基于遥感影像提取水体信息用于水文研究可行性研究报告.doc

基于遥感影像提取水体信息用于水文研究可行性分析研究报告
（课程作业）

钟科元

一、研究目的
熟练地掌握遥感图像处理技术，结合遥感图像与水文学的联系，解释和解决一些水文现象和水文问题。通过水体在遥感图像上表现的光谱特征提取遥感图像中水体，并与目视解译下的遥感影像中的水体及用数字高程模型-提取流域的进行对比，分析遥感影像提取水体的精度，从而论证从遥感影像中直接提取水体应用于水文研究的可行性。对比遥感影像解译、遥感影像数据水体信息提取和根据数字高程模型提取的影像之间的对比。分析各种水体之间的差异和精确度分析。
二、重点难点
（1）重点：从遥感影像提取水体：选择适当的方法对水体的提取，关系到提取水体的准确性，因此选择正确恰当的方法对水体进行提取是本文的重点。
（2）难点：晋江流域边界的切割。流域范围是指河流、湖泊的集水区，在地形图上一般表现为山脊或分水岭。如何在遥感影像中切出研究流域的范围是本文的难点。
(3)DEM数据提取河道信息也是新增的重点。
三、创新点
河流、湖泊等水体的演变和发展规律是水文学研究的重要内容，地形，植被、降水、土壤等因素均对水文要素的产生深刻的影响。目前对遥感影像的信息提取主要依赖于目视解释。对遥感影像中单一的水体研究而言，采用地理信息技术对遥感影像水体的直接提取不仅可以节约大量目视解释的劳动力成本，也可以提高水体精度，减少一些不必要的误差。在对水文、水系演化的研究中采用地理信息技术对水体的提取具有独一无二的优势。
四、原始数据和遥感影像
（1）团队已有的TM2006年11月份遥感影像（图1）
（2）从国际科学数据平台下载遥感影像:
LT51190422006309BKT00 ，
LT51190432006309BKT00，
LT51200422004279B.KT0Q，
由于2006年没有查询到条带号为120 042的遥感影像，因此下载在2004年的相关影像进行替换。
（3） 晋江附近各地区30数字高程模型：

图（1）TM2006年11月份遥感影像
五、主要操作流程
（1）对遥感图像的初步处理。
（2） 流域边界的提取：利用晋江流域数字高程模型根据分水岭提取流域边界。
（3）晋江流域遥感图像水体的提取：利用水体在遥感图像上表现的光谱空间特征和纹理特征对其进行信息提取。
（4） 基于DEM影像提取水系信息。
(5) 建立解译标志，解译晋江流域土地利用状况。
（6）将晋江流域遥感图像水体提取以及水系信息与目视解译水体进行对比，分析对流域内水体提取的精度。 具体方法思路可见图2 （线路流程图）

图（2） 研究线路流程图
六、主要操作步骤
（一）晋江流域水体信息的提取
1.1 研究方法
归一化水体指数法
水体的波谱特征是在TM2具有较强的透射性，TM5处于水的吸收带内，反映含水量敏感，因此采用TM2波段与TM5波段数值之差和这两个波段数值之和的比值作为归一化指数(NDMI)，当NDMI>0时提取的地物为水体。

NDMI=(TM2-TM5)/(TM2+TM5)
1.2.组合多波段数据
方法一、采用 PCI软件将多波段遥感影像的进行融合图（3），并将融合影像转化为.img格式，在转化为.img格式时出现以下提示图（4），Pix文件不能直接转化为.img格式。因此只能先转化.tif文件再通过ENVI软件转化为.img文件。图（5）为融合之后的遥感影像。

图（3）

图（4）

图（5）组合之后的遥感影像

方法二、由于用PCI组合多波段数据比较复杂，耗时较长，因此后来我发现使用erdas速度较快也更为简洁。120042影像采用erdas进行各波段组合，主要包括以下步骤：
（1） 在ERDAS图标面板工具条中，点击——打开输入输出对话框，如图所示。并做如下的选择：

