朱浩朋，伍玉梅，陳鐵喜

(1. 中國(guó)水產(chǎn)科學(xué)研究院東海水產(chǎn)研究所，農(nóng)業(yè)農(nóng)村部遠(yuǎn)洋與極地漁業(yè)創(chuàng)新重點(diǎn)實(shí)驗(yàn)室，上海 200090； 2.上海海洋大學(xué)海洋科學(xué)學(xué)院，上海 201306； 3. 南京信息工程大學(xué)，江蘇南京 210044)

洞庭湖是我國(guó)的第二大淡水湖，但近年來(lái)出現(xiàn)水域面積縮小、水位下降、湖泊調(diào)蓄能力減弱等問(wèn)題，這對(duì)濕地生態(tài)平衡造成了破壞，對(duì)農(nóng)業(yè)發(fā)展帶來(lái)諸多不利影響[1]。根據(jù)遙感數(shù)據(jù)中水體光譜的特征，能夠獲取水體的可見(jiàn)光、近紅外、短波紅外和微波等不同波段數(shù)據(jù)，利用這些數(shù)據(jù)可以監(jiān)測(cè)水域面積變化，分析水域面積變化規(guī)律等工作。中分辨率成像光譜儀(Moderate-resolution Imaging Spectroradiometer，MODIS)具有時(shí)間分辨率高、光譜分辨率高、空間分辨率能滿足大面積同步觀測(cè)要求的特點(diǎn)，因此適合用于湖泊等大面積水域的調(diào)查研究。龔偉等[2]基于MODIS數(shù)據(jù)估算洞庭湖水面面積，李景剛等[3]以MOD09Q1為數(shù)據(jù)源，采用多源信息水面提取的方法分析2000—2008年間洞庭湖區(qū)水面面積變化；而針對(duì)鄱陽(yáng)湖[4]、滇池[5]、洪澤湖[6]等其他類似水域的研究也提供了參考依據(jù)。

在對(duì)水體面積的觀測(cè)和分析的相關(guān)研究中，不僅需要考慮選用波段、數(shù)據(jù)類型的差異，還需要根據(jù)不同的水體選擇合適的提取算法以及監(jiān)測(cè)模型。莫偉華等[7]提出的新的水體指數(shù)模型 CIWI(Combined Index of NDVI and MIR for Water Body Identification)，根據(jù)水體在近紅外波段反射率低與城鎮(zhèn)差異明顯的特點(diǎn)，并結(jié)合歸一化植被指數(shù)(Normalized Difference Vegetation Index，NDVI)，將水與云、城鎮(zhèn)區(qū)分開(kāi)，增強(qiáng)了水體提取效果；徐涵秋[8]在Mcfeeters等人提出的歸一化差異水體指數(shù)(NDWI)的基礎(chǔ)上用中紅外波段代替近紅外波段，在提取城鎮(zhèn)范圍內(nèi)的水體時(shí)可以取得比NDWI更好的效果，有效避免了在提取水體時(shí)因包含有城鎮(zhèn)用地而面積偏大的問(wèn)題；王晴晴、余明[9]基于TM(Thematic Mapper)數(shù)據(jù)以簡(jiǎn)單比值水體指數(shù)SRWI(Simple Ratio of Water Index)實(shí)現(xiàn)了水體信息的快速提取。

由于地表狀況復(fù)雜，數(shù)據(jù)信息缺乏，精度不易提高，為了更加有效地提取水體，可以建立適當(dāng)?shù)乃w面積變化監(jiān)測(cè)模型，如像元淹沒(méi)比模型[10]和混合像元分解[11]等模型?？酌烂繹12]基于混合像元分解的水體提取及變化監(jiān)測(cè)研究便以完全約束的最小二乘法(Fully Constrained Least Squares Method, FCLS)提取研究區(qū)域的水體信息，發(fā)現(xiàn)FCLS方法的提取結(jié)果要優(yōu)于水體指數(shù)法及SVM分類法；劉排英[13]基于光譜面積和IHS變換(Intensity Hue Saturation)的水體提取的研究提出了一種基于光譜面積的譜間關(guān)系法；夏雙等[14]以TM影像作為數(shù)據(jù)源，分別運(yùn)用3種水體指數(shù)提取方法即混合水體指數(shù)(CIWI)法、歸一化差異水體指數(shù)(NDWI)法、改進(jìn)的歸一化差值水體指數(shù)(Modified Normalized Difference Water Index, MNDWI)法和其他3種常用的方法如譜間關(guān)系法、比值法和單波段閾值法進(jìn)行水體信息提取，并對(duì)比提取精度，分析統(tǒng)計(jì)誤提現(xiàn)象，發(fā)現(xiàn)基于譜間關(guān)系法和CIWI模型的水體提取精度高，誤提現(xiàn)象少。

