英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料
通过改进归一化差值水体指数（NDWI）增强遥感图像中的开放水域特征
摘要：改进后的McFeeters（1996）的归一化差异水指数（NDWI）是以诸如Landsat TM5的中红外波段替代NDWI中使用的近红外波段。改进后的NDWI（MNDWI）可以提高开放水域的特点，同时有效抑制甚至去除建成土地噪声以及植被和土壤噪声。使用NDWI增强的水信息通常与建筑用地噪声混合，这一区域的水体信息因此被过高估计。相应的，由于它具有减少甚至消除NDWI上的土地噪声的优势，因此,MNDWI更适合用于增强和提取主要是建筑用地的背景下的水域的水体信息。
1.引言
遥感影像早已被用于水资源评估和沿海管理。基于专题信息提取技术这些应用已经涉及到开放水域的划定。从遥感图像中提取水信息有各种各样的方法，根据所使用的频带数量，一般分为两类，即单波段和多波段方法。单波段方法通常涉及从多光谱图像中选择一个波段提取开放水体信息（Rundquist等人，1987）。然后确定该波段以区分水和陆地的阈值。然而，阈值的主观选择可能导致开放水域的过度估计或估计不足，并且提取的水信息通常与阴影噪声混合。多波段方法利用每个相关波段的反射差异。使用多波段方法提取水信息有两种方法。一个是通过分析不同光谱波段中每个地面目标的特征，找出水与其他目标之间的判别标志的差异，然后使用if-then-else逻辑树来描述开放水域的土地（Yu et al。1998，Xu 2002）。另一种是使用两个多光谱波段的波段比值方法。通常由近红外（NIR）波长比上可见波长。结果，植被和土地存在受到抑制，而水分特征得到增强。然而, 该方法可以抑制非水特征, 但不能去除它们, 因此McFeeters提出了规范化差分水指数(NDWI) 来实现这一目标。尽管如此,NDWI不能有效地抑制来自建筑土地的信号, 从而增强或提取的水特征仍然与建筑用地噪音混合。因此, 对该指标的改进是必要的, 在这里改进了NDWI来弥补这一问题。
2.NDWI和MNDWI
NDWI表示如下 (McFeeters):
（1）
Green是绿色波段如TM2，NIR是近红外波段如TM4
该指数被设计为 (一) 利用绿色波长最大化水的反射率;(二) 以水特征降低近红外光谱的低反射率;(三) 利用植被和土壤特征对近红外光谱的高反射率。因此,水的特征有正面的价值, 因而得到加强, 而植被和土壤通常有零或负值, 因此被抑制(McFeeters 1996年)。然而,NDWI在水域中的应用, 并没有达到预期的目标。这些地区提取的水体信息往往与建成的土地噪音混杂在一起。
为了去除建成的土地噪音, 需要检查其特征。从这项研究的一个测试区域，图一描述了三种土地覆盖类型的光谱反射模式, 即水、植被和建成地。绿带(TM2) 和近红外波段(TM 4) 中的建筑用地的反射率模式与水相类似，都在绿色波段的反射率高于近红外波段。因此, NDWI的计算也对建成的土地产生了像对水一样积极的作用。这就是为什么在 NDWI中增强的水的存在往往与建成的陆地噪音混合。然而, 对该图的特征的详细检查表明, 代表中红外线辐射的TM5波段
图1：福州原始大地卫星图像中湖泊水、植被和建成土地的光谱反射模式。
的平均数字比TM2波段 (绿波段) 要大得多。因此, 如果在NDWI中使用了中红外波段, 而不是近红外波段, 建成的土地应该有负值。根据这一假定,NDWI是通过替代中红外波段为近红外波段修改的。
改进后的NDWI(MNDWI)可以表示如下:
MIR是中红外波段如TM5
