面向GF-1影像的NDWI分割阈值选取方法研究

doi:10.6046/gtzyyg.2019.01.13

面向GF-1影像的NDWI分割阈值选取方法研究

贾祎琳, 张文, 孟令奎^,

武汉大学遥感信息工程学院,武汉 430079

A study of selection method of NDWI segmentation threshold for GF-1 image

JIA Yilin, ZHANG Wen, MENG Lingkui^,

College of Remote Sensing Information Engineering, Wuhan University, Wuhan 430079, China

通讯作者: 孟令奎(1967-),男,教授,主要从事网络GIS、水利遥感技术及应用方面的研究。Email:Lkmeng@whu.edu.cn。

责任编辑: 张仙

收稿日期: 2017-08-4 修回日期: 2017-12-12 网络出版日期: 2019-03-15

基金资助:

国家重点研发计划项目“国家水资源立体监测体系与遥感技术应用”资助. 2017YFC0405806

Received: 2017-08-4 Revised: 2017-12-12 Online: 2019-03-15

作者简介 About authors

贾祎琳(1992-),女,硕士研究生,主要从事水利遥感方面的研究。Email:JiaYL@whu.edu.cn。。

摘要

以位于我国不同地区的15个湖泊为研究区域,基于高分一号(GF-1)卫星遥感影像计算归一化水体指数(normalized difference water index,NDWI),在此基础上分别采用迭代法、大津法和直方图双峰法选取分割阈值及提取水体信息,并分析3种方法的阈值选取结果及水体信息提取结果。研究结果表明: 迭代法与大津法选取的阈值相近,与直方图双峰法选取的阈值相差较大; 迭代法选取阈值的效率较高; 直方图双峰法的提取精度最优,其提取的水域面积与参考面积拟合的效果最好。该研究可为GF-1影像的精准水体提取提供自适应阈值分割方法的选取策略。

关键词： GF-1影像 ; NDWI ; 自适应阈值 ; 水体提取

Abstract

Based on 15 lakes located in different regions of China, the authors calculated the normalized difference water index (NDWI) for GF-1 satellite remote sensing images, and then employed iterative method, Otsu method and histogram bimodal method for segmentation threshold selection and water information extraction, and finally analyzed the threshold selection results and water information extraction results of the three methods. According to the results obtained, iterative method is similar to the threshold chosen by Otsu method, and the difference between the thresholds selected by histogram bimodal method is large; the iterative method is more efficient; the extraction accuracy of bimodal method is the highest, and its fitting effect is the best. This study can provide selection strategies of adaptive threshold segmentation method for extracting accurate water information from GF-1 images.

Keywords： GF-1 data ; NDWI ; adaptive threshold ; water extraction

PDF (1382KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

贾祎琳, 张文, 孟令奎. 面向GF-1影像的NDWI分割阈值选取方法研究. 国土资源遥感[J], 2019, 31(1): 95-100 doi:10.6046/gtzyyg.2019.01.13

JIA Yilin, ZHANG Wen, MENG Lingkui. A study of selection method of NDWI segmentation threshold for GF-1 image. REMOTE SENSING FOR LAND & RESOURCES[J], 2019, 31(1): 95-100 doi:10.6046/gtzyyg.2019.01.13

0 引言

归一化水体指数(normalized difference water index,NDWI)是根据水体光谱反射特性,基于近红外波段与绿波段建立的归一化比值指数,在遥感影像水体提取中应用十分广泛。理论上,NDWI>0表示地面有水或冰雪覆盖,NDWI=0表示地面有岩石或裸土等覆盖,NDWI<0表示地面有植被覆盖^[1],因而基于NDWI影像可以利用0值进行水体信息的提取。但在实际情况中,由于受到地物复杂性及噪声等条件的干扰,区分水体与非水体的阈值往往不为0,这就需要对NDWI影像进行分析,选取合适的分割阈值对影像进行分割,以区分水体与非水体^[2]。因此,使用NDWI进行水体信息提取的最终效果在很大程度上依赖于分割阈值的选取结果,阈值的好坏会直接影响到水体信息提取的精度。段秋亚等^[3]针对高分一号(GF-1)卫星遥感影像,分别采用NDWI经验阈值法、支持向量机法和面向对象法对鄱阳湖区进行水体信息系统实验,以分析各种方法的优势和不足; 陈文倩等^[4]基于GF-1遥感影像,利用单波段阈值法、NDWI阈值法与多波段法进行水体信息提取,通过分析3种方法的利弊,提出了单波段阈值法与阴影水体指数相结合的决策树水体信息提取方法。但以上研究选取的分割阈值多是根据以往经验和反复实验确定的,容易受到时空差异与复杂环境的影响,对于类型或是面积不相同的水体,选取的阈值往往也不相同^[5]。因此,这些方法不具备客观性与普适性,也不能实现水体的自动化提取。

目前,以NDWI灰度直方图为基础进行自适应阈值选取在水体自动化提取中越来越得到广泛的应用。袁欣智等^[6]提出了基于大津法的局部范围阈值自适应确定的方法,并使用环境小卫星影像NDWI对闽江流域进行水体提取实验; 徐蓉等^[7]分别利用大津法和迭代法对波段插值模型、浮藻模型(floating algae index,FAI)以及NDWI和近红外波段模型计算阈值,以比较3种水体提取模型的应用效果。但以上研究多是以水体提取的整体过程,或是指数模型的对比分析为主,没有在NDWI模型的基础上对不同自适应阈值选取方法进行运行效率、提取结果等方面的具体研究。

