廖文秀，陳奕云，2，趙 曦，溫旭昶

（1.武漢大學(xué)，a.資源與環(huán)境科學(xué)學(xué)院；b.測(cè)繪學(xué)院，武漢 430079；2.劍橋大學(xué)發(fā)展研究中心，英國(guó) 劍橋CB3 9DT）

湖泊作為山水林田湖草生命共同體的組成部分，既能調(diào)節(jié)氣候環(huán)境，又是抵御洪水災(zāi)害、減輕干旱的一道天然屏障［1］。中國(guó)湖泊眾多，湖泊被占用日益嚴(yán)重與淤積導(dǎo)致其調(diào)蓄洪水能力下降，抵抗干旱能力薄弱［2］。湖泊岸線是湖泊水陸邊界線周邊或兩側(cè)的帶狀區(qū)域，有著行洪、保障湖泊水生態(tài)環(huán)境的重要作用［3］。為加強(qiáng)對(duì)湖泊及其岸線的管理，2016年12月，國(guó)務(wù)院辦公廳印發(fā)了《關(guān)于全面推行河長(zhǎng)制的意見》，2017年11月又印發(fā)了《關(guān)于全面推行河長(zhǎng)制的意見》，均提出要加強(qiáng)河湖水域岸線管理與保護(hù)；2019年3月，水利部印發(fā)了《河湖岸線保護(hù)與利用規(guī)劃編制指南（試行）》，針對(duì)常年水面面積1 km2以上湖泊，明確了其岸線邊界線分為臨水邊界線和外緣邊界線。湖北省地處長(zhǎng)江中游，是重要的湖泊分布區(qū)。20世紀(jì)50年代全省有百畝以上的天然湖泊1 332個(gè)，“千湖之省”由此得名。然而，2012年“一湖一勘”摸底調(diào)查時(shí)僅存755個(gè)，減少接近50%，同年湖北省頒布《湖泊保護(hù)條例》，將湖泊保護(hù)上升到省級(jí)戰(zhàn)略；2014年湖北省實(shí)行湖長(zhǎng)制，到2017年在全國(guó)率先建立河湖長(zhǎng)制體系，健全了湖泊保護(hù)的機(jī)制。

遙感技術(shù)的發(fā)展促進(jìn)了湖泊的監(jiān)測(cè)與管控，利用遙感技術(shù)提取湖泊水域邊界和面積等信息已成為研究湖泊的重要方法之一［4］。在利用衛(wèi)星影像提取湖泊岸線進(jìn)行分析方面，國(guó)內(nèi)學(xué)者進(jìn)行了大量研究。對(duì)于遙感數(shù)據(jù)的選擇，考慮到獲取的范圍、時(shí)效性及成本，主要利用Landsat系列衛(wèi)星數(shù)據(jù)［5］，根據(jù)研究需要也可選取MODIS數(shù)據(jù)作為數(shù)據(jù)源［6］；為提高提取準(zhǔn)確性，近年來一些高分辨率遙感數(shù)據(jù)也開始投入研究，如國(guó)產(chǎn)GF-1、GF-2衛(wèi)星遙感影像［7，8］、Sentinel-2衛(wèi)星遙感影像［9］等。傳統(tǒng)的湖泊邊界提取方法包括單波段閾值法［10］、歸一化差異水體指數(shù)（NDWI）法［11］、改進(jìn)的歸一化差異水體指數(shù)（MNDWI）法［12］、譜間關(guān)系法［13］等。湖泊岸線的形態(tài)指標(biāo)常使用岸線長(zhǎng)度［14］、岸線的發(fā)育系數(shù)（Shoreline development index，SDI）［15］、分形維數(shù)（D）［16，17］等。研究湖泊岸線的演變是由于國(guó)內(nèi)長(zhǎng)期以來湖泊的岸線范圍不明、功能界定不清、管理缺乏依據(jù)使得湖泊行洪帶不便，甚至嚴(yán)重破壞湖泊生態(tài)環(huán)境，國(guó)外湖泊岸線方面的研究較少。Bayram等［18］利用Landsat衛(wèi)星影像，分析了Terkos湖岸線和流域土地利用的組合岸線和土地利用的變化，以及土地利用變化對(duì)湖岸線變化的影響。Taher等［19］利用了35個(gè)時(shí)期TM和ETM+傳感器的陸地衛(wèi)星圖像，以及MODIS衛(wèi)星的影像作為輔助數(shù)據(jù)，研究了1976—2012年Urumia湖泊岸線的變化，表明該湖泊岸線呈現(xiàn)先穩(wěn)定后增加，然后加劇減少的趨勢(shì)。Duru［20］借助Landsat衛(wèi)星圖像，監(jiān)測(cè)Sapanca湖泊岸線位置和估算沿岸地帶的變化率，利用歸一化差異水體指數(shù)、修正歸一化差異水體指數(shù)和監(jiān)督分類提取了不同的海岸線，結(jié)果顯示大部分湖泊岸線保持穩(wěn)定，人類活動(dòng)、降雨的周期性變化以及周邊河流輸沙的沉積是控制該地區(qū)岸線時(shí)空變化的主要因素。在當(dāng)前“數(shù)據(jù)豐富而信息貧乏”的背景下，如何充分挖掘遙感大數(shù)據(jù)的價(jià)值，服務(wù)河湖岸線保護(hù)與利用，是國(guó)土資源管理的重要議題［21，22］。

