基于多波段dn值比较法的博斯腾湖水体信息提取.docxVIP

基于多波段dn值比较法的博斯腾湖水体信息提取 干旱地区湖泊是自然和人类经济活动体系中的一个最终环节，它们以流域为单位进行水循环。这不仅是干旱地区气候的象征，而且对内陆河流域生态气候和环境条件的变化极为敏感。其生物和生态系统可以尽快干扰人类活动。人类与湖泊水体和谐共处, 是干旱区经济社会和人的全面发展不可缺失的重要条件之一。当前, 对内陆干旱区资源与环境变化进行研究的一个热点与重点就是湖泊水体的动态监测。目前, 随着遥感技术的发展, 人们对湖泊水体的监测已从传统水文观测站网监测发展到结合遥感影像的综合监测阶段。 采用获取信息周期较短、监测范围广泛的遥感技术, 能快速、准确地提取湖泊水体信息, 从而对水资源进行宏观监测, 该技术已在洪水淹没范围调查、湿地保护、海岸线变化等方面得到了广泛运用。在利用卫星遥感影像提取湖泊水体信息方面, 国内外学者做了大量的研究。利用Landsat遥感数据提取水体信息的方法大致可以分为2类:单波段阈值法和多波段谱间关系法。单波段阈值法即利用水体影像数据在某单个波段的光谱特征来设定阈值, 提取水体信息, 是早期使用的方法。1985年, Juppd等通过分析影像直方图, 在TM7波段使用阈值法提取出水体信息。1990年, Moller-Jensen通过对TM4、TM5设定经验阈值, 识别水体。1992年, 陆家驹等利用TM5设定阈值, 采用密度分割法识别水体, 但效果不佳, 只能识别面积大于4 000m2的水体。1998年, Braud等在对路易斯安娜海岸线的研究中, 对各种波段阈值分割方法进行了评估, 并提出对TM5进行阈值划分是最适合的方法。2000年, Frazier等在探测澳大利亚Wagga湖泊区域工作中指出, 相对于TM4和TM7来说, TM5阈值分割提取水体信息的精度较高, 但是却不能精确地提取细小的水体信息。这类方法均是根据影像单个波段中水体值低于或高于其他地物值来设定阈值, 提取出水体信息, 其缺点是水体与非水体之间的过渡区会被忽略, 无法满足提取细小水体的要求。 多波段谱间关系法是近年来国内外使用较多的方法。1996年, McFeeters利用归一化水体指数 (NDWI) 抑制植被和土壤信息, 以提取水体。2005年, 徐涵秋认为, NDWI难以抑制土壤和建筑物信息, 提出了改进的归一化水体指数 (MNDWI) , 并建议在部分城区建筑区域用MNDWIk (k为下限阈值) 来提取水体信息。1998年, 杨存建等发现, 在TM各波段影像中, 水体具有绿色波段 (Green) +红色波段 (Red) 近红色波段 (NIR) +红外波段 (SWIR) 的特征。2006年, Ouma等在描绘东非裂谷内的湖泊岸线时, 认为归一化差异水体指数 (NDWI3) 和缨帽变换的湿度分量 (TCW) 能较其他水体指数更好地划分岸线, 于是将两者结合进行水体边界识别。多波段谱间关系法是利用水体在不同波段的波谱特性, 通过多波段运算来增强影像中的水体信息, 使得在增强图中水体值高于非水体地物值, 从而设定下限阈值, 进而提取水体信息。但是, 这类方法存在2个问题:第一, 由于部分细小水体在影像中以混合像元的形态存在, 而且存在水体和非水体地物过渡区, 阈值难取, 如果阈值过高将丢失细小水体信息;而阈值过低, 会将其他地物信息提取出来。第二, 各种方法增强效果均有区域局限性, 如在地类复杂的区域中, NDWI只在非山地的植被区域较好, 而MNDWI、TCW、NDWI3在建筑居民用地区域提取效果较好, 但却难以区分部分山体阴影和水体。为了有效地提取内陆湖泊水体信息, 本研究以我国最大的内陆淡水湖———博斯腾湖为例, 以Landsat ETM+影像数据为基础, 将其与GPS定位数据相结合, 通过多波段像元值 (Digital number, DN) 比较方法提取水体信息, 旨在提出一种适合于内陆湖泊水体信息提取的方法。 1 研究区域的概况和数据来源 1.1 博斯腾湖大湖 博斯腾湖位于天山东段南坡焉耆盆地南侧最低洼处, 地理坐标为东径86°40′~87°56′, 北纬41°56′~42°14′, 它既是开都河的尾闾, 又是孔雀河的发源地, 是我国最大的内陆淡水湖, 也是新疆最大的湖泊, 在水位为1 048.75 m时, 水域面积为1 002.4km2, 容积为88×108m3。博斯腾湖分大、小2个湖区, 大湖区是湖体的主要部分, 在大湖区的西南部还有一连串的浅泊, 由蜿蜒的孔雀河所贯穿, 周围为苇湖区, 习称小湖苇区。小湖苇区面积363.94km2, 其中水域面积44.54km2, 苇沼面积39.22km2, 相间的盐碱地和牧地等39.22km2。此外, 在大湖西北部和黄水湾一带, 由于农田排水散流到这一片低洼地, 此