为此,本文选取位于我国不同地区的15个典型湖泊水体作为研究区,在NDWI影像的基础上对迭代法、大津法和直方图双峰法3种常见的自适应阈值选取方法进行比较,分析其阈值选取结果、算法运行效率及其在GF-1卫星遥感数据水体识别方面的效果,以期为GF-1影像精准水体提取提供自适应阈值分割方法的选取策略。

1 研究区概况及数据源

1.1 研究区概况

我国湖泊水体众多,其中面积在1 km²以上的湖泊就有2 800多个。然而,由于我国地域辽阔,因而湖泊的自然环境区域分异鲜明,如青藏高原湖区和蒙新湖区的湖泊多表现为封闭的咸水湖或盐湖,云贵高原湖区、东北平原与山地湖区和东部平原湖区的湖泊多表现为外流的淡水湖^[8]。为了比较不同的自适应阈值选取方法在NDWI影像的基础上对不同湖泊水体的提取效果,本文选取湖泊水体作为实验湖泊时主要遵循以下3个原则: ①湖泊具有一定的水面面积,以便能够在GF-1 WFV影像上清楚地分辨出来; ②湖泊尽量广泛分布在不同的湖区,以便能够代表各湖区湖泊的特征; ③湖泊数量较多的湖区多选实验湖泊,湖泊数量较少的湖区少选实验湖泊,以便实验湖泊能代表尽可能多的湖泊。本文最终选取的15个湖泊为: 查干湖、鄱阳湖、洞庭湖、洪泽湖、太湖、艾比湖、乌梁素海、博斯腾湖、呼伦湖、乌伦古湖、青海湖、纳木错、色林错、玛旁雍错和滇池。实验湖泊分布情况如表1所示。

表1 实验湖泊分布情况

Tab.1 Distribution of test lakes

湖区	实验湖泊
东北平原与山地湖区	查干湖
东部平原湖区	洪泽湖、太湖、鄱阳湖、洞庭湖
蒙新湖区	呼伦湖、乌梁素海、乌伦古湖、艾比湖、博斯腾湖
云贵高原湖区	滇池
青藏高原湖区	青海湖、色林错、纳木错、玛旁雍错

新窗口打开| 下载CSV

1.2 数据源及预处理

以2016年获取的各实验湖泊的GF-1 WFV 1A级多光谱影像为数据源。WFV传感器包含蓝(B1)、绿(B2)、红(B3)和近红外(B4)4个波段,空间分辨率均为16 m。

为保证湖泊水体信息提取的精度和速度,本文对影像进行了辐射定标、大气校正、正射校正及裁剪等预处理。大气校正的目的是消除大气和光照等因素对地物反射的影响,反演地物的真实反射率,提高提取精度。另外本文各湖泊的裁剪范围都大于湖泊水体区域的2倍,以保证在NDWI影像的直方图统计结果中能明显出现2个分别对应非水体与水体的波峰,有利于提高分割阈值的选取精度。

2 研究方法

2.1 归一化水体指数模型

NDWI于1996年由McFeeters^[9]首次提出,用于监测湿地环境中的地表水并测量地表水的范围,现已广泛应用于遥感影像监测开放水域的过程中。NDWI计算公式为

(1)

NDWI = \frac{Green - NIR}{Green + NIR}

式中Green和NIR分别为绿波段与近红外波段亮度值,分别对应GF-1 WFV影像中的B2与B4波段。NDWI值范围为[-1,1],通过比值运算,使水体得到最大的亮度增强,非水体受到普遍的抑制,从而达到突出水体的目的^[10]。NDWI用于水体分类时,易受到山体阴影和薄云的干扰,导致选取的分割阈值出现偏差,影响分类精度。为了方便阈值选取、提高阈值选取精度,本文将NDWI指数值范围由[-1,1]拉伸至[0,2 000]。

2.2 自适应阈值选取模型

2.2.1 迭代法

迭代法主要利用了特征逼近的思想。不断更新子图像的直方图,随着循环次数的增加,越来越细地考虑影像的局部特性,因此可以获得更精细的分割结果^[11]。具体算法如下:

设影像的灰度范围为[0,T],对应灰度级 $T_{i}$ 的像素个数为 $f (T_{i})$ ,则初始阈值 $t_{0}$ 为

(2) $t_{0} = (0 + T) / 2$ 。

根据t₀将影像分割为目标A和背景B,则2部分的平均灰度值P_A和P_B分别为

(3)

P_{A} = \frac{\overset{t_{0}}{\sum_{i = 0}} [T_{i} \times f (T_{i})]}{\overset{t_{0}}{\sum_{i = 0}} T_{i}}

(4)

P_{B} = \frac{\overset{T}{\sum_{i = t_{0} + 1}} [T_{i} \times f (T_{i})]}{\overset{T}{\sum_{i = t_{0} + 1}} T_{i}}

