近十年鄱阳湖枯季湿地信息提取及变化监测分析

李成梁， 况润元， 吴倩雯

（江西理工大学建筑与测绘工程学院，江西 赣州341000）

0 引 言

湿地是介于水陆生态系统之间的过渡带，具有调蓄洪水、调节区域气候及维护生态平衡等不可替代的作用，有“地球之肾”之称[1].鄱阳湖是中国第二大湖，也是最大的淡水湖，被誉为我国的“最后一盆清水”.鄱阳湖湿地作为我国东部地区最典型的湖泊湿地，在粮食安全、调蓄洪水、调节气候、生物多样性的保护及改善长江中下游生态环境等方面具有重要作用.枯水期大面积湖底露出，为湿地植被的生长提供了广阔的洲滩及特定的水文、土壤条件，是大多数迁徙鸟类的栖息地，如从塞尔维亚迁徙来的鹤与鹳等，这使得鄱阳湖成为国际著名湿地之一.但是在人口增多、工业化、城镇化快速发展等背景下，人为的干预活动加剧了水环境污染，削弱了生物多样性，导致生态环境衰退[2].中国自1992年加入《湿地公约》以来，政府及相关科研部门日益重视湿地保护工作，湿地景观分类工作是湿地研究的前提和基础，对区域内湿地保护具有重要参考价值[3].

遥感技术日益发展，图像提取技术逐渐成熟，卫星影像数据越来越丰富多元化，利用影像数据及数据处理平台进行湿地分类与监测研究对湿地资源信息进行科学的获取和管理成为提出保护湿地的针对性对策的重要途径.许多专家学者在研究中对比分析了不同的湿地信息提取方法应用于鄱阳湖及其它湿地研究区提取中的优劣势，如余建杰[4]将鄱阳湖TM影像进行主成分分析，利用不同形式的波段组合，实现了鄱阳湖湿地的监督和非监督分类，并分别对其分类精度进行对比分析，表明利用TM7,5,3波段组合的影像进行非监督分类后再进行监督分类，可以获得较高的分类精度；董金芳等[5]在陕西合阳黄河湿地研究中比较了支持向量机和最小距离法、最大似然法的分类结果，发现支持向量机法分类图斑与原始图斑具有更高的一致性，错分现象较少；张策等[6]采用支持向量机分类法探讨了特征维度和样本数量在扎龙湿地遥感分类中的影响，指出在小样本、高维度条件下，支持向量机相比于最大似然法具有更高的精度.湿地的长时序监测研究在客观认识湿地的时空演变及其规律，更好地了解湿地结构及功能的变化，及时地掌握湿地资源的分布状况、变化特征，为湿地资源的保护提供依据方面意义重大，如刘吉平等[7]以TM影像为基础，对三江平原1954—2010年6期遥感影像进行湿地信息提取，然后利用GIS技术和景观指数法对60年三江平原的景观格局动态进行了研究，并简要分析了引起景观格局变化的自然和人为驱动因素；余莉等[8]利用分层分类法探讨了鄱阳湖区蚌湖和赣江中支口三角洲1991年至2008年的湿地动态变化特征，指出植被面积有所增加，其分布受水情影响显著；Tang等[9]利用1995年、2005年和2014年三期Landsat影像分析了鄱阳湖的土地利用变化对栖息地的影响；Han等[10]从QuickBird高分影像上采集样本，利用支持向量机分类方法，对鄱阳湖1973—2013年的Landsat影像进行了湿地信息提取，揭示了鄱阳湖主要湿地覆盖类型的显著变化；Chan等[11]总结了遥感影像在湿地监测中应用的意义，阐明了鄱阳湖湿地监测的意义及挑战所在，同时指出了监测过程中遥感影像的局限性.

