基于CIWI模型的洞庭湖地區(qū)水體變化識(shí)別

楊 驍

（湖南師范大學(xué)，湖南 長沙 410000）

0 前言

洞庭湖位于長江中游南岸，地處湖南境內(nèi)，是我國第二大淡水湖。由于其獨(dú)特的地理環(huán)境和氣候條件，適宜大量的水生動(dòng)植物生長、繁殖，自然資源十分豐富。洞庭湖承納湘、資、沅、澧四水而吞吐長江，是長江流域最重要的集水、蓄洪湖盆，是我國重要的濕地之一[1]。自2003年三峽水庫的運(yùn)行，荊江“三口”入湖流量大為減少，導(dǎo)致洞庭湖水位偏低[2]，使湖區(qū)原來穩(wěn)定的水位漲落規(guī)律被打破，同時(shí)對(duì)洞庭湖區(qū)生態(tài)環(huán)境也產(chǎn)生了重大的影響。因此，研究洞庭湖的水體變化趨勢(shì)意義深遠(yuǎn)。

近年來關(guān)于水體信息提取的研究方法主要有單波段、多波段和水體指數(shù)法等[3-8]。Barton等人利用AVHRR影像數(shù)據(jù)的第4波段識(shí)別水體，并對(duì)洪水進(jìn)行晝夜監(jiān)測(cè)[9]。陳靜波等利用SPOT5多光譜影像構(gòu)建了北京市水體提取的決策樹[10]。劉建波等人利用TM遙感影像第4、5和7波段，結(jié)合密度分割法獲得了北京密云水庫面積的變化情況[11]。徐涵秋在分析Mcfeeters提出的歸一化差異水體指數(shù)（Normalized Difference Water Index，NDWI）的基礎(chǔ)上，提出了改進(jìn)的歸一化差異水體指數(shù)（Modified NDWI，MNDWI），并分別用該指數(shù)提取了湖泊、河流和海洋，提取效果較好[12]。丁鳳利用水體在近紅外和中紅外具有強(qiáng)吸收這一特征，提出了新的水體指數(shù)（New Water Index，NWI），該模型可以實(shí)現(xiàn)水體的快速提取，且精度較高[13]。混合水體指數(shù)模型(Combined Index of NDVI and NIR for Water Body Identification，CIWI)利用近紅外和紅光波段的灰度比值構(gòu)成無量綱數(shù)，再與歸一化植被指數(shù)（Normalized Difference Vegetation Index，NDVI）相結(jié)合，進(jìn)而達(dá)到增強(qiáng)水體、城鎮(zhèn)和植被等地物之間的差異[14]。該模型優(yōu)于其他水體指數(shù)模型，能夠?qū)崿F(xiàn)區(qū)域水資源分布的快速調(diào)查與監(jiān)測(cè)，精確提取區(qū)域水體的形狀和分布特征[15]。

本研究以洞庭湖地區(qū)為研究對(duì)象，利用CIWI模型提取洞庭湖地區(qū)2003、2008和2013年水體信息，并結(jié)合監(jiān)督分類方法對(duì)結(jié)果進(jìn)行對(duì)比驗(yàn)證，分析近十年洞庭湖的水體變化趨勢(shì)。

1 數(shù)據(jù)和方法

1.1 研究區(qū)概況

洞庭湖位于湖南省東北部，整個(gè)洞庭湖包括東洞庭湖、西洞庭湖、南洞庭湖、大通湖四個(gè)湖區(qū)。洞庭湖東濱岳陽、汨羅，西至澧縣、常德，南抵益陽、湘陰，北近安鄉(xiāng)、華容，周邊各縣市。本研究根據(jù)湘江、資江、沅江、澧水四條河流注入洞庭湖的位置選定研究區(qū)域，以各縣市行政區(qū)為研究單元，選取洞庭湖區(qū)15個(gè)縣市作為研究區(qū)，包括澧縣、臨澧、安鄉(xiāng)、漢壽、華容、南縣、湘陰、岳陽8個(gè)縣，津市、沅江、汨羅、臨湘4個(gè)縣級(jí)市，常德市、益陽市、岳陽市3個(gè)地級(jí)市的市轄區(qū)，總面積約25800km2，約占湖南省總面積的12.2%。