本文的工作則是采用MOD09A1數(shù)據(jù)，針對(duì)洞庭湖水域運(yùn)用NDWI指數(shù)提取了2002—2016年間的洞庭湖水體，并計(jì)算了洞庭湖水體面積，分析了年、月尺度上的洞庭湖面積變化規(guī)律。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)介紹

本文數(shù)據(jù)選用了MOD09A1，MOD09是MODIS的陸地2級(jí)數(shù)據(jù)產(chǎn)品，經(jīng)過(guò)了初步的輻射校正和大氣校正，其DN(Digital Number)值代表地表反射率，空間分辨率為500 m，選用的MOD09A1是3級(jí)產(chǎn)品，是MOD09在正弦投影下每8天合成的數(shù)據(jù)。選用MOD09A1是因?yàn)槠洳ǘ呜S富、免費(fèi)易獲取，其7個(gè)波段涵蓋了紅、綠、藍(lán)、近紅外， MOD09A1的Band 1(波長(zhǎng)620～670 nm)是紅波段，Band 2(波長(zhǎng)841～876 nm)是近紅外波段，Band 3(波長(zhǎng)459～479 nm)是藍(lán)波段，Band 4(波長(zhǎng)545～565 nm)是綠波段，Band 5(波長(zhǎng)1 230～1 250 nm)、Band 6(波長(zhǎng)1 628～1 652 nm)、 Band 7(波長(zhǎng)2 105～2 155 nm)是紅外波段，且因?yàn)槎赐ズ娣e在200 km2(枯水期)與1800 km2(豐水期)之間，MOD09A1的空間分辨率為500 m可以滿足本研究需要[3]。

1.2 研究方法

1.2.1 云檢測(cè)處理

1.2.2 水體提取

本研究采用MCFEETERS[16]提出的歸一化差異水體指數(shù)NDWI來(lái)實(shí)現(xiàn)水體提取。

NDWI表示如下：

(1)

式中，Green是綠色波段即MOD09A1第4波段，NIR是近紅外波段即MOD09A1第2波段。根據(jù)公式可知，計(jì)算后水體NDWI具有的是正值，而植被和土壤是零或負(fù)值，因此能夠?qū)⑺w同植被與土壤明顯區(qū)分開(kāi)。

1.2.3 水體面積的計(jì)算

計(jì)算NDWI后根據(jù)閾值0制作感興趣區(qū)(即通過(guò)閾值設(shè)定從圖像中獲取的點(diǎn)、線、面不規(guī)則形狀)，做出2002—2016年各時(shí)期的水體掩膜圖，從而計(jì)算出水體的面積。計(jì)算公式如下：

S=a×f

(2)

式中S為面積，a為像元數(shù)，f為像元大小，每個(gè)像元是463.312 714 m×463.312 714 m，約214 659 m2。

2 結(jié)果與分析

2.1 洞庭湖水域面積的季節(jié)變化特點(diǎn)

基于MODIS觀測(cè)數(shù)據(jù)，提取到洞庭湖在2002—2016年間的水域面積。在1年內(nèi)洞庭湖面積變化受到季節(jié)的影響很大，豐水期、枯水期面積反差巨大。圖1反映出洞庭湖水域面積隨季節(jié)變化的特點(diǎn)，水域面積表現(xiàn)出了明顯的峰值與谷值，峰值一般出現(xiàn)在5—9月，谷值則一般出現(xiàn)在1—4月、10—12月。根據(jù)相關(guān)水文資料，4—6月為五大河汛期，7—9月為長(zhǎng)江汛期，而湖面面積逐月變化趨勢(shì)大致與之相符合。以2016年為例(見(jiàn)圖2)，1—12月的湖水掩膜圖，可以更加直觀地表現(xiàn)出這一特點(diǎn)。

總體上，5—9月份的水域面積要高于其他月份，但是也有個(gè)別年份出現(xiàn)異常。如2008年峰值雖然出現(xiàn)在9月份(水體面積1 148 km2)，但11月份也高達(dá)1 144 km2，與峰值極其接近，相比于2007年11月的296 km2、2009年11月的306 km2，2008年11月的水體面積異常地大。除此之外，從圖1還可以看出2002年、2003年和2008年的11月、12月水域面積相比于其他年份偏大，都大于400 km2。這種異常情況的出現(xiàn)一般是有年際關(guān)聯(lián)的，前一年年末時(shí)水域面積較大的話，那么下一年年初的水域面積也會(huì)大一些，如2002年、2003年、2015年與2016年。