当前，传统基于像元光谱特征进行图像分类的监督与非监督方法已经相对成熟，其中最大似然法基于训练样本均值和方差来评价其他像元和训练类别之间的相似性，将相似性最大的像元归为同一类，应用最为广泛，但“椒盐现象”是传统监督分类法中的一大弊端.支持向量机法对样本要求不高，分类过程复杂，基于纹理特征的面向对象法避免了分类结果的“椒盐现象”，但对影像空间分辨率要求较高，决策树法则是以节点处的分类规则对像元光谱属性进行取舍.湿地的监测研究不仅需要选取最适合的提取方法，也需要有合适分辨率的遥感影像，环境卫星影像具有幅宽大、空间分辨率适中、时间分辨率高等优势，在鄱阳湖湿地监测研究方面国产环境卫星影像应用依然比较少.基于此，文中将2008年至2017年近十年鄱阳湖枯水期的环境卫星影像数据作为研究区变化监测的基础数据，分析比 较 最 大 似 然 法 （Maximum Likelihood Classification）、 支 持 向 量 机 法 （Support Vector Machine Classification，SVM）、 决策树法（Decision Tree）在研究区影像中的分类精度后选用精度相对较高的分类方法对十期影像数据进行分类，并依据分类结果对鄱阳湖枯季十年间的动态变化进行分析.

1 研究区概述

鄱阳湖位于江西省北部、长江中下游南岸，地理坐标在北纬 28°22′～29°45′，东经 115°47′～116°45′之间，跨九江市市辖区、湖口县、庐山市、都昌县、永修县、鄱阳县、新建县、南昌县、进贤县、余干县等地区，汇集赣江、修水、饶河、信江、抚河等江水，经湖口向北注入长江.鄱阳湖主湖区整体呈葫芦形，以松门山岛为界限，分为南北两部分.北部为入江水道，江面狭窄，水深较深，南部为主湖区，江面宽阔，水深较浅.南北跨度大于170 km，东西宽度最大达74 km，平均宽度16.9 km.主湖区四周有众多圩堤湖，如进贤县辖区内的青岚湖、军山湖，鄱阳县辖区内的珠湖等，水位常年基本保持不变.入湖河流冲积扇地区则随枯水季的到来逐渐显现出许多面积大小不一、形状各异的天然湖区，如金溪湖、大湖池、蚌湖及南矶乡区域内大小湖泊等.湖底总体呈由南向北，由东向西倾斜趋势，高程差达11 m，除中部较深的航道区外，湖底相对平坦.

由于地处亚热带湿润季风气候区，鄱阳湖地区气候温暖，光热条件良好，四季分明，雨量充沛，年均气温在16.5℃至17.8℃之间，1月份气温最低年降水量在1370 mm至1630 mm之间，但季节性降水变化大，水位与水域面积的显著变化，造成鄱阳湖各湿地类型处于不断地动态变化之中.鄱阳湖区4月至9月为丰水期，最高水位出现在7月至9月，整个湖区连成一片，秋季水位回落，水位明显下降，10月至次年3月为枯水期，具有独特的“洪水一片，枯水一线”的地理景观，每年随着枯水季的来临，淹没于水下的洲滩逐渐显露出来，湿地植被大片生长，众多迁徙鸟类在此休憩.本文研究区如图1所示.

图1 研究区位置

2 数据与方法

2.1 数据选取及预处理

文中所用数据分为两部分：基础数据部分是2008年至2017年近十年鄱阳湖枯水期的环境卫星（HJ-1A/B）CCD影像数据，以该部分数据形成鄱阳湖湿地枯季的时间序列，实现近十年的湿地类型监测，其中，利用2017年12月18日环境影像分析比较分类方法在研究区影像上的分类精度.辅助数据部分是以已校正的2014年10月24日研究区Landsat-8影像为几何校正的基准影像，高分1号（GF1-WFV3）卫星影像和Google地球在线数据为验证样本选择及建立解译标志时的参考数据.具体影像数据介绍如表1所示.

表1 影像数据介绍

实验中利用ENVI5.3软件对十景HJ影像和GF1-WFV3进行辐射定标，并将存储格式由BSQ格式转换为BIL格式.为减少预处理过程中的数据量，将十期卫星数据进行工程裁剪，保留研究区及其一定缓冲范围的影像，以2014年10月24日L8影像为基准，利用二次多项式（Polynomial,Degree：2）模型分别对影像进行几何校正，重采样方法采用三次卷积法.理论上采用多项式数学模型时，控制点数目应在（n+1）2（其中n为阶次）以上，所以采用二次项时控制点数不少于9个，文中每景影像均匀选择不少于15个控制点，精度保证在一个像元之内，然后对所有影像进行FLAASH大气校正，校正参数从影像元文件中获取，并以研究区矢量边界裁剪校正后的影像.

