基于Landsat TM影像的冰川提取

金姗姗，张永红，吴宏安

（1.中国测绘科学研究院，北京 100830；2.山东科技大学测绘科学与工程学院，山东青岛 266510）

一、前 言

用不同方法对遥感影像进行处理是提取冰川信息的有效手段。由于冰川所处地形复杂，地理环境恶劣，利用常规的实地测量技术对冰川进行全面的测量是不可能的。而遥感影像则使冰川的提取在保证精度的前提下能快速而有效地进行。遥感影像中的陆地资源卫星TM影像的分辨率较高，光谱信息多、波带窄，因而可以针对冰川进行多种组合处理，获取详细的冰川信息。

从TM影像上提取冰川信息的研究工作一直是国内研究的热点。李邦良利用陆地卫星TM数据对内蒙古东部大陆冰川地貌进行图像处理解译［1］；王建（1999）利用基于反射特性的雪盖指数（NDSI）方法在TM影像，以及其他遥感平台的影像上计算雪盖面积［2］；李震等利用综合RS与GIS方法分析了多地冰川的变化情况［3-6］；张世强利用谱间关系比值图像取阈值对冰川区图像进行了分类［7］；聂勇基于面向对象的影像分析方法，引入雪盖指数NDSI和水体指数NDWI提高了冰川分类精度［8］；张飞利用雪盖指数从TM影像上有效提取了玛纳斯河流域上游积雪信息［9］。

以上学者对冰川提取方法的研究都有很大成效。然而这些研究中的冰川大多积雪覆盖厚度较大，在TM影像中光谱特征单一且范围较窄。因此，利用冰雪在可见光波段的高反射率和短波红外波段的高吸收率，通过雪盖指数可突出冰川信息。但对于冰雪厚度较薄，在TM影像上光谱特征差异较大，光谱值范围较宽的冰川，用以上方法无法达到精确提取冰川的效果。

本文针对青藏高原三江源地区的杂多县冰川，利用TM影像从分析冰川的光谱特征入手，通过谱间关系波段运算得到有利于冰川提取的波段，并通过最佳指数计算方法和地物可分离性分析得到最佳波段组合，经过监督分类提取出冰川信息。

二、数据源与研究区概况

杂多县冰川位于海拔4000 m以上的三江源地区，该地区冰川众多，是长江、黄河、沧澜江的发源地。遥感数字影像资料为2000年7月30号的陆地资源卫星专题制图仪（landsat thematic mapper，TM）数据，行列号为136/37，如图1所示。图1（a）为TM543假彩色合成图像，图1（b）为研究区冰川分布。

三、影像光谱特征分析和波段优选

1.光谱特征分析

从图1可知，TM543波段组合显示下冰川呈蓝色，冰川的颜色有很大的变化。冰川中部反射率较高，呈亮蓝色，较易与周边地物区分；冰川周边及冰舌反射率较低，呈深蓝色，与其他地物的差异相对较小。因此，根据冰川与地物间的可区分程度将冰川分成冰盖和冰舌两部分考虑，其中图像上反射率较高的冰川为冰盖，反射率较低的冰川为冰舌。与冰川紧邻的地物有裸土和裸岩，冰川边缘多数地方有水体存在，一些地方与河流相连。由于只要提取 冰川信息，因此只研究冰川与周边地物的可分性。

图1 研究区TM影像和冰川分布

因此，在分析TM影像各个波段上冰川与其他地物的光谱特征时，将样本分为冰盖、冰舌、裸土、裸岩、河流。对各典型地物进行采样，在确保样本纯度的条件下统计各地物在各个波段上的光谱均值和方差。绘制地物光谱特征图，直观地显示不同地物类别在每一波段中的光谱值大小和范围，以及冰川与地物的可分离性大小。表1为各个地物在TM影像7个波段上的光谱均值和方差；图2为地物光谱特征图。

表1 地物光谱均值和方差

不论是在图像还是光谱图上，其显示出的冰盖信息都很突出，与其他地物的可分离性较高。冰盖在TM的前4个波段与其他地物都可明显分离，而冰舌几乎都与其他地物混淆在一起。因此，要提取出完整的冰川，提取冰舌是关键。这就需要寻找冰舌的光谱特征最明显且与别的地物可分性最大的波段。

2.波段优选

地物光谱特征图中显示冰舌信息最突出的波段是TM5、TM6、TM7波段，其光谱反射率最小，且这些波段中冰盖与冰舌的光谱值非常接近，光谱范围很窄，对冰舌提取十分有利。冰舌在TM6波段与其他地物有很好的分离性，其次是TM5、TM7波段。因此，TM数据中对冰舌提取最有利的波段是TM5、TM6、TM7波段。TM6地段的分辨率较低，对其重采样达到30 m分辨率。根据地物光谱曲线上显示的短波红外波段5和近红外波段4之间冰川与其他地物之间的谱间关系，对这两个波段做波段运算

