基于MODIS影像的湖泊面积提取方法

摘 要：水是地球上的重要资源，淡水湖泊承载着供给饮用水功能。水体面积提取有利于了解现有水资源存量，相较于传统方法费时费力，前期投入成本大，各水文站点联系不紧密等问题，基于MODIS光学遥感影像进行水体面积提取，已经逐渐成为一种快速获取水体、植被等参数信息的方法。在广泛文献检索、调研的基础上，阐述水体指数法提取湖泊面积的基本原理、发展过程及主要应用，对常用方法进行梳理和对比，分析其优缺点，结合鄱阳湖实例说明湖泊水体提取流程。以期有助于水资源的全面保护及合理利用，进而为生态环境稳步发展提供依据。

关键词：MOIDS; 水体提取; 水体指数

中图分类号：P237        文献标识码：A       文章编号：文章编号：1006-3315（2021）11-124-002

1.引言

水是地球上人类赖以生存的自然资源，被称为人类生命的源泉。地球上有70.8%的表面被水覆盖，其中陆地水约占地球表面总水量的3.5%，包括土壤湿度、积雪、地表水、地下水等，是全球水循环的重要组成部分，同时影响着全球生物化学循环和能量循环^[1]。其中湖泊是地表水的重要载体，湖泊面积是监测湖泊变化的一项重要指标，随着遥感技术的不断发展，利用遥感影像提取水体面积成为了可能。在遥感技术出现之前只能通过人工实地测量湖面面积。由于湖泊面积动态变化且形状复杂、不规则，过去常使用水位与面积的关系建立模型，这种方法需要大量的前期数据储备，耗费大量的人力与资源。随着卫星遥感技术的成熟，具备良好时间分辨率与空间分辨率的同时，为降低资源与成本、大范围覆盖提供了有力的科学技术支持^[2-4]。

2.现有研究方法

2.1湖泊水体提取方法

地球上任何物体都具有光谱特性，能够吸收、反射、辐射光谱性能。不同物体在同一光谱区反射情况基本相同，相同物体因时间、地点不同，导致的太阳光直射角度不同，也会存在不同的反射和吸收情况，遥感技术就是依据此原理判断物体。常用的三种光谱波段为红波段、红外波段、绿波段，此外还有一种微波段。红波段用于探测植物、水体;红外波段用于探测土地、矿产及各类资源;绿波段用于探测地下水、岩石及土壤特性;微波段主要用于探测气象云层和海底鱼群^[5]。

由于各类地物对不同波长范围的反射率不同，而同一类地物拥有相似的电磁波谱特征，利用电磁波谱特征差异识别地物，水体本身的光学特性、状态及物质组成是影响水体反射的主要因素。水体主要反射蓝绿波段，同等太阳直射角度情况下，清水反射率为4%～5%，其余波段均能吸收，反射率降为2%～3%，其中对红外波段的吸收最强，几乎全部吸收入射光，此时水体的反射率几乎为0^[6]。借助水体的反射率随波长的增加而减小的趋势特性，同时与植物、土壤的相应光谱特征形成鲜明的差异，从而依据波长范围及相互映射关系便能够分割成水体、植被、裸地、林地、建筑物等地物。

基于光学遥感影像提取水体的方法，最初主要利用传统统计模式对地物进行划分，即监督分类和非监督分类法，随着神经网络、光谱角分析、支持向量机等多学科被引入水体提取，出现单波段法、多波段法（谱间关系法、水体指数法等）、决策树法等方法用于提取水体。单波段法适用于地势平坦，周围布局简单地区，已经逐渐被多波段法取代。谱间关系法适用于地形变化较小地区，对阴影变化敏感。水体指数法利用遥感影像对特定波段进行分析并构建水体指数，从而更为精确提取水体信息。由于水体指数法识别结果精确，提取过程简易，适用范围广，应用频次高，已被多数研究所采用，本文选用水体指数法提取湖泊水体。

