SPOT卫星影像的水体提取方法及分类研究_都金康

文章编号:1007-4619(2001)03-0214-06SPOT 卫星影像的水体提取方法及分类研究

都金康,黄永胜,冯学智,王周龙

(南京大学城市与资源学系,江苏南京210093)

摘　要:　文中分析了水体及其它主要地物的光谱特性在SPOT 影像中的表现特征,发现大多数地形阴影与水体的光谱特征具有一定的相似性,因而用单一的方法很难有效地提取山区中的水体。经过研究,发现用决策树分类方法,在各节点设计不同的分类器,可以有效地提取山区中的水体。由于不同类型的水体其面积、周长、形状等几何特征各有特点,并且与地貌类型有一定的关系,因而可利用水体的空间特征信息,对提取的水体进行分类,其方法也选用决策树分类方法,分类结果令人满意。关键词:　水体;决策树分类;空间结构中图分类号:　TP751.1 文献标识码:　A

1　引　言

利用卫星遥感数据提取水体,进行水资源宏观

监测及洪水淹没范围评估,近20年来得到了广泛的研究。阈值法、差值法、比值法、密度分割法、色度判别法、比率测算法、谱间关系法以及基于知识的水体自动判别方法和根据形状信息进行水体识别与分类方法等各种方法相继提出并得到了应用。刘建波等利用密度分割法从TM 图像中提取水体的分布范围[1]

。陆家驹等分别用阈值法、色度判别法、比率测算法从TM 资料中识别水体[2],通过识别结果的比较认为,阈值法的单红外波段识别水体简便迅速,但只能满足4000m 2以上水体的要求,色度判别法优于红外单波段,比率测算法不但能识别其它方法无法识别的小水体,还能对大水体的形状有所改进。肖乾广等利用AVHRR 的通道2与通道1差值图像可很好地识别水体[3]

。Barton I .J .等利用AVHRR 通道4提取的亮度温度来识别水体并对洪水进行了昼夜监测

[4]

。盛永伟等利用AVHRR 数据的通道2

与通道1之比值图像,有效识别薄云覆盖下的水体[5]

。周成虎、杜云艳等提出了基于水体光谱知识

的AVHRR 影像水体自动提取识别的水体描述模型,并将该模型应用于太湖、淮河、渤海等地区[6,

7]

。

此外,最常见的方法是使用分类方法提取水体,Shil

利用Landsat MSS 提取水体[8],认为单波段(近红外波段7)密度分割法与波段5和波段7组合的非监督

分类法所获得的水体表面积仅差3%,任一方法都可采用。以上方法对于平原地区是很有效的,但对于山区,在提取水体的同时,易将阴影提取出来,这主要是由于大多数地形阴影与深水水体的光谱特征相混淆。杨存建等针对这一问题,发现Landsat TM 影像中,只有水体具有波段2加波段3大于波段4加波段5的特征,据此可以将水体单一提取出来[9]

。但是对于SPOT 及其它卫星影像,水体并无如此特性。由于遥感图像的类别不同以及研究地区的地面特征不同,同一方法不可能适用于所有情况。必须对研究地区的特点、遥感影像特征以及水体的遥感信息机理等方面进行综合分析研究,最后才能确定使用某一方法或几种方法综合使用。本文对SPOT 卫星资料识别水体问题进行了研究,提出了基于SPOT 影像的决策树水体识别技术,该方法可很好地去除山体阴影。

利用光谱信息无法对提取的水体进行分类。但不同类型的水体其面积、周长、形状等几何特征各有特点,并且与地貌类型有一定的关系。黎夏利用形状信息对初分类的水体进一步分类,提高分类精度[10]

。本文则利用水体的空间特征信息,选用决策树分类方法对提取的水体进行分类。

收稿日期:2000-07-17;修订日期:2000-10-12

作者简介:都金康(1964—　),男,副教授。1988年南京大学水资源与环境专业研究生毕业。主要从事水资源系统分析、洪涝灾害、水文模型、遥感及GIS 在水文与水资源应用等方面的研究。发表论文20余篇。

第5卷第3期遥　感　学　报

Vol .5,No .32001年5月

JOURNAL OF RE MOTE SENSI NG

May ,2001

2　水体识别原理及方法

2.1　水体的遥感机理分析

卫星遥感影像记载了地物对电磁波的反射信息及地物本身的热辐射信息。各种地物由于其结构、组成及理化性质的差异,导致其对电磁波的反射及本身的热辐射存在着差异。天然水体对0.4—2.5μm电磁波的吸收明显高于绝大多数其它地物,因而水体的总辐射水平低于其它地物,在彩色遥感影像上表现为暗色调。在红外波段,水体吸收的能量高于可见光波段,即使水很浅,水体也几乎全部吸收了近红外及中红外波段内的全部入射能量,所以水体在近红外及中红外波段的反射能量很少,而植被、土壤在这两个波段内的吸收能量较小,且有较高的反射特性,这使得水体在这两个波段上与植被和土壤有明显的区别。反映在影像上,水体呈现出暗色调,而土壤植被则相对较亮。因此,选用一个合适的近红外波段,定出水体的阈值,将低于该值的像元定为水体,高于该值的像元则为非水体,这样就可很容易地把水体与其它地物区分开来。但在山区,由于山体阴影的影响,使得阴坡在红外波段的反射能量特别低,在图像上同样呈现暗色调,若使用阈值法,则提取的水体中混有阴影。因此,阈值法无法有效提取山区影像中的水体。在可见光波段内,水体的波谱特性非常复杂,其反射率主要取决于水面、水中物质和水体底部物质的反射,因而水体本身性质及水中物质类型及含量对反射率都有影响。阴影在可见光波段的反射特性则主要由该阴影笼罩的地物反射特性决定。分析水体及阴影在可见光及红外波段的光谱特性,从中找出二者的差异,从而区分它们,则是本研究的主要内容。

2.2　S POT影像的水体及背景地物的光谱值分析

本研究区域为江苏省南京市江宁县,所选卫星影像资料为1999-01-21的SPOT-4(XI)。该影像共有4个波段,分别为:B1(0.50—0.59μm),B2(0.61—0.68μm),B3(0.78—0.89μm)和短波红外波段SWIR(1.58—1.75μm)。为了分析水体及背景地物在SPOT-4的光谱亮度值特征,选取5种典型地物,就每一地物测定其各波段的光谱亮度值,并进行样本统计,统计结果见表1。

表1　样点波谱亮度值统计结果

Ta ble1　The statistical results of sam ples'spectral values

地物水体居民地植被旱地阴影最小值91103739774

最大值11511696117112 B1均值1041089010788均方差735411

最小值6893628759

最大值10010888116104 B2均值86100769975均方差747913

最小值3863929942

最大值619013817470 B3均值487511313153均方差2715189

最小值3972689639

最大值4611215617286 SWIR均值419310712162均方差212312014

从表1可以看出,在波段B1,水体与居民地、旱地有混淆,而与其它地物有较大的差别;在B2,居民地、旱地混淆较大,植被与阴影基本上重叠,水体处于它们之间,5种地物都有一定程度的重叠。在B3,水体与阴影重叠严重,而与其它地物差别明显;在短红外波段SWIR各地物亮度值差异较明显,但水体与阴影仍有少部分重叠。对同一地物同一波段的采样点值做均值统计,并作出地物的均值波谱图(图1),从图中可直观看出以上特点。在SWIR波段(横坐标值为4)水体的亮度值明显低于其他地物,对此

第3期都金康等:SPOT卫星影像的水体提取方法及分类研究215