得到的新波段B中冰舌信息突出，与周边其他地物的光谱差异增大，如图3所示，其中黑色为冰川。

图3 波段图像

总结以上分析，对冰舌提取最有利的波段有TM5、TM6、TM7和B波段。通过合理利用这些波段可提高冰川提取的精度。

四、冰川信息提取

将优选波段 TM7、TM6、TM5、B组合后进行监督分类。为了得到最佳的波段组合，本文采用最佳指数（optimum index factor，OIF）方法。OIF方法是一个比较客观的衡量标准，其理论依据为:图像数据的标准差越大，所包含的信息量越多，而波段的相关系数越小，表明各波段的独立性越高，信息的冗余度越小［10］。数学表达公式为

式中，si为第i个波段的标准差；Rij为i、j两波段的相关系数。由于本文只针对冰川提取，而较难提取的冰川部分为冰舌，因此对冰舌信息的xOIF值进行计算，得到冰舌信息量最大且相关性最低的波段组合。

统计以上4个波段间冰舌信息的相关性和各波段的标准差，统计结果见表2。将这些波段经组合并通过式（2）计算得到xOIF值。表3所示为波段组合的最佳指数计算结果排序。

表2 波段间冰舌信息的相关性和各波段的标准差

表3 波段组合的最佳指数排序

为了有效地提取冰川，应综合考虑各波段组合的最佳指数值和地物样本可分离性。根据图像中的地物种类，将训练样本分为8种地物，分别是冰盖、冰舌、裸土、裸岩、植被、河流、云、阴影。样本选择完成后统计以上波段组合下的样本可分离性。结果显示B65组合下的冰舌与其他地物之间的样本可分离性最高，图4所示是B65波段组合下的样本可分离性，因此，选择B65波段组合进行监督分类。分类结果显示提取的冰川较完整，冰川边缘较清晰，能较好地与周边地物分离，如图5所示。图5中，（a）为分类前波段组合图像，（b）为分类结果，其中，灰白色为冰川，黑色为裸土与裸岩，灰色为植被。

图4 波段B65组合下冰舌与其他地物的可分离性

图5 波段B65组合下监督分类前后图像

五、提取结果验证

为了验证提取精度的可靠性，利用更高精度的影像提取冰川面积。从Google Earth上下载与TM影像同时期的杂多县冰川，通过人工勾绘得到冰川的面积为82 502 191 m2，本文提取的冰川面积为82 861 200 m2，因此证明本文所用的提取冰川的方法是有效的。图6（a）为Google Earth原始影像和人工勾绘冰川面积；图6（b）为本文所用的方法提取的冰川面积。

图6 提取结果验证

六、结束语

本文针对TM影像中光谱值有较大变化的冰川的提取，将冰川分成冰盖和冰舌两类。重点分析较难与地物分离的冰舌与周边地物的光谱特征和谱间关系。找到对冰舌提取有利的波段，将优选波段与TM中其他波段经过最佳指数计算和地物可分离性分析综合考虑，得到冰舌信息量最大、相关性最低且与其他地物的可分离性最高的波段组合，通过监督分类可精确提取出冰川。

［1］ 李邦良，李志中.内蒙古东部大陆冰川地貌卫星图像解译［J］.地质力学学报，1999，5（3）:89-95.

［2］ 王建.卫星遥感雪盖制图方法对比与分析［J］.遥感技术与应用，1999，14（4）:29-36.

［3］ 李震，孙文新，曾群柱.综合RS与GIS方法提取青藏高原冰川变化信息—以布喀塔格峰为例［J］.地理学报，1999，54（3）:263-268.

［4］ 鲁安新，姚檀栋.青藏高原各拉丹东地区冰川变化的遥感监测［J］.冰川冻土，2002，24（5）:559-562.

［5］ 晋锐，车涛.基于遥感和GIS的西藏朋曲流域冰川变化研究［J］.冰川冻土，2004，26（3）:261-266.

［6］ 刘时银，上官冬辉，丁永健，等.基于RS与GIS的冰川变化研究—青藏高原北侧新青峰与马兰冰帽变化的再评估［J］.冰川冻土，2004，26（3）:244-252.

［7］ 张世强，卢健，刘时银.利用高光谱图像提取青藏高原喀喇昆仑山区现代冰川边界［J］.武汉大学学报:信息科学版，2001，26（5）:435-440.

［8］ 聂勇，张镱锂，刘林山，等.近30年珠穆朗玛峰国家自然保护区冰川变化的遥感监测［J］.地理学报，2010，65（1）:13-28.

［9］ 张飞.利用TM图像提取玛纳斯河流域上游积雪信息的方法研究［J］.高原山地气象研究，2011，31（1）:69-74.

［10］ CHAVEZ P S.Statistical Method for Selecting Landsat MSS Ratios［J］.Journal of Applied Photographic Engineering，1982，8（1）:22-30.