LandSat TM/OLI遥感影像在玛多县近30年小型湖泊面积监测中的应用

冶志强，刘峰贵,2

(1.青海师范大学 地理科学学院，青海 西宁 810008；2.高原科学与可持续发展研究院，青海 西宁 810008)

引言

地表水体包括海洋、湖泊、冰川、水库、河流等，作为地表地物类别之一，水体占据了地表约70%的面积。地表水体对区域甚至是全球来说影响甚大，由局部的水循环再到全球水循环，水体发挥着不可替代的作用，大气变化、生态平衡也依赖于水体。湖泊水域面积的变化是该湖泊所在流域内水量平衡的综合结果，对人类活动和气候的变化具有高度敏感性[1]。

遥感技术在水域的动态变化方面有着很好的监测作用[2]。遥感卫星影像具有大面积同步观测、获取速度快以及周期短等特点，可以对长时序的水资源观测提供所需要的信息[3]。近年来，许多学者专家基于遥感影像提出了提取水体的不同方法。按目前的研究成果可大致划分为两大类[4]：第一类是利用遥感影像波段计算使水体与非水体之间产生灰度差，用于区分水体与非水体，这种方法可归纳为波段计算法。其包括：归一化水体指数法[5](NDWI)、单波段阈值法[6]、多波段谱间关系法[7]以及改进后归一化水体指数法[8](MNDWI)等。另一种是影像分类法，包括监督分类与非监督分类。监督分类是依据于研究区内提供的地物类型样本，采取一定的方法(如最大似然法)对研究区地物类型进行分类，区别出各种地物类型。而对于长时序大范围内的水体提取，监督分类存在数据量大、选择研究区样本困难等缺点。非监督分类则只区分不同地物类别，并不能描述样本名称。

对于应用波段计算法提取水体已有学者有了相应的研究进展。Bartolucci等在1977年通过LandSat MSS卫星影像数据发现水体在0.7～0.9μm处具有强吸收、弱反射的特点[9]。Mcfeeters在1996年提出了归一化差分水体指数，是基于遥感影像Green波段与NIR波段的归一化比值指数，对于提取遥感影像中的水体信息效果较好。Gao在1996年也命名了一个植被水分指数，其目的是用来研究植被中的含水量，是基于遥感影像NIR波段和MIR波段的归一化比值指数，它对于植被冠层的水分含量的提取其效果非常明显。徐涵秋提出用改进后的归一化水体指数法进行水体的提取，其研究表明：改进后的归一化水体指数对于水体的细微特征有很好的揭示作用，对于阴影和水体也能做到很直观的区别。徐强[10]等基于ETM影像分别采用归一化植被指数(NDVI)、归一化水体指数、改进后归一化水体指数三种方法进行水体的提取，结果表明：利用改进后的归一化水体指数提取的水体信息精度最高。黎慧、赵阳[11]等利用TM影像采用NDWI、MNDWI、NDWIL、NDVI、EVI、TM5单波段提取六种方法对巢湖进行水体提取，研究结果显示：MNDWI提取水体精度最高，所提取的水体面积最大。对于湖面积的动态监测也有学者做出相应的研究进展。韩伟孝，黄春林[12]等采用改进后的归一化差异水体指数对青海湖面积进行长时序的动态检测，并分析其变化趋势。岳辉、刘辉[13]等以2002～2015年42期遥感影像采用MNDWI方法对牡丹江水库进行水体面积动态研究检测，分析了其变化趋势。程朋根、渝晓娟[14]等以武汉市沙湖为研究区，采取MNDWI方法进行水体的提取，并对1987～2016年间武汉市沙湖的变化做了动态监测。李晶、申莹莹[15]等对孕周煤田水域采用改进后的归一化水体指数法进行了遥感提取，并对1990～2014年水体信息分析了时空变化特征。由此看来，改进后的归一化水体指数在多人的应用下得到很好的体现，改进后的归一化水体指数能够区分阴影和水体，而对于高海拔的研究区，此方法可消除山体和阴影的影响。

位于亚洲水塔的东北部的玛多县，县域境内湖泊、河流分布众多，湖泊周边湿地广布[16]。黄河流经星星海等四大湖泊，为黄河上游提供水源，也对该地区的人类生活以及动植物的生存有着很大的影响。因此星星海等小型湖泊(星星海、龙日阿错、阿涌吾儿马错、阿涌该马错)的水量变化对于玛多县的水循环、生态环境及生态平衡有很大的研究价值。在基于已有研究的基础上，本文采取改进后的归一化水体指数方法对玛多县小型湖泊星星海等四个湖泊进行水体的提取。

