采用混合像元分解的水库面积提取及变化监测

孔美美, 陈锻生

(华侨大学 计算机科学与技术学院， 福建 厦门 361021)

采用混合像元分解的水库面积提取及变化监测

孔美美, 陈锻生

(华侨大学 计算机科学与技术学院， 福建 厦门 361021)

利用Landsat-5 TM，Landsat-7 ETM+和Landsat-8 OLI遥感影像数据和高空间分辨率(1.14,0.54 m)的Google EarthTM地面实况图进行水库面积检测与变化监测的技术研究.采用完全约束最小二乘法混合像元分解(FCLS)方法提取不同水库水体信息，并与常用水体指数法及支持向量机(SVM)分类法进行比较，利用多时相FCLS方法监测厦门杏林湾水库2006-2014年间的面积动态变化.结果表明：基于FCLS的方法比NDWI等水体指数方法更能准确地获取水库水体面积大小及其变化信息.

水体面积提取； 混合像元分解; 遥感； 变化检测； 环境监测； 杏林湾水库

水面面积是衡量水库储水量的一个重要指标，传统人工测量方法耗时费力，而利用遥感技术能够实时、快速、准确地提取水体信息并监测水体变化.利用遥感信息提取水体的方法可分为单波段阈值法、多波段谱间关系法、水体指数法和分类后提取法等4类[1-8].遥感影像不可避免地存在混合像元，中低分辨率影像尤为严重，而以上水体提取方法计算过程大都是以像元为单位，对于混合像元进行判断时，只能分为水体像元或非水体像元，造成较大的精度损失.为了提高水体提取精度，本文采用完全约束最小二乘法混合象元分解(FCLS)方法[9]，结合地理信息处理软件ENVI 5.1，使用多时相Landsat遥感影像和1.14 m高分辨率Google EarthTM图像提取厦门杏林湾水库水体信息,并动态监测其面积变化情况.

1 研究区域和数据源

1.1 研究区域概况

杏林湾水库处于厦门市集美风景区和杏林工业区之间，建成于1979年.集雨面积达142 km2，总库容为1 660万m3，受益面积可达10 km2.杏林湾水库必要时可向市区供水，是厦门重要后备水源，也供水产养殖之用.石兜水库位于集美区西北部后溪镇的苎溪上游，集雨面积为59.3 km2，总库容为6 280万m3,正常库容为4 550万m3，是厦门市最好的饮用水源.

1.2 Landsat遥感影像

文中涉及的数据来源于美国地质调查局发布的研究区域Landsat-5 TM数据(2006年11月5日，2008年11月10日，2010年10月31日)，Landsat-7 ETM+数据(2012年11月13日)，Landsat-8 OLI数据(2013年10月23日，2014年12月29日).Landsat影像皆为Level 1T 地形矫正影像，已经过系统辐射矫正和几何校正.

1.3 参考数据

用于精度评价的地面实况参考图像是空间分辨率为1.14，0.54 m的Google EarthTM地图数据，其Landsat实验数据和参考图像的成像时间基本一致， 如2014年12月29日的Landsat-8 OLI 影像数据

图1 图像预处理流程图Fig.1 Flow chart of image pre-processing

对应2014年12月30日的Google EarthTM参考数据.

2 研究方法

2.1 图像预处理

影像的预处理是遥感影像信息提取的前提,使用ENVI 5.1[10]对实验影像进行预处理操作.具体流程，如图1所示.

2.2 水体指数法和支持向量机

实验的水体指数法包括NDWI，MNDWI，AWEInsh，AWEIsh等， 支持向量机[11]选择不同的内核函数对结果有所影响.对研究区域进行不同内核函数实验，结果显示线性核函数更适合该区域.各水体指数表达式,如表1所示.

表1 各水体指数表达式 Tab.1 Expression of each water index

2.3 纯净像元提取

选取合适的端元是混合像元分解的关键，现有的图像端元提取方法大致分为交互式端元提取和自动端元提取[12-13].但以上方法大多是基于纯数学判据，可能选出不具有物理意义的端元.考虑到个人对杏林湾水库的熟悉度及拥有分辨率高达1.14 m的Google EarthTM地图数据，采用手动端元提取方法，结合数学形态学方法，准确提取遥感影像上的纯净像元.