1.2 數(shù)據(jù)和方法

2003年2月、2008年3月和2013年2月18天合成的 500m分辨率陸地表面反射率產(chǎn)品MOD09A1和16天合成的250m分辨率植被指數(shù)產(chǎn)品MOD13Q1下載于美國國家航空航天局。2003年2月和2008年3月的30m分辨率遙感數(shù)據(jù)來自美國陸地衛(wèi)星七號(hào)（Landsat-7）ETM+傳感器，下載于國際科學(xué)數(shù)據(jù)服務(wù)平臺(tái)。2013年2月30 m分辨率遙感數(shù)據(jù)來自環(huán)境與災(zāi)害監(jiān)測(cè)預(yù)報(bào)衛(wèi)星 （HJ-1A星）CCD傳感器，下載于中國資源衛(wèi)星應(yīng)用中心。

圖1 研究區(qū)地理位置示意圖

表1 遙感影像數(shù)據(jù)說明

NDVI能夠反映地表植被的覆蓋程度[16]，可以將水體與植被信息分離；城鎮(zhèn)和水體在MODIS第七通道近紅外上反射率差異最大，可以將水體與城鎮(zhèn)信息分離。因此將兩者相結(jié)合構(gòu)建CIWI水體指數(shù)模型[14]。CIWI模型可以表示為：

式中RED為紅光波段反射率，NIR為近紅外波段反射率，NIR為近紅外波段反射率的均值。C為常數(shù)，本文取值范圍為0.85～1。

首先，對(duì)MODIS數(shù)據(jù)進(jìn)行預(yù)處理，利用ENVI 4.8對(duì)植被指數(shù)和地表反射率進(jìn)行合成、鑲嵌、投影和裁剪研究區(qū)等操作，然后在ArcGIS 10.0中構(gòu)建CIWI模型，并反復(fù)試驗(yàn)閾值提取水體。監(jiān)督分類使用ENVI軟件中最大似然法，并在后期結(jié)合人工目視解譯對(duì)水體提取結(jié)果進(jìn)行修改。

2 結(jié)果和討論

2.1 結(jié)果

CIWI模型提取水體結(jié)果表明，2003年水體面積為1471.50km2，2008年水體面積為1920.88km2，2013年水體面積為1236.88km2。監(jiān)督分類結(jié)果表明，2003年水體面積為 2217.64 km2，2008年水體面積為2349.99km2，2013年水體面積為1959.45km2。對(duì)比分析發(fā)現(xiàn)，CIWI模型提取的水體面積明顯比監(jiān)督分類的水體面積小，但總體變化趨勢(shì)一致，均為2008年面積最大，2003年次之，2013年水體面積最小。相較于監(jiān)督分類對(duì)水體的提取，CIWI模型提取的水體輪廓不明顯，特別是細(xì)小河流以及坑塘等小面積水體的提取不完整（圖3）。

圖2 洞庭湖地區(qū)2003年-2013年水體面積變化

圖3 洞庭湖地區(qū)CIWI模型和監(jiān)督分類提取的水體

2.2 討論

本研究使用CIWI模型，對(duì)洞庭湖地區(qū)近十年水體面積進(jìn)行提取，并結(jié)合監(jiān)督分類方法對(duì)結(jié)果進(jìn)行驗(yàn)證。研究發(fā)現(xiàn)，2008年3月洞庭湖地區(qū)水體面積最大，2003年2月水體次之，2013年2月水體面積最小。使用CIWI模型提取的水體面積和使用監(jiān)督分類提取的水體面積變化趨勢(shì)一致，表明CIWI可以有效的提取區(qū)域水體面積。相關(guān)研究表明，洞庭湖水體面積整體在不斷減少，調(diào)蓄洪水能力在不斷減弱[2,17]。三峽工程運(yùn)行后，受三峽水庫蓄水和清水下泄河道沖刷的影響，干流水位下降，加之三口洪道淤積，減少了三口洪道的分流作用，從而影響洞庭湖水位變化[18]。湖體面積變化與降水量也有著密切的聯(lián)系[19]，本研究發(fā)現(xiàn)2008年3月水體面積較2003年2月水體面積大，這可能是受到2008年降水的影響。

