环境一号卫星高光谱数据水体信息提取方法
第36卷第4期
测绘科学
Science of Surveying and Mapping
Vol.36No.4
作者简介：贾德伟（1984-），男，河南
太康人，硕士生，主要研究GIS和高光
谱遥感应用。
E-mail：jiadewei118@https://www.wendangku.net/doc/0f9418580.html,
收稿日期：2010-07-26
基金项目：广西科学研究与技术开发计
划项目（桂科攻0816006）
环境一号卫星高光谱数据水体信息提取方法
贾德伟①，钟仕全②③，李雪④，彭波①
（①广西师范学院资源与环境科学学院，南宁530001；②广西区气象减灾研究所，南宁530022；
③国家卫星气象中心遥感应用试验基地，南宁530022；④南京信息工程大学遥感学院，南京210044）
【摘要】环境一号卫星A星上的超光谱成像光谱仪（HSI）是中国第一个高光谱成像光谱仪。为充分利用HSI数据的高光谱特性，本文以2009年10月5日的影像为研究区，得到HSI数据影像反射率，分析水体等地类光谱特征差异及选择各地类敏感波段；利用传统指数NDVI和NDWI，构建新的基于指数的水体指数IWI，试验得出，IWI指数增加了各水体类的动态范围，IWI指数的水体信息更加丰富。精度检验结果表明，IWI指数提取优于ND-WI指数，水体信息提取精度增加10.91%，kappa系数提高0.09，总体精度增加4%。
【关键词】环境一号卫星；HSI数据；水体信息；NDWI；IWI
【中图分类号】TP753【文献标识码】A【文章编号】1009-2307（2011）04-0128-03
1引言
高光谱遥感是指光谱分辨率达到10－2λ量级，在400nm
2500nm的波长范围内其光谱分辨率一般小于10nm的成像
遥感技术［1］，它具有图谱合一和高光谱分辨率优势，高光谱
数据处理与应用已成为遥感技术研究的难点和热点之一。
目前，中国学者对国外高光谱数据的研究比较多，如
欧空局CHRIS/PROBA高光谱数据［2］、美国的Hyperion星
载高光谱数据［3］，以及部分学者对中国PHI-3机载高光谱
数据［4］进行研究。水体提取方面，数据多集中于ETM
+［5］、Hyperion［3］和MODIS［6］数据，利用地物光谱夹角及
反射率差异、混合像元分解和水体吸收深度模型等方法，
进行水体信息提取。徐涵秋在Mcfeeters提出的NDWI［7］基
础上，创建了MNDW水体指数［8］，准确地提取出水体信
息，并得到了广泛的应用。
环境与灾害监测预报小卫星（HJ-1A/1B星，简称环境
一号卫星）的超光谱成像光谱仪（HSI）是中国首先采用静
态干涉成像光谱技术，查阅了国外和国内相关文献，结合
HSI数据对水体信息提取的研究还是空白，同时，上述方
法多针对特定的遥感影像，且都利用波段大于1000nm的近
红外波段值，环境一号卫星HSI数据的波长值并不完全满
足这些条件。本文以广西境内2009年10月HSI数据研究
区，分析水体和其它地类光谱特征差异，并在NDVI和ND-
WI基本指数基础上，构建新型指数—基于指数水体指数
（IWI）提取水体信息，取得了良好效果，为环境一号卫星数
据处理和应用研究提供科学参考和决策依据。
2数据源及研究区概况
HSI传感器搭载在HJ-1A星上，HSI重访周期为4天，
115个波段（450nm 950nm），平均波谱分辨率为5nm，
空间分辨率100m，幅宽（Swath）为50km。
研究区影像数据为2009年10月5日HJ-1A星过境HSI
数据，轨道号为491，2级产品。该景数据纬度在21?28'
12? 22?0'10?N间、经度在109?23'24? 110?58'58?E间，
地势较平坦，平均海拔10 15m，属于亚热带季风海洋性
气候。研究区内有南流江、老虎头水库、铁山港、丹兜海
等水体，南流江等河流最终流入北部湾海域。辅助数据为
已精校正的2009年研究区同时相HJ-1A/B星CCD多光谱
影像，投影类型为兰伯特，空间分辨率为30m。
3HSI数据预处理及地物光谱特征分析
3.1HSI数据预处理
HSI数据2级产品为系统几何校正产品，已进行几何
粗校正和辐射校正，辐射校正系数为100，即原产品值除以
100得到标准辐亮度值。故HSI数据预处理工作主要为大气
校正和几何精校正。
根据研究区HSI数据获取时间、大气状况、传感器等
信息，本文采用FLAASH进行大气校正。以研究区HJ-1A/
B星的CCD多光谱影像为基准图像，对HSI数据进行几何
精校正，为确保HSI数据能真实反映地物信息，重采样方
法选择最近邻法。
3.2地物光谱特征分析
选择研究区影像中海水（铁山港）、水库水体、河水
（南流江）、植被和城镇等典型地物作为感兴趣区，对影像
中各地类的115个波段的光谱值进行分析（图1）。