2.4 完全约束最小二乘法混合像元分解

四川省医的做法是，首先，制作自助机分布图，并按顺时针方向统一编号；其次，制作自助机维护表格，引入第三方人员，每日定时、定人、定机维护并登记，确保自助机功能正常；再次，自助机实行梯度时间开放，如门诊一楼自助机区域时间调整为6：30—19:00，与门诊大门开关时间保持一致，而把第三住院大楼电梯旁通道自助机服务区时间调整为24小时开放；此外，不断优化与完善自助服务程序，如自助服务与窗口号源同步适时更新，自助机上完成加号程序的编写与运用，等等。

线性光谱分解模型是解决中低分辨率遥感图像混合像元问题的简单、有效的方法，根据混合像元的光谱是由该瞬时视场内各类地物光谱的线性组合，可表示为

式(1)中:Ri为第i波段反射率；Fj为第j类地物在该像元中所占百分比；Re，i,j为第i波段的第j类地物反射率；εi为第i波段误差.线性混合像元分解可以看成一个带约束的非线性最优化问题，即

式(2)中:D(S,XF)为目标函数，表示目标光谱S和估计光谱XF的某种距离;S为混合像元反射光谱，S=(s1,s2,…,sb)T，b为光谱波段数；X为b×n矩阵，表示端元反射光谱，X=(X1,X2,…,Xn)，Xj为第j个端元的光谱;F为端元丰度，F=(f1,f2,…,fn)T，n为端元的数目.

文献[9]在考虑高光谱图像的完全约束线性混合问题时，提出完全约束最小二乘法混合像元分解方法，该方法基于最小二乘法和子空间的正交投影(OSP).考虑到影响水体提取精度的主要问题之一是水陆边界的混合像元，将该方法用于解决多光谱图像完全约束线性混合问题，有利于提高水库水体提取精度，更好地监测水库水面面积变化情况.

实际上，完全约束最小二乘法混合像元分解是最小化目标光谱和估计光谱的欧氏距离，即

利用ENVI 5.1软件实现FCLS方法提取杏林湾水库水体信息，采用ENVI分块技术，对于输入文件的大小没有限制，而且在每一处循环时，对分块数据进行混合像元分解和RMS的计算，效率最优；采用均方根误差(RMSE)对端元提取和混合像元分解结果进行精度评价.反复多次实验，选择合适的阈值，计算提取水体的面积，统计并分析提取精度.

2.5 水库水体变化检测新方法

类似地，通过比较多种水体提取方法，得到FCLS方法最适合水库水体提取，从而考虑将NDWI替换为FCLS，得到基于多时相FCLS的主成分分析(FCLS-PCs)方法检测杏林湾水库变化情况.

3 结果与分析

3.1 不同水体提取方法的比较分析

表2 各水体提取方法提取水面面积的相对误差Tab.2 Relative error of extracted surface water area for each water extraction method

表3 各水体提取方法提取结果精度分析Tab.3 Accuracy assessment analyses of each water extraction method

由表3可知：FCLS和SVM的总体精度和Kappa系数值优于其他方法；FCLS的总体精度为91%左右，Kappa系数值为0.8左右；FCLS方法提取的水库水面面积相对误差为-0.52%和-0.71%，比SVM方法更优.综合考虑，FCLS方法更适合于水库水体提取.

为了验证FCLS方法对其他水库水体提取的适应性，对厦门石兜水库2013年Landsat-8 OLI遥感影像数据进行实验.各方法提取石兜水库水体结果的精度分析，如表 4所示.表4中：Ec为错分误差；Eo为漏分误差；ηpa为制图精度；ηua为用户精度.

各水体提取结果叠加在波段5，4，3组成的假彩色实验图上的显示效果，如图 2所示.