其新的分割阈值 $t_{k}$ 为

(5) $t_{k} = (P_{A} + P_{B}) / 2$ 。

如果 $t_{k} = t_{k - 1}$ ,则 $t_{k}$ 为所求得的阈值; 否则继续迭代,直到满足 $t_{k} = t_{k - 1}$ 为止。

2.2.2 大津法

大津法又称最大类间方差法,是由日本学者大津展之^[12]提出的,其基本思想是: 取某个阈值,将整幅影像分为目标与背景2部分,使这2部分类间方差最大的阈值即为影像分割的最佳阈值。类间方差最大说明2类之间的差别最大,也就意味着2类之间的错分概率最小。具体算法如下:

设影像的灰度范围为 $[0, T]$ ,对应灰度级 $T_{i}$ 的像素个数为 $f (T_{i})$ ,则影像总像素数N为

(6) $N = f (0) + f (1) + \dots + f (T) = \overset{T}{\sum_{i = 0}} f (T_{i})$ 。

设 $P_{i}$ 为影像中灰度级为 $T_{i}$ 的像素出现的概率,即 $P_{i} = f (T_{i}) / N$ 。将影像中的像素按灰度级t划分为A和B 2部分,则2部分像素在整幅影像中出现的概率 $ω_{A}$ 和 $ω_{B}$ 分别为

(7)

ω_{A} = \overset{t}{\sum_{i = 0}} P_{i}

(8)

ω_{B} = \overset{T}{\sum_{i = t + 1}} P_{i} = 1 - ω_{A}

A和B的平均灰度值 $μ_{A}$ 和 $μ_{B}$ 分别为

(9)

μ_{A} = \overset{t}{\sum_{i = 0}} i (P_{i} / ω_{A})

(10)

μ_{B} = \overset{T}{\sum_{i = t + 1}} i (P_{i} / ω_{B})

则整幅影像的平均灰度值 $μ$ 为

(11)

μ = \overset{T}{\sum_{i = 0}} T_{i} P_{i} = ω_{A} μ_{A} + ω_{B} μ_{B}

那么,类间方差 $σ^{2}$ 为

(12) $σ^{2} = ω_{A} {(μ}_{A} {- μ)}^{2} + ω_{B} {(μ}_{B} {- μ)}^{2} = ω_{A} ω_{B} (μ_{A} - μ_{B})^{2}$ 。

在 $[0, T]$ 范围内,以1为步长依次递增阈值t,最终使得 $σ^{2}$ 达到最大值时的t即为最佳阈值。

2.2.3 直方图双峰法

直方图双峰法的基本思想是: 当直方图具有较为典型的双峰特性时,选取2峰之间的谷底对应的灰度级作为影像分割阈值^[13]。拉伸后的NDWI直方图会在1 000灰度级的左右两侧各出现一个波峰,其中在[0,1 000]灰度级区间的波峰代表非水体信息,在[1 000,2 000]灰度级区间的波峰代表水体信息。因此只需以1 000为界,分别找出2个灰度级区间内的波峰,然后进一步在这2个波峰对应的灰度级区间内找到波谷对应的灰度级,即可得到水体提取的阈值。当阈值对应直方图的波谷时,其细小差异只会导致2部分面积的略微变化,因此谷底阈值可以把阈值选择中出现的误差影响降到最低^[14]。

3 实验结果分析

3.1 分割阈值选取结果分析

本文分别利用迭代法、大津法和直方图双峰法(以下简称为“双峰法”)对15个实验湖泊进行阈值选取,得到的结果如表2和图1所示。可以得出: ①整体上迭代法与大津法获取的分割阈值相近,而二者与双峰法得到的分割阈值相差较远; ②咸水湖的分割阈值普遍比淡水湖的分割阈值高; ③东部平原湖区分割阈值整体较低,蒙新湖区和青藏高原湖区分割阈值整体较高。

表2 不同方法获得的各湖泊影像阈值

Tab.2 Thresholds of lake images obtained by different methods

湖泊	影像获取日期	迭代法	大津法	双峰法	湖泊类型
青海湖	20161003	983	967	938	咸水湖
纳木错	20161215	1 168	1 237	1 135	咸水湖
色林错	20161208	1 189	1 222	1 021	咸水湖
艾比湖	20160828	1 217	1 238	1 186	咸水湖
太湖	20161128	951	943	996	淡水湖
滇池	20161114	822	800	859	淡水湖
鄱阳湖	20161104	839	837	918	淡水湖
洞庭湖	20160725	849	824	813	淡水湖
洪泽湖	20160511	885	864	952	淡水湖
乌梁素海	20160992	934	920	1 114	淡水湖
查干湖	20160920	919	925	1 084	淡水湖
博斯腾湖	20160909	967	960	1 038	淡水湖
呼伦湖	20160410	1 021	920	986	淡水湖
玛旁雍错	20161111	1 076	1 062	920	淡水湖
乌伦古湖	20160881	1 092	1 065	1 002	淡水湖

新窗口打开| 下载CSV

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 不同方法获取的各湖泊影像阈值关系

Fig.1 Relationship between the image thresholds of lakes obtained by different methods

3.2 分割阈值选取效率对比

实验在i7CPU,3.40 GHZ,内存为24.0 GB的计算机上进行,各算法均在IDL中编程实现。以运行15景湖泊影像数据,并计算其阈值选取过程总用时为一组实验,对3种方法各进行了10组实验; 在此基础上,分别统计了各方法各组实验的最小用时和最大用时,以及10组实验的平均用时(表3)。

表3 不同方法阈值选取过程用时

Tab.3 Time of different methods in threshold selection process(s)

