GIS研习社 GIS研习社
GIS基础理论 GIS实战 NDWI

NDWI水体指数公式是?阈值该如何设定?

GIS基础理论
Dr.GIS
wowwwai GIS研习社 · 工具流程与项目排障

“NDWI水体指数公式是?阈值该如何设定?”是遥感水体提取中最常见的问题之一。很多同学在 QGIS、ArcGIS Pro 或 Python 里算出了 NDWI，却发现河流断断续续、阴影被误判成水体、城市屋顶也被提取出来。问题通常不在公式本身，而在波段选择、影像预处理和阈值设定方法。

NDWI水体指数公式和NDWI阈值设定流程示意图
NDWI水体指数的一般工作流：选择绿光与近红外波段，计算指数，再通过阈值提取水体。

引言：NDWI水体指数适合解决什么问题

NDWI水体指数主要用于从多光谱遥感影像中增强水体信息，并把水体与植被、裸地、建设用地等地物区分开。它常用于湖泊边界提取、河道识别、水库面积统计、洪水淹没范围分析和湿地监测。

但需要先说明一点：NDWI不是“万能水体提取按钮”。它更像一个增强工具，能让水体在指数影像中更容易被识别。真正得到可用水体边界，还需要根据影像类型、研究区地物、季节和水体浑浊程度合理设定阈值。

背景：为什么同一个NDWI阈值不能到处套用

很多教程会直接写“NDWI大于0为水体”。这个经验在部分场景中有效，但不能无条件套用。

原因很简单：NDWI值受到多个因素影响，包括传感器类型、影像是否做过大气校正、水体是否浑浊、岸线是否混合像元、城市阴影是否明显、云和云影是否被掩膜，以及研究区是否存在湿地、稻田、暗色屋顶等容易混淆的地物。

例如，在清澈湖泊区域，水体NDWI可能明显大于0；在泥沙含量高的河流中，水体反射特征会改变，NDWI可能接近0甚至偏低；在城市地区，建筑阴影和山体阴影有时也会表现出类似水体的低反射特征，导致误提取。

原理：NDWI水体指数公式是什么

最常用的 NDWI 水体指数由 McFeeters 提出，公式如下：

NDWI = (Green - NIR) / (Green + NIR)

其中，Green 表示绿光波段，NIR 表示近红外波段。水体通常在绿光波段有一定反射，而在近红外波段反射很弱，因此 NDWI 计算后水体往往表现为较高值。

对于常见卫星影像，波段对应关系可以参考下表：

数据源 Green绿光波段 NIR近红外波段 NDWI公式示例
Landsat 8/9 OLI Band 3 Band 5 (B3 – B5) / (B3 + B5)
Landsat 5/7 TM/ETM+ Band 2 Band 4 (B2 – B4) / (B2 + B4)
Sentinel-2 MSI Band 3 Band 8 (B3 – B8) / (B3 + B8)
高分系列影像 需查看传感器说明 需查看传感器说明 按绿光与近红外波段代入

NDWI理论取值范围一般在 -1 到 1 之间。数值越高，越可能是水体；数值越低，通常越可能是植被、裸地或建筑用地。但在实际影像中，阈值需要结合直方图、样本点和目视检查确定。

步骤：在GIS软件中计算NDWI并设定阈值

步骤1：确认影像波段和预处理状态

计算 NDWI水体指数 前，先确认影像是否满足基本条件：

  • 影像必须包含绿光波段和近红外波段。
  • 尽量使用地表反射率产品，而不是未经校正的原始DN值。
  • 如果有云、云影、积雪，应先做掩膜处理。
  • 不同分辨率波段参与计算时，应先统一空间分辨率。
  • 确认研究区范围，不要把大量无关区域一起参与阈值判断。

如果使用 Sentinel-2，常见组合是 B3 和 B8。若使用 Landsat 8 或 Landsat 9，常见组合是 B3 和 B5。

步骤2：在QGIS中计算NDWI

在 QGIS 中可以使用“栅格计算器”完成 NDWI 计算。基本流程如下：

  1. 加载包含绿光和近红外波段的多光谱影像。
  2. 打开“栅格”菜单中的“栅格计算器”。
  3. 输入 NDWI 公式。
  4. 设置输出路径和输出格式，建议使用 GeoTIFF。
  5. 运行后加载结果栅格，并调整渲染方式查看水体高值区域。

以 Sentinel-2 为例，如果绿光波段文件是 B3，近红外波段文件是 B8，公式可写为：

("B3@1" - "B8@1") / ("B3@1" + "B8@1")