1 研究区概况

研究区小型湖泊位于果洛藏族自治州玛多县境内，临近县城，黄河自上游分别流经龙日阿错、星星海、阿涌吾儿马错、阿涌该马错。其研究区地理范围为：34°44'N～35°55'N，96°00'E～98°30'E。研究区平均海拔4200 m以上，属于典型高寒草原气候，年平均气温-4℃，年降水量为247.8～484.8 mm[17]。湖泊面积：龙日阿错为18 km2、阿涌吾儿马错为35 km2、星星海为28 km2、阿涌该马错为21 km2，年湖泊面积总和为102 km2。

图1 研究区概况图

2 数据来源及预处理

2.1 数据来源

本文数据选取于地理空间数据云(网址：http://www.gscloud.cn/)，选取研究区影像的条带号为134-134、36-36。其传感器类型为LandSat5 TM和LandSat8 OLI，空间分辨率为30 m，其中TM影像6波段(热红外波段)为120 m，OLI影像8波段(全色波段)为15 m。采集时间集中在5～9月无冰期，共选取1990年、1995年、2000年、2005年、2009年、2013年、2018年近30年间的七期遥感影像，平均4a/期。因影像获取时间的限制，1990～2009年间的影像选取为LandSat5 TM传感器类型，2013年、2018年的数据选择LandSat8 OLI传感器类型。

2.2 数据预处理

对采集到的LandSat TM/OLI卫星影像数据进行辐射定标、大气校正等预处理，然后用预处理完的影像进行水体的提取。其中，辐射定标和大气校正均借助ENVI 5.1软件完成；辐射校正是为了将遥感影像中所获得的观测值转换为反射率，或者是辐射亮度值；大气校正的目的是去除大气因子对于地物的影响，使得影像更加接近于真实地物类型。研究区的裁剪通过借助ArcMap10.3软件进行处理。

3 水体信息提取

3.1 水体的太阳光谱特征

地表上的所有物质都能吸收以及反射太阳光，不同类型的地物对于太阳光都有不同的吸收量和反射量。遥感影像的所有波段对于水体都有强吸收、弱反射的特征，并且随着波长的增长其反射率逐渐降低。在可见光范围内的Blue波段和Green波段范围内水体的反射率为4%～5%，在NIR波段及SWIR波段处反射率几乎为0，太阳光所发射出的能量几乎全被水体吸收，因此人们通常利用NIR波段及SWIR波段进行遥感影像的水体提取。基于已有的研究，本文采用改进后的归一化水体指数进行水体提取。

3.2 改进后归一化水体指数

徐涵秋提出的改进后归一化水体指数是基于NDWI的基础上而提出的，该指数是以波段计算形成水体与其他地物之间的反差，进而直观地区别出水体与其他地物，其表达式为：

(1)

式中：Green代表LandSat影像中的绿光波段，TM传感器中为第2波段，OLI传感器中为第3波段；MIR代表LandSat影像中的中红外波段，TM传感器为第5波段，OLI传感器为第6波段。通过对玛多县星星海等四个湖泊水体提取的MNDWI值，选取合适的阈值，将水体与其他地物分离，提取出水体二值图。

3.3 湖泊变化幅度

湖泊变化幅度指的是湖泊的空间的变换、面积变化以及湖泊质量的变化。其中面积变化反映在湖泊的总量上，通过对湖泊水域面积总量变化的分析，可了解湖泊的总的变化趋势以及空间的演变[17]。其表达式为：

L1=Ub-Ua

(2)

(3)

式中，L1表示的是某一研究时段内湖泊变化的总幅度；L2表示的是研究时段内湖泊的年变化幅度；T表示的是研究时段内的间隔年数。若L1>0，则说明在此研究时段内湖泊面积有所增加，反之则说明湖泊面积减少。L2<0，说明研究时段内的湖泊面积有所减少，反之则说明湖泊面积有所增加。

3.4 湖泊变化强度指数

湖泊变化强度指数描述的是每个湖泊在不同时期相对变化的程度，本文采用湖泊变化强度指数进行定量分析[18-19]。表达式为：

(4)

式中：C表示的是湖泊演变强度；△Aba表示a-b研究时段内的湖泊变化的面积；Aa表示的是a年份湖泊的总面积；△t表示a、b年份间的时间差。

4 结果与分析

4.1 面积变化趋势分析

本文采用地理空间数据云提供的LandSat卫星系列数据TM传感器和OLI传感器为数据源，在ENVI 5.1、ArcMap10.3等软件的支持下，对玛多县星星海等小型湖泊进行水体提取，得到1990～2018年近30年间的玛多县小型湖泊面积变化的空间分布图。