傳統(tǒng)的遙感數(shù)據(jù)處理方法不利于大范圍、長(zhǎng)時(shí)序的研究，近年來高性能云計(jì)算平臺(tái)的發(fā)展為遙感數(shù)據(jù)的存儲(chǔ)、計(jì)算及可視化提供了技術(shù)支持與平臺(tái)支撐［23］。Google Earth Engine（后文簡(jiǎn)稱GEE）平臺(tái)是由Google、美國(guó)地質(zhì)調(diào)查局以及卡內(nèi)基梅隆大學(xué)在2010年共同開發(fā)［24］，包含40多年的歷史影像以及氣候等數(shù)據(jù)集，并且每天進(jìn)行更新和擴(kuò)展，這使得其適合用來進(jìn)行大范圍、長(zhǎng)時(shí)間序列的遙感分析處理。國(guó)內(nèi)也有類似的云計(jì)算平臺(tái)如遙感空間計(jì)算云服務(wù)平臺(tái)（PIE-Engine），但目前數(shù)據(jù)集較少且時(shí)間范圍短，應(yīng)用潛力有待挖掘［25］。憑借海量數(shù)據(jù)及云處理的優(yōu)勢(shì)，GEE已被廣泛應(yīng)用于數(shù)據(jù)融合［26］、多時(shí)相影像分類［27］、變化檢測(cè)［28］、土地覆蓋與土地利用動(dòng)態(tài)監(jiān)測(cè)［29］等方面。國(guó)內(nèi)學(xué)者對(duì)于GEE云平臺(tái)的使用主要集中在植被覆蓋變化［30-35］、景觀格局演變［36，37］、生物量估算［38］、土地利用變化［39-41］、生境質(zhì)量評(píng)估［42-44］等方面，在湖泊及其岸線變化方面的研究較少［45］。因此，本研究借助GEE，利用湖北省1989—2020年3 152景Landsat 5 TM影像和1 934景Landsat 8 OLI影像提取230個(gè)大中型湖泊，得到各項(xiàng)形態(tài)指標(biāo)以進(jìn)行湖泊及其岸線演變規(guī)律的分析，再結(jié)合GEE監(jiān)督分類分析湖泊區(qū)域土地利用類型變化，進(jìn)而對(duì)湖泊及其岸線演變的驅(qū)動(dòng)機(jī)制進(jìn)行定量和定性分析。