以 Landsat 8 为例，公式可写为：

("B3@1" - "B5@1") / ("B3@1" + "B5@1")

计算完成后，不要急着二值化。建议先查看 NDWI 栅格的统计值和直方图，观察水体与非水体是否有明显分界。

步骤3：在ArcGIS Pro中计算NDWI

在 ArcGIS Pro 中，可以使用 Raster Calculator 或栅格函数计算 NDWI。流程如下：

  1. 加载影像波段或多波段影像。
  2. 打开 Spatial Analyst 工具中的 Raster Calculator。
  3. 输入 Green 和 NIR 波段对应的表达式。
  4. 输出 NDWI 栅格。
  5. 使用重分类、栅格计算器或条件函数提取水体。

示例表达式如下：

(Float("Green") - Float("NIR")) / (Float("Green") + Float("NIR"))

这里使用 Float 是为了避免整数运算导致结果异常。对于 NDWI 这类归一化指数，输出应为浮点型栅格。

步骤4：初步设定NDWI阈值

NDWI阈值没有唯一标准，但可以按以下顺序判断：

  1. 先从 0 作为初始阈值测试。
  2. 查看 NDWI > 0 的区域是否基本覆盖水体。
  3. 如果漏掉大量浑浊水体，可尝试降低到 -0.05 或 -0.1。
  4. 如果阴影、暗色建筑被误提取，可尝试提高到 0.1、0.2 或结合其他指数过滤。
  5. 对比原始真彩色或假彩色影像，检查边界是否合理。

常见的二值化表达式如下：

NDWI > 0

如果需要在 QGIS 栅格计算器中输出水体二值栅格，可以写成：

"NDWI@1" > 0

结果通常为 1 表示满足条件，0 表示不满足条件。之后可以将 1 值区域转换为矢量面，用于面积统计或制图。

步骤5：用直方图和样本点优化阈值

更稳妥的 NDWI阈值设定 方法是结合样本点和直方图，而不是只凭一个经验数值。

  1. 在原始影像上人工选择若干水体样本点，包括深水、浅水、浑浊水体和岸边水体。
  2. 选择若干非水体样本点，包括植被、裸地、建筑阴影、道路和农田。
  3. 提取这些样本点对应的 NDWI 值。
  4. 比较水体与非水体的数值范围。
  5. 选择能最大程度区分两类样本的阈值。

如果水体样本大多集中在 0.12 到 0.65，非水体大多小于 0.05，那么阈值可以考虑设为 0.08 或 0.1。若两类样本重叠严重，说明单独使用 NDWI 不够稳定，需要加入其他方法。

步骤6：提取水体边界并计算面积

得到二值水体栅格后，可以继续做后处理：

  1. 去除很小的孤立斑块，减少噪声。
  2. 填补水体内部小空洞。
  3. 将二值栅格转换为矢量面。
  4. 检查矢量边界是否过度破碎。
  5. 在投影坐标系下计算面积，避免使用经纬度坐标直接算平方米。

如果目标是统计湖泊、水库或洪水面积，建议先将结果投影到合适的等面积投影或当地常用投影坐标系，再进行面积计算。

常见坑：NDWI计算和阈值设定容易出错的地方

1. 把波段选错

NDWI水体指数公式使用的是 Green 和 NIR。如果把红光、短波红外或其他波段误当成近红外，结果会完全不同。尤其是不同卫星的波段编号不一样，不能只凭“第几波段”套公式。

2. 用原始DN值直接跨影像比较

同一地区不同日期、不同传感器的原始DN值不一定可比。如果要做时间序列水体变化分析，建议使用经过辐射定标和大气校正的地表反射率数据。

3. 忽略云影和山体阴影

云影、山体阴影、建筑阴影都可能被 NDWI 误判为水体。城市地区和山区尤其需要先做阴影检查，必要时结合 DEM、云掩膜或其他指数过滤。

4. 阈值只看一个局部区域

如果只在一个湖泊附近调阈值，应用到整个研究区时可能失效。较大的研究区通常包含多种地表类型，建议分区检查阈值效果。

5. 岸线混合像元导致边界偏移

遥感影像的一个像元可能同时包含水体和陆地，这就是混合像元。水岸交界处最容易出现这种情况，因此提取出的水体边界可能比真实岸线略有偏移。

6. 将NDWI和MNDWI混为一谈

NDWI常用 Green 和 NIR，MNDWI常用 Green 和 SWIR。MNDWI在城市水体提取中经常更有优势，因为它对建筑用地的抑制效果更明显。两者公式不同，阈值也不能直接通用。

