指数（Shadow Water Index，SWI）模型[6]：

式中，SWI为阴影水体指数，b1，b2，b4分别为GF-2的绿、蓝和近红外波段，N为经验性阈值，根据具体研究区域，设定阴影与水体分离的阈值。

实验结果分析

3.1  实验结果

基于GF-2影像，采用单波段阈值法、NDWI阈值法及单波段阈值法与SWI模型相结合的方法提取河流1和河流2 水体信息的结果如图2和图3所示：

（1）利用单波段阈值法提取河流水体信息时，分别设置阈值b4<650和b4<1050时为水体，由于水体与阴影在近红外波段有交叉部分，提取结果中包含大量建筑物的阴影信息。

（2）利用NDWI法提取水体信息时，设置经验阈值NDWI>0.18时为水体，能够较好地提取出水体轮廓，提取结果中掺杂小面积的阴影信息。但是利用NDWI法提取洋河水体轮廓却效果不佳，试验多个阈值后，提取结果中仍包含大量建筑物及其阴影信息。尽管在洋河假彩色合成影像中，水体呈现蓝黑色，未见异常，但经实地调研，发现研究范围内的洋河水质较差，接近岸边处水体呈现深灰色并有刺鼻气味。水质的变化引起了水体光谱特征的变化，进而导致利用NDWI法提取水体信息效果不佳。

（3）基于单波段阈值法，并利用SWI模型去除阴影干扰，根据影像数据实际情况，分别设定阈值为900和780时，提取出的水体信息较好，基本与目视解译结果一致。

3.2  精度验证

通过目视解译，对应研究区域，在quickbird影像上分别选取50个水体样本和50个非水体样本导入到两幅影像中进行精度评价。通过计算混淆矩阵，得到三种水体提取方法的精度，结果如表1所示。从精度评价的结果来看，单波段阈值法与SWI相结合的方法提取结果精度最高，两个研究区域提取结果的总体精度均达到90%以上。对于永定河引水渠南支而言，NDWI法的提取精度要高于单波段阈值法;而对于河流2而言，NDWI法的提取精度最低。综上，可以得出单波段阈值法与SWI相结合的方法在城市河道水体提取方面具有较好的适用性和优势性，可以为水利规划、水环境监测和灾害评估等工作提供一定的科学参考。

结论

该文基于GF-2卫星融合影像，选取河北省河道宽度较窄的两条河道为研究区域，分别采用单波段阈值法、归一化差异水体指数法，以及单波段阈值法与阴影水体指数模型相结合的方法，提取研究区域的水体信息。实验结果表明，利用单波段阈值法与阴影水体指数模型相结合的方法能够抑制阴影信息的干扰，快速提取城市河道水体信息，总体精度在90%以上，能够为城市水环境遥感研究和应用提供一定的辅助和参考。通过实验，得到以下结论：

（1）通过对三种方法结果的比较分析，单波段阈值法提取结果中极易混淆阴影信息;NDWI法易受小面积阴影影响;在单波段阈值法基础上，利用SWI模型可有效去除阴影信息，将水体与阴影分体，得到较好的水体信息提取结果。

（2）基于高分辨率卫星遥感影像提取城市宽度较窄的河道信息具有可行性。将全色影像与多光谱影像融合，有助于城市细小河流岸線的提取。

（3）水体富营养化或黑臭时会引起水体的光谱特征发生变化，因此水体的水质情况影响水体提取方法的适用性，还需进一步研究针对非正常水体的提取方法。

参考文献

[1]张鹏，张存，罗红斌，等.地理国情监测专题地表覆盖数据质量控制探讨[J].测绘技术装备，2021，23（3）：13-15，27.

[2]陈根良，董胜光.面向地理国情监测的房屋建筑区树冠覆盖多特征协同提取[J].测绘通报，2021（10）：73-77.

[3]陈佳.面向地理国情监测的水系提取研究与分析[D].西安：西安科技大学，2017.

[4]徐锋，孙婷婷.基于国土调查的地理国情监测研究[J].测绘通报，2021（S1）：96-99.

[5]曲潍丰.地理国情监测数据自动变化检测技术研究及系统研发[D].成都：西南交通大学，2017.

[6]李莹.地理国情常态化监测外业调查与核查技术探讨[D].长春：吉林大学，2017.