ASTER遥感影像水体信息提取方法研究

收稿日期:2008206204;修订日期:2008208225

基金项目:安徽省教育厅自然科学基金资助项目(K J 2007B219);安徽省教育厅教学研究项目(2007J YXM208)。

作者简介:黄海波(1982-)男,硕士研究生,主要从事遥感图像处理、土地利用/覆盖变化研究。E 2mail :hhb1001@ 。

ASTER 遥感影像水体信息提取方法研究

黄海波1,2,赵　萍1,2,陈志英1,郭　伟1,2

(1.安徽师范大学国土资源与旅游学院,安徽芜湖　241000;

2.安徽师范大学GIS 重点实验室,安徽芜湖　241000)

摘要:以安徽省芜湖市为试验区,首先对试验区水体和其它各类地物的光谱特征进行分析,探讨水体在ASTER 遥感影像各个波段与其它地物之间的可分性,然后经过反复实验和分析,构建了基于波段阈值和谱间关系的水体提取模型:B2>B3,B1+B6<127,B3+B4<54和B3<24,最后将该方法提取结果与非监督分类、监督分类和植被指数法提取结果进行评价和比较。实验结果表明该方法可较好地提取研究区各类水体,分类精度明显优于传统提取方法,且简单实用,但在对光谱特征分析过程中样本点选取要求较高。

关　键　词:ASTER ;水体信息提取;谱间关系

中图分类号:TP 79 文献标志码:A 文章编号:100420323(2008)0520525204

1　引　言

水资源分布的调查与监测是控制水污染和生态

保护的前提,而卫星数据具有监测范围广、获取周期

短、地物信息丰富的特点,对调查与监测水资源分布

起着重要的作用。国内外众多学者对水体遥感专题

信息的提取进行了研究,如Bartolucci [1]等通过对

Landsat MSS 数据的研究,指出MSS 波段中近红外

波段为提取水体的最佳波段;秦其明[2]等通过像素

的重组,在区域分割和边界跟踪的基础上,对卫星图

像进行水体形状特征的抽取与描述,实现不同水体

类型的识别;陈华芳[3]等对Landsat ETM +影像,分

别采用了阈值法、差值法和阈值法的结合运用、多

波段谱间关系法和阈值法的结合这3种方法对湿

地进行识别;王志辉,易善祯[4]通过对5种不同水体提取模型(RV I ,NDV I ,NDWI ,MNDWI ,NDSI )原理分析,结合具体实例(洞庭湖水域)进行水体遥感提取来说明5种方法提取水体的差异,从而确定在不同时期和不同用途时所采用最佳的水体提取模型。本文从水体的遥感信息光谱特征入手,分析各地物类型在ASTER 数据各个波段所记录的波谱信息情况差异,探讨水体与其它地物的区分方法。ASTER 是搭载在Terra 卫星上的星载热量散发和反辐射仪,于1999年12月18日发射升空,由日本国际贸易和工业部制造。ASTER 通过从可见光到热红外14个频道获取整个地表的高分辨解析图像数据-黑白立体照片,为多个相关的地球环境资源研究领域提供科学、实用的卫星数据。其主要参数如表1[5]。

表1　ASTER 卫星主要参数表

T able 1　Main parameters table of ASTER satellite

波段

B1B2B3N B4B5B6B7B8B9B10B11B12B13B14波长(um )0.52

0.630.76 1.6 2.145 2.185 2.235 2.295 2.368.1258.4758.92510.2510.950.630.69

0.86 1.7 2.185 2.225 2.285 2.365 2.438.4758.8259.27510.9511.65分辨率(m )15

15153030303030309090909090第23卷　第5期2008年10月遥　感　技　术　与　应　用REMOTE SENSIN G TECHNOLOGY AND APPLICATION V ol.23　N o.5

Oct.2008

2　试验区及其数据

芜湖市位于安徽省东南部,地处长江下游南岸,中心地理坐标为119°21′E、31°20′N。辖区水资源分布广泛、丰富,长江自城西南向东北缓缓流过,青弋江自东南向西北,穿城而过,汇入长江。本文使用2003年4月11日过境的ASTER数据,景号为031/006,选择分辨率较好的前9个波段数据,并重采样为15m×15m像元大小,图像经过几何校正和辐射校正后,选取以800×1000像元的子影像作为研究区。通过目视判定,将试验区地物类型分为5大类:水体、林地、耕地、居民点、道路及工矿用地(道路及工矿用地在ASTER遥感影像上所反映的光谱特征相似难以区分故归为一类)。

3　水体信息提取

3.1　水体的影像特征分析

卫星传感器主要通过接收和记录地球表面反射、发射的电磁波来获得地表各类地物的信息。由于各类地物结构、组成及物理、化学性质的差异导致太阳光的吸收和反射的程度不同,它们在卫星传感器上所记录的电磁波谱信息也各有不同[6～10]。水体在可见光范围内,其反射率总体上比较低,并随着波长的增大逐渐降低,到波长为0.8um时其反射率约为2%左右,到了波长为1.6um时水体几乎成为全吸收体,其相应的灰度值也非常低。而且不同水体的水面性质、水体中悬浮物的性质和含量、水深和水底特性等不同,也会形成传感器上接收到的反射光谱特征存在差异[11]。本试验区的水域主要包括长江水、湖泊水和一些水库、水塘等小块水域,且本区是城市环境下的水域,由于城市污染、悬浮泥沙和水生植物等的缘故,其在遥感影像上所记录的波谱信息也不同。其中长江水成带状分布,纹理较为均匀,色调较浅,由于泥沙含量较其它类水体较高,故长江水对光谱的反射率较高些;市域范围内的湖泊和河流成线状或面状分布,色调较深,纹理相对复杂,由于环境污染水体呈富营养化,4月份水生植物较多,其光谱反射率应仅次于长江水。而城郊结合部包括部分郊区范围内的水体较清澈,其光谱反射率应最小。所以我们在对水体光谱特征进行分析时注意了不同水体的差异,样本的选取也包含了各类水体。

3.2　水体与背景地物的光谱特征分析

在ASTER遥感影像上就每种地物类型取若干具有典型性的样本点加以统计的结果如表2。根据各类地物类型的亮度平均值作出试验区各类地物波谱响应曲线如图1,图中折线表示各地物类型随波长增大其灰度变化的趋势

。

图1　地物类型在各波段的平均灰度值折线图

Fig.1　Average gray broken line of type of the

earth’s surface in every b and

表2　典型地物样本的灰度统计值

T able2　G ray statistics of typical features samples

水体(211)①MAX MIN AV E

林地(170)

MAX MIN AV E

居民点(542)

MAX MIN AV E

道路及工矿(103)

MAX MIN AV E

耕地(323)

MAX MIN AV E

B1966375775460113657825590142906571 B268344553303683425422268110643844 B33318225434456127371334473704457 B417810402331432431763454402631 B516912322024402631653448312024 B617911371926442634703755362126 B715810301823412431623346311823 B814810321822472633693251311923 B9171113331823482834723250321823

注:①代表水体采样点的个数。

625 遥　感　技　术　与　应　用 第23卷