方法比较：NDWI、MNDWI和监督分类怎么选

方法 适用场景 优点 局限
NDWI 湖泊、河流、水库等常规水体提取 公式简单，计算快，易解释 容易受阴影、建筑和浑浊水体影响
MNDWI 城市水体、建设用地较多区域 对建筑背景抑制更好 需要短波红外波段，部分数据不具备
NDVI辅助过滤 水体与植被混淆区域 可减少植被误判 仍需设定多个阈值
监督分类 地物复杂、样本充足区域 可综合多个波段和特征 需要训练样本，流程更复杂
面向对象分类 高分辨率影像水体提取 能利用形状、纹理和邻域信息 参数较多，迁移性较差

如果研究区是自然湖泊或河流，NDWI通常可以作为第一选择。如果研究区位于城市内部，建议优先测试 MNDWI，或把 NDWI 与建筑阴影过滤方法结合使用。如果要做高精度制图，单一指数往往不够，需要样本分类和人工校核。

检查清单：发布结果前请逐项确认

  • 公式是否正确：确认使用的是 Green 和 NIR，并且顺序为 Green – NIR。
  • 波段是否对应：不同传感器波段编号不同，必须查清楚再计算。
  • 数据是否校正：多期对比尽量使用地表反射率产品。
  • 云影是否处理：云、云影、山体阴影会明显影响阈值。
  • 阈值是否验证：不要只用默认0，至少结合原始影像和样本点检查。
  • 误提区域是否排查：重点查看阴影、暗色屋顶、湿地、稻田和裸地。
  • 面积计算是否投影：面积统计前应使用合适的投影坐标系。
  • 边界是否后处理：必要时去除小斑块、填洞和平滑边界。

FAQ：NDWI水体指数公式和阈值常见问题

1. NDWI水体指数公式到底是哪一个？

常用 NDWI水体指数公式 是：

NDWI = (Green - NIR) / (Green + NIR)

其中 Green 是绿光波段，NIR 是近红外波段。Sentinel-2 常用 B3 和 B8，Landsat 8/9 常用 B3 和 B5。

2. NDWI阈值一定是0吗？

不一定。NDWI > 0 是常见初始阈值，但不是固定标准。清澈水体可能适合较高阈值，浑浊水体或浅水区可能需要更低阈值。建议结合直方图、样本点和原始影像目视检查来确定。

3. 为什么NDWI提取出来的水体有很多阴影？

因为阴影区域整体反射率低，在某些影像中可能与水体表现相似。可以通过云影掩膜、DEM地形阴影分析、MNDWI、NDVI辅助过滤或人工校核减少误判。

4. Sentinel-2计算NDWI应该用哪个波段？

Sentinel-2常用 B3 作为绿光波段，B8 作为近红外波段，公式为：

NDWI = (B3 - B8) / (B3 + B8)

如果使用不同处理级别或重采样后的数据，要确认波段分辨率和空间对齐情况。

5. Landsat 8计算NDWI应该用哪个波段？

Landsat 8 和 Landsat 9 OLI 常用 Band 3 作为绿光波段，Band 5 作为近红外波段，公式为：

NDWI = (B3 - B5) / (B3 + B5)

如果使用的是 Landsat 5 或 Landsat 7，常见组合是 Band 2 和 Band 4。

6. NDWI和MNDWI有什么区别？

NDWI通常使用 Green 和 NIR，MNDWI通常使用 Green 和 SWIR。MNDWI在城市水体提取中常更稳，因为短波红外对建筑和裸地的区分能力更强。但前提是影像必须有 SWIR 波段。

7. NDWI结果能直接作为最终水体边界吗？

不建议直接使用。NDWI结果通常还需要阈值分割、噪声去除、空洞填补、矢量化和人工检查。对于正式成果，还应结合高分影像、实测数据或已有水系数据进行验证。

结论：NDWI阈值要从影像和场景中确定

NDWI水体指数的核心公式很简单：用绿光波段减去近红外波段，再除以二者之和。真正影响结果质量的是波段选择、影像预处理和 NDWI阈值设定。

实际工作中，可以先以 NDWI > 0 作为起点，再通过直方图、样本点和原始影像对比逐步调整。自然水体场景通常较容易，城市、山区、浑浊河流和湿地场景则需要结合 MNDWI、掩膜、分类方法或人工校核。

一句话总结：NDWI公式可以固定，阈值不能死记。把公式算对、把波段选对、把阈值验证清楚，才是可靠提取水体的关键。