利用归一化差分水体指数（NDWI）对开放水体进行提取外文翻译资料

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

利用归一化差分水体指数（NDWI）对开放水体进行提取

S. K. McFEETERS

摘要：归一化差分水体指数（NDWI）是近年来发展起来的一种用于提取开放水体并在遥感数字影像中对其进行增强的新方法。NDWI利用反射的近红外辐射和可见光对这些地物进行增强，同时消除土壤和陆地植被。在应用遥感数字影像进行水体浑浊度估算时，NDWI也显示出了一定的潜力。

1.引言

评价水资源的数量（如表面积）和质量（如浑浊度）是研究人员经常追求的目标。为了实现这一目标，研究人员发展了各种基于遥感数据分析的方法。本文介绍了归一化差分水体指数（NDWI），它是用于定量评估水资源的新方法。

2. 水体提取和增强方法综述

有几种方法可以用来提取开放水体，并增强在遥感图像中对它们进行增强。这些方法利用的指标包括但不限于（1）反射太阳辐射（2）发射的热辐射和（3）主动微波发射。利用反射太阳辐射的方法已经被应用了很长一段时间，通过单一波段或两波段数据的比值在反射太阳辐射数据中可提取开放水体，并对它们进行增强。

单波段法利用数字数据或影像中近红外（NIR）辐射的信息，因为近红外光被水体强烈吸收，而被陆地植被和干旱土壤强烈反射。近红外的数字数据和影像产品显示，植被覆盖的表面呈白色，而水体表面则呈黑色。在使用数字数据时，可以将原始数字转换为亮度或反射率值，以便与其他数据集进行比较。因为水体的低近红外反射率，低反射与水体的存在有关；因为陆地的近红外反射率通常较高，高反射与陆地植被有关，所以近红外（NIR）也可以用于区分陆地和水体。但该方法可能会在这里引入错误：

（1）分析人员决定哪些数值与水有关，哪些数值与水无关，这种情况下，潮湿的裸土可能会被误认为浑浊的水。

（2）不同的分析人员以不同的方式解译影像。所以，应用这种方法时，数据分析人员对结果的影响较大。

波段比值法利用了任意给定表面上不同波长光的反射率的差异。在本方法中，使用多光谱影像作为源数据，将来自可见波段（如绿色或红色）的反射值除以近红外波段的反射值，可以使陆地植被和土壤 （通常具有比开放水体高得多的近红外反射率）在影像中受到抑制；而使开放水体（通常具有非常低的近红外反射率）在影像中得到增强。这是对前人方法的改进，因为这使得对水体和非水体（土壤和陆地植被）地物的划分更加明显。该方法的局限性是对影像中的非水体地物进行了抑制，但没有消除。消除土壤和陆地将有助于划定开放水体。为了实现这一目标，我们建立了归一化差分水体指数（NDWI）。

图1 美国内布拉斯加州西部沙丘地区的Landsat MSS传感器第4波段（近红外）图像。不规则形状的黑色地物主要是湖泊（淡水湖和碱性湖）。圆形的白色地物是由中枢灌溉系统灌溉的作物。这幅影像获取于1987年5月7日。

图2 图1所划定区域内的典型区域的近红外反射率的频率分布（以百分比为单位），该区域包含若干湖泊。

3. 新的方法——归一化差分水体指数（NDWI）

研究人员通常使用一种名为“归一化差分植被指数”（NDVI）的指数对地上生物量和初级生产力进行评估。该指数使得近红外反射率高、红光反射率低的地物 （如陆地植被得到增强），而抑制甚至消除红光反射率低、近红外反射率极低的地物 （如水）。该指数可以从地面、空中或卫星平台搭载的传感器上记录的红光反射值和近红外辐射值得出。计算方法如下：

（NIR-RED）/（NIR RED） （1）

这个指数的值域是[-1，1]，植被覆盖的表面趋向于正值，裸露的土壤可能接近于零，而开放水体则是负值。当期望的目标是评估地上生物量时，这一方法是令人满意的，因为植被被大大增强了，但它不能增强开放水体。如果将式（1）中的红光波段代替为绿光波段，就可以达到只增强开放水体的目标。为了实现这一目标，我们提出了NDWI方法。

NDWI的推导原理与NDVI的推导原理类似。NDWI的计算方法如下：

（GREEN-NIR）/（GREEN NIR） （2）

其中的“GREEN”是绿光波段，“NIR”代表近红外波段。选择这些波段的原因是：（1）利用绿光波长可以最大限度地提高水体的典型反射率；（2）水体对近红外低反射率的影响最小；（3）利用陆地植被和土壤对近红外光谱的高反射率。利用式（2）处理包含绿光波段和近红外波段的多光谱卫星影像时，水体为正值，而土壤和陆地植被为零或负值，这是由于它们的近红外反射率通常高于绿光。使用影像处理软件可以很容易地删除负值，这将有效地消除陆地植被和土壤信息，保留了开放水体，用于进行分析。此时NDWI的值域是0到1，将式（2）乘以比例因子（如255）后，可增强结果影像的目视解释效果。