目前，常见的水体指数法主要有以下几种：

（1）归一化植被指数

Rouse等^[7]学者于1973年提出归一化植被指数（Normalized Difference Vegetation Index，NDVI），最早用于监测植被覆盖率，经过技术的发展，现在被广泛应用于监测干旱、预测农业生产、火险区域及沙漠覆盖图等领域，有助于对更改的照明条件、表面坡度、坡向和其他外部因素进行补偿。学者研究红波段与近红外波段发现，植被反射率从红外波段至近红外波段逐渐增强，而水体反射率从红波段至近红外波段逐渐减弱，通过波段之间组合能够有效区分出水体与植被^[8]，因此也能够用作水体提取。NDVI具有消除部分与太阳高度角、卫星观测角、地形、云影等与大气条件有关的辐射变化影响;作为非线性变换，NDVI低值部分被增大，抑制高值部分，从而NDVI数值易饱和，对高值密度区敏感性降低等特点。由于NDVI结果被限定于-1～1，能够避免数据值过大或过小带来的不便。

NDVI公式如下：

式中，Red表示红波段，NIR表示近红外波段。

（2）归一化水体指数

Macfeeters在1996年提出归一化水体指数（Normalized Difference Water Index，NDWI），受到归一化植被指数（NDVI）启示，通过绿波段与近红外波长相互组合能够有效抑制水体周围的植被信息，从而增强水体与周围信息差异，分离出水体边界。NDWI主要考虑除外水体以外的水体因素，对水体周围的土壤与建筑物有所忽略，土壤、建筑物在绿波段和近红外波段的电磁波谱特征与水体较为相似，在近红外波段的反射率要低于绿波段的反射率。正常情况下，因为此特性容易导致在提取水体周围土壤和建筑物时得到的数值也为正值，产生噪音。由此在NDWI来提取城市群中的以建筑物为背景的水体，效果会差，而长江中下游湖泊主要分布于城市群中，用此方法准确性较低。

NDWI公式如下：

式中，Green表示绿波段，NIR表示近红外波段。

（3）改进的归一化水体指数

徐涵秋在2005年提出改进的归一化水体指数（Modified Normalized Difference Water Index，MNDWI），发现归一化水体指数（NDWI）容易将水体周围的建筑物和土壤混淆，形成噪声，于是在NDWI的基础上提出通过绿波段与中红外波段相互组合，增强水体与建筑物的反差，从而提高在城市周边提取水体的精准度。经过比较，MNDWI的识别效果在城市周围精度提升较多，尤其更能揭示水体微细特征，如悬浮沉积物的分布、水质变化等。另外，MNDWI能够区分地区中的阴影与水体，减少水体提取时的阴影影响。但MNDWI的阈值需要自行设定，因季节与地点的不同，相同地物的情况下也会出现一定偏差，同时计算大范围图像的MNDWI指数时会出现异常值太多，无法消除的问题。作为典型淡水湖泊，城市群内主体湖区面积较大，选择此方法易造成异常值，且难以消除影响。

MNDWI公式如下：

式中，Green表示绿波段，MIR表示中红外波段。

对比于NDWI，MDWI处理中容易掺杂城市等非水体信息，通过对NDVI图像选取合适的阈值，能够清晰分辨出植被与水体的界限，从而较好地识别水体^[9，10]。因此，下文采用NDVI进行水体提取流程示例，在NDVI图像中水体近乎显示为黑色，NDVI值基本为负数，植被的NDVI值基本为正数。

2.2长时间序列湖泊面积提取流程

采用NDVI指数提取水体信息，需对h28v06影像的每一幅水体信息提取后进行拼接等处理。MOD13Q1影像为16天合成产品，进行了一定的辐射与大气校正，去除大部分大气与云因素的影响，无需再对影像进行校正与修复。

