NDWI和MNDWI有何区别?城市水体该选谁?

wowwwai GIS研习社 · 工具流程与项目排障

NDWI和MNDWI有何区别?城市水体该选谁? 这是做遥感水体提取时很常见的问题，尤其是在城市区域：河道、湖泊、湿地旁边往往混着建筑物阴影、深色屋顶、道路和高反射裸地，直接套用一个水体指数很容易把非水体误判为水体。

本文以 GIS 和遥感制图中的实际工作流为主，说明 NDWI 与 MNDWI 的波段差异、适用场景、阈值选择方法，以及在城市水体提取中如何判断该选哪一个指数。

引言：NDWI和MNDWI不是简单的“谁更高级”

很多同学在 QGIS、ArcGIS Pro、Google Earth Engine 或 Python 中提取水体时，会先搜索“NDWI 水体提取”或“MNDWI 城市水体提取”。看公式时二者只差一个波段，但实际结果可能差很多。

NDWI 更早、更常见，适合快速增强水体信息；MNDWI 是对城市和建设用地场景更友好的改进版本。判断该用哪个，不能只看指数名称，而要看影像波段、研究区地物类型、阈值策略和精度验证方式。

一句话结论：如果研究区以自然湖泊、河流、湿地为主，NDWI 可以作为快速方案；如果研究区包含大量建筑物、道路、裸地和阴影，城市水体提取通常优先尝试 MNDWI。

背景：为什么城市水体提取容易出错

在遥感影像中，水体通常在可见光波段有一定反射，在近红外和短波红外波段反射较低。因此，水体指数会利用不同波段之间的反射差异，把水体从背景中突出出来。

但城市区域并不“干净”。下面这些地物经常干扰 NDWI 和 MNDWI 的判断：

• 建筑物阴影：阴影整体亮度低，容易和深水体混淆。
• 深色屋顶：部分屋顶在近红外或可见光上表现接近水体。
• 沥青道路：灰暗道路在指数图上可能出现异常高值或接近阈值。
• 裸地和施工区：反射特征复杂，容易在阈值分割时形成噪声斑块。
• 窄河道与混合像元：当河道宽度接近影像分辨率时，一个像元内可能同时包含水体、岸线、植被和建筑物。

因此，“NDWI和MNDWI有何区别”这个问题，本质上是在问：哪个指数更能把真实水体与城市背景区分开。

原理：NDWI和MNDWI的公式与波段区别

NDWI 的基本原理

常用的 McFeeters NDWI 公式为：

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

其中，Green 是绿光波段，NIR 是近红外波段。水体在绿光波段通常有一定反射，而在近红外波段吸收较强，因此水体的 NDWI 值往往较高。

以 Sentinel-2 为例，常见对应关系为：

• Green：B3
• NIR：B8

以 Landsat 8/9 OLI 为例，常见对应关系为：

• Green：Band 3
• NIR：Band 5

MNDWI 的基本原理

MNDWI 是 Modified Normalized Difference Water Index，即改进型归一化水体指数。常用公式为：

MNDWI = (Green - SWIR) / (Green + SWIR)

其中，SWIR 是短波红外波段。城市建筑物、裸地和部分道路在短波红外波段往往反射较强，而水体在短波红外波段反射很低。用 SWIR 替代 NIR 后，MNDWI 对城市建设用地的抑制效果通常更好。

以 Sentinel-2 为例，常见对应关系为：

• Green：B3
• SWIR：B11 或 B12，实际工作中常用 B11

以 Landsat 8/9 OLI 为例，常见对应关系为：

• Green：Band 3
• SWIR：Band 6 或 Band 7，实际工作中常用 Band 6

NDWI和MNDWI核心区别

对比项	NDWI	MNDWI
公式	(Green – NIR) / (Green + NIR)	(Green – SWIR) / (Green + SWIR)
关键差异	使用近红外波段	使用短波红外波段
对自然水体	通常表现较好	通常也表现较好
对城市建筑物	容易受到干扰	抑制效果通常更好
对阴影	可能误判	仍可能误判，但通常更容易结合规则处理
适用重点	快速水体增强、自然水体识别	城市水体提取、建设用地区域水体识别

步骤：城市水体该选谁，建议按这个流程判断

步骤1：先确认影像是否有 SWIR 波段

能不能使用 MNDWI，首先取决于影像是否有短波红外波段。Landsat 8/9、Sentinel-2 都支持 MNDWI；但部分高分辨率可见光影像或无人机 RGB 影像没有 SWIR，就无法直接计算标准 MNDWI。

