喀斯特山区地表水时空变化分析——以贵阳市为例

董 飞 张玉彪 黄登红，2 陈春阳 黄忠兰 封炳丞

（1.贵州师范大学地理与环境科学学院喀斯特研究院，贵州 贵阳 550001；2.国家喀斯特石漠化防治工程技术研究中心，贵州 贵阳 550001）

关键字：地表水；支持向量机(SVM)；数字高程模型(DEM)；水体指数；喀斯特山区

0 引言

地表水是一种重要自然资源，与人类活动和生态环境息息相关。随着社会快速发展，生态环境不断恶化，人类与水资源的矛盾日益突出，因此研究地表水资源变化对人类发展、水资源的保护和利用具有重要价值。通过遥感技术能够高效快速的检测和提取水体信息，其对水体信息的提取主要以光学影像为主，提取方法可以分为阈值法、分类器法和其他方法。阈值法包括单波段法、多波段谱间关系法、水体指数法；分类法包括决策树法、SVM 法、面向对象法；其他方法包括GIS 技术辅 助、混 合 像 元 分 解、BP 神 经 网 络 等［1］。由Mcfeeters 构建的NDWI［2］运用最为普遍；徐涵秋在NDWI 指数基础上构建了改进的归一化差异水体指数MNDWI［3］在复杂地形下能对水体进行提取。由Vapnik 提出的SVM 分类法是一种建立在统计学习理论基础上的机器学习方法［4］。众多研究表明在样本量较少的情况下，也能取得良好的分类结果［5］。O′Callaghan［6］和Tribe［7］利用DEM 数据提取流域水系，熊立华等［8］根据流域的数字高程模型自动提取河网水系［9］总结了集水面积方法。虽然阈值法和分类法能够快速实现大面积水体的提取，但是对喀斯特地区细小水体提取不够快速有效［10］，而DEM 数据提取水体难以生成准确面状水系。因此利用遥感影像阈值法和分类法对大面积水域比较敏感，DEM 数据提取水系时对细微水体比较敏锐，利用两者在水系获取上的优势实现互补，使提取的水体信息分布与实际情况更加符合［11］。

该研究以Landsat7ETM 为数据，以贵阳市为研究区，采用NDWI、MNDWI、SVM 三种方法提取水体，利用混淆矩阵计算各自提取精度，选取精度最高方法提取地表水，通过DEM 数据生成河网信息，结合两者提取结果利用真实地面影像进行综合修正，研究2000—2020 年贵阳市地表水变化特征并结合气候与社会因素进行分析，为贵阳市今后人与生态环境稳定发展，地表水资源保护与合理利用及开发提供科学依据。

1 研究区概况

贵 阳 市（106°07′E—107°17′E，26°11′N—27°22′N）地处黔中山原丘陵中部，属亚热带季风湿润气候，历年平均气温为15.3 ℃。贵阳市地表水资源主要来自雨水，多年平均降雨量为1 129.5 mm，其位于长江水系与珠江水系的分水岭地带，市域内10 km 以上河流有98 条，其中包括长江流域90 条，珠江流域8 条。贵阳市属于典型喀斯特城市，受喀斯特地貌的影响，降水易流失、蒸发快。

2 数据来源及预处理

研究数据选用遥感数据和非遥感数据。遥感数据来源于美国地质调查局官网（USGS，https：//earthexplorer.usgs.gov/）2000 年、2010 年、2020 年冬季时间段的Landsat7ETM 6 景影像数据，选择影像数据云量均小于10%，分辨率为30 m，满足研究需求。并对遥感数据进行辐射定标、大气校正、镶嵌、裁剪等预处理。非遥感数据包括气温、人口密度、生产总值数据来源于贵阳市《统计年鉴》。降雨量、蒸发量数据来源于贵阳市《水资源公报》。径流量数据来源国家青藏高原数据中心［12］，数字高程模型（DEM）来源于地理空间数据云（https：//www.gscloud.cn/），分辨率为30 m，并对DEM 数据进行投影校正、拼接、裁剪等处理。