1 研究數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

研究年份選取1990、1995、2000、2005、2010、2015、2019年，衛(wèi)星影像數(shù)據(jù)通過編寫代碼調(diào)用GEE數(shù)據(jù)庫(kù)中的數(shù)據(jù)，其他數(shù)據(jù)部分通過中國(guó)知網(wǎng)和中國(guó)氣象數(shù)據(jù)服務(wù)中心等途徑獲取，主要數(shù)據(jù)來源如表1所示。

表1 主要數(shù)據(jù)來源

1.2 湖泊水體信息的提取

1.2.1 最小云量合成法 為合成簡(jiǎn)單的無云Landsat影像，Earth Engine提供了ee.Algorithms.Landsat.sim?pleComposite（）方法，該方法在GEE中為可直接調(diào)用的內(nèi)置程序包。最小云量合成法在每個(gè)像元位置形成一個(gè)子集，轉(zhuǎn)換為TOA反射率，通過簡(jiǎn)單的云評(píng)分獲取最少云像素的中值。該方法輸入的是原始圖像的集合，如“USGSLandsat5 TM Collection 1 Tier 1 Raw Scenes”數(shù)據(jù)集。

1.2.2 水體指數(shù)法 水體指數(shù)法是通過對(duì)水體的光譜特征進(jìn)行分析，選取與識(shí)別水體有關(guān)的波段構(gòu)建水體指數(shù)模型并進(jìn)行計(jì)算，然后選擇合適的閾值，從而實(shí)現(xiàn)水體信息的提?。?6］。歸一化差異水體指數(shù)能最大程度地抑制植被信息，突出水體特征。其公式如下。

式中，Green為綠波段，在Landsat 5 TM中為2波段的反射率，在Landsat 8 OLI中為3波段的反射率；NIR為近紅外波段，在Landsat 5 TM中為4波段的反射率，在Landsat 8 OLI中為5波段的反射率。

1.3 岸線特征指標(biāo)

1.3.1 岸線發(fā)育系數(shù) 湖泊岸線發(fā)育系數(shù)（SDI）是描述岸線不規(guī)則性的指標(biāo)，具有一定的生態(tài)學(xué)含義，岸線發(fā)育系數(shù)越大，反映該湖泊的岸線越不規(guī)則，越有利于動(dòng)植物的生長(zhǎng)［47］。

式中，SL為湖泊的岸線長(zhǎng)度；A為湖泊面積。

1.3.2 分形維數(shù) 分形和分維的概念最早由美籍法國(guó)數(shù)學(xué)家曼德布羅（B.B.Mandelbrot）提出，用來描述大自然中一些不規(guī)則的現(xiàn)象。常用周長(zhǎng)-面積關(guān)系的分形維數(shù)對(duì)多個(gè)湖泊岸線的形態(tài)進(jìn)行計(jì)算［48］。

式中，P是湖泊周長(zhǎng)；A是湖泊面積；α是推繹指數(shù)；k是待定系數(shù)。取自然對(duì)數(shù)變換得：

式中，C是待定常數(shù)，分形維數(shù)可通過斜率乘以2求得，即D等于2α，該值一般在1～2，越接近1.5越不穩(wěn)定［48］。

1.4 GEE土地利用分類

GEE實(shí)現(xiàn)監(jiān)督分類是通過API（程序編程接口）界面中通過JavaScript編程運(yùn)行傳統(tǒng)的機(jī)器學(xué)習(xí)算法處理，分類器種類包括CART（分類回歸樹）、Random Fores（t隨機(jī)森林）、Naive Bayes（樸素貝葉斯）和SVM（支持向量機(jī)）4種。進(jìn)行監(jiān)督分類一般流程包括收集訓(xùn)練數(shù)據(jù)、選擇分類器、使用訓(xùn)練分類器對(duì)圖像或要素集合進(jìn)行分類、使用獨(dú)立的驗(yàn)證數(shù)據(jù)估算分類誤差。國(guó)內(nèi)學(xué)者何昭欣等［49］利用4種分類器分別對(duì)農(nóng)作物進(jìn)行提取，平均驗(yàn)證精度分別為89%、92%、61%、87%，可見隨機(jī)森林分類法的精度較高，且已被學(xué)者們應(yīng)用到土地利用分類中［50-52］。隨機(jī)森林法由Breiman［53］提出，它是決策樹組合而成的一種集成分類算法。該方法在GEE中通過編程調(diào)用ee.Classifier中的“ee.Classifier.smileRandomForest（）”代碼進(jìn)行修改實(shí)現(xiàn)。