2.2 方法及过程

2.2.1 鄱阳湖湿地分类系统及其解译标志

建立湿地分类系统是进行湿地研究的关键一步，制约着湿地分类的精度，关系着图像处理、解译以及湿地制图工作[12].参考已有的研究资料和国内外普遍采用的湿地分类体系[13]，结合实际研究区遥感影像湿地景观类型特点，将研究区分为水域、裸滩、沙地、草洲4种湿地类型.由于HJ影像仅有4个波段（B1-0.475 μm，B2-0.56 μm，B3-0.66 μm，B4-0.83 μm），所有影像以432波段组合显示地物标准假彩色，为增强目视效果，对影像进行直方图均衡化拉伸，结合高分卫星及Google地球，建立4种湿地类型解译标志（表2）.

表2 湿地解译标志

2.2.2 湿地提取方法

支持向量机是一种基于统计学习理论的新型机器学习方法，其核心思想是利用内积核函数k（xi,xj）将原始分类空间变换到高维空间，并在高维空间内寻求最优分类面，在小样本、高维度、非线性遥感影像提取中具有优势[5]，ENVI5.3软件中该方法的核函数包含以下4种常用类型：

1）线性核函数（Linear）：k（xi,xj）=xiTxj；

2）多项式核函数（Polynormial）：k（xi,xj）=（ γxiTxj+r）d,γ＞0；

3）径向基核函数（Radial Basis Function）：k（xi,xj）=exp（-γ‖xi-xj‖2）,γ＞0；

4）S形核函数（Sigmoid）：k（xi，xj）=tanh（γxiTxj+r）.

本研究以Radial Basis Function核函数进行影像分类.同时利用最大似然法、决策树法提取研究区影像，并对分类结果进行精度比较.

根据建立的湿地分类系统及各类型的解译标志，在2017年12月18日环境卫星影像上依次选择各类型的分类样本，为之后评价分类结果，在GF-1-WFV3影像上选择一定数量的地表真实感兴趣区作为验证样本，由于研究区内沙地分布面积较小，所选样本像元数目不足1000个，其它各类分类样本像元数不少于2000个，验证样本像元数不少于1000个，两部分样本均尽可能选择纯净像元.分别计算分类样本与验证样本中各类的分离度，保证各类型之间分离度大于1.8.

为构建决策树模型，首先基于研究区影像各湿地类型的光谱特征计算影像植被指数（NDVI）和水体指数 （NDWI），并统计分类样本在植被指数（NDVI）、水体指数（NDWI）及各单波段之间最大最小值，根据对分类样本的统计分析结果并通过多次尝试得出：B1阈值不大于0为背景，植被指数大于0.32可以将所有植被包含在内，以此阈值首先将草洲与其他类型分离；其次根据影像的NDWI值大于-0.15再将水域分离出来；沙地在影像上高亮显示，而裸滩则较灰暗，尝试以B3波段的反射率阈值大于0.16为沙地，其余像元分为裸滩.

2.2.3 精度验证方法

影像分类之后需要对分类结果进行评价，ENVI软件提供了分类结果叠加、混淆矩阵（Confusion Matrices）和 ROC 曲线（ROC Curves）等评价方法，本文采用混淆矩阵对影像提取结果进行评价.精度评定是依据精度指标来衡量的，混淆矩阵中包含总体分类精度 （Overall Accuracy）、Kappa系数、 制图（Prod.Acc） 及 用 户 精 度 （User Acc） 和 错 分（Commission）及漏分（Omission）误差等精度指标：

总体分类精度（POA）是被正确分类的的像元总和（Xii）与总像元数（N）的比值：

用户精度（PUA）指A类感兴趣区总数的准确分类数（Xii）与被确定为A类的总数的比值：

错分误差为100%减去用户精度；

制图精度（PPA）指正确分为A类的感兴趣区总数（Xii）与 A 类地表真实感兴趣区的总数（∑ik＝1Xki）的比值：

漏分误差为100%减去制图精度；

Kappa系数用来表示分类的结果与选取的真是感兴趣区接近程度，可用公式表示为：

3 结果与分析

3.1 提取结果及精度比较

利用上述三种分类方法分别提取2017年12月18日研究区影像湿地信息，利用验证样本评价提取效果，并输出混淆矩阵，得出各类型的分类精度和Kappa系数（表3），结合大湖池以东局部区域提取结果图（图2）分析比较三种方法分类效果.