图1典型地物波谱曲线
植被光谱特征：在可见光波段反射率较低，在b
701.66
（表示中心波长为701.66nm的波段，以下情况类同）之前
的波段，反射率值值低于10%，在绿光b
555.73
附近，为反射
率峰值，同时b
513.56
和b
535.22
也具有较小的反射峰值，所以
植被显示为绿色；在红光波段附近的波段b
660
和青光波段
b
488．84
为吸收谷值；中心波长在800nm 950nm（近红外）间
的波段为反射陡坡峰值，即“红边”效应。在HSI数据中，
“红边”效应从近红外波段760nm处开始明显，且在b
770.92
波段处时，植被反射峰值较高，而水体在此表现为吸收谷
值，故此波段植被反射率值与其他各地类差异性较明显。
城镇光谱特征：城镇反射率值分布在10% 25%间；
在b
716.52
前的可见光波段，反射率值在10% 15%间，
第4期贾德伟等环境一号卫星高光谱数据水体信息提取方法
b 696.85到b
742.73
区间的反射率值在15% 20%间；b
742.73
到近
红外波段反射率值分布在20% 25%间；城镇在b
503.38
和
b
565.00
为反射峰值，与其他地类的可分性较明显。
水体光谱特征：各水体在b
540.92和b
612．74
两波段处具有
较小反射峰值，而在b
770.92、b
827.47
和b
862.62
波段处具有吸收
谷值。可见光波段中，海水和水库水体值低于植被值，而南流江等河流水值高于植被值，近红外波段中，所有的水体值均低于城镇值和植被值。海水和水库水体值在所有波段均低于河水（南流江），南流江水体在750nm 900nm波段有较高的反射值，在此波段区间与水库水体和海水有较大差异，而海水和水库水体光谱曲线虽相似，但在530nm
730nm间的可见光波段还是具有较大差异，这些表明HSI 数据对水体等地物细微差别也很敏感。
4水体信息提取
4.1水体提取方法
NDVI（Normalized Difference Vegetation Index）由Rouse 等1973年提出，它对植被的响应能力较强，是目前使用最广的植被指数之一，公式为：
NDVI=（NIR－R）/（NIR+R）（1）式中，NIR表示近红外波段像元值；R表示红波段值［9］。NDVI值介于-1 1间，植被的NDVI值最大，而水体和裸地等地类的值一般最小，且多小于0。根据植被光谱特征得出，选择植被与其他地类差异明显的b
770.92
波段作为
NIR波段。而在b
660.58
波段，植被为典型的吸收谷，故将此波段作为R波段。
由水体光谱特征知，水体在绿波段时表现为反射峰，在红外和近红外表现为吸收谷。正是基于此理论，Mcfeeters于1996年提出归一化差异水体指数NDWI（Nor-malized Difference Water Index）。其公式为：
NDWI=（Green－NIR）/（Green+NIR）（2）式中Green为表示绿波段；NIR为近红外波段。水体的NDWI值一般最大，且大于0，但是浑浊水，会有较小的小于0的值，而植被、人工建筑等地类的值为-1 0的负值。
根据水体光谱特征，选择b
540.92
作为水体反射峰值的绿波
段，在b
827.47
作为水体NDWI指数的近红外波段。
由NDVI（NIR为b
770.92，R为b
660.58
）和NDWI（Green为
b 540.92，NIR为b
827.47
）公式中利用的HSI波段特征知，典型
水体类的NDVI值为所有地类中NDVI的谷值，而水体类的NDWI值为所有地类的NDWI的峰值，且水体类的NDWI值大于NDVI值，而植被和城镇不具有此特征。为了充分利用HSI数据的高光谱分辨率特性，经分析得出，研究区水体类的NDWI和NDVI指数结果值完全符合构建新型水体归一化指数的要求，即利用NDWI作为水体峰值，NDVI作为水体谷值，进行归一化计算，得到的归一化值比NDWI更进一步抑制植被和城镇（见表1），从而充分利用HSI数据的4个波段值准确提取水体信息。鉴于以上分析，基于同一影像水体类的NDVI值和NDWI值，构建新型水体指数———基于指数的水体指数（Index of Water Index，简称IWI），公式为：
IWI=（NDWI－NDVI）/（NDWI+NDVI）（3）式中，NDWI和NDVI值不是-1 1的指数值，而是归一化为同反射率等具有物理意义的正值［10］；IWI值域在-1 1间。
4.2IWI指数提取水体信息结果分析