（2）为了图像处理与分析，需要将上述转换的单波段IMG文件组合为一个多波段图像文件。
在ERDAS图标面板工具条中，点击Interpreter|Utilities|Layer Stack——Layer Selection and Stacking的对话框。在Layer Selection and Stacking对话框中，依此选择并加载（Add）单波段IMG图像：点击OK执行并完成波段组合。

1.3 三副影像的拼接
由于ERDAS 对遥感影像拼接出现故障，因此转由ENVI进行三副影像的拼接,主要分为以下步骤：
（1）选择主菜单File→Open Image File，打开要进行拼接的图像

（2）单击主菜单Map→Mosaicking→Georeferenced，打开图像镶嵌窗口；
(3) 在Map Based Mosaic窗口中单击Import→Import Files命令；
（4）在弹出的Mosaic Input Files对话框中选择待拼接的图像文件

（5）点击OK，把图像加载到了图像镶嵌的窗口中；
（6）在图层列表栏中选择需要调整重叠次序的图层，右键点击选择Raise Image to Top或者Raise Image to Position进行重叠次序的调整；

（7）在图层列表栏中选择需要调整重叠次序的图层，右键点击选择Edit Entry对图像镶嵌参数进行设置；

（8）点击File菜单下的Save template命令对图像进行虚拟镶嵌；
（9）点击File菜单下的Apply命令，打开镶嵌图像保存对话框，设置输出的像元分辨率，重采样方法以及输出文件名等参数，点击OK完成图像的镶嵌和保存（图2-31）。
（10）点击OK进行图像的镶嵌（图2-32）。

以下为三幅影像的拼接结果：

1.4遥感影像的裁剪
由于拼接之后遥感影像过大，运算时间过长，因此才有先裁剪后提取水体办法，
（1）利用DEM数据确定晋江流域的边界，并在ERDAS里面完成数据的裁剪。由于这张遥感影像的面积不完全包括晋江流域的面积，因此晋江流域没有被完整的裁剪下来，与北部拼接之后，在西北不出现遥感影像的坏道，因此要与北部和西部的那幅遥感影像将进行拼接才能裁剪出晋江全流域。

图（6）晋江流域平面图 图（7）裁剪后的不完整的晋江流域遥感影像

图（8）裁剪后的不完整的晋江流域遥感影像 图（9）裁剪后的完整的晋江流域遥感影像
从上图可以看出三副裁剪之后的遥感影像，图7为一张行列号位119042和遥感影像裁剪下来的，没有完全包括全流域，图8是1194043与119042拼接后裁剪下来的，在左上角可以明显的看出有遥感影像的坏道。图9是12041与1194043以及119042合并之后裁剪下来的完整的遥感影像。
1.4 遥感影像进行水文信息的提取
使用ERDAS软件构建模型，将已经裁剪好的遥感影像进行水文信息的提取，分析提取精度。图（10）为归一化水文信息指数模型，通过归一化水文指数的提取可以将遥感影像中的水体提取出来。

图10 归一化水文信息指数模型

下列图均为提取结果：图11可以看出整个流域水体以晋江为主体，其他小块水体零星散落的其周围。图12、13为提取之后的山美水库，可以很清楚的看出山美水库水体的分布，即使小岛的很清楚，具有较高的准确性，能够较好的反应水体信息。

图11 流域提取结果以及与原地物的关系

图12 山美水库提取水体与真实水体之间的对比

图（13）提取之后的水体信息与原始图像对比

图（14）小流域水体信息的提取
但是从图13可以看出那些零星的水体在提取后面积明显更小，在较细小的水体提取之后成为断断续续的间断的水体图（14），与现实的水体信息具有较大的差异，因此精度有待提高。
1.5初步结论
1. 通过归一化水体指数提取的水体信息，能够较准确的反应遥感中大面积的水体信息。
2. 但是在在细小的水体时所提取的水体面积比实际值较小，不能反映部分小地区水体信息，精度有待提高。

（二）.基于DEM晋江流域河网的提取
利用ArcGis水文分析模块生成河网主要有以下几个步骤：DEM洼地填平、水流方向矩阵生成、水流累计矩阵生成、设定集水面积阈值形成河网矩阵、河网节点链接信息矩阵、河网分级矩阵、矢量河网（图15）。
主要采用Arctoolbox 里面的水文分析工具（Hydrology），由于下载时DEM影像一个经纬度一张图像因此下载范围比较大，