• 如果有 Green、NIR、SWIR：可以同时计算 NDWI 和 MNDWI 对比。
• 如果只有 Green 和 NIR：可以计算 NDWI，但不能计算标准 MNDWI。
• 如果只有 RGB：不要把 RGB 水体增强简单称为标准 NDWI 或 MNDWI。

步骤2：分别计算 NDWI 和 MNDWI

在 QGIS 中，可以使用“栅格计算器”计算指数。以 Sentinel-2 为例，如果已经完成波段对齐和裁剪，可以使用类似表达式：

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

MNDWI = ("B3@1" - "B11@1") / ("B3@1" + "B11@1")

在 ArcGIS Pro 中，可以使用 Raster Calculator 或栅格函数完成同样计算。关键不是软件界面，而是确保波段名称、空间分辨率、坐标系和 NoData 处理正确。

步骤3：不要盲目使用固定阈值 0

很多教程会写“NDWI 大于 0 为水体”。这个规则可以作为初始参考，但不应该当作所有区域的固定标准。

城市水体提取时，建议这样做：

1. 先查看 NDWI 或 MNDWI 指数图的直方图。
2. 在已知水体、建筑物、阴影、道路、植被上采样查看指数值。
3. 从 0 开始测试多个阈值，例如 -0.1、0、0.1、0.2。
4. 叠加原始影像检查漏提和误提。
5. 选择能平衡水体完整性与误判数量的阈值。

对于 MNDWI 城市水体提取，阈值仍然需要根据影像日期、传感器、季节、水体浑浊度和城市背景调整。

步骤4：用样本点或目视解译验证结果

只生成一张二值水体图并不够。至少要抽查以下位置：

• 宽阔湖面和主河道是否被完整提取。
• 窄河道是否断裂。
• 建筑物阴影是否被误判为水体。
• 深色屋顶和道路是否形成水体斑块。
• 水边湿地、滩涂、藻华区域是否出现混淆。

如果结果用于正式项目，建议建立验证样本，计算混淆矩阵、总体精度、用户精度和生产者精度。对日常制图或课程作业，至少也要进行有代表性的人工抽查。

步骤5：必要时结合后处理

NDWI 和 MNDWI 都只是光谱指数，不是完整的水体提取系统。城市水体结果常常需要后处理：

• 删除面积过小的孤立斑块。
• 用矢量边界裁剪研究区外噪声。
• 结合 DEM 排除山体阴影误判。
• 结合土地利用数据排除已知建筑区误判。
• 对河道断裂位置进行人工检查或形态学处理。

如果你的目标是制图表达，适度后处理是必要的；如果目标是科学分析，则必须记录阈值、数据源、处理流程和精度评价方法。

常见坑：NDWI和MNDWI结果不对，通常不是公式错

坑1：波段分辨率没有统一

Sentinel-2 的 B3 和 B8 是 10 米分辨率，而 B11 是 20 米分辨率。计算 MNDWI 前，如果软件没有自动正确重采样，就可能出现错位、边缘异常或结果模糊。

建议统一到目标分辨率，并明确使用最近邻、双线性或三次卷积等重采样方式。对于连续反射率影像，双线性通常更常见；对于分类结果，不能随意用双线性。

坑2：没有进行云、云影和雪的处理

云影很容易被误认为水体，雪和亮色屋顶也可能影响水体指数。做城市水体提取前，应尽量使用低云量影像，并结合质量波段或云掩膜去除明显云、云影和雪。

坑3：把 DN 值、反射率和不同产品混着算

如果使用的是原始 DN 值、表观反射率或地表反射率，指数数值可能存在差异。NDWI 和 MNDWI 的相对增强效果仍然存在，但不同产品之间的阈值不能直接照搬。

同一个项目中，尽量保持数据产品一致。例如统一使用 Landsat Collection 2 Level-2 地表反射率，或统一使用 Sentinel-2 L2A 地表反射率产品。

坑4：只看指数图，不看原始影像

指数图看起来“水体很明显”，不代表分类一定正确。城市中大量阴影、玻璃屋顶、湿地、桥梁下方区域都可能造成假象。

建议把水体结果叠加到真彩色影像、假彩色影像和底图上检查。特别是桥梁、码头、滨水建筑区，必须人工核对。

坑5：忽略季节和水位变化

同一条河在丰水期和枯水期的边界差异很大。水体浑浊、藻类覆盖、水草和滩涂也会影响 NDWI 与 MNDWI 的值。如果要做时间序列水体变化分析，阈值策略要保持可解释性，而不是每期随意调到“看起来最好”。