表3 湿地信息提取精度及Kappa系数

图2 局部区域提取结果

从表3中的精度数据可以看出，支持向量机法总体分类精度和Kappa系数最高，分别为97.52%和0.9633，最大似然法精度略低于支持向量机法，决策树法最低.最大似然法对草洲和水域的提取效果较好，精度很高，但提取的沙地用户精度较低，仅为86.95%，从图2的提取结果可以看出，该方法将较多浅洼水域周边的裸滩错分为了沙地；支持向量机法有近10%的沙地漏分，没有将河漫滩和位置较高的洲滩上的高亮区域充分提取出来，但没有错分沙地，水域、裸滩和草洲也无过多错分漏分现象，提取精度均在96%以上；决策树法总体分类精度比以上两种方法低了2%以上，漏分了较多裸滩和草洲，与原始图像相比可以看出，该方法将较多与水域接壤的裸滩划分为了水域，导致裸滩的制图精度仅为91.21%，水域的用户精度为93.86%.综合考虑三种提取方法对各湿地类型的提取精度和提取结果，支持向量机法是相对较好的，所以后面的研究采用支持向量机法提取鄱阳湖时间序列影像，以实现湿地类型动态监测的研究目标.

3.2 鄱阳湖近十年湿地分类结果及变化分析

3.2.1 面积统计及分类结果

利用支持向量机法分别提取2008年至2017年研究区影像，分类之后进行Majorit/Minority分析，利用Arcgis10.1软件统计各年份各湿地类型的面积（表4），并输出各期影像分类结果的专题图（图3）.

表4 湿地面积统计/km2

图3 鄱阳湖2008—2017年湿地分类结果

3.2.2 变化分析

总体来说，鄱阳湖枯季湿地受到气候、地形地势及人类活动的干预，四种湿地类型在十年间处于动态变化之中.十年间水域面积平均为1209.45 km2，多数年份变化幅度不大；沙地分布面积最小，最大面积不足50 km2，并且从分类结果上可以看出，沙地仅在松门山岛上有大面积分布，北部河道两侧泥沙淤积处随水位下降有部分沙地露出；草洲和裸滩受水域影响较为显著，裸滩在2013年达到最高水平，面积超过1500 km2，历年平均面积略低于水域，与水域呈负相关性，草洲平均面积比水域高出近300 km2，可见鄱阳湖枯水期以草洲为主，这为鸟类的生存提供了有利条件.

鄱阳湖天然水面面积及空间分布在不同水位条件下变化极为明显[14]，水位变化造就了鄱阳湖湿地多样性的特点.每年自10月份开始，降雨量减少，五河入湖水量减少，且三峡水库蓄水减泄，长江来水减少[15-16]，鄱阳湖湖水持续流出，水域面积缩减，裸滩、草洲等类型增加.2009年11月份水域面积较少与这一年枯水季提前有关[17]，2011年12月下旬湖区河道狭小，水域面积不足900 km2，松门山岛东南部湖水几乎全部退去，湖底露出，草洲遍布，南矶乡地区天然较大湖泊仅有一处，湖区草洲总面积达1740.73 km2，处历年最高水平，而2012年11月中旬水域面积超过2000 km2，湖口处河道、河流入湖河道以及湖区中心均有大面积水域，裸滩仅在修水入湖河道西北部和信江入湖河道南部有大面积分布，湖区中心及北部被水域占据，面积较小.蚌湖、大湖池等鄱阳湖天然子湖区持有较少水量，在枯水期环状裸滩和草洲大面积出现，蚌湖在2006年2月曾一度干涸，相比较水域面积在1200km2左右的年份的分类结果，金溪湖有逐渐缩减的趋势，2014年和2017年最为显著.