為評(píng)估分類的精度，本研究將目視解譯的樣本點(diǎn)70%用作分類，30%用作驗(yàn)證，結(jié)合二者分類結(jié)果計(jì)算混淆矩陣；然后通過GEE內(nèi)部JavaScript編程代 碼“overall accuracy”“kappa accuracy”“producers Accuracy”“consumers Accuracy”分別輸出總體精度、Kappa系數(shù)、制圖精度、用戶精度等評(píng)價(jià)指標(biāo)。

1.5 驅(qū)動(dòng)機(jī)制分析

自然影響因素的分析選擇研究區(qū)域氣象站點(diǎn)年平均溫度、年平均最高氣溫、年平均最低氣溫、年降水量及年蒸發(fā)量5個(gè)因子，在ArcGIS中使用克里金插值方法，進(jìn)行分區(qū)統(tǒng)計(jì)得到湖泊所在區(qū)域相應(yīng)的值。

人為影響因素的分析選擇常住人口、農(nóng)業(yè)生產(chǎn)總值及建成區(qū)面積信息3個(gè)因子。其中常住人口、農(nóng)業(yè)生產(chǎn)總值為湖泊所在區(qū)域13個(gè)市總值，建成區(qū)面積統(tǒng)計(jì)范圍為10個(gè)市區(qū)。

利用SPSS19.0軟件對(duì)各因子與湖泊面積、湖泊岸線的雙變量相關(guān)性進(jìn)行分析。

1.6 數(shù)據(jù)處理

1.6.1 湖泊岸線提取 每期衛(wèi)星影像的時(shí)間選取9—12月，大致為湖泊的枯水期［54］，有利于湖泊岸線的提??；考慮到影像質(zhì)量等問題，每期選取前后2年共3年的數(shù)據(jù)進(jìn)行合成［42］。

GEE導(dǎo)出的NDWI影像在ENVI中采用閾值法（閾值大于0）進(jìn)行水體的提取，為保證部分影像上像元值較小湖泊的岸線能被提取到，利用多段閾值對(duì)該部分進(jìn)行提取；ENVI生成面文件后在ArcGIS中打開，利用從《湖北省湖泊志》中獲取的水面面積1 km2以上的230個(gè)（大九湖除外）大中型湖泊的地理坐標(biāo)（圖1）和未進(jìn)行NDWI計(jì)算的原始影像，結(jié)合目視解譯進(jìn)行精確修正。

1.6.2 GEE土地利用分類 使用隨機(jī)森林法進(jìn)行監(jiān)督分類，樣本點(diǎn)的選取根據(jù)Google Earth原始影像以及GEE合成的原始影像進(jìn)行目視解譯，每期選取990個(gè)樣本點(diǎn)，將土地類型分為耕地、水域、草地、林地、建設(shè)用地及未利用地6類，結(jié)合中國(guó)科學(xué)院全國(guó)土地利用分類數(shù)據(jù)中各類型面積確定樣本點(diǎn)的數(shù)目（表2）。分類后的圖像在ArcGIS中結(jié)合原始影像及NDWI提取后目視解譯出的高精度湖泊岸線對(duì)湖泊區(qū)域進(jìn)行修正，統(tǒng)計(jì)各土地利用類型的面積及其變化。

圖1 湖北省大中型湖泊中心經(jīng)緯度坐標(biāo)