方法	最小用时	最大用时	平均用时
迭代法	0.046	0.063	0.052
大津法	12.752	14.003	13.223
双峰法	7.500	8.174	7.878

新窗口打开| 下载CSV

从表3所示的各个用时统计数据来看,迭代法耗时最短,双峰法次之,大津法耗时最长。双峰法利用IDL已有函数寻找波峰和选取阈值,其效率主要依赖于IDL函数的运行效率; 迭代法在选取阈值时,首先选择中间值作为初始阈值,而后再按规则循环迭代直至分割阈值不再变化为止,这样就大大减少了循环迭代的次数,极大地缩短了耗时; 大津法从最小灰度值循环到最大灰度值,一次阈值选取任务则需要循环2 000次,因此耗时较长。

3.3 方法提取精度对比

为了比较在NDWI的基础上3种阈值选取方法对不同地物类型的提取精度,本研究在15个湖泊水域上共随机选取了1 500个检验点,分别比较各检验点的提取结果与目视解译结果,如表4所示(统计时将“冰”视为水体)。

表4 不同方法提取结果混淆矩阵

Tab.4 Confusion matrix of results extracted by different methods

地貌类型	迭代法		大津法		双峰法		总计
地貌类型	水体	非水体	水体	非水体	水体	非水体	总计
水体	654	53	654	53	636	71	707
冰	8	16	7	17	23	1	24
滩涂	42	69	43	68	31	80	111
建筑	31	58	33	56	14	75	89
云	25	4	25	4	7	22	29
其他	40	500	46	494	36	504	540

新窗口打开| 下载CSV

由表4可知: 707个水体检验点中,迭代法、大津法和双峰法分类的正确个数分别为654,654和636,说明3种方法都有不同程度的水体漏提现象,但双峰法的漏提情况最为严重; 24个冰层检验点中,3种方法的分类正确个数分别为8,7和23,说明双峰法对有冰层覆盖的水体提取效果较佳; 111个滩涂检验点中,3种方法分类正确个数分别为69,68和80,说明3种方法都出现了误提滩涂的现象,但迭代法与大津法更易误提滩涂; 89个建筑检验点中,3种方法分类正确个数分别为58,56和75,说明迭代法与大津法较易误提建筑; 29个云检验点中,3种方法的分类正确个数分别为4,4和22,说明双峰法对云的分类正确度更高。

参照目视解译结果评价3种方法的提取精度(表5)。在水体提取结果中,实际为水体而被错分为非水体的检验点数与实际为水体的检验点数的比值称为“漏提率”; 实际为非水体而被错分为水体的检验点数与实际为非水体的检验点数的比值称为“误提率”; 分类正确的检验点数与所有检验点数的比值称为正确率。从表5中可以看出: 大津法的误提率最高,迭代法次之,双峰法误提率最低; 但双峰法的漏提率最高; 从整体正确率上来看,双峰法优于迭代法与大津法。

表5 不同方法提取精度

Tab.5 Extracting precision of different methods(%)

指标	迭代法	大津法	双峰法
误提率	17.95	19.12	11.44
漏提率	9.44	9.58	9.85
正确率	86.20	85.53	89.33

新窗口打开| 下载CSV

为了更加全面地比较迭代法、大津法和双峰法得到的结果,本研究还在ArcGIS中针对每一个湖泊进行目视解译,得到各个湖泊的参考面积值,并计算以上3种方法所得的湖泊面积与参考面积之间的绝对差值,统计面积差值的最大值、最小值、平均值、总差值及标准差,如表6所示。可以看出,双峰法提取的水体面积与参考面积之间的差异最小,整体最稳定; 迭代法与大津法的统计结果相差不大,但就整体误差及稳定性来看,大津法稍优于迭代法。

表6 不同方法提取面积与参考面积绝对差值统计

Tab.6 Statistics of absolute differences between areas extracted by different methods and reference areas(km²)

方法	最大值	最小值	总差值	平均值	标准差
迭代法	244.70	0.61	544.23	36.28	65.96
大津法	224.97	0.85	542.63	36.18	62.67
双峰法	190.58	0.23	353.24	23.55	47.62

新窗口打开| 下载CSV

图2为不同方法提取面积与参考面积的线性关系,可以看出: 迭代法、大津法和双峰法获得的水体面积与参考面积之间呈显著的正相关关系,斜率分别为1.041,1.038和1.030; 各方法提取的湖泊面积与参考面积之间的拟合效果都较优,确定系数R²分别为0.997,0.997和0.999,其中双峰法面积与参考面积之间的拟合效果最好。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 不同方法提取面积与参考面积的相关关系

Fig.2 Relationship between areas extracted by different methods and reference areas

4 结论

针对水体指数模型结合阈值进行水体提取的过程中,如何选择自适应阈值分割方法的问题,本研究面向GF-1 WFV卫星遥感影像数据,针对我国15个典型湖泊的NDWI影像,分别采用迭代法、大津法和直方图双峰法3种自适应分割阈值选取方法进行特征阈值的选取及提取效率和效果的检验,得到以下结论。

1)整体上迭代法与大津法得到的阈值相近,而两者都与双峰法得到的阈值相差较远。阈值选取的结果与其湖泊湖水的状态有关: 咸水湖阈值普遍比淡水湖阈值高; 东部平原湖区分割阈值整体较低,而蒙新湖区和青藏高原湖区整体较高。

2)就阈值选取效率而言,迭代法>双峰法>大津法。

3)迭代法与大津法的漏提率比双峰法低,误提率比双峰法高,整体精度比双峰法低; 双峰法提取的湖泊水体面积与参考面积之间的吻合度最高。

利用遥感数据有效地进行水体信息提取,已经成为当前水利遥感技术研究的重点内容之一。因此,在实际生产过程中,如果需要兼顾生产的效率与精度,则使用双峰法较佳。但在地物类型较复杂时,这3种方法仍然得不到最理想的分割阈值,如何更好地选取分割阈值还有待今后继续探索。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

吉红霞, 范兴旺, 吴桂平 , 等.