3 研究方法

3.1 基于遥感影像的地表水信息提取

3.1.1 水体指数。 ①归一化水体指数（NDWI）。NDWI［2］基于TM 影像，利用了水体在绿光波段有较强反射作用，在近红外波段有较强吸收作用的特征，通过差值计算来抑制植被，突出水体，从而提取水体的信息。计算公式如式（1）。

式中：GREEN为绿光波段，NIR为近红外波段。

②改进归一化差异水体指数（MNDWI）。MNDWI在NDWI的基础上，使用中红外波段代替近红外波段，使水体与城镇区的反差增大，抑制高建筑物阴影从而能更精确的提取城镇中的水体信息。计算公式如式（2）。

式中：GREEN为绿光波段，MIR为中红外波段。

3.1.2 支持向量机（SVM）。SVM 图像分类主要步骤包括样本采集及数据标准化、核函数及参数设置、样本集训练和应用预测模型进行图像分类等，广泛应用于遥感数据处理的各个方面［13］。在运用该方法时，精确选取100 个典型样本，以提高分类效率和精度。

3.1.3 精度评价。基于遥感技术提取水体时利用阈值法确定水体边界的阈值，确保提取出大部分水体的同时减少其他地物类别的误提，保证水体分割结果的准确性［14］。

精度评价是衡量遥感检测的重要手段，通过建立混淆矩阵计算得到总体分类精度OA、Kappa 系数、错分误差、漏分误差、制图精度、用户精度6 个精度评价指标［15］，对NDWI、MNDWI、SVM 三种方法的水体提取结果进行精度评价。

3.2 基于DEM数据的地表水信息提取

根据地表物理特征和水流特征，利用DEM 数据提取研究区地表水时，对预处理后的DEM 数据进行流向、汇计算等判断是否存在洼地或者数据存在异常值，得到无洼地DEM 数据后确定水流方向并计算汇流量，水流长度。通过不断的实验并利用遥感地形图与其他数据辅助检验来确定符合研究区域地形地貌条件的汇流阈值。最后利用汇流累积矩阵生成栅格河网，并对栅格河网进行矢量化处理。

4 结果与分析

4.1 水体信息提取

基于时间尺度，如表1 所示各时段三种水体提取方法的总体分类精度OA 均在90%以上，MNDWI指数的OA 精度最高，达到99.6%，各时段的Kappa系数由大到小依次是SVM＞MNDWI＞NDWI，且错分误差中2020 年的NDWI 错分误差最大，达到18.18%。在各时段的三种方法中，2010 年MNDWI的漏分误差最大，达到22.22%，2010 年NDWI 的漏分误差最小，值为11.11%。就各时段而言，总体上SVM 方法在提取水体时效果较好，错分误差与漏分误差均小于NDWI、MNDWI。

表1 Landsat 7 ETM水体提取精度评价表

4.2 地表水时空变化分析

根据精度评价结果使用SVM 法提取2000 年、2010 年、2020 年三期贵阳市地表水信息，通过聚类处理去掉细小图斑后转为矢量数据，DEM 数据提取的河网信息进行叠加整合，得到各时期贵阳市地表水空间分布状况，计算各年份的水体面积、面积变化百分比、面积年均变化率［16］来反映不同时段的贵阳市地表水的时空变化趋势。面积变化百分比与面积年均变化率公式如式（2）、式（3）。

式中：M为面积变化百分比；N为面积年均变化率；Sa为研究起始年份的面积；Sb为研究终止年份的面积；ΔT为研究起始年份与终止年份的时间差

2000—2020 年贵阳市地表水面积统计情况如表2 所示，2000—2020 年贵阳市地表水面积缩减明显，缩减面积为42.46 km2，缩减年平均面积为2.123 km2，面积变化百分比为28%。2010—2020年地表水缩减面积最大，缩减面积达到23.96 km2，面积变化百分比为17.99%，面积年均变化率达到了1.80%。结果表明2000—2020 年以来，贵阳市地表水面积呈现持续缩减的趋势。