表2 土地利用類型及對(duì)應(yīng)樣本點(diǎn)數(shù)目

2 結(jié)果與分析

2.1 湖泊及其岸線的時(shí)空演變

利用GEE進(jìn)行NDWI計(jì)算，結(jié)合目視解譯提取湖北省7期湖泊圖像，如圖2所示。根據(jù)面積和周長(zhǎng)計(jì)算岸線發(fā)育系數(shù)及分形維數(shù)，得到總面積、總周長(zhǎng)、岸線發(fā)育系數(shù)范圍、岸線發(fā)育系數(shù)均值、分形維數(shù)及其R2。

圖2 近30年湖北省湖泊動(dòng)態(tài)演變

由表3可知，1990—2019年湖泊面積共減少361.64 km2，呈現(xiàn)出先減少然后增加最后減少的趨勢(shì)。其中，1990—2005年湖泊面積減少了423.10 km2，2005—2010年湖泊面積增加了345.75 km2，2010—2019年湖泊面積減少了284.29 km2。根據(jù)《湖北省湖泊志》記載，230個(gè)湖泊的總面積為2 550.92 km2，該數(shù)據(jù)為“一湖一勘”成果，大部分為2010年測(cè)得，對(duì)比可知2010年NDWI提取湖泊效果較好。

表3 湖泊的各項(xiàng)指標(biāo)

面積增加的湖泊有42個(gè)，面積減小的湖泊有188個(gè)；其中，面積減少大于10 km2的湖泊有梁子湖、洪湖、斧頭湖、西涼湖、武湖、四海湖、豹澥湖、童家湖；面積增加大于1 km2的湖泊有汈汊湖、王家涉、赤射垸、張家大湖、菱角湖、南湖（鐘祥）、北湖（武漢）。部分湖泊1990年與2019年的對(duì)比見圖3。

圖3 部分湖泊1990年與2019年對(duì)比

岸線長(zhǎng)度波動(dòng)變化但規(guī)律不明顯，1990—2019年整體呈變小的趨勢(shì)，共縮短2 436.77 km。岸線長(zhǎng)度增加的湖泊有53個(gè)，減少的有177個(gè)，其中，汈汊湖、赤射垸、黃垱湖、馮家湖、張家大湖岸線長(zhǎng)度增加大于20 km，洪湖、梁子湖、后官湖、豹澥湖的岸線長(zhǎng)度減少大于80 km。岸線發(fā)育系數(shù)均值的變化與岸線長(zhǎng)度趨勢(shì)大致相同，共減小0.54。1990—2019年有67個(gè)湖泊岸線發(fā)育系數(shù)增大，163個(gè)湖泊岸線發(fā)育系數(shù)減小，其中，赤射垸、馮家湖、里湖、黃天湖、周城垸、汈汊湖岸線發(fā)育系數(shù)增加值大于3.5，五湖、外黃泥港、梁子湖、洪湖、后官湖、南太子湖岸線發(fā)育系數(shù)減小值大于3.5。

對(duì)7期湖泊的岸線發(fā)育系數(shù)數(shù)據(jù)進(jìn)行比較，選取6個(gè)岸線發(fā)育系數(shù)較大和較小的湖泊進(jìn)行分析。岸線發(fā)育系數(shù)較小的湖泊（表4）有莫愁湖、漲渡湖、東湖、鴨子湖、郝家湖和玉湖，其不規(guī)則程度小，岸線單調(diào)，不利于營(yíng)養(yǎng)物質(zhì)的流入。莫愁湖沿岸有進(jìn)出水閘口兩處，平時(shí)會(huì)依據(jù)湖水水位和來水進(jìn)行調(diào)節(jié)；漲渡湖于1972年興建調(diào)洪、排澇、圍墾工程后，岸線也基本趨于穩(wěn)定；枝江縣于1983年完成東湖高排水閘，減輕了湖區(qū)的洪澇災(zāi)害；鴨子湖于1975年成湖，東升鎮(zhèn)的居民圍湖而居；郝家湖湖區(qū)在1952—2013年建成了孟家溪閘、中河口進(jìn)水閘和鄒郝垸電排站、大至崗電灌站；1973年冬，玉湖沿湖按照“田湖分家，一渠兩堤，高水入湖，低水入渠，等高截流，蓄排結(jié)合”的方案進(jìn)行治理，治理后玉湖面積由29 km2縮小至6.83 km2。由此可見，岸線發(fā)育系數(shù)較小的湖泊大都是前期災(zāi)害較多，影響到人類正常生產(chǎn)生活而被改造，導(dǎo)致其岸線趨于單調(diào)，不利于動(dòng)植物的生長(zhǎng)和湖泊的自然演化。