表4 厦门石兜水库2013年各水体提取方法精度分析Tab.4 Accuracy assessment analyses of each water extraction method for 2013 Xiamen Shidou Reservoir

(a) NDWI (b) MNDWI (c) AWEInsh (d) AWEIsh

(e) SVM (f) FCLS (g) Landsat-8 OLI假彩色图 (h) Google EarthTM

3.2 变化检测方法的比较分析

以2013，2014年Landsat-8 OLI遥感影像为实验数据，统计多时相提取方法和FCLS-PCs方法的变化检测结果，并做精度、误差和不确定分析，如表5所示.表5中：sc为变化面积；saxe为绝对误差.

由表5可知：FCLS-PCs方法、多时相FCLS方法、多时相NDWI方法和多时相SVM方法在检测水库水面面积变化方面具有优势，虽然精度都比较高，但只有FCLS-PCs方法和多时相FCLS检测水库水面面积变化的精度值在95%以上.因此，FCLS-PCs方法和多时相FCLS方法更适合检测水库水面面积变化情况.

表5 2013-2014杏林湾水库水面面积变化统计及精度分析Tab.5 Surface water area change statistics and accuracy assessment between 2013 to 2014 Xinglin Bay Reservoir

3.3 水库面积变化动态监测及分析

选择FCLS方法提取2006年,2008年,2010年,2012年,2013年,2014年杏林湾水库水体的Landsat影像数据，检测杏林湾水库2006-2014年水面的变化情况.FCLS方法提取的多时相杏林湾水库水体结果图(2006-2014年)和不同年份变化叠加图，如图 3所示.

(a) 2006年 (b) 2008年 (c) 2010年 (d) 2012年

(e) 2013年 (f) 2014年 (g) 2006-2008年变化 (h) 2008-2010年变化

(i) 2010-2012年变化 (j) 2012-2013年变化 (k) 2013-2014年变化 (l) 2008-2014年变化图3 FCLS方法提取2006-2014年杏林湾水库水面面积Fig.3 Surface water area of Xinglin Bay Reservoir between 2006 to 2014 by FCLS method

图4 杏林湾水库面积趋势图Fig.4 Surface water area trend of Xinglin Bay Reservoir

杏林湾水库2006-2014年的水库面积变化曲线，如图 4所示.由图4可知：2006-2008年杏林湾水库水面范围增大，水库面积大幅上升，到2008年水库面积增加到5.976 9 km2；而2008年后水库面积开始大幅度减小，2010-2012年水库面积变化不大，2012年后水库面积逐年以较大幅度下降，到2014年水库面积减少到5.802 3 km2，相对于2008年的峰值，面积减少了0.174 6 km2.

据调查可知：2006-2008年,杏林湾水库面积上升的主要原因是围田造湖，蓄水成景；2008-2014年,杏林湾水库面积逐年下降的主要原因是集美区经济快速发展及杏林湾地区得天独厚的地理优势，杏林湾水库周边房地产开发项目较多，工程蚕食水面不仅使杏林湾水库面积减小，还破坏了原本自然的水库景观.

3.4 水体面积提取方法的比较分析

NDWI能有效区分裸地与水体，但对于细小水体及建筑阴影等无法正确区分.MNDWI水体指数在NDWI水体指数基础上，将指数波长组合改为绿波段和中红外波段归一化比值，有利于区别建筑阴影及植被等暗色地物和水体.AWEIsh水体指数确实有利于区分水体与阴影，但同时也将细小水体去除，且将裸地误认为水体将其提取.SVM和FCLS方法基于水体等地物的波谱信息，可更好地提取水体，但获取纯净的地物波谱信息比较耗时.

4 结束语

以Landsat TM，Landsat ETM+和Landsat OLI遥感影像为实验数据，以高空间分辨率的 Google EarthTM地面实况图为参考数据，采用FCLS方法提取杏林湾水库和石兜水库的水体信息，并与常见水体指数法及SVM分类法进行比较，可知FCLS的水体提取精度高于其他方法.此外，提出FCLS-PCs方法用于检测水库水体变化信息，以多时相的杏林湾水库Landsat-8 OLI为实验数据，对比其他多时相水体提取方法，可知FCLS-PCs和多时相FCLS方法的变化检测精度都较高，更适合于研究区域的水体表面积变化检测.