（1）遥感影像拼接、重投影及剪裁

利用MRT软件进行批量处理拼接，投影参数如表1所示。批量投影完成后的MODIS影像由于覆盖整个长江中下游湖泊，提取水体面积时不免有小型湖泊及其他地物的影像，根据鄱阳湖覆盖范围大致区域确定初步感兴趣区，选择较为清晰的MOD13Q1影像为例，如图1所示。

（2）遥感影像合成

将一月两次的MODIS采用最大值合成方法得到月湖泊影像，最大值合成方法（Maximum Value Composite，MVC）是选用单个像元的最大值进行合成方法，输出单月中质量最高的像元作为输出像元，由此合成一副月MODIS湖泊影像图。该方法能够最大程度上增强图像，且凸显植被与水体分布。

（3）阈值提取

长江中下游平原的水生植物主要生长于湖泊内，从沿岸浅水区向深水区呈有规律的环状分布，水生植物生长较多，由此在提取NDVI阈值时，应略微提高NDVI值，确定阈值提取范围在-1～0.25之间均可能为湖泊，具体提取值应结合季节，云覆盖率等因素再确定^[11，12]。

3.结论

淡水是生命中不可或缺的资源，水体提取有助于了解现有水资源的情况，对生产生活和经济社会发展具有重大影响。本文梳理已有利用光学遥感影像提取水体的方法，阐述各方法的优势与局限性，主要针对其中水体指数法进行整理，分析NDVI，NDWI，MNDWI三种水体指数法的优劣，探讨水体提取中存在的问题和研究前景，以鄱阳湖为实例演示利用NDVI提取水体流程。不难发现，现在水体提取主要以光谱特征为主，大范围、系统化和精细化的水体信息提取仍需学者们进一步研究。

项目来源：江苏省测绘地理信息科研项目“基于JSCORS多源数据融合监测近地空间水环境参数”（编号JSCHKY201903）;江苏省高校大学生创新创业训练计划项目（编号：2020NFUSPITP0369，名称：利用北斗卫星大气延迟信号监测PM2.5含量变化）

参考文献：

[1]李丹，吴保生，陈博伟，等.基于卫星遥感的水体信息提取研究进展与展望[J]清华大学学报（自然科学版），2020，60（02）：147-161

[2]杜云艳，周成虎.水体的遥感信息自动提取方法[J]遥感学报，1998（04）：264-269

[3]王航，秦奋.遥感影像水体提取研究综述[J]测绘科学，2018，43（05）：23-32

[4]苏龙飞，李振轩，高飞，等.遥感影像水体提取研究综述[J]国土资源遥感，2021，33（01）：9-19

[5]中国科学院.遥感技术介绍[EB/OL]http：//www.cas.cn/kxcb/kpwz/201105/t20110525_3142146.shtml

[6]赵辉.基于Landsat数据的鄱阳湖面积动态监测及其与水位关系研究[D]中国地质大学（北京），2016

[7] Rouse J W. Monitoring Vegetation Systems in the Great Plains with Erts： Third ERTS Symposium， 1973， 1973[C]

[8]于欢，张树清，李晓峰，等.基于TM影像的典型内陆淡水湿地水体提取研究[J]遥感技术与应用，2008（03）：310-315

[9]汪丹，王点，齐述华.鄱阳湖水位-淹水面积关系不确定性的分析[J]长江流域资源与环境，2016，25（S1）：95-102

[10]王志辉，易善桢.不同指数模型法在水体遥感提取中的比较研究[J]科学技术与工程，2007（04）：534-537

[11]姜丽光，姚治君，刘兆飞，等.湖泊动态变化遥感研究综述[J]遥感技术与应用，2013，28（05）：807-814

[12]李景刚，李纪人，黄诗峰，等.近10年来洞庭湖区水面面积变化遥感监测分析[J]中国水利水电科学研究院学报，2010，8（03）：201-207

第一作者简介：周志伟，1995年生，男，硕士研究生，主要研究方向：卫星遥感。通讯作者简介：魏浩翰，1978年生，男，副教授，博士，主要研究方向为卫星近地表水环境监测。