表4 岸線發(fā)育系數(shù)較小的湖泊

岸線發(fā)育系數(shù)較大的湖泊（表5）有汈汊湖、赤東湖、梁子湖、黃垱湖、西涼湖、洪湖，其曲折程度大，有利于營(yíng)養(yǎng)物質(zhì)的流入，能提供良好的生物環(huán)境。汈汊湖為河間洼地湖，整個(gè)湖區(qū)地勢(shì)西北高東南低，流域來水順地表傾向，自北而南，由西向東匯入洼地；赤東湖湖區(qū)北部為大別山南麓伸延的丘陵地帶，南部為長(zhǎng)江泛濫平原，具有侵蝕與堆積的地貌特征；梁子湖地處江漢平原邊緣，屬河谷沉溺構(gòu)造湖；黃蕩湖在300多年前是一片洼地，由于地質(zhì)變化，漢江水灌入形成湖泊；西涼湖流域水系發(fā)育良好，以河谷沉溺湖類為主，屬常年積水自然湖泊；洪湖為河間洼地湖。由此可見，岸線發(fā)育系數(shù)較大的湖泊多由大面積洼地演變而來，淤泥肥沃，有活水水源，岸線形態(tài)不規(guī)則，水生和陸生生物種類都極為豐富。

表5 岸線發(fā)育系數(shù)較大的湖泊

根據(jù)式（4）計(jì)算湖泊岸線的分形維數(shù)，如圖4所示，分形維數(shù)是直線斜率的2倍。由表6可知，1990—2019年分形維數(shù)下降了0.07，波動(dòng)變化但整體呈現(xiàn)變小的趨勢(shì)；R2在0.83～0.87，表明lnP與lnA之間線性關(guān)系顯著，湖泊岸線具有一定的自相似性。2010年分形維數(shù)最大，為1.37，2019年分形維數(shù)最小，為1.28；而分形維數(shù)越接近1.5，其穩(wěn)定性越差，故2010年湖泊岸線的穩(wěn)定性最差，最容易受外界因素影響，而2019年的岸線較為穩(wěn)定，不易改變。

圖4 分形維數(shù)計(jì)算

表6 1990—2019年分形維數(shù)

2.2 湖泊土地利用變化分析

為分析湖泊與其他用地類型的轉(zhuǎn)換，運(yùn)用GEE進(jìn)行土地利用監(jiān)督分類。GEE隨機(jī)森林法分類后的柵格圖像像元擁有屬性值，其中，1990年和2019年GEE監(jiān)督分類結(jié)果如圖5所示。

圖5 1990年與2019年GEE監(jiān)督分類

從谷歌云盤中下載監(jiān)督分類后的土地利用分類圖，利用NDWI提取與目視解譯的高精度湖泊圖像對(duì)其進(jìn)行湖泊區(qū)域的修正，然后進(jìn)行疊加分析。GEE監(jiān)督分類的總體精度、Kappa系數(shù)、水域制圖精度、水域用戶精度及所提取湖泊區(qū)域?qū)Ρ萅DWI提取湖泊區(qū)域的精度如表7所示。7期GEE監(jiān)督分類的水域制圖精度及水域用戶精度較高，且都高于94%，表明水域部分選取的樣本點(diǎn)質(zhì)量較好；以NDWI高精度湖泊圖像為參照，6期GEE監(jiān)督分類提取的湖泊精度大到90%以上，2000年由于衛(wèi)星影像質(zhì)量問題，導(dǎo)致其提取精度只有87.43%。