基于上述的IWI构建思路，按照NDVI和NDWI公式计算两指数，结果分别见图2a和图2b图，并根据IWI指数公式，计算得到研究区IWI指数图，见图2c。选择研究区各地类像元作为训练样区，各地类像元数为：海水（铁山港）136个、水库水体86个、河流（南流江）16个、植被33个、城镇用地24个，统计计算出研究区各地类的NDWI和IWI值域的分布范围（表1）。研究得出，IWI指数具有ND-WI指数一样的特征：①指数值介于-1 1间；②增强信息大于0，抑制信息小于0；③鉴于IWI指数是在NDVI和NDWI指数基础上构建的指数，其不仅能提取地类面积范围，还可定量研究该指数与地类物理参数的关系。IWI指数相对NDWI的优势地方在于：增加了河流水、水库水体和海水等水体类的IWI指数动态范围，依次增加为0.496、0.248和0.046，这些动态范围的增加，表明IWI指数丰富了水体信息量，能更准确地提取水体信息
。
图2研究区各指数图像
表1研究区各典型地类的NDWI和IWI范围比较
NDWI IWI
Min Max
动态
范围
Min Max
动态
范围
动态范
围增加
海水
（铁山港）
0.1350.5370.4020.4820.9300.4480.046
水库水体0.0230.2120.1890.5550.9920.4370.248河流
（南流江）
-0.414-0.1770.237-0.3880.3450.7330.496植被-0.640-0.5200.120-0.876-0.6810.1940.075城镇
用地
-0.456-0.1840.271-0.553-0.0980.4550.184
经训练样本值的反复试验和比较，确定两指数提取水体的阈值为-0.25，进行水体信息提取，利用GIS软件制图功能，得到基于NDWI和IWI指数的水体信息提取结果图，见图3a和图3b
。
图3研究区水体信息提取结果
利用2009年HJ-1A/B星的CCD数据（其分辨率为30m），选择水体类和非水体类精度验证，在HSI数据中像元个数分别为110个和165个。通过混淆矩阵计算，得出水体和非水体分类精度结果（见表2）。
表2基于IWI和NDWI的研究区水体提取精度对比水体类精度检验非水体类检验
正确数
（像元数）
精度
（%）
正确数
（像元数）
精度
（%）
Kappa
系数
总体精
度（%）IWI9687.2716298.180.869093.82 NDWI8476.3616398.790.779989.82精度检验表明：NDWI和IWI都能有效地提取铁山港、丹兜海等海水和合浦水库、老虎头水库等水库水体。IWI 指数还能准确地提取研究区西北部的南流江水体，NDWI 却不能准确地提取此部分（见图3a和图3b）。基于IWI指数提取的水体精度高于NDWI指数水体提取10.91个百分点，
921
测绘科学第36卷
相应的kappa系数也增加0.09，总体精度提高4个百分点。5结束语
论文对HSI数据中水体等地类光谱特征差异分析，在符合归一化条件下，以NDVI和NDWI指数为基础，构建新型水体指数IWI，结果得出IWI指数增加了水体的动态范围变化，从而增加水体信息量，提取水体的精度高于NDWI 指数提取结果。由于HSI数据为高光谱数据，论文中的IWI 指数不太适合CCD或者波段少的影像数据。
基于此，笔者需要对本文提出的IWI水体指数进行适用性研究，并用IWI指数进行水体环境质量等物理参数定量反演研究探索分析。
参考文献
［1］童庆禧，张兵，郑兰芬.高光谱遥感—原理、技术与应用［M］.北京：高等教育出版社，2006.［2］盖利亚，刘正军，张继贤.CHRIS/PROBA高光谱数据的预处理［J］.测绘工程，2008，1（17）：40-43.［3］王向成，田庆久.基于Hyperion影像的辽东湾水体信
息自动分类［J］.遥感技术与应用，2008，23（1）.［4］范楠楠，李增元，范文义，等.PHI－3高光谱数据预处理［J］.水土保持研究，2007，2（14）.
［5］姜腾龙，赵书河，肖鹏峰，等.基于光谱夹角的水体信息提取方法研究［J］.国土资源遥感，2009，（2）.［6］刘晨洲，施建成，高帅，等.基于改进混合像元方法的MODIS影像水体提取研究［J］.遥感信息，2010，（1）.［7］McFeeters S K.The Use of Normalized Difference Water Index（NDWI）in the Delineation of Open Water Fea-
tures［J］.International Journal of Remote Sens-
ing.1996，17（7）：l425-1432.
［8］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）.［9］Stow D A，Hope A，McGuire D，et a1.Remote Sens-ing of Vegetation and Land cover Change in Arctic Tun-
dra ecosystem［J］.Remote Sensing of Environment，
2004，（89）：281-308.