离散型湖泊水体提取方法精度对比分析

[J]. 湖泊科学, 2015,27(2):327-334.

DOI:10.18307/2015.0218 URL [本文引用: 1]

基于卫星遥感的陆地水体提取方法多种多样,并且应用广泛.对于水体分布支离破碎的枯水期湖泊,准确的水体提取方法尚不明晰,直接影响湖泊水域面积的提取精度.以鄱阳湖湖区为研究对象,利用ALOS遥感影像,以2.5 m高分辨率全色波段融合影像非监督分类(ISODATA)得到的水体面积为参考值,分别使用归一化水体指数(NDWI)法、NDWIISODATA法和基于近红外(NIR)的ISODATA法提取了10 m分辨率的水体分布,分析了不同方法提取结果之间的差异性及产生原因.结果表明:3种方法均可以较好地提取出水体,但利用ISODATA法提取的水体细部信息更为明显,面积值较NDWI法更大;相对于近红外单波段而言,基于NDWI图像的ISODATA法提取水体的精度更高.纵观3种方法,基于NDWI图像的ISODATA法提取的水体精度最高,基于近红外波段的ISODATA法提取结果次之,NDWI阈值法的提取效果最差.研究结果对于离散型湖泊水体提取方法及数据源的选择等具有重要的借鉴和参考意义.

Ji H

, Fan X

, Wu G

, et al.

Accuracy comparison and analysis of methods for water area extraction of discrete lakes

[J]. Journal of Lake Sciences, 2015,27(2):327-334.

[本文引用: 1]

[2]

胡卫国, 孟令奎, 张东映 , 等.

资源一号02C星图像水体信息提取方法

[J]. 国土资源遥感, 2014,26(2):43-47.doi: 10.6046/gtzyyg.2014.02.08.

URL Magsci [本文引用: 1]

针对我国西部高原湖区资源卫星遥感监测与应用需求，开展资源一号02C星（ZY-1 02C）图像水体信息提取方法研究。用归一化植被指数和归一化差异水体指数进行龙羊峡库区水体信息提取，并将二者结合，提出决策树水体信息提取方法。以人工解译的水体区域为参考，对水体区域的整体提取结果、细节提取结果和误提取率进行统计和对比分析。实验结果表明，NDVI法易受到薄云的影响，但受冰雪和地形的影响较小；NDWI法在冰雪、薄云和山体阴影等成像条件下会受到不同程度的影响；决策树法虽然受山体阴影等地形的影响较大，但是能有效地消除冰雪和薄云等气候环境的干扰。

Hu W

, Meng L

, Zhang D

, et al.

Methods of water extraction from ZY-1 02C satellite imagery

[J]. Remote Sensing for Land and Resources, 2014,26(2):43-47.doi: 10.6046/gtzyyg.2014.02.08.

Magsci [本文引用: 1]

[3]

段秋亚, 孟令奎, 樊志伟 , 等.

GF-1卫星影像水体信息提取方法的适用性研究

[J]. 国土资源遥感, 2015,27(4):79-84.doi: 10.6046/gtzyyg.2015.04.13.

URL Magsci [本文引用: 1]

针对GF-1卫星影像数据的特点,分别采用归一化差分水体指数(nomalized difference water index,NDWI)阈值法、支持向量机(support vector machine,SVM)和面向对象等方法对鄱阳湖区的GF-1影像进行水体信息提取实验,并根据提取结果分析和比较各种方法的优势与不足。选取2块不同尺度和不同复杂度的代表性区域,以人工解译的水体信息为真值,进行漏提率、误提率和提取精度的统计。结果表明: 3种方法在2个区域的提取精度都较高,其中,SVM法的提取精度最高(2个区域的提取精度分别为99.474 2%,98.099 3%),面向对象法的提取精度次之(99.316 4%,97.877 9%),NDWI阈值法的提取精度相对最低(99.145 6%,97.590 0%)。

Duan Q

, Meng L

, Fan Z

, et al.

Applicability of the water information extraction method based on GF-1 image

[J]. Remote Sensing for Land and Resources, 2015,27(4):79-84.doi: 10.6046/gtzyyg.2015.04.13.

Magsci [本文引用: 1]

[4]

陈文倩, 丁建丽, 李艳华 , 等.

基于国产GF-1遥感影像的水体提取方法

[J]. 资源科学, 2015,37(6):1166-1172.