將7期土地利用分類圖分別進(jìn)行疊加分析，可得湖泊區(qū)域土地利用類型變化，如表8所示。由表8可以看出，湖泊與耕地、水塘之間的轉(zhuǎn)變?yōu)楹疵娣e變化的主要類型，其他用地影響由大到小依次為建設(shè)用地、林地、未利用地和草地。

表7 監(jiān)督分類精度

表8 湖泊區(qū)域土地利用類型變化 （單位：km2）

總體來看，1990—2019年耕地轉(zhuǎn)入湖泊的面積為49.31 km2，湖泊轉(zhuǎn)入耕地的面積為247.83 km2，凈出量為198.52 km2；水塘轉(zhuǎn)入湖泊的面積為47.55 km2，湖泊轉(zhuǎn)為水塘的面積為188.59 km2，凈出量為141.04 km2。湖泊在1995—2000年轉(zhuǎn)為耕地的面積最大，為213.50 km2，凈轉(zhuǎn)出量為148.68 km2，表明該時(shí)期農(nóng)業(yè)的發(fā)展對(duì)耕地的需求增加；2005—2010年耕地轉(zhuǎn)為湖泊的面積最大，為137.60 km2，凈轉(zhuǎn)入量為110.59 km2，此后湖泊轉(zhuǎn)為耕地的凈轉(zhuǎn)化量開始變小，這可能是實(shí)施一些退耕政策的成效。從1995年開始湖泊轉(zhuǎn)為建設(shè)用地的凈值均大于0，2015—2019年凈轉(zhuǎn)出值為17.73 km2，表明人類活動(dòng)及建設(shè)用地?cái)U(kuò)張對(duì)湖泊一直有影響且在該時(shí)期強(qiáng)度較大。

2.3 湖泊演變驅(qū)動(dòng)機(jī)制分析

為進(jìn)一步探究湖泊面積及其岸線演變的原因，對(duì)其驅(qū)動(dòng)機(jī)制進(jìn)行定量和定性分析。

2.3.1 湖泊演變的定量分析 研究選取3個(gè)人為影響因子、5個(gè)自然影響因子，各影響因子與湖泊面積及岸線的Pearson相關(guān)系數(shù)如表9所示，P1和P2分別表示湖泊岸線和湖泊面積的Pearson相關(guān)系數(shù)。常住人口、農(nóng)林牧漁業(yè)總產(chǎn)值、建設(shè)用地面積及溫度（年平均溫度、年平均高溫、年平均低溫）與湖泊岸線和面積呈負(fù)相關(guān)，年降水量和年蒸發(fā)量與兩者均呈正相關(guān)。對(duì)于湖泊岸線而言，年降水量和年蒸發(fā)量在0.05水平上與其呈顯著正相關(guān)，表明降水量和蒸發(fā)量對(duì)湖泊岸線形態(tài)的演變影響較大。對(duì)于湖泊面積而言，常住人口與年平均溫度在0.05水平上與其呈顯著負(fù)相關(guān)，表明常住人口和溫度的變化對(duì)湖泊面積的演變影響較大。

表9 各影響因子與Pearson相關(guān)系數(shù)