表2 地表水面积统计表

4.3 驱动因素分析

基于2000—2020 年贵阳市年平均降雨量、蒸发量、径流量、气温、日照时数、相对湿度、人口密度、生产总值等数据对贵阳市地表水面积变化驱动因素进行分析，利用Pearson 相关系数计算得到2000 年、2010 年、2020 年各驱动因素与贵阳地表水面积的相关系数，如表3。

4.3.1 降雨量、蒸发量、径流量、气温的影响。2000—2020年，贵阳市年平均降水量、蒸发量、径流量气温年变化趋势比较大，见图1。2000—2020年，降雨量与蒸发量呈现负相关，与径流量呈现正相关，降雨量，径流量降低时，蒸发量增加。由表3可知降水量、径流量和贵阳市地表水面积的相关系数分别为-0.215、-0.242 均呈现负相关，降水量，径流量是影响地表水面积的因素之一。蒸发量与贵阳地表水面积的相关系数为-0.635，说明蒸发量对地表水面积的影响比降水量，径流量大。气温与地表水面积呈负相关，气温增大时，地表水面积减小。见表3 相关系数为-0.955，气温是影响地表水面积的一个重要因素，且影响较大。

图1 降雨量、蒸发量、径流量

4.3.2 人口密度、生产总值的影响。2000—2020 年间人口密度、生产总值、用水量呈现不同的发展趋势，如图2 所示，人口密度对地表水面积的影响主要反映在人口增长导致住房量增加、产业发展、城市扩张等对地表水使用量增加。2000—2020年，贵阳市人口密度逐年上升，见表3 人口密度与地表水面积呈负相关，相关系数达到-0.997，说明人口密度对地表水面积变化起到了决定性影响。生产总值与人口密度息息相关，经济的增长带来的各个产业的发展，包括工厂的大量建设，房屋的建设，道路的修建等均使用大量水资源。相关性分析中，生产总值与地表水面积呈负相关，相关系数为-0.968。表明近20年间，地表水面积受到的生产总值的影响较大。

表3 驱动因素相关系数表

图2 气温、人口密度、生产总值

5 结语

本研究以遥感影像与DEM 为数据源，选择NDWI、MNDWI、SVM 法均能提取出贵阳市大面积区域地表水信息，总体精度均在90%以上。针对各时段而言，SVM 法水体提取的Kappa 系数最高，效果最好。因此SVM 法提取喀斯特地区效果较理想，利用该方法获取贵阳市地表水信息，与DEM 数据提取的河网信息进行叠加修正。结果表明2000—2020 年贵阳市地表水面积地表水缩减42.46 km2，面积变化百分比28%。2010—2020年间地表水缩减面积最大，缩减面积达到23.96 km2，面积变化百分比为17.99%，2000—2020 年贵阳市地表水面积呈缩减趋势。由相关性分析得出各驱动因素与地表水面积均呈现负相关，降雨量、蒸发量、径流量是影响地表水面积的次要因素；气温、人口密度、生产总值是影响地表水面积变化的主要因素，其中人口密度与地表水面积相关性最强，说明随着人口的增加地表水面积呈现持续缩减的趋势。

从气候角度来看，贵阳市降雨量丰富但时空分布不均衡，造成贵阳市地表水资源的短缺，随着气候的变化，气温与蒸发量的不稳定性导致地表水面积受到影响，由于贵阳市地处我国喀斯特核心带，岩溶地貌渗透性强，降雨易流失，蓄水困难，又因为贵阳市多为山地丘陵地势，山高坡陡狭谷深难以建造水库，地表水的开发利用难度较大；从社会角度来看由于近20 年间贵阳市经济快速发展，随着城镇人口的上升，对地表水的需求增大。工业用水、城镇居民用水、农业用水等没有进行合理规划利用，对地表水资源的浪费使用，贵阳市的地表水面积在气候因素和社会因素共同作用下导致了地表水资源的减少，社会因素影响显著，对地表水面积的变化影响较大。

当前研究以贵阳市地表水的时空变化为主，其面积变化与驱动因素都存在一定的联系，但相关性不显著，研究中选取的遥感数据与方法较单一，水体提取方法应结合研究区地形地貌进一步分析，在今后研究中将会做更详细的验证。