研究中CIWI模型提取的水體面積整體小于監(jiān)督分類提取的水體面積，這可能是受數(shù)據(jù)分辨率的影響。監(jiān)督分類的遙感數(shù)據(jù)分辨率分別為30m，而CIWI使用的遙感數(shù)據(jù)分辨率分別為250m和500m，會(huì)導(dǎo)致很多小面積的水體不能被提取。監(jiān)督分類雖然提取的水體較準(zhǔn)確，但受主觀因素影響較多，且消耗時(shí)間較長。CIWI則可以實(shí)現(xiàn)水體快速的提取，而且方便對(duì)水體的時(shí)序變化進(jìn)行研究。但是，本研究使用CIWI模型提取水體也還存在一定的不足。一方面，實(shí)驗(yàn)使用的是2月～3月的遙感數(shù)據(jù)，如果能使用5月～9月水體植被等地物反應(yīng)更明顯的遙感數(shù)據(jù)將更有利于水體的提取。另一方面，如何確定CIWI模型適當(dāng)?shù)拈撝祦碛行У奶崛∷w也有待進(jìn)一步研究。

［1］李景剛,李紀(jì)人，黃詩鋒,等.Terra/MODIS時(shí)間序列數(shù)據(jù)在湖泊水域面積動(dòng)態(tài)監(jiān)測(cè)中的應(yīng)用研究：以洞庭湖地區(qū)為例[J].自然資源學(xué)報(bào),2009,24(5):923-933.

［2］賴錫軍,姜加虎,黃群.三峽工程蓄水對(duì)洞庭湖水情的影響格局及其作用機(jī)制[J].湖泊科學(xué),2012,24(2):178-184.

［3］Paul SF,Kennetii JP.Water body detection and delineation with Landsat TM data[J].Photogrammetric Engineering&Remote Sensing,2000,66(12):1461-1467.

［4］Geneletti D,Gorte BG.A method for object-oriented land cover classification combining TM data and aerial photographs[J].International Journal of Remote Sensing,2003,24(6):1273-1286.

［5］鄧勁松,王珂,李軍.決策樹方法從SPOT-5衛(wèi)星影像中自動(dòng)提取水體信息研究[J].浙江大學(xué)學(xué)報(bào)：農(nóng)業(yè)與生命科學(xué)版，2005,31(2):171-174.

［6］李玉鳳.基于SPOT-5衛(wèi)星影像的南四湖水體信息提取與土地覆被分類研究[D].濟(jì)南:山東大學(xué),2008.

［7］駱劍承,盛永偉,沈占峰,等.分布迭代的多光譜遙感水體信息高精度自動(dòng)提取[J].遙感學(xué)報(bào),2009,13(4):610-615.

［8］Mcfeeters SK.The use of the Normalized Difference Water Index (NDWI)in the delineation of open water features[J].International Journal of Remote Sensing,1996,17(7):1425-1432.

［9］Barton IJ,Bathols JM.Monitoring floods with AVHRR [J].Remote Sensing of Environment,1989,30(1):89-94.

［10］陳靜波,劉順喜,汪承義,等.基于知識(shí)決策樹的城市水體提取方法研究[J].遙感信息,2013,28(1):29-37.

［11］劉建波,戴昌達(dá).TM圖像在大型水庫庫情監(jiān)測(cè)管理中的應(yīng)用[J].環(huán)境遙感,1996,11(1):54-58.

［12］徐涵秋.利用改進(jìn)的歸一化差異水體指數(shù)(MNDWI)提取水體信息[J].遙感學(xué)報(bào),2005,9(5):589-595.

［13］丁鳳.基于新型水體指數(shù)(NWI)進(jìn)行水體信息提取的實(shí)驗(yàn)研究[J].測(cè)繪科學(xué),2009,34(4):155-157.

［14］莫偉華,孫涵,鐘仕全,等.MODIS水體指數(shù)模型(CIWI)研究以及應(yīng)用[J].遙感信息,2007,93:16-21.

［15］凌成星,張懷清,林輝.利用混合水體指數(shù)模型(CIWI)提取濱海濕地水體的信息[J].長江流域資源與環(huán)境,2010,19(2):152-157.

［16］李惠敏,劉洪斌,武偉.近10年重慶市歸一化植被指數(shù)變化分析[J].地理科學(xué),2010,30：119-123.

［17］黃群,姜加虎,賴錫軍,等.洞庭湖濕地景觀格局變化以及三峽工程蓄水對(duì)其影響[J].長江流域資源與環(huán)境,2013,22(7):922-927.

［18］孫占東,黃群,姜加虎.洞庭湖主要生態(tài)問題變化分析[J].長江流域資源與環(huán)境,2011,20(9):1108-1113.

［19］劉可群,梁益同,黃靖,等.基于衛(wèi)星遙感的洞庭湖水體面積變化及影響因子分析[J].中國農(nóng)業(yè)氣象,2009,30(2):281-284.