基于光谱夹角水体与城市信息区分研究.docVIP

基于光谱夹角水体与城市信息区分研究 　　摘要：利用基于光谱夹角的方法来提取Landsat/TM影像中的水体与城市信息。研究发现，通过对TM影像的2—5波段进行光谱夹角计算之后，再利用Angle2、Angle3以及Angle4进行假彩色合成，合成后的影像减少了水体与城市之间的异物同谱现象，即有效减少了水体与城市信息提取过程中的相互干扰，从而增加了二者的区分度。 　　关键词：遥感影像；TM；光谱夹角；水体分类；城市分类 　　中图分类号：TP79 文献标识码：A 文章编号：0439—8114（2012）19—4251—03 　　目前，遥感技术使得获取海量地理信息数据成为现实。在遥感信息大爆炸的时代，真正有用的信息又相对较少，成为遥感技术发展的瓶颈，同时，提高遥感数据中有效信息提取效率也成为重要研究内容之一。遥感影像解译是遥感数据挖掘的必要过程，也是一个复杂的认知过程，对一个目标的识别往往需要经历反复判读才可以得到正确的结果[1]。由于遥感系统中固有的同物异谱、异物同谱现象，使得遥感影像解译变得异常困难。 　　水体与阴影、城市建筑等地物存在典型的异物同谱现象，国内外学者们开展了大量的关于水体提取的研究。周成虎等[2]提出了基于光谱知识的AVHRR影像的水体自动提取识别模型，并将该模型应用于太湖、淮河、渤海等地区，取得了较好的效果。Mcfeeters[3]提出了利用归一化差异水体指数（NDWI）来抑制与水体无关的背景信息的方法，并且得到了国内外学者的广泛认同与应用，该方法改善了无关信息对水体的干扰，但是在很多情况之下用NDWI提取的水体信息中还是有非水体信息（例如城市建筑）的存在。徐涵秋[4]在NDWI的基础之上，提出利用改进的归一化差异水体指数（MNDWI）提取水体信息，该方法更好地提高了水体与城市建筑的区分度。姜腾龙等[5]利用光谱夹角方法对南京地区的ETM+数据进行水体提取并得到了较好的结果。万显荣等[6]根据TM影像的光谱特征，提出了一种基于种子点与连通性分析的快速水体边界提取方法，并应用于湖北省荆州地区洪灾期间某区域的TM影像。李小曼等[7]提出了一种基于卫星图像数据的LBV变换与归一化植被指数（NDVI）的遥感影像水体信息自动提取的方法，该方法??以准确地将水域与低密度覆盖的水植混合体分开。 　　根据TM影像的特征，如果仅以地物光谱的反射率来进行地物信息的快速提取，具有一定的局限性。因此，本研究试图利用TM各波段的光谱特征差异，应用光谱夹角的方法对TM影像中的城市和水体信息进行提取，以改善TM影像中水体和城市的异物同谱干扰。 　　1 研究区域及数据特征 　　1.1 数据源及主要特征 　　Landsat是美国陆地探测卫星系统，其中TM数据有7个波段，波长范围和分辨率如表1所示。利用TM数据进行水体提取，主要是依据水体在各波段上光谱的不同特征以及其他地物与水体的区别，通过分析水体及背景地物的光谱值，利用单个波段或多个波段组合来提取TM影像中的水体信息[8]。 　　1.2 研究区概况 　　试验区为重庆市原始TM影像切割而来，仅保留试验区所需范围，试验区相关信息为299 Rows×178 Columns×7 bands，大小为8 979 m×5 340 m，无云层遮盖。主要地物有水体（嘉陵江）、道路、建筑物、植被以及阴影等。试验区以TM432合成假彩色影像。通过简要目视判读可以看出，嘉陵江为湖水绿，道路为浅绿色，建筑物为绿色到墨绿色，植被为红色到深红色，如图1所示。 　　1.3 水体的光谱特性 　　以水的反射光谱特征作为水体提取的理论基础。根据水体反射光谱特征，传感器所接收到的辐射包括水面反射光、悬浮物反射光、水底反射光和天空散射光。由于不同水体的水面性质、水中悬浮物的性质和含量、水深和水底特性不同，其反射光谱特征也存在差异。本研究主要针对水体与城市建筑物的区分。 　　水体的反射率总体上比较低。在可见光的波长范围（480～580 nm）内其反射率为4%～5%，波长为580 nm时则下降为2%～3%；当波长大于740 nm时，几乎所有入射纯水体的能量均被吸收[9]。水体具有低反射、强吸收的特性，但在光谱区较短的谱段上分子散射性较强，故水体通常表现为暗色调[10]，而城市建筑物和水体在绿光和近红外波段的波谱特征几乎一致，因此，仅从波谱反射率来区分地物具有很大的局限性。 　　2 数据处理 　　信息量的大小与波段有关，一般红外波段（包括近红外、中红外、热红外）的信息量大于可见光波段的信息量，且TM5信息量最大，TM2信息量最小[7]。水体从近红外波段（即TM5）开始，其反射能量降低，几乎为全吸收体，故表现为暗色调。获取TM1～TM7各波段反射率图，然后利用各波段中心波长进行光谱夹角的计算。 　　2.1 光谱夹角的计算 　　光谱夹角是以一