2.3.2 湖泊演變的定性分析 結(jié)合《湖北省湖泊志》及本研究對(duì)湖泊演變進(jìn)行定性分析。本研究中湖泊面積呈先減少然后增加最后減少的趨勢(shì)，1990—2005年湖泊面積減少速度為28.20 km2/年，從表9來看，人口不斷增加、耕地需求上升，可能是湖泊面積減少的原因之一；結(jié)合本研究土地利用變化數(shù)據(jù)來看，2000—2005年湖泊轉(zhuǎn)為耕地和耕地轉(zhuǎn)為湖泊的面積大致相等，分別為80.79、78.05 km2，這表明國(guó)家從1999年開始實(shí)施的退耕政策有了一定的成效。2005—2010年湖泊面積增加速度為69.15 km2/年，為快速增長(zhǎng)階段，這一階段各項(xiàng)政策法規(guī)逐步完善；2005年5月，武漢市水務(wù)局發(fā)布《武漢市中心城區(qū)湖泊保護(hù)規(guī)劃（2004—2020）》，這是武漢市第一部比較全面的湖泊保護(hù)規(guī)劃性文件；2009年1月，《湖北省湖泊保護(hù)條例》通過省人大常委會(huì)2009年度立法計(jì)劃，被納入年度爭(zhēng)取審議項(xiàng)目，政策法規(guī)的不斷完善加強(qiáng)了湖泊保護(hù)管理的力量。2010—2019年面積減少速度為31.59 km2/年，減小的速度較前期略有升高，可能源于這一階段常住人口總數(shù)較多且不斷增加，農(nóng)業(yè)迅速發(fā)展和城市擴(kuò)張沒有得到妥善的管理，導(dǎo)致湖泊面積又呈下降趨勢(shì)。

3 小結(jié)

本研究以1989—2020年5 086景Landsat 5 TM和Landsat 8 OLI影像為數(shù)據(jù)源，結(jié)合GEE遙感數(shù)據(jù)處理云平臺(tái)和NDWI進(jìn)行湖泊提取，獲取了7個(gè)不同時(shí)段湖北省230個(gè)大中型湖泊的各項(xiàng)形態(tài)指標(biāo)，以此為基礎(chǔ)對(duì)湖泊及其岸線演變的驅(qū)動(dòng)機(jī)制進(jìn)行了分析，結(jié)論如下。

1）1990—2019年湖泊面積變化經(jīng)歷了3個(gè)時(shí)段，1990—2005年湖泊面積減少速度為28.20 km2/年，2005—2010年湖泊面積快速增加，增加速度為69.15 km2/年，2010—2019年湖泊面積減少速度為31.59 km2/年；湖泊岸線的演變規(guī)律不明顯，整體呈變小的趨勢(shì)，岸線長(zhǎng)度縮短2 406.77 km，湖泊整體的岸線發(fā)育系數(shù)均值和分形維數(shù)變化規(guī)律不明顯。

2）由岸線發(fā)育系數(shù)較大和較小湖泊的規(guī)律可知，岸線越不規(guī)則，岸線周邊生態(tài)環(huán)境越好，故應(yīng)減少對(duì)湖泊的圍墾、保護(hù)湖泊水源，以保持其自然不規(guī)則的狀態(tài)。

3）造成湖泊區(qū)域改變的土地利用類型由大到小依次為耕地、水塘、建設(shè)用地、林地、未利用地和草地，其中草地和未利用地對(duì)湖泊區(qū)域的影響可以忽略不計(jì)。

4）人為影響因子與湖泊面積、岸線均呈負(fù)相關(guān)，降水量和蒸發(fā)量與湖泊岸線呈正相關(guān)且對(duì)其影響較大，常住人口與年平均溫度與湖泊面積呈負(fù)相關(guān)且對(duì)其影響較大，因此在人口密集區(qū)應(yīng)劃定相應(yīng)的岸線保護(hù)區(qū)。

運(yùn)用GEE等云計(jì)算平臺(tái)進(jìn)行遙感大數(shù)據(jù)的處理和信息獲取，可以極大減少數(shù)據(jù)傳輸時(shí)間、存儲(chǔ)空間和計(jì)算耗時(shí)，讓科研工作者和政策制定者擺脫“數(shù)據(jù)豐富而信息貧乏”的困境，從而更加聚焦于科學(xué)問題的回答以及科學(xué)政策的制定，進(jìn)而提升國(guó)土資源科技管理水平，助力美麗中國(guó)建設(shè)。