MNDWI的计算将产生三个结果: (一) 水会有比NDWI更大的正值, 因为它在中红外波段比近红外吸收的更多;(二) 建成的土地会有上述的负值;土壤和植被仍将有负值, 因为土壤反射的中红外光比近红外光更多 (詹森) 以及植被反射的中红外光仍然大于绿色。因此,与 NDWI相比, 由于水特征值的增加和建成土地的值递减从正向下到负数,MNDWI水与建成土地的对比度将大大扩大。MNDWI图中水的更大增强, 将导致更准确地提取开放水的特征, 建成的土地、土壤和植被均是负值, 因而明显地被压制, 甚至被去除。值得在此提及的是, 高 (1996年) 也命名了一个遥感植被液态水的NDWI,但使用了不同的波段组合:
威尔逊等人 (2002年) 提出了一个规范化的差分水分指数(NDMI), 它与高的NDWI具有相同的波段组合。高的NDWI和威尔逊的NDMI都是为了探测植被水的液体, 因此不同于 McFeeters的NDWI。为了清晰起见, 避免高NDWI和 McFeeters NDWI之间的混淆, 前者可能被改名为威尔逊的NDMI。
3.验证MNDWI的方法
利用三种主要的开放水类型, 即海洋, 湖泊和河流对MNDWI进行了测试。使用了两幅陆地卫星图像进行验证。其一是1989年6月15日获取的厦门城内TM影像，另一幅是2000年5月4日的包含福州在内的ETM 影像。这两个城市都位于中国东南部的福建省。三个代表以上三种水类型的测试子场景都是从两个图像中进一步挑选的。这三个子场景都是使用公式（1）和 (2) 处理来产生NDWI和MNDWI的图像。通过使用以下等式对MNDWI和 NDWI 图像进行比较, 定量评价了结果:
c 是对比度值, Fmacr;是目标的平均值, 这里表示索引派生图像中的水的平均值, Bmacr;是背景目标的平均值, 这里指的是图像中的非水特征的平均值。此外，一旦指数被阈值化，也使用在预测与参考图像逐像素比较之间产生的混淆矩阵来评估结果。
4.成果和讨论
4.1 湖水增强
八一湖, 也是福州城市的水库，是从etm 图像的选出用于测试的。子场景的背景是建成的土地和植被 (图二 (a))。由于它的增强效果，子场景的MNDWI和NDWI图像 (图二 (b–c)) 都清楚地显示了开放水的特征。尽管如此, 目视检查可以发现, 建成的土地也以一个中等灰度色调 (图二 (b))存在于NDWI图像中，表明有一个正的亮度值。这些建成的土地可以被看作是与水的特征混合的噪声。然而, MNDWI图像中的建成土地采用了黑色的色调, 与水的特性有很大的反差 (图二 (c)), 表示噪音明显被抑制, 甚至被去除。表一列出了子场景的统计结果。最引人注目的特点是,NDWI图像中的建成土地具有正的平均(0.15）。这是因为它相比于近红外在绿色波段反射更强, 就像水一样 (图一)。因此, 其在第二波段 (89.61)中的平均值大于第四波段(65.71)中的值, 结果用方程(一) 计算出 NDWI 的正均值。因此,建成的土地和水之间的反差值只有0.27。正是正的平均值与水的低对比度直接导致在NDWI图像上建成土地的存在是噪音。然而,MNDWI图像 (图二 (c)) 由于负20.08的均值为, 因此建筑物的地面噪音大大地被抑制。建成的土地(图一),中红外能量的高反射率的特征导致了一个负MNDWI值, 因为更大的第五波段值 (103.89) 和较小的第二波段值 (89.61)。建成土地的平均值从NDWI图像的0.15降低到MNDWI图像的-0.08,NDWI图像的水均值从0.42增加到0.44，导致他们与c值得对比度增大到0.52，，几乎是NDWI图像中的两倍（0.27）对比度的增加导致了对建成土地噪声产生相当大的抑制。进一步应用零的阈值以从NDWI和NDVI图像中提取水分特征。来自MNDWI的提取水信息实现了99.85％的总体精度和0.9927的Kappa值，因为没有建成土地与增强的水特征混合（图2（e），表2）。水域过低估计只有1.29％。然而从NDVI图像中提取的水斑与许多具有正值的地块混合（图2（d），表2）。这导致了对水面积的高估，精确度低至77.25%。手动调整阈值到0.243 可以达到最佳的整体精度和 NDWI 图像的Kappa值, 但导致低估了21% 的水域 (表二)。