URL Magsci [本文引用: 1]

山区水资源信息高精度提取是西北干旱区水文水循环及水资源利用等研究领域的核心热点问题,但山区由于各种限制因素,如阴影、积雪和山体裸地等,使得高分辨率遥感监测效果不佳。本文基于高分一号遥感影像,利用单波段阈值法、NDWI与多波段法进行特克斯河流域水体信息提取,通过分析3种水体提取方法的利弊,提出单波段阈值法与构建的阴影水体指数SWI=B1+B2-B4相结合的决策树水体信息提取方法,用结合实地采样得到的混淆矩阵对水体区域的整体提取结果进行精度验证对比分析。实验结果表明,单波段阈值法易受山体阴影的影响,但受积雪与裸地的影响较小;NDWI法易受山区小面积阴影影响;多波段法提取水体信息较好,但受部分阴影与薄雪影响。决策树法能有效地消除积雪和裸地等气候环境的干扰,完整地提取水体信息,总体精度为92.34%以上,Kappa系数在0.82以上。

Chen W

, Ding J

, Li Y

, et al.

Extraction of water information based on China-made GF-1 remote sense image

[J]. Resources Science, 2015,37(6):1166-1172.

Magsci [本文引用: 1]

[5]

简兴, 陈鸿, 邢忠亚 , 等.

利用遥感技术提取水体面积时水体类型对阈值的影响

[J]. 科学技术与工程, 2014,14(18):267-270,274.

DOI:10.3969/j.issn.1671-1815.2014.18.052 URL [本文引用: 1]

阈值法是利用遥感技术提取水体面积的主要方法。阈值的确定受多种因素的影响。利用归一化差异水体指数（MNDWI）结合阈值法，对淮河中游局部区域的ETM＋影像进行水体提取实验。通过分析不同类型水体DN值一面积曲线变化，结果显示：①不同的水体，阈值不同；②面积较大，水陆界限明显的水体，阈值的取得是在曲线变化较平缓的区间；③水陆过渡不明显的水体和城市中面积较小的水体，DN值取阈值后，曲线仍然快速递增。表明通过遥感技术提取水体时，阈值法适用于面积较大，水陆界限明显的水体。

Jian

, Chen

, Xing Z

, et al.

Influence of waterbody types on threshold of waterbody area extraction using remote sensing technology

[J]. Science Technology and Engineering, 2014,14(18):267-270,274.

[本文引用: 1]

[6]

袁欣智, 江洪, 陈芸芝 , 等.

一种应用大津法的自适应阈值水体提取方法

[J]. 遥感信息, 2016,31(5):36-42.

DOI:10.3969/j.issn.1000-3177.2016.05.006 URL [本文引用: 1]

针对基于单一阈值的大范围水体提取同时存在着漏提与误提的局限性,提出了基于大津法的局部范围阈值自适应确定的方法。通过分析水体与其背景地物的光谱特征,发现归一化水体指数(Normalized Difference Water Index,NDWI)直方图呈现明显的双峰分布,对NDWI使用大津法可以较准确地自动计算出水体与非水体的阈值。在初始阈值提取的水体信息的基础上,通过窗体提取局部范围的水体及其背景并进行局部自适应阈值的计算,实现自适应阈值水体信息的提取。使用环境小卫星影像对闽江流域进行水体提取实验,结果表明该方法可实现大范围水体快速提取,提取精度为95.25%,较全局统一阈值提取精度提高5.25%,并能在一定程度上消除地形阴影与建筑物等的影响,对细小水体的提取精度有所提高。

Yuan X

, Jiang

, Chen Y

, et al.

Extraction of water body information using adaptive threshold value and Otsu algorithm

[J]. Remoting Sensing Information, 2016,31(5):36-42.

[本文引用: 1]

[7]

徐蓉, 张增祥, 赵春哲 .

湖泊水体遥感提取方法比较研究

[J]. 遥感信息, 2015,30(1):111-118.

DOI:10.3969/j.issn.1000-3177.2015.01.019 URL [本文引用: 1]

本文以位于我国不同地区的10个湖泊为研究区域,对波段差值模型、FAI模型以及NDWI和近红外波段模型等3种水体提取模型进行了比较,分析其在MODIS数据湖泊水体识别方面的效果。模型中的阈值分别采用大津法和迭代法计算。结果表明,波段差值模型在西部地区湖泊的应用效果较好,而NDWI和近红外波段模型在东部地区湖泊的应用效果较好,两者总体上比FAI模型更为准确地提取了湖泊水体信息。此外,大多数情况下大津法和迭代法得到的阈值是相近的。

, Zhang Z

, Zhao C

Different models used in extraction of lake water body based on MODIS data

[J]. Remoting Sensing Information, 2015,30(1):111-118.

[本文引用: 1]

[8]

马荣华, 杨桂山, 段洪涛 , 等.

中国湖泊的数量、面积与空间分布

[J]. 中国科学(地球科学), 2011,41(3):394-401.

URL [本文引用: 1]

以11004景/幅CBERSCCD和LandsatTM/ETM卫星遥感影像数据为基础,参照GoogleEarth影像及其他文献资料,在6843幅1:10万和1:5万地形图(DRG)、1:25万地形图部分图层数据(DLG)的支持下,制定了湖泊边界判译原则,经过遥感判译、野外考察、室内校正、专家咨询、数据校正和成果确定等技术环节,确定全国目前共有1.0km2以上的自然湖泊2693个,分布在28个省(自治区、直辖市),总面积81414.6km2,约占全国国土面积的0.9%.近30年来,全国新生和新发现面积大于1.0km2的湖泊分别共有60个和131个,原面积大于1.0km2的湖泊消失243个.