［10］徐涵秋.一种快速提取不透水面的新型遥感指数［J］.武汉大学学报.信息科学版，2008，33（11）.
Extracting water information from the HSI data of HJ-1A/1B satellite
Abstract：HSI sensor of HJ-1A is the first Hyperspectral image in china.In order to use the high spectral property of HSI data，the HSI data of GuangXi on Oct5，2009was taken as research area in the paper.The reflectance value of HSI imagery which is very useful and important for the next quantitative analysis of Remote Sensing was got.At the same time，the difference between water and other land types was analyzed and the sensitive bands of the typical land types were selected.In the experiment，the index of IWI which was builded based on the indexes of NDVI and NDWI enhanced the dynamic range of different water types and enriched water informa-tion.The comparative results showed that the accuracy based on IWI had the precision that was reflected by10.91%higher accuracy of water information，0.09higher kappa coefficient and4%higher overall accuracy.
Key words：HJ-1A/1B satellite；HSI data；water information；NDWI；IWI
JIA De-wei①，ZHONG Shi-quan②③，LI Xue④，PENG Bo①（①School of Resources and Environment Sciences，GuangXi Normal University，Nanning530001，China；②GuangXi Meteorological Disaster Mitigation Institute，Nanning530022，China；③Remote Sensing Application and Experiment Station of National Satellite Meteorological Center，Nanning530022，China；④School of Remote Sensing，Nanjing University of Information Science and Technology，Nanjing210044，China
檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿
）
（上接第150页）
Model of Service Quality and Its Implications for Future
Research［J］.JSTOR，1985，49：41-50.
［5］卿前龙.论服务质量的特殊性［J］.世界标准化与质量管理，2003，（2）：22-24.
［6］Parasuraman A，Zeithaml V A，Berry L L.Understanding customer expectations of service［J］.Sloan Management
Review（Springer），1991，32（3）.
［7］OGC.Web Feature Service Implementation Specification，
1.1.0ed［K］.2005.
［8］OGC.Web Ma PServer Implementation Specification，
1.3.0ed［K］.2006.
［9］Scannapieco M，Missier P，Batini C.Data Quality at a Glance［J］.Datenbank-Spektrum，2005，14：6-14.［10］Wang J R，Madnick S E.The inter-database instance i-dentification problem in integratingautonomous systems
［C］//in Proceedings of the5th International Confer-
ence on Data Engineering（ICDE1989），Los Angeles，
California，USA，1989：46-55.
［11］Bevan N.Quality in use：Meeting user needs for quality ［J］.Journal of Systems and Software，1999，49（1）.［12］OGC.Implementation Specification OpenGIS Web Serv-ices Common Specification1.1.0ed［K］.2007.［13］OASIS.UDDI Specification（Technical Committee Draf）［Z］.2004.
［14］https://www.wendangku.net/doc/0f9418580.html,；White Paper，The Evolution of UDDI［EB/ OL］.2002.http：//https://www.wendangku.net/doc/0f9418580.html,/pubs/the_evolu-
tion_of_uddi_20020719.pdf.
［15］OASIS.Technical Note，Using WSDL in a UDDI Regis-try，Version2.0.2［K］.2004.
［16］OASIS.Standard，ebXML Registry Services and Proto-cols，3.0ed［K］.2005.
［17］OASIS.Standard，ebXML Registry Information Model，
3.0ed［K］.2005.
［18］FreebXML.OASIS ebXML Registry Reference Implemen-tation Project（ebxmlrr）［EB/OL］.2007.http：//
https://www.wendangku.net/doc/0f9418580.html,/.
［19］OGC.Application Profile，OGC Catalogue Services—ebRIM（ISO/TS15000-3）profile of CSW［S］.2005.［20］OGC.Discussion Paper，Catalog2.0IPR for OWS3［K］.2006.
QoGIS supported OWS framework extension
Abstract：OWS is the inevitable trend to achieve wide sharing and interoperability of geospatial information services，but runs short of the support for quality of geospatial information services.That situation depresses the degree of OWS being adopted and popular-ized.The paper proposed the QoGIS supported OWS（Q-OWS）framework which includes Q-GISD and Q-WRS.Q-OWS provided the function of describing Quality of Geospatial Information Services（QoGIS）and publishing，finding，selecting based on QoS.Then，it designed and implemented a prototype system based on open source implementation of ebXML.
Key words：quality of geospatial information services（QoGIS）；OWS；geospatial Information description；Web registry service（WRS）ZHANG Han-wu①②，HU Yue-ming②，WU Hua-yi③（①School of Geography and Environment，Jangxi Normal University，Nan-chang330022，China；②College of Informatics，South China Agricultural University，Guangzhou510640，China；③LIESMARS，Wuhan University，Wuhan430079，China）
031