鄱阳湖湖底南高北低，天然湖区一旦没有持续大量补给，则湖水逐渐减少，河流冲积形成的冲积扇逐渐暴露，受高程的影响，露出水面较高的洲滩上植被获得较好的生长条件，较低的洲滩则由湖底滩地逐渐演化草洲.南矶乡赣江入湖三角洲地区自2008年至2012年都是草洲大面积分布的地区，少量裸滩被草洲包围，自2013年该地区裸滩面积有所增加，都昌县南部河道右侧地势较高，水位下降后，草洲从东向西持续扩大，2008年至2011年间最为明显.湖泊地形因素影响水流方向，这对泥沙淤积及洲滩的形成至关重要.永修县辖区内松门山岛东南部在2008年是平缓的洲滩，从2009年开始逐渐出现草洲，2011年该地区有较多草洲形成，经过水流冲击及泥沙淤积，2012年至2013年裸滩和草洲形成两部分，近几年则逐渐向东部靠拢.

人工拦截形成的圩堤湖对鄱阳湖枯水期保持一定水量具有重要作用，在这种水利枢纽条件下，一定程度上可以人工控制湖泊水位，保证湖区保持一定范围的水域覆盖[18]，进而影响其它湿地类型的形成.十年间，青岚湖、军山湖、珠湖以及湖区周边其他大型圩堤湖，水域面积几乎没有变化.城镇建设、围垦种植养殖、挖沙采砂、捕捞、排污等[19]人类活动强制性地干预了鄱阳湖湿地的自然状态.受影像分辨率限制，本研究未对湖区内建设用地进行提取，并将抚河入湖口南部小部分围垦区划分为了裸滩，从分类结果可以看出，该地区常年保持效果对单一的类型，从2014年开始草洲面积有所回升.在珠湖西北部，2008年和2009年有大量泥沙自西向东淤积，在枯水期形成大片草洲，自2010年该地区泥沙被清除，水域面积向东扩大.

4 结论及不足

湿地在调节气候、维护生态平衡、保护生物多样性方面具有重要作用，为湿地生物的生长提供了有利条件，其社会、经济、生态价值无可估量，本文选取了2008—2017年十年鄱阳湖枯水期遥感影像，结合辅助数据将研究区湿地类型划分为水域、裸滩、沙地和草洲四种，分别建立其解译标志，分析比较了最大似然法、支持向量机法、决策树法在环境卫星影像上的提取精度，进而利用精度最高的方法提取十年影像，并结合统计面积和分类结果分析影响湿地类型变化的驱动因素，得出结论如下：

1）支持向量机法在环境卫星上提取鄱阳湖湿地信息效果较好，总体分类精度达97.52%，比最大似然法和决策树法分别高出0.06%和2.13%，除沙地存在近10%的漏分现象外，其他类型精度均在96%以上.

2）十年间水域面积平均为1209.45 km2，相同月份下多年变化幅度不大，天然水域主要分布于湖区东部和北部，青岚湖、军山湖、珠湖等圩堤湖水域面积几乎保持不变；枯季的鄱阳湖以草洲为主，十年平均面积超过1500 km2，分布广泛，以南矶乡地区和河流入湖河道两侧洲滩为主，2010年湖区东部有明显清淤现象；裸滩在2013年达到最大面积，超过1500 km2，十年平均面积略少于水域，主要分布于湖区中心河流冲积扇地区和北部入江水道两侧；沙地面积较少，最大面积不足50 km2，主要分布在松门山岛北部和北部入江水道两侧裸滩南侧.

3）气候、地形地势及城镇建设、水利设施、围垦种植养殖、挖沙采砂、捕捞、排污等人类干预活动均在不同程度上影响鄱阳湖湿地类型的演变.水位是最直接的驱动因素，枯水期水量少，水域面积缩减，滩地、草洲等类型随之变动，地形影响水流，从而影响泥沙淤积.

本研究是基于目视判断选择样本，不可避免地具有一定的主观性，缺乏实测数据作为分类及验证的标准.受环境卫星影像自身分辨率的限制，研究区范围内的小区域非湿地未能区分剔除，分类结果不够精确.另外，本文研究区为狭义上的鄱阳湖范围，随着湖区周边人工湿地越来越多，鄱阳湖湿地的影响范围也不仅仅局限于主湖区，所以对鄱阳湖的湿地研究应着眼于整个鄱阳湖分水岭界线内的范围，后续需进一步扩大研究区范围，实现鄱阳湖湿地的全局监测.