根据图2所示，从1990～2018年间玛多县小型湖泊星星海等4个湖泊的空间分布关系来看，均有变化，其中龙日阿错和阿涌吾儿马错可以直观看出明显变化。通过对提取到的对1990～2018年间的玛多县小型湖泊星星海等4个湖泊面积进行空间统计计算，从结果来看，总体的变化趋势是：先减少后趋于稳定又逐渐减少。具体变化趋势为：星星海总体上变化幅度不是很大，但还是趋于下降的趋势，从1990年湖泊面积28.3855 km2到2018年的27.9040 km2，减少了0.4815 km2；2009～2013年间变化幅度最大，增加了2.5849 km2。阿涌吾儿马错是4个湖泊中面积最大的湖，同时也是变化起伏最大的湖泊，1990年湖泊面积为35.8804 km2，2018年湖泊面积为27.9102 km2，近30年间共减少了7.9702 km2；1990～2018年间，面积的峰值出现在1990年，为35.8804 km2。阿涌该马错是这4个湖泊中总体变化趋势趋于稳定的湖泊，1990年湖泊面积为21.1684 km2，到2018年湖泊面积为20.1120 km2，总体来说面积减少了1.0564 km2；1990～2018年间，湖泊面积峰值出现在2013年，面积为21.9266 km2；1995～2005年湖泊面积减少了6.2670 km2。龙日阿错是4个湖泊当中面积最小的湖泊，变化幅度也比较小，从1990年的18.1755 km2到2018年的13.8912 km2，减少了4.2843 km2。

图2 1990～2018年玛多县小型湖泊变化分布图

4.2 面积变化特征分析

为深入了解变化趋势，根据公式(2～4)，分别求出星星海、龙日阿错、阿涌吾儿马错、阿涌该马错的湖泊变化总幅度、湖泊年变化幅度以及湖泊演变指数，整理湖泊变化折线图，结果如表1所示。

表1 玛多县小型湖泊1990～2018湖泊变化幅度、湖泊演变指数

由上表可知：星星海在1990～2000年、2005～2009年、2013～2018年这三个时段内湖泊面积均减少，其中1990～1995年间减少最严重，湖泊面积变化总幅度为-2.1603 km2，湖泊演变指数为-0.3044%；湖泊面积增加的时段为：2000～2005年、2009～2013年，其中2009～2013年间面积增加较多，湖泊演变指数为0.6201%。阿涌吾儿马错在2009～2013年间湖泊面积增加，湖泊面积演变指数为1.3387%；其他时段内(1990～2009年、2013～2018年)面积均呈现减少的趋势，其中，1995～2000年间面积减少最严重。阿涌该马错在1990～1995年、2005～2009年、2009～2013年这三个时段内湖泊面积都有增加，其湖泊面积变化总幅度分别为：0.1562 km2、6.5199 km2、0.3491 km2，湖泊演变指数分别为：0.0295%、2.7062%、0.1011%；从其中的数字可以看出湖泊增加的面积并不多，增加的幅度也是逐渐减少的。龙日阿错在1990～2000年、2013～2018年这两个时段内面积均有所减少，2013～2018年间减少的幅度最大，其湖泊面积变化总幅度为-4.4713 km2，湖泊演变指数为-0.9740%；2000～2013年间湖泊面积有所增加，其中2000～2005年增加最多，湖泊变化总幅度为3.7961 km2，其湖泊演变指数为1.4177%。

5 结论

本文基于LandSat系列卫星影像作为数据源，采用改进后的归一化水体指数对玛多县近30年小型湖泊星星海等4个湖泊(星星海、阿涌吾儿马错、龙日阿错、阿涌该马错)的湖面积进行长时序动态监测，并通过分析湖泊面积变化总幅度、湖泊年变化幅度、湖泊演变指数等三项指标，得出以下结论：

(1)利用LandSat TM/OLI卫星影像提取水体效果明显，提取准确度高。

(2)1990～2018年间玛多县小型湖泊星星海等四个湖泊面积不论是单个面积还是年湖泊面积的总和均有所减少，并且都呈现先减少后增加最后又减少的趋势。

(3)1990～2018年间阿涌吾儿马错湖泊面积减少最多，共减少了7.9702 km2；龙日阿错次之，共减少了4.2843 km2；阿涌该马错减少了1.0564 km2；星星海湖泊面积变化幅度最小，共减少了0.4815 km2。

(4)1990～2000年间几个湖泊的面积均呈现下降趋势。其中阿涌吾儿马错减少最多，减少面积为5.0087 km2，湖泊演变指数为-0.5119%；2000～2005年间龙日阿错与星星海面积有所增加，其余湖泊面积均有所减少，其中龙日阿错增加最多，阿涌吾儿马错减少最多，湖泊演变指数分别为1.4177%和-0.4432%；2005～2009年间，龙日阿错和阿涌该马错湖面积增加，其余湖面积减少，阿涌该马错该年份的湖泊演变指数为2.7064%，阿涌吾儿马错演变指数为-0.6110%；2009～2013年间4个湖泊面积均呈现上升趋势，其中阿涌吾儿马错湖面积增加最多，增加的面积为5.5802 km2，湖泊演变指数为1.3387%。1995～2000年、2013～2018年4个湖泊面积均较前一时段有所减少，并且龙日阿错在这两个时段内变化较其他3个湖泊均要大。