Ma R

, Yang G

, Duan H

, et al.

China’s lakes at present:Number,area and spatial distribution

[J]. Science China Earth Science, 2011,41(3):394-401.

[本文引用: 1]

[9]

McFeeters S

The use of the normalized difference water index (NDWI) in the delineation of open water features

[J]. International Journal of Remote Sensing, 1996,17(7):1425-1432.

DOI:10.1080/01431169608948714 URL [本文引用: 1]

The Normalized Difference Water Index (NDWI) is a new method that has been developed to delineate open water features and enhance their presence in remotely-sensed digital imagery. The NDWI makes use of reflected near-infrared radiation and visible green light to enhance the presence of such features while eliminating the presence of soil and terrestrial vegetation features. It is suggested that the NDWI may also provide researchers with turbidity estimations of water bodies using remotely-sensed digital data.

[10]

徐涵秋

利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究

[J]. 遥感学报, 2005,9(5):589-595.

DOI:10.3321/j.issn:1007-4619.2005.05.012 URL Magsci [本文引用: 1]

在对M cfeeters提出的归一化差异水体指数(NDWI)分析的基础上,对构成该指数的波长组合进行了修改,提出了改进的归一化差异水体指数MNDWI(M odified NDWI),并分别将该指数在含不同水体类型的遥感影像进行了实验,大部分获得了比NDWI好的效果,特别是提取城镇范围内的水体。NDWI指数影像因往往混有城镇建筑用地信息而使得提取的水体范围和面积有所扩大。实验还发现MNDWI比NDWI更能够揭示水体微细特征,如悬浮沉积物的分布、水质的变化。另外,MNDWI可以很容易地区分阴影和水体,解决了水体提取中难于消除阴影的难题。

Xu H

A study on information extraction of water body with the modified normalized difference water index (MNDWI)

[J]. Journal of Remote Sensing, 2005,9(5):589-595.

Magsci [本文引用: 1]

[11]

李琳琳

遥感图像分割中阈值的自动选取技术研究

[D]. 兰州:兰州大学, 2012.

[本文引用: 1]

Li L

A Study on Auto-thresholding Selection Methods for Image Segmentation

[D]. Lanzhou:Lanzhou University, 2012.

[本文引用: 1]

[12]

Otsu

A threshold selection method from gray-level histograms

[J]. IEEE Transactions on Systems,Man and Cybernetics, 1979,9(1):62-66.

DOI:10.1109/TSMC.1979.4310076 URL [本文引用: 1]

ABSTRACT A nonparametric and unsupervised method of automatic threshold selection for picture segmentation is presented. An otpimal threshold is selected by the discriminant criterion, namely, so as the maximize the separability of the resultant classes in gray levels. The procedure is very simple, utilizing only the zeroth- and first-order cumulative moments of the gray-level histogram. It is strightforward to extend the method to multithreshold problems. Several experimental results are also presented to support the validity of the method.

[13]

杨修国

图像阈值分割方法研究与分析

[D]. 上海:华东师范大学, 2009.

[本文引用: 1]

Yang X

Research and Improvement on the Histogram Bimodal Method

[D]. Shanghai:East China Normal University, 2009.

[本文引用: 1]

[14]

韦玉春, 汤国安, 汪闽 . 遥感数字图像处理教程[M]. 北京: 科学出版社, 2015.

[本文引用: 1]

Wei Y

, Tang G

, Wang

Remote Sensing Digital Image Processing Tutorial[M]. Beijing: Science Press, 2015.

[本文引用: 1]

离散型湖泊水体提取方法精度对比分析

2015

... 归一化水体指数(normalized difference water index,NDWI)是根据水体光谱反射特性,基于近红外波段与绿波段建立的归一化比值指数,在遥感影像水体提取中应用十分广泛.理论上,NDWI>0表示地面有水或冰雪覆盖,NDWI=0表示地面有岩石或裸土等覆盖,NDWI<0表示地面有植被覆盖^[1],因而基于NDWI影像可以利用0值进行水体信息的提取.但在实际情况中,由于受到地物复杂性及噪声等条件的干扰,区分水体与非水体的阈值往往不为0,这就需要对NDWI影像进行分析,选取合适的分割阈值对影像进行分割,以区分水体与非水体^[2].因此,使用NDWI进行水体信息提取的最终效果在很大程度上依赖于分割阈值的选取结果,阈值的好坏会直接影响到水体信息提取的精度.段秋亚等^[3]针对高分一号(GF-1)卫星遥感影像,分别采用NDWI经验阈值法、支持向量机法和面向对象法对鄱阳湖区进行水体信息系统实验,以分析各种方法的优势和不足; 陈文倩等^[4]基于GF-1遥感影像,利用单波段阈值法、NDWI阈值法与多波段法进行水体信息提取,通过分析3种方法的利弊,提出了单波段阈值法与阴影水体指数相结合的决策树水体信息提取方法.但以上研究选取的分割阈值多是根据以往经验和反复实验确定的,容易受到时空差异与复杂环境的影响,对于类型或是面积不相同的水体,选取的阈值往往也不相同^[5].因此,这些方法不具备客观性与普适性,也不能实现水体的自动化提取. ...

