基于MODIS遥感影像数据的洞庭湖蓄水量估算＊

蔡 青，黄 璐，梁 婕，李晓东，龙 勇，肖 义，刘卡波，谢更新，曾光明†

（1.湖南大学 环境科学与工程学院，湖南 长沙 410082； 2.环境生物与控制教育部重点实验室（湖南大学），湖南 长沙 410082； 3.湖南省水利厅，湖南 长沙 410007； 4.湖南省洞庭湖水利工程管理局，湖南 长沙 410007）

洞庭湖是长江中下游重要的调蓄型湖泊，对长江中下游地区调蓄洪水、维持水沙平衡等具有重要作用，同时也最容易受长江水势的影响.近年来长江中游一系列工程措施，如调弦口堵口、荆江截弯、葛洲坝枢纽工程等，在改变长江水文特征的同时，不可避免地对洞庭湖造成一定影响.研究长江中下游河段水利设施对洞庭湖的影响具有理论和现实意义.目前，在洞庭湖水面水量研究方面，李景刚等研究了MODIS数据在洞庭湖水面面积变化中的应用［1－2］，龟山哲等利用水位和湖区数字高程模型分析了洞庭湖水量年内变化［3］.由于三峡工程投入运行时间不长，三峡工程对洞庭湖水文情势的影响研究尤其是涉及洞庭湖蓄水量变化的研究还少见报导.同时目前对湖泊水量的研究中多数忽略了水位梯度，使用某个水文站测得的水位数据代替大面积湖区的水位，并以此估算蓄水量；对洞庭湖这类大型过水型湖泊来说忽略水位梯度往往会给水量测算带来较大的计算误差.本文以洞庭湖为研究对象，在考虑洞庭湖水位梯度的前提下，利用MODIS遥感影像数据以及湖底高程数据，研究洞庭湖水位－水域面积－水量三者之间的相互关系和变化趋势，旨在分析洞庭湖对三峡工程运行初期的水文响应，为长江中游后三峡时代水文调度提供依据.

1 研究区域与数据来源

1.1 研究区域

以洞庭湖为研究对象.湖区位于荆江南岸，跨湘、鄂两省，介于北纬28°30′～30°20′，东经110°40′～113°10′之间.丰水期湖面海拔平均33.5m，其中西洞庭35～36m，南洞庭34～35m，东洞庭33～34 m，平均水深6～7m，最深处30.8m；主要入湖河流有湘江、资江、沅江、澧水、长江三口、汨罗江、藕池东支、华容河等.

1.2 数据来源

1）水位数据：研究收集了洞庭湖及周边各水文站和水位站的水位数据，包括城陵矶、岳阳、鹿角、营田、杨柳潭、沅江、小河咀、南咀、石龟山、安乡、北景港11个水文／水位站点（图1）.三峡工程在2003年开始蓄水，因此本文选择蓄水前后3年的数据进行比对分析.

图1 研究区域概况图Fig.1 Sketch map of study area

2）SRTM数字高程数据：来源于美国对地观测数据库（Global Land Cover Facility，GLCF）的3弧秒（约90m）分辨率的全球高程数据，数据采集时间为2000年2月中旬，此时洞庭湖正处在枯水期，城陵矶水位20m左右，湖底高程数据质量较高.利用ArcGIS的空间分析（重采样、重投影、地理配准等）功能，将洞庭湖湖底高程数据空间分辨率和空间投影方式处理成与Terra／MODIS MOD13Q1数据保持一致.

3）遥感影像数据：使用 MODIS影像数据来实现对洞庭湖水面动态提取.数据从美国国家航空航天局（NASA）旗下的 WIST 网站（https：／／wist.echo.nasa.gov／api）申请.MODIS数据集包含多个数据产品，本文研究中选用TERRA卫星的植被指数数据产品集（MOD13Q1），该数据集空间分辨率为250m，时间分辨率16d（为了保证植被指数的准确性，数据集对16d影像进行了最大值合成）.数据集包含归一化植被指数数据（NDVI）、增强植被指数数据（EVI）、4个波段的反射率值和一系列质量描述文件等.