[1] 陆家驹,李士鸿.TM资料水体识别技术的改进[J].遥感学报,1992,7(1):17-23.

[2] HORWITZ H M,NALEPKA R F,HYDE P D,etal.Estimating the proportions of objects within a single resolution element of a multispectral scanner[C]∥7th International Symposium on Remote Sensing of Environment.Michigan:[s.n.],1971:1307-1320.

[3] HARALICK R M,WANG S,SHAPIRO L G,etal.Extraction of drainage networks by using the consistent labeling technique[J].Remote Sensing of Environment,1985,18(2):163-175.

[4] 刘建国.陆地卫星MSS图像地表水域信息的机助识别提取[J].遥感学报,1989,4(1):19-28.

[5] MCFEETERS S K.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.

[6] 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.

[7] FEYISA G L,MEILBY H,FENSHOLT R,etal.Automated water extraction index: A new technique for surface water mapping using Landsat imagery[J].Remote Sensing of Environment,2014,140(1):23-35.

[8] ROKNI K,AHMAD A,SELAMAT A,etal.Water feature extraction and change detection using multitemporal landsat imagery[J].Remote Sensing,2014,6(5):4173-4189.

[9] HEINZ D C,CHANG C I.Fully constrained least squares linear spectral mixture analysis method for material quantification in hyperspectral imagery[J].Geoscience and Remote Sensing,2001,39(3):529-545.

[10] ENVI-IDL.ENVI 5.1新功能[EB/OL].[2013-11-15].http:∥blog.sina.com.cn/s/blog_764b1e9d0101bol6.html.

[11] CRISTIANINI N.支持向量机导论[M].李国正，译.北京：电子工业出版社,2004：82-106.

[12] BOARDMAN J W,KRUSE F A, GREEN R O. Mapping target signatures via partial unmixing of AVIRIS data[C]∥Proceedings of the JPL Airborne Earth Science Workshop.Pasadena：[s.n.]，1995:23-26.

[13] WINTER M E.N-FINDR: An algorithm for fast autonomous spectral end-member determination in hyperspectral data[C]∥Proceedings of SPIE.Boston：[s.n.]，1999:266-275.

[14] PHAU M H,TSUYUKI S,SOO L J,etal.Simultaneous detection of burned areas of multiple fires in the tropics using multisensor remote-sensing data[J].Int J Remote Sens,2012,33(14):4312-4333.

(责任编辑： 钱筠 英文审校： 吴逢铁)

Reservoir Water Area Extraction and Monitoring Using Pixel Unmixing

KONG Meimei, CHEN Duansheng

(College of Computer Science and Technology, Huaqiao University, Xiamen 361021, China)

We use Landsat-5 TM, Landsat-7 ETM+, and Landsat-8 OLI remote sensing images and high spatial resolution (1.14，0.54 m) Google EarthTMground truth images to extract surface water and detect changes of reservoir area.Using fully constrained least squares method pixel unmixing (FCLS) method to extracting different reservoir surface water information and compared with water index method and support vector machine (SVM). Finally, using multi-temporal FCLS method to dynamic monitoring Xinglin Bay Reservoir water area in Xiamen between 2006 and 2014.The experimental results showed that: compared with NDWI and other indexes method, FCLS based method can obtain more accurate dynamic information of the reservoir surface water area. Keywords：water area extraction; pixel unmixing; remote sensing; change detection； environment monitoring； Xinglin Bay Reservoir

10.11830/ISSN.1000-5013.201703018

2016-02-29

陈锻生(1959-)，男，教授，博士，主要从事计算机视觉与多媒体技术的研究.E-mail:dschen@hqu.edu.cn.

国家自然科学基金面上资助项目(61370006)； 福建省科技计划(工业引导性)重点项目(2015H0025)

TP 391(257)

A

1000-5013(2017)03-0385-06