图3沙丘地区1987年5月7日的Landsat MSS图像，由4，2，1波段进行真彩色合成。

图4 利用波段比值法获得的图1区域的影像（）。

4. NDWI在水质评估中的应用

研究人员可已经提出了用于研究水质（包括浑浊度等）的许多方法。除了在这些研究中使用的方法外，NDWI可能是用于研究水质的另一种有效方法。

虽然NDWI的使用的较宽的波段范围可能会妨碍它对水体中（例如）悬浮沉积物和叶绿素a的含量的估计，但NDWI可以对总体浑浊度进行评估。由于NDWI的推导方法与NDVI相同，因此前者固有的局限性可能与后者固有的局限性相类似。因为虽然陆地NDVI可以提供对地上生物量的估计，但不能对特定植物的物种进行区分，所以尽管NDWI可能无法区分悬浮沉积物和叶绿素a，但它可能提供关于总体浑浊度的信息（与地上生物量所类似的水生物量）。

图5 将归一化差分水体指数增强后的 （）二值图。开放水体为白色；土壤和陆地植被为黑色。

5. 总结

NDWI是一种用于提取开放水体的新方法，可在消除土壤和陆地植被的同时，在遥感数字影像中增强水体。引入NDWI后，利用影像处理软件可以快速、有效地估计遥感数字影像中的开放水体面积。此外，NDWI在应用于水质研究时也有一定的潜力，特别是在混浊度估计方面。需要进行进一步的研究以调查这一指数在对水资源的数量和质量进行评估时的效果。

参考文献

1. BHARGAVA, O S., and MARIAM, D. W., 1992, Cumulative effects of salinity and sediment concentrations on reflectance measurements. International Journal of Remote Sensing, 13, 2151-2159.
2. BOLAND, D. H. P., 1976, Trophic classification of lakes using Landsat-I （ERTS-l） multispectral scanner data, United States Environmental Protection Agency, Office of Research and Development, Corvallis Environmental Research Laboratory, Corvallis, Oregon.
3. HAN, L., and RUNDQUIST, O C, 1994, The response of both surface reflectance and the underwater light field to various levels of suspended sediments： preliminary results. Photogrammetric Engineering and Remote Sensing, 60, 1463-1471.
4. HAN, L., RUNDQUIST, D. C, LID, L., FRASER, R. N., and SCHALLES, J. F., 1994, The spectral response of algal chlorophyll in water with varying levels of suspended sediment. International Journal of Remote Sensing, 15, 3707-3718.
5. JENSEN, J. R., 1986, Introductory Digital Image Processing： A Remote Sensing Perspective （Englewood Cliffs, New Jersey： Prentice-Hall）.
6. LATHROP, R. G., JR., and LILLESAND, T. L., 1986, Use of thematic mapper data to assess water quality in Green Bay and Central Lake Michigan. Photogrammetric Engineering and Remote Sensing, 52, 671-680.
7. MARKHAM, B. L., and BARKER, J. L., 1986, Landsat MSS and TM post-calibration dynamic ranges, exoatmospheric reflectance and at-satellite temperatures. In Landsat Technical Notes, Vol. I, August, Published by the Eosat Corporation.
8. PARIS, JACK F., 1992, Remote sensing applications for freshwater systems. In Global Climate Change and Freshwater Ecosystems, edited by P. Firth and S. G. Fisher （New York： Springer-Verlag）, pp. 261-284.
9. RITCHIE, J. C, COOPER, C M., and SCHIEBE, F. R., 1990, The relationship of MSS and TM digital data with suspended sediments, chlorophyll, and temperature in Moon Lake, Mississippi. Remote Sensing of Environment, 33, 137-148.
10. RUNDQUIST, D. C, LAWSON, M. P., QUEEN, L. P., and CERVENY, R. S., 1987, The relationship between summer-season rainfall events and lake-surface area. Water Resources Bulletin, 23, 493-508.
11. TOWNSHEND, J. R. G., and JUSTICE, CO., 1986, Analysis of the dynamics of African vegetation using the Normalized Difference Vegetation Index. International Journal of Remote Sensing, 7, 1435-1445.
12. TUCKER, C J., and SELLERS, P. J., 1986, Satellite remote sensing of primary productivity. International Journal of Remote Sensing, 7, 1395-1416.
13. WHITE, M. E., 1978, Reservoir surface area from Landsat imagery. Photogrammetric Engineering and Remote Sensing, 44,1421-1426.
14. WORK, E. A., and GILMER, D. S., 1976, Utilization of satellite data for inventorying prairie ponds and lakes. Photogrammetric Engineering and Remote Sensing, 42, 685-694.

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[20922]，资料为PDF文档或Word文档，PDF文档可免费转换为Word