离散型湖泊水体提取方法精度对比分析

2015

资源一号02C星图像水体信息提取方法

2014

资源一号02C星图像水体信息提取方法

2014

GF-1卫星影像水体信息提取方法的适用性研究

2015

GF-1卫星影像水体信息提取方法的适用性研究

2015

基于国产GF-1遥感影像的水体提取方法

2015

基于国产GF-1遥感影像的水体提取方法

2015

利用遥感技术提取水体面积时水体类型对阈值的影响

2014

利用遥感技术提取水体面积时水体类型对阈值的影响

2014

一种应用大津法的自适应阈值水体提取方法

2016

... 目前,以NDWI灰度直方图为基础进行自适应阈值选取在水体自动化提取中越来越得到广泛的应用.袁欣智等^[6]提出了基于大津法的局部范围阈值自适应确定的方法,并使用环境小卫星影像NDWI对闽江流域进行水体提取实验; 徐蓉等^[7]分别利用大津法和迭代法对波段插值模型、浮藻模型(floating algae index,FAI)以及NDWI和近红外波段模型计算阈值,以比较3种水体提取模型的应用效果.但以上研究多是以水体提取的整体过程,或是指数模型的对比分析为主,没有在NDWI模型的基础上对不同自适应阈值选取方法进行运行效率、提取结果等方面的具体研究. ...

一种应用大津法的自适应阈值水体提取方法

2016

湖泊水体遥感提取方法比较研究

2015

湖泊水体遥感提取方法比较研究

2015

中国湖泊的数量、面积与空间分布

2011

... 我国湖泊水体众多,其中面积在1 km²以上的湖泊就有2 800多个.然而,由于我国地域辽阔,因而湖泊的自然环境区域分异鲜明,如青藏高原湖区和蒙新湖区的湖泊多表现为封闭的咸水湖或盐湖,云贵高原湖区、东北平原与山地湖区和东部平原湖区的湖泊多表现为外流的淡水湖^[8].为了比较不同的自适应阈值选取方法在NDWI影像的基础上对不同湖泊水体的提取效果,本文选取湖泊水体作为实验湖泊时主要遵循以下3个原则: ①湖泊具有一定的水面面积,以便能够在GF-1 WFV影像上清楚地分辨出来; ②湖泊尽量广泛分布在不同的湖区,以便能够代表各湖区湖泊的特征; ③湖泊数量较多的湖区多选实验湖泊,湖泊数量较少的湖区少选实验湖泊,以便实验湖泊能代表尽可能多的湖泊.本文最终选取的15个湖泊为: 查干湖、鄱阳湖、洞庭湖、洪泽湖、太湖、艾比湖、乌梁素海、博斯腾湖、呼伦湖、乌伦古湖、青海湖、纳木错、色林错、玛旁雍错和滇池.实验湖泊分布情况如表1所示. ...

中国湖泊的数量、面积与空间分布

2011

The use of the normalized difference water index (NDWI) in the delineation of open water features

1996

... NDWI于1996年由McFeeters^[9]首次提出,用于监测湿地环境中的地表水并测量地表水的范围,现已广泛应用于遥感影像监测开放水域的过程中.NDWI计算公式为 ...

利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究

2005

... 式中Green和NIR分别为绿波段与近红外波段亮度值,分别对应GF-1 WFV影像中的B2与B4波段.NDWI值范围为[-1,1],通过比值运算,使水体得到最大的亮度增强,非水体受到普遍的抑制,从而达到突出水体的目的^[10].NDWI用于水体分类时,易受到山体阴影和薄云的干扰,导致选取的分割阈值出现偏差,影响分类精度.为了方便阈值选取、提高阈值选取精度,本文将NDWI指数值范围由[-1,1]拉伸至[0,2 000]. ...

利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究

2005

遥感图像分割中阈值的自动选取技术研究

2012

... 迭代法主要利用了特征逼近的思想.不断更新子图像的直方图,随着循环次数的增加,越来越细地考虑影像的局部特性,因此可以获得更精细的分割结果^[11].具体算法如下: ...

遥感图像分割中阈值的自动选取技术研究

2012

A threshold selection method from gray-level histograms

1979

... 大津法又称最大类间方差法,是由日本学者大津展之^[12]提出的,其基本思想是: 取某个阈值,将整幅影像分为目标与背景2部分,使这2部分类间方差最大的阈值即为影像分割的最佳阈值.类间方差最大说明2类之间的差别最大,也就意味着2类之间的错分概率最小.具体算法如下: ...

图像阈值分割方法研究与分析

2009

... 直方图双峰法的基本思想是: 当直方图具有较为典型的双峰特性时,选取2峰之间的谷底对应的灰度级作为影像分割阈值^[13].拉伸后的NDWI直方图会在1 000灰度级的左右两侧各出现一个波峰,其中在[0,1 000]灰度级区间的波峰代表非水体信息,在[1 000,2 000]灰度级区间的波峰代表水体信息.因此只需以1 000为界,分别找出2个灰度级区间内的波峰,然后进一步在这2个波峰对应的灰度级区间内找到波谷对应的灰度级,即可得到水体提取的阈值.当阈值对应直方图的波谷时,其细小差异只会导致2部分面积的略微变化,因此谷底阈值可以把阈值选择中出现的误差影响降到最低^[14]. ...

图像阈值分割方法研究与分析

2009

2015

〈

〉