图15 基于ArcGis水文分析模块的矢量河网提取

2.1 各DEM影像之间进行拼接
由于下载的DEM数据数一个经纬度为一张图，因此要把晋江流域周边的影像进行拼接形成一张统一的图形文件。由于两块在海上因此DEM为空白。没有可供下载的影响。

2.2提取水流方向
采用以下操作: ArctoolBox->Spatial Analysis Tools->Flow Direction 工具

结果为：

2.3计算洼地
采用Hydrology下面的WATERSH进行运算

结果为：

洼地

洼地贡献区域
2.4填充洼地计算无洼地的DEM影像：
DEM洼地（水流积聚地）有是洼地和数据精度不够高所造成的洼地。洼地填平的主要作用是避免DEM的精度不够高所产生的（假的）水流积聚地。洼地填平使用ArctoolBox->Spatial Analysis Tools->Hydrology->Fill工具。

2.5、计算汇流累计量和生成河网

生成的河网

2.6 晋江流域河网的裁剪
通过分析ArcGis软件中的水文分析模块Stream to Feature工具生成的矢量河网上下节点标识的特点，在由几何网络工具中生成的节点图层中将其计算出来。这不仅完善了地理数据一致性，也为后续的流域水文地貌过程分析提供了保障。

2.7 裁剪结果和分析
下图均为晋江流域裁剪之后的结果，图16可以看出由于晋江流域较大总体上看没有清晰的河网信息， 只是一些零散的细点，具体来看图17、18河网脉络清晰可见
此外，由于在DEM影像拼接是还剩下一些缝隙（如图19)为不足之处。由于提取水系是已经将地表的洼地填充一些集水区如湖泊等已经被填充，无法反映真实的水体分布。
总之，基于DEM 提取的水是能够较清楚的放映水系的分布和水的流向，但是所提取的河道，大小均一不能反映实际的水系状态，也没有湖泊等相关的水体信息。

图16 晋江流域提取的河网信息 图17

图18 图19

（三） 目视解译
3.1目视解译结果
目视解译为本报告前期准备工作，其包括遥感遥感影像的初步处理、建立解译标志，解译后实地考察等工作。因此在此不做详细介绍。本次对晋江流域的解译把地物分为个地类，包括：水田、旱地、水域、林地、园地建设用地、未利用地。下图为解译的结果

图20 图 21

图22 晋江流域遥感目视解译结果
3.2解译结果分析
从图20可以看出目视解译可以较为清晰的反应水体信息，信息较为客观精确，不过解译工作量巨大。图21可以看出对于相同颜色的地区是否为水体，难以判断。在这种情况下主要取决于解译对地物的主观判断，和解译经验的积累。从22图可以看出在水库的下游出水口应该有一定量的水体，但是在影像上不明显，解译就会出现水系断裂的情况，不能反映真实的水文系统。
总之，目视解译水体对部分存在一定的主观性，无法判别的地方与解译人的主观意识和解译经验有关。对于细小的河道是没有办法进行解译，没有显示出具体完整的水系特征。

七 结论与存在的问题
1. 通过归一化水体指数提取的水体信息，能够较准确的反应遥感中大面积的水体信息。但是在在细小的水体时所提取的水体面积比实际值较小，不能反映部分小地区水体信息，精度有待提高。
2. 基于DEM 提取的水是能够较清楚的放映水系的分布和水的流向，但是所提取的河道，大小均一不能反映实际的水系状态，也没有湖泊等相关的水体信息。
3. 遥感影像解译，比较精确，部分地区存在主观判断，不同人解译存在人为误差，工作量大。目视解译水体对部分水体存在一定的主观性，无法判别的地方与解译人的主观意识和解译经验有关。对于细小的河道是没有办法进行解译，没有显示出具体完整的水系特征。