方法比较：NDWI、MNDWI和其他水体提取方法怎么选

方法	适合场景	主要优点	主要限制
NDWI	自然水体快速提取、湖泊河流增强	公式简单，对水体增强明显	城市建筑物和阴影干扰较明显
MNDWI	城市水体提取、建设用地背景下的河湖识别	对建筑物、裸地抑制通常更好	需要 SWIR 波段，受分辨率影响
AWEI	阴影较多、背景复杂区域	对阴影和非水体有进一步抑制设计	公式更复杂，阈值和传感器适配要谨慎
监督分类	有样本、有精度要求的项目	可结合多个波段和特征	需要训练样本，结果受样本质量影响
深度学习	高分辨率影像、复杂城市水系	可识别形态和上下文信息	需要大量标注数据和模型训练经验

如果只是做一次城市河湖提取，建议先用 MNDWI 作为基线方法，再根据误差类型加入后处理或辅助数据。如果是高精度项目，不建议只依赖单一指数，应考虑多特征分类或人工校核。

检查清单：城市水体提取前后必须确认这些点

• 数据源：是否使用 Landsat、Sentinel-2 或其他包含所需波段的影像？
• 波段选择：NDWI 是否使用 Green 和 NIR？MNDWI 是否使用 Green 和 SWIR？
• 产品级别：是否统一使用地表反射率或同类产品？
• 空间分辨率：不同波段是否已正确重采样和对齐？
• 云影处理：是否排除了明显云、云影、雪和异常区域？
• 阈值设置：是否根据研究区样本和直方图确定阈值，而不是机械使用 0？
• 结果验证：是否检查了水体、阴影、道路、屋顶、裸地等典型位置？
• 后处理：是否删除了明显小斑块和研究区外噪声？
• 记录流程：是否记录了影像日期、公式、阈值和处理软件？

FAQ：NDWI和MNDWI常见问题

1. 城市水体提取一定要用 MNDWI 吗？

不一定，但通常建议优先尝试 MNDWI。因为城市区域建筑物、裸地和道路较多，MNDWI 使用 SWIR 波段后，对这些非水体的抑制往往比 NDWI 更好。如果影像没有 SWIR 波段，则只能使用 NDWI 或其他替代方法。

2. NDWI 大于 0 就一定是水体吗？

不是。NDWI 大于 0 是常见经验阈值，但城市阴影、湿地、部分暗色地物也可能接近或超过这个阈值。实际项目中应结合直方图、样本点和原始影像调整阈值。

3. MNDWI 大于 0 就一定比 NDWI 准吗？

也不是。MNDWI 在城市水体提取中通常更稳，但仍会受到云影、山影、混合像元、浑浊水体和波段分辨率的影响。是否更准，需要用目视检查或验证样本判断。

4. Sentinel-2 计算 MNDWI 应该用 B11 还是 B12？

实际工作中常用 B11，因为 B11 是短波红外波段，且在水体提取中应用较广。B12 也属于短波红外，但结果会有差异。建议在同一项目中保持一致，并通过样本验证选择更合适的波段。

5. 为什么 MNDWI 结果边界看起来比 NDWI 粗糙？

常见原因是 SWIR 波段分辨率较低。例如 Sentinel-2 的 B11 为 20 米，而 B3 为 10 米。计算 MNDWI 时需要重采样，水体边界可能没有 10 米波段那么锐利。窄河道提取时尤其要注意这一点。

6. NDWI 和 MNDWI 可以一起使用吗？

可以。一个实用做法是同时计算 NDWI 和 MNDWI，然后对比两者在水体、建筑阴影、道路和裸地上的表现。对于复杂区域，也可以把 NDWI、MNDWI、原始波段、DEM 或土地利用数据一起作为分类特征。

结论：城市水体优先试 MNDWI，但结果必须验证

NDWI和MNDWI有何区别，关键在于 NDWI 使用 Green 与 NIR，MNDWI 使用 Green 与 SWIR。这个波段差异决定了二者在城市水体提取中的表现差异：MNDWI 通常更能抑制建筑物、裸地和部分城市背景干扰，因此更适合城市河流、湖泊和水面提取。

但 MNDWI 不是万能答案。正确流程应该是：确认波段条件，计算指数，调整阈值，叠加原始影像检查，处理云影和小斑块，并用样本或人工解译验证结果。

如果你的研究区是城市建成区，建议把 MNDWI 作为首选基线；如果是自然湖泊、宽阔河道和湿地区域，NDWI 也可以作为快速有效的水体增强方法。真正可靠的水体提取，不是选一个公式结束，而是把指数、阈值、验证和后处理完整串起来。