图2：各种NDWI和MNDWI图像。(a)：八一湖图 (RGB:541); (b) NDWI的湖泊形象; (c) MNDWI的湖泊形象;(d)从NDWI图像提取的水体;(e)从MNDWI图像提取的水体;(f)厦门城市图象 (rgb: NDWI);(g)城市的NDWI图像;(h)城市的MNDWI图象;(i)罗源湾出口的NDWI图像;(j)海湾的MNDWI图象。(k)小河流中的一个部分的图像(RGB:541);(l)河流的NDWI图像;（m)河流的MNDWI图像。
表1：三种主要陆地覆盖类型的平均值和c值。
表2：三幅影像的混淆矩阵
表3：NDWI的统计和罗源湾:的MNDWI图像。注意,NDWI和MNDWI图像都调节在0–255内。
4.2 海水增强
选择了厦门城市周边地区的海岸地带进行测试(图二 (f))。在NDWI和MNDWI图像中突出显示了海洋区域。再者，灰色调的许多建成土地区域依然作为噪声存在于NDWI图像中，特别是西部岛屿（图2（g））。然而，MNDWI图像中的噪声大大降低（图2（h））。这主要是由于建成土地在NDWI图像的正值下降到MNDWI图像的负值以及MNDWI图像中水平均值的增加（表1）。这显然导致水和建成用地之间的对比大幅度增加。阈值为0.09，可以达到MNDWI图像最佳的水分提取效果，水分面积估计偏高了约0.43％。与MNDWI图像相比,NDWI图像的最佳提取结果是0.337 的阈值, 但在水和非水类之间有更多的混淆 (表二)。
4.3 河水增强
从陆地卫星etm 图像中选取最小河流的中部部分进行验证 (图二 (k))。子场景的背景主要是稀少的建成土地与植被。因此, 目视检查发现, 除了由于具有正值 (图二 (l))而在NDWI 图像中仍然可见的小路,MNDWI和NDWI图像之间没有重大区别。然而, 表二中的混淆矩阵仍然揭示了MNDWI相较于NDWI具有更好的提取结果。McFeeters（1996）指出，NDWI可用于检测水的浊度。这项研究也证实了这一点, 而且发现MNDWI能更清楚地揭示水浊度, 这对于探测水的细微变化非常有用。图2(i) 和2(j) 是NDWI和MNDWI 的图像, 揭示了陆地卫星etm 图像在罗源湾的浑浊水体。但是,MNDWI图像显示的细节多于NDWI 图像。此外, 八一湖的MNDWI形象也显示了湖泊中心的一些细微的水特征, 但在NDWI的图像中却没有看到。以下三个原因可能有助于解释这一现象:(一) MNDWI有较大的标准偏差因而包含更多信息 (表三)；(二)水的更大的MNDWI值和与背景指标的对比度更强 (表一)，使其更有效地并更详细地揭示水体特征;(三)如图三所示,水的光谱响应在中红外波段比近红外更灵敏。这将有助于在使用中红外波段计算的MNDWI图像中显示更细微的水特征。此外, 由于规范化算法,MNDWI不使用复杂的程序就可以减少很难被删去除的阴影噪音（图二)
5.结论
使用中红外波段而不是近红外波段以改进NDWI,可以大大改善开放水域特征的增强。它能快速准确地分辨出水与非水特征。MNDWI比NDWI更适合于背景有许多建筑用地的水体的增强,因为它能有效地减少甚至去除建筑用地噪音。MNDWI达到最佳水体提取效果的阈值通常小于NDWI,表明使用零作为默认阈值，MNDWI具有比NDWI更高的水提取精度。这对于MNDWI自动化是非常有用的。此外,MNDWI相比于NDWI可以揭示出开放水的更多细节。这对于探测水质细微差别很有用。
图3：水在近红外波段 (etm 四波段、上部曲线) 和中红外波长 (etm 五波段, 下部曲线) 的光谱响应。
致谢
这项研究得到了中国国家自然科学基金的支持。(40371107)。
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[26909]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