八、 后续工作
从上面工作可以看出无论是目视解译还是归一化指数方法对水体的提取以及和网信息的提取都存在一些问题。要真正将提取的水体信息运用于水文分析还有一定的差距。后续还有一些工作需要开展。初步为一下打算：
1. 对于河流下游、湖泊以及较为明显的水体可采用归一化水体指数提取方法提取的水体信息结果。调整阀值使水体信息能够最大限度的放映实际水体分布。
2. 对于一些无法提取和较细小的河流可以采用河网提取的结果，由于网提取的结果是线性不存在面积，因此可以根据地形，降水和地理位置，差异的赋予不同地区的河流一定的缓冲区。具体方法还有待进一步不学习和探讨。
3. 基于于晋江流域水体信息提取的这些研究以及后续研究愿能够真正提取出对水文学真实有用的水体信息，并以论文形式发表。

九、参考文献
[1] 王亚飞, 刘文军. 面向对象的遥感影像水体信息的提取[J]. 河南科学, 2012, 30(5): 589-591.
[2] 于欢，张树清，李晓峰，等．基于 TM影像的典型内陆淡水湿地水体提取研究[J]．遥感技术与应用，2008(3)：310—3l5．
[3] 陈树辉 ，刘忠华 ，刘翔 ，等．基于 TM遥感影像 的南京市水体信息提取 [J]．安徽农业科学 ，2011(11)：6863-865．
[4] 王培培．基于ETM影像的水体信息自动提取与分类研究[J]．首都师范大学学报：自然科学版，2009(6)：75-79
[5] 胡进刚，张晓东 ，沈欣，等．一种面向对象的高分辨率影像道路提取方法[J]．遥感技术与应用 ，2006(3)：184—188．
[6] 汤国安,杨昕.ArcGIS地理信息系统空间分析实验教程[M].北京:科学出版设,2006:
[7] 韩耀军,王乐鹏,秦天保等.数据库系统原理与应用[M].北京:机械工业出版社,2007:
[8] 聂卉.基于关系型数据结构的图形参数化方法[J].中山大学学报(自然科学版),2000,12
[9] 张行南，叶立华，井立阳．基于DEM的流域流水网对比分析[J]．水利水电科技进展，2004，24(3)：1-4
[10] [2]文康，金管生．地表径流过程的数学模型[M]．北京：水利电力出版社，1990：288—289
[11] [31任立良．流域水文物理过程的数字模型研究[D]．南京：河海大学，1999：90—112
[12] 易红伟,汤国安,刘咏梅等.河网径流节点及其基于DEM的自动提取[J].水土保持学报.
[13] 芮孝芳.地貌瞬时单位线研究进展[J].水科学进展,1999,10(3):345-35.
[14] 目 录
[15] 第一章 引 言 1
[16] 1.1智能车整体设计思路 1
[17] 1.2技术方案概要 1
[18] 1.3技术报告内容 2
[19] 第二章 智能车硬件部分安装和改造 3
[20] 2.1 智能车机械部分安装及改造 3
[21] 2.2 辅助电路板的设计安装 3
[22] 2.3 最小系统电路板的固定及连接 5
[23] 第三章 智能车硬件电路设计 7
[24] 3.1 电源电路设计 7
[25] 3.2 直流电机驱动电路 8
[26] 3.3 路面信息检测电路 9
[27] 3.4 转向系统电路 10
[28] 第四章 软件设计 11
[29] 4.1 HCS12 控制软件主要理论 11
[30] 4.2 算法说明 11
[31] 4.2.1路面信息检测 11
[32] 4.2.2 传感器优先级的设定 12
[33] 4.2.3智能车的转向角度控制 12
[34] 4.2.4智能车速度的控制 14
[35] 4.2.5 直道的限速 14
[36] 4.2.6 交叉线的通过 14
[37] 4.2.7 抗干扰措施 15
[38] 4.3 代码设计介绍 18
[39] 第五章 智能车的调试 19
[40] 5.1 软硬件调试 19
[41] 5.2 智能车的整体调试 20
[42] 5.2.1 传感器及外围电路的调试 20
[43] 5.2.2 舵机的调试过程 20
[44] 5.2.3 直流电机的调试 20
[45] 5.2.4 整体调试 23
[46] 5.3 智能车的主要技术参数 23
[47] 第六章 结 论 25
[48] 参考文献 28
[49] 附录A 程序清单 29
[50] 附录B 硬件电路图 45
[51] 附录C 基于红外反射式传感器的赛道检测方法的研究 47
[52]