2 材料与方法

2.1 MODIS影像数据预处理

MOD13Q1数据产品已经采用最大值合成算法（MVC）进行了预处理，合成过程中优先选择近星下点无云的像元，尽可能减小云、阴影、大气中气溶胶的影响，并应用二向反射率（BRDF）模型对观测角度进行了订正.因此数据集已经在一定程度上去除了云层等的影响和干扰，但是对长时间序列数据的研究发现，数据集仍存在一定程度的噪声影响.在本文的研究中，为了增加洞庭湖水面提取的精度，使用TIMESAT软件包对MODIS数据进行进一步的处理［4－5］，采用S－G滤波去除 NDVI等时间序列数据中突变的部分［6－7］，影像处理效果见图2，由图可知，该方法处理效果较好，能有效地去除MODIS时间序列的噪声.

图2 归一化植被指数去噪效果Fig.2 De－noise of NDVI timeseries

2.2 水面提取

参照李景刚等人的研究，利用MODIS影像数据提取水域，采取对MODIS13Q1数据的NDVI指数和NIR波段（近红外波段反射率）分别设定阈值的方法提取水面［1－2］.在研究中NDVI指数与NIR波段阈值均设定为1 000，即认为NDVI和NIR波段值小于1 000的均为水面（MODIS数据集将NDVI和NIR数据分别乘以10 000，转换成16位整数形式保存，以节省存储空间）.研究发现该方法对洞庭湖水面提取结果较好，能满足本文研究的需要.

2.3 蓄水量估算

图3 MODIS数据不同规则的洞庭湖水面提取Fig.3 Comparison of the extracted water area results from NDVI and NIR

利用DEM数据、水位和提取的水域面积计算洞庭湖蓄水量（图3）.计算过程如下：①利用 MODIS数据提取洞庭湖水面范围；②对提取出来的水面上每一个像素点，计算其水位与DEM高程之间的差值，得出该像素点的水柱高度；③水柱高度与像素面积相乘，得出该像素点水柱的体积；④将洞庭湖水面上所有像素点水柱体积积分，即得出洞庭湖该时间点的蓄水量.由于洞庭湖不同区域同一时刻水位差别较大，因此不能使用一个水位值进行计算.本文使用洞庭湖区域10个水文站（暂无沅江水文站2004—2006年数据）的水位数据进行空间插值得到洞庭湖水位分布.根据MODIS影像数据的获取时间，选择与影像同期的水位数据；利用ArcGIS的空间分析功能，对10个水文站的水位数据进行反距离空间插值（Inverse Distance Weighting，IDW），得到洞庭湖水位的空间分布（图4）.

图4 湖底DEM与水位插值分布图Fig.4 DEM and inverse distance weighting interpolation for water level of Dongting Lake

考虑到洞庭湖湖底高程数据获取时间为2000年2月，此时洞庭湖仍有一定的蓄水量，获取的高程数据并非真正的湖底高程（此时水面被作为湖底），因此最后蓄水量数据需要加上DEM数据采集时洞庭湖的蓄水量.参照相关文献，确定洞庭湖该时段蓄水量为11.05×108m3［3，8］.

3 结果与分析

3.1 水面面积与蓄水量计算结果

图5 水位－面积，水位－蓄水量，面积－蓄水量关系曲线Fig.5 The water level－area，water level－volume，water area－volume rating curve of Dongting Lake

根据2.3小节的方法，计算洞庭湖流域水面面积和蓄水量，绘制洞庭湖水位－水面面积－蓄水量变化曲线图（图5，蓄水量单位为108m3，下同）.由图可知，洞庭湖水位（城陵矶）－面积－蓄水量三者之间存在明显的相关关系.根据相关分析的结果，水位－面积，水位－蓄水量，面积－蓄水量三对变量之间相关系数分别为0.760，0.919和0.868，且均通过了α＝0.01的显著性检验.洞庭湖2000—2006年7年之间水面面积变化范围是［241.76，2004.80］，蓄水量变化范围是［11.13，156.37］.MODIS13Q1数据集在时间上存在16d间隔，本研究水面面积和蓄水量均与MODIS数据在时间上保持同步，即按照16 d间隔计算.由于洪水季节的极端高水位和枯水季节极端低水位持续时间一般不长，因此本文的计算结果并不代表洞庭湖水面和蓄水量的最大值与最小值，而是反应洞庭湖水面与蓄水量在全年的变化趋势.

