基于遥感影像LandsatTM8的水体提取研究

基于遥感影像LandsatTM8的水体提取研究

刘广辉

山东中基地理信息科技有限公司250000

摘要：随着遥感技术的发展，使用卫星遥感数据快速、准确地提取水体信息已经成为水体监测、研究与保护的重要方法。TM遥感影像数据具有较高的空间分辨率、波谱分辨率、极为丰富的信息量、较高的定位精度和相对较低的价格。本文以黄河口LandsatTM8遥感影像作为研究对象,通过ENVI软件对该地区不同水体之间的波段进行运算。利用水体指数模型(NDWI、MNDWI)进行水体信息自动提取,并使用决策树(DecisionTreeClassification)对水体差异进行分类。

关键词：ENVI；LandsatTM8；水体；提取

1引言

1.1研究目的和意义

近十几年来遥感技观测手段已经被广泛应用于进行海岸线提取，水资源状况的监测，洪涝灾害的分析和评估。LandsatTM8遥感影像在水资源调查中被广泛使用，本课题的研究目的就是以河口区为实验区实现ENVI软件对遥感影像的水体提取和分类研究。

1.2国内研究现状

随着计算机技术的发展，有关水资源提取和分析的技术和方法都日渐成熟，越来越多的人投入到了水资源分析的行列中来，现在比较通用的水体信息提取方法有以下几种。

（1）视觉解释法。这种方法是在最早的水体信息提取中使用的，由于当时的科技条件所限制，这种方法的解译过程很复杂，不能满足现代大数据时代的信息爆炸状态，已经随着时间的流失被淘汰了。

（2）波段阈值法。该方法是基于计算机技术的发展的基础，利用计算机软件通过波段之间的运算来进行水体信息提取。一般分为单波段阈值法和多波段增强图阈值法[1]。

本实验将采用归一化差异水体指数NDWI、改进的归一化差异水体指数MNDWI来对研究区域进行水体提取，并采用决策树对提取的水体进行分类并对分类结果图像进行效果对比。

2遥感图像处理

对LandsatTM8影像进行水体提取和分类之前，需要对图像进行处理，以便于更好地进行水体进行精度评定。遥感图像处理主要包括几何纠正、辐射定标、图像滤波与增强、遥感图像分类[2]。

3河口区水体信息提取

3.1研究区概况

本文使用河口区TM8遥感影像。河口区地处山东省东营市，黄河入海口，总面积2310平方公里。

3.2数据获取与预处理

本研究应用的软件平台是ENVI4.7。使用TM8遥感影像，成像时间为2010年。该数据没有地理坐标需要进行必要的预处理其中包括波段合成和几何纠正，赋予影像正确的地理坐标。TM8遥感影像有8个波段，使用ENVI软件进行波段合成。

3.3水体信息提取

3.3.1水体提取方法

1、基于NDWI的水体提取

归一化差异水体指数（NDWI）是在植被指数的基础上为了更好的提取水体信息去除山体阴影从而更好的提取水体，用绿色波段取代红色波段进行相关计算。归一化水体指数，其运算公式为NDWI＝（GREEN－NIR）/(NIR＋GREEN)式中，NIR和R分别为中红外波段和绿色波段。对于TM影像来说，NDWI=（CH2－CH4）/(CH2+CH4),CH2、CH4分别为TM影像的2、4波段的像元值。实验借助ENVI4.7计算NDWI，并通过对NDWI图像进行观察从而确定水体提取的阈值为：0.04～0.205。并通过建立决策树实现水体的提取。提取结果如下图所示。

2、基于MNDWI的水体提取

改进的归一化水体指数（MNDWI）在NDWI指数的基础上为了更好的提取水体信息去除山体阴影从而更好的提取水体，用近红外波段取代中红色波段进行相关计算。改进的归一化水体指数，定义为MNDWI＝（GREEN－MIR）/(MIR＋GREEN)式中，NIR和R分别为近红外波段和绿光波段。对于TM影像来说，MNDWI=（CH2－CH5）/(CH2+CH5),CH2、CH5分别为TM影像的2、5波段的像元值。实验借助ENVI4.7计算MNDWI，并通过对NDWI图像进行观察从而确定水体提取的阈值为：0.05～0.208。并建立决策树。

3.3.2决策树水体分类

1、基于NDWI的水体分类

经ENVI4.7的波段运算并通过决策树分类完成了水体的提取并获得河口区TM8遥感影像的NDWI图像。对结果图进行目视判读反复尝试来确定各类水体的NDWI指数的范围。最终确定的范围为：河流0.04～0.07湖泊0.135～0.162浅海0.160～0.180深海0.18～0.205。然后通过DecisionTree获取最终的分类结果。如下图所示：

由结果分类图像可以看出，在河口区，基于阈值的归一化水体指数法进行水体提取能够有效的把主要水体提取出来，提取水体与陆地的轮廓明显，没有漏提。基本能把海洋与淡水（湖泊，河流）区分开，浅海和深海分类效果一般，大部分浅海都被归类为深海，两者的分界线模糊不清。陆地上部分湖泊分类精确，另一部分被归类为河流。总之分类效果一般。

2、基于MNDWI的水体分类

通过ENVI4.7的波段运算以及决策树分类完成了水体的提取并获得河口区TM8遥感影像的MNDWI图像。对结果图进行目视判读反复尝试来确定各类水体的MNDWI指数的范围。最终确定的范围为：河流0.0513～0.1304湖泊0.1304～0.1655浅海0.1655～0.1835深海0.1835～0.2081。然后通过DecisionTree获取最终的分类结果。如下图所示：

由结果分类图像可以看出，在河口区，基于阈值的改进的归一化水体指数法进行水体提取能够有效的把主要水体提取出来，提取的水体清晰可见，轮廓明显，没有漏提的现象。而且对于各类水体的分类精度相对较高，不过仍有部分海洋被归类为河流和湖泊。总体效果很好。

3.3.3实验结果分析

对两张实验结果图进行比较，可以看出，以上两种方法都可以提取出水体，而且都效果不错，不过MNDWI指数法可以区分更细微的变化信息，效果最好。这两类方法操作过程简单，快捷。与决策树分类结合使用效果很好。

4结论与分析

本文使用河口区TM8影像，利用归一化水体指数法(NDWI)和改进的归一化水体指数法(MNDWI)对研究区水域进行提取并运用决策树进行水体提取分类，得到了河口区水体分类结果图，实验完成了预期的目标。主要工作有：

（1）利用ENVI软件对河口区TM8影像进行波段合成，几何纠正，波段运算得到了研究区域水体的NDWI，MNDWI图像。

（2）利用目视判读对NDWI,MNDWI图像进行详细观察，确定各类水体的阈值，并通过决策树进行水体分类。

参考文献

[1]吴文渊，沈晓华，雏乐君等.基于LandsatETM+影像的水体信息综合提取方法[J].科技通报，2008，15(6):131-136.

[2]杜培军.遥感原理与应用[M].徐州：中国矿业大学出版社，2006，78-83.