最大水域面積出現(xiàn)的月份有6月、7月、8月、9月，以出現(xiàn)在7月份的次數(shù)最多，最小水域面積出現(xiàn)的月份不固定，分布在1—4月與10—12月，基本與豐水期、枯水期相吻合。

圖1 水域面積逐月變化Fig.1 Monthly variations of water area

表1 洞庭湖各月份的最大、最小水域面積出現(xiàn)的年份以及比率Tab.1 Years with the maximum and minimum monthly water area and ratios of the maximum and minimum area

2.3 洞庭湖水域面積的年間變化特點(diǎn)

圖3是對(duì)洞庭湖水域年平均面積變化的統(tǒng)計(jì)曲線，2002—2006年洞庭湖的水域面積呈下降趨勢(shì)，年平均水域面積從2002年的850 km2下降到了2006年的484 km2，除了2010年、2012年比較高以外，2006—2013年的水域面積總體上較小， 2013年水域面積開(kāi)始回升。結(jié)合2002—2016年的各月平均水域面積可知，圖3能粗略地反映湖水面積的變化，例如2008年豐水期的平均水域面積要低于2007年，但是2008年下半年枯水期水域面積較大，2007年的則很小，因此2008年平均水域面積高于2007年。

圖2 2016年各月份湖水掩膜圖Fig.2 Mask diagram of every month in 2016

圖3 2002—2016年年平均水域面積Fig.3 Average annual water area during 2002 —2016

將每年最大、最小面積的掩膜圖疊合在一起，分析一年內(nèi)最大最小面積差(見(jiàn)圖4)，疊合后的掩膜圖主要包括三部分：一是最大水域與最小水域都存在的部分(圖4中的黃色)，二是最大水域存在而最小水域不存在的部分(圖4中的深綠色)，三是最小水域存在而最大水域不存在的部分(圖4中的紅色)，第三種情況比較反常，出現(xiàn)了湖水面積擴(kuò)大卻不能完全覆蓋枯水期的洞庭湖的情況，有可能是因?yàn)槿藶榈幕顒?dòng)如修建水庫(kù)、修建引水渠等。本研究還統(tǒng)計(jì)分析了每年洞庭湖水體的最大最小面積、所處月份以及最大最小面積的比率。比率的大小比較直觀地體現(xiàn)了一年內(nèi)水域面積變化的劇烈程度，各年的比率總體上是呈下降趨勢(shì)的，每年的湖面大小變化趨于平緩，比率越小的年份變化越不劇烈，而且每年的最低水域面積基本上相差不大。

圖4 2016年最大、最小水域面積的疊加示意圖Fig.4 Superposition of the maximum and minimum water area of 2016

表2 洞庭湖最大、最小水域面積及出現(xiàn)的月份，和最大、最小面積的比率(2002—2009年)Tab.2 Months with the maximum and minimum water area and ratios of the maximum and minimum area during 2002—2009

3 結(jié)論

研究結(jié)果表明，洞庭湖一年內(nèi)水體面積隨季節(jié)變化很大，豐水期與枯水期的水域面積差異較大，豐水期、枯水期面積比率一般在兩倍以上，但其年際變化并不明顯；每年洞庭湖的最大水域面積出現(xiàn)的月份都在豐水期內(nèi)，出現(xiàn)在7月份最多，最小水域面積出現(xiàn)月份則比較不固定，以出現(xiàn)在2月、12月次數(shù)最多，而且最大最小水域面積反差極大，最大面積一般是最小面積的4倍以上，相比之下每月的最大最小水域面積比率稍小一些；根據(jù)最大最小面積比率的變化趨勢(shì)可知，洞庭湖的水域面積總體上是在下降的。

由于洞庭湖上方云量的影響，使得MODIS影像數(shù)據(jù)在觀測(cè)范圍和研究時(shí)段出現(xiàn)部分缺失，影響了對(duì)洞庭湖水體面積的提取，一定程度上影響了時(shí)間序列的連續(xù)性，使分析結(jié)果準(zhǔn)確性受到一定干擾，后續(xù)可以探究云層下水體提取的方法；其次，對(duì)洞庭湖水域面積與豐水期、枯水期的關(guān)聯(lián)研究比較粗略，后續(xù)研究還需要進(jìn)一步進(jìn)行深入分析。