摘要
利用遥感手段提取陆地表面的水体信息,近年来在水资源调查,生态环境监测,旱涝灾害信息获取以及灾情评估等领域得到了广泛的应用。其基本原理是利用水体与植被、城市和土壤等地物在不同波段的光谱反射率的差异,采用单个或多个波段的遥感数据,并根据不同波段数据的阈值或逻辑关系建立各种判识方法把水体从遥感图像中提取出来。美国地球观测系统(EOS)卫星上携带的MODIS 传感器数据具有较高的时空分辨率和光谱分辨率,影像覆盖范围广并且可以实时免费获取,可快速有效地对区域内较大水体的面积变化进行连续监测。本文在水体光谱特征分析的基础上,介绍了MODIS 数据特征以及各种水体信息的提取方法,例如主要依靠红光和近红外波段识别水体的阈值法和NDVI 方法,以及根据水体与植被、城市和土壤等背景地物的波谱曲线之间的差异和变化规律建立的谱间关系法,和根据水体的光谱特征选取与水体识别关系密切的多个波段,利用水体与遥感光谱值之间的映射关系来构建水体指数,通过水体指数判识水体的水体指数法。本文通过比较这些方法的实际应用效果,得到了各种水体提取方法的优点和不足。在各种水体监测方法中,阈值法简单易行,便于应用,但提取后的水体中存在较多的混淆信息,识别精度较低;植被指数法(NDVI)是目前广泛应用的一种判识方法,利用NDVI 方法进行水体监测时,可部分消除辐射误差,但当地面植被越来越茂密时,NDVI 指数会出现饱和现象,对高植被区的灵敏度较低,无法实现同步增长,并且这种方法难以识别水陆交界处的水体。除了常用的阈值法和植被指数法以外,谱间关系法的效果较植被指数法有所改进,但容易将图像中的云判识为水体。水体指数法是目前最受关注的水体识别方法。该方法通过分析MODIS 数据的水体在多个波段中的反射特征和变化情况,构建了多种水体指数来提取图像中水体像元。综合利用各种水体指数和波段特征来提取水体信息,可有效排除其他地物的干扰,显著提高了水体监测的精度,从而为大范围的水资源与水环境动态监测提供了迅速而可靠的基础。