对比分析各年度水位变化趋势可以发现（图6），洞庭湖2000—2003年，洞庭湖汛期（6月—9月）水量与其他时段（10月—明年5月）水量占全年水量变化没有明显规律，2003年以后，汛期累积水量逐渐减少，2004—2006年分别为65.08%，60.09%和48.29%.尤其是2006年，汛期累积水量首次低于全年累积水量的一半.三峡工程对洞庭湖洪水调蓄功能初显.

图6 洞庭湖水量年内分配变化Fig.6 Annual distribution of water volume

根据李景保等人的研究，2006年度为长江流域枯水年.洞庭湖2006年入湖流量与往年相比（表1），长江三口入湖流量减少最多，从2005年的643亿m3骤降至183亿m3，洞庭湖流域内小支流也有一定减少，四水入湖流量则有小幅增加.但从长时间累积比例上看，近30年四水为洞庭湖入湖水量的主要来源，占总入湖水量的63%左右，而三口入湖流量只占洞庭湖入湖总流量的25%左右.据此，研究认为流域秋季降水量减少是洞庭湖出现退水过早的主要原因，同时三峡工程在此时段蓄水，下泄流量减少加重了湖区夏秋连旱的影响.

3.2 水位－面积，水位－蓄水量，面积－蓄水量拟合

由于三峡工程2003年开始蓄水，将研究数据分成2000—2002年、2004—2006年两部分，分别进行拟合.根据拟合效果的对比，综合考虑拟合曲线的意义，对水位－面积关系和面积－蓄水量关系，实行2次曲线拟合，对水位－蓄水量关系，实行3次曲线拟合.拟合曲线和拟合参数分别见图7和表2.

表1 洞庭湖均径流量变化Tab.1 Variations of annual runoff amount in Dongting Lake

根据拟合结果，2次曲线能较好地描述洞庭湖水位－水面面积以及水面面积－水量的相关关系.3次曲线能较好地描述洞庭湖水位－水量相关关系.其中两阶段水位－水量拟合曲线的拟合程度最高，决定系数分别达到了0.915和0.928.两阶段拟合方程见式（1）、式（2）.利用该拟合方程式，可以使用洞庭湖城陵矶水文站水位推算洞庭湖蓄水量：

对比三峡工程截流前后3年数据发现，洞庭湖在三峡工程截流前水位、面积、水量的最大值均有所降低，与此同时，其最小值也出现了一定程度的减小.说明一方面三峡工程的蓄水调度，对洞庭湖防汛工作有一定的利好；与此同时，由于夏末秋初季节三峡水库蓄水，加上三峡截流后库区清水下泄，荆江江段河道冲刷下切，导致三口来水减少，造成洞庭湖湖面萎缩，水位降低，在一定程度上加深了区域秋旱对洞庭湖的影响，对区域湿地生态系统不利.同时由于四水与洞庭湖在水文上的联系，洞庭湖水位降低造成四水下泄速度加快，水位降低，对四水沿岸城市尤其是长株潭城市群供水系统的运转和湘江水质、航运安全带来一定的风险.

图7 水位－面积，水位－蓄水量，面积－蓄水量拟合曲线Fig.7 The water level－area，water level－volume，water area－volume fitting curve of Dongting Lake

表2 水位－面积，水位－蓄水量，面积－蓄水量拟合参数Tab.2 The fitting parameters of water level－area，water level－volume，water area－volume

4 结 论

利用MODIS遥感影像数据，结合洞庭湖流域水文站水位监测数据和洞庭湖湖底DEM数据，可以有效地实现对洞庭湖蓄水量的估算.计算结果显示洞庭湖2000—2006年7年间水面面积变化范围为［241.76，2004.80］（km2），蓄水量变化范围为：［11.13，156.37］（108m3）.

洞庭湖蓄水量与城陵矶水位呈现明显的3次曲线关系，拟合效果良好，拟合方程决定系数达到了0.915和0.928.

对比三峡工程截流前后3年洞庭湖水文数据，发现截流后三峡工程调蓄功能初显，连续3年洞庭湖汛期累积水量占全年水量比重减小；但同时洞庭湖夏末秋初出现退水时间较截流前提前的现象.夏末秋初季节三峡水库蓄水，在一定程度上加深了洞庭湖2006年夏秋连旱的影响.

MODIS对地观测系列卫星提供了长时间序列空间影像，结合水文站的地面观测数据，使得对洞庭湖等大型湖泊的水域面积、需水量的连续观测分析成为可能.同时MODIS数据对植被覆盖等生态因素也具备一定的辨识能力，这为三峡工程对洞庭湖以及整个长江中下游水文、生态效应等方面的研究提供了新的手段与方法.

［1］李景刚，李纪人，黄诗峰，等.Terra／MODIS时间序列数据在湖泊水域面积动态监测中的应用研究——以洞庭湖地区为例［J］.自然资源学报，2009，24（5）：923－934.LI Jing－gang，LI Ji－ren，HUANG Shi－feng，et al.Application of terra／MODIS time series data in dynamic monitoring of lake water area variations－a case study in Dongting lake region，China［J］.Journal of Natural Resources，2009，24（5）：923－934.（In Chinese）

［2］李景刚，李纪人，黄诗峰，等.近10年来洞庭湖区水面面积变化遥感监测分析［J］.中国水利水电科学研究院学报，2010，8（3）：201－208.LI Jing－gang，LI Ji－ren，HUANG Shi－feng，et al.The remote sensing monitoring analysis of Chinese Dongting Lake water area variations in last 10years using Terra／MODIS data time series［J］.Journal of China Institute of Water Resources and Hydropower Research，2010，8（3）：201－208.

［3］龟山哲，张继群，王勤学，等.应用Terra／MODIS卫星数据估算洞庭湖蓄水量的变化［J］.地理学报，2004，59（1）：88－94.GUI Shan－zhe，ZHANG Ji－qun，WANG Qin－xue，et al.An approach to estimate the water level and volume of Dongting Lake using Terra／MODIS data［J］.Acta Geographica Sinica，2004，59（1）：88－94.（In Chinese）

［4］JONSSON P，EKLUNDH L.Seasonality extraction and noise removal by function fitting to time－series of satellite sensor data［J］.IEEE Transactions of Geoscience and Remote Sensing，2002，40（8）：1824－1832.

［5］JONSSON P，EKLUNDH L.Timesat－aprogram for analyzing time－series of satellite sensor data［J］.Computers and Geosciences.2004，30：833－845.

［6］边金虎，李爱农，宋孟强，等.MODIS植被指数时间序列Savitzky－Golay滤波算法重构［J］.遥感学报，2010，14（4）：725－741.BIAN Jin－hu，LI Ai－nong，SONG Meng－qiang，et al.Reconstruction of NDVI time－series dataset of MODIS based on Savitzky－Golay filter［J］.Journal of Remote Sensing，2010，14（4）：725－741.（In Chinese）

［7］李儒，张霞，刘波，等.遥感时间序列数据滤波重建算法发展综述［J］.遥感学报，2009，13（2）：335－342.LI Ru，ZHANG Xia，LIU Bo，et al.Review on methods of remote sensing time－series data reconstruction［J］.Journal of Remote Sensing，2009，13（2）：335－342.

［8］彭定志.基于RS和GIS的水文模型以及洪灾监测评估系统的研究［D］.武汉：武汉大学水利水电学院，2005：72－80.PENG Ding－zhi.Hydrologieal models and flood disaster monitoring system based on RS and GIS［D］.Wuhan：College of Water Resources and Hydroelectric Engineering of Wuhan U－niversity，2005：72－80.（In Chinese）

［9］李景保，常疆，吕殿青，等.三峡水库调度运行初期荆江与洞庭湖区的水文效应［J］.地理学报，2009，64（11）：1342－1352.LIJing－bao，CHANG Jiang，LU Dian－qing，et al.The hydrological effect between Jingjiang River and Dongting Lake during initial period of Three Gorges project operation［J］.Acta Geographica Sinica，2009，64（11）：1342－1352.（In Chinese）