埃塞俄比亞吉布3水電站遙感監測與分析

尹富杰，鄔明權，劉 榮，牛 錚，田定慧

(1.東華理工大學測繪工程學院，330013，南昌；2.中國科學院遙感與數字地球研究所遙感科學國家重點實驗室，100101，北京)

0 引言

“一帶一路”沿線國家面臨著能源需求迅速增長與供應不足的矛盾，解決能源短缺、調整能源結構已成為“一帶一路”沿線國家快速發展的關鍵因素。2017年5月，中國發改委和國家能源局在首屆“一帶一路”國際合作高峰論壇前夕，聯合發布《絲綢之路經濟帶和21世紀海上絲綢之路能源合作愿景與行動》，提出將和各參與國共同建設“一帶一路”能源合作平臺，促進“一帶一路”能源合作沿著更深更廣的方向發展[1]。

水電開發是“一帶一路”能源建設合作的重要領域，然而在水電站建設促進經濟、社會發展的同時，亦會引發一系列的生態環境影響。科學合理開發利用水電資源的前提是及時掌握流域水電開發狀況以及因其造成的生態環境問題[2]。李桂媛[3]等以向家壩水電站為例，分析水電工程的建設對區域環境產生影響的特點，結合產生影響的各個環境要素，構建水電工程施工區域環境監測體系。鄭玲芳[4]等以三峽庫區為研究對象，研究庫區周邊的土地利用變化及其產生的生態效應；葛德祥[5]等運用通用水土流失方程 (USLE)監測二灘庫區水土流失情況；甘淑[6]等利用遙感技術觀察漫灣庫區周邊植被封蓋情況；袁希平[7]等使用植被覆蓋監測漫灣移民情況；朱長明[8]等利用多源遙感和長時間序列數據，監測和分析了生態輸水前后區域環境變化和生態效應；周樂群[9]等采用多源影像融合、多層次信息提取等方法，對三峽庫區進行了全面動態監測，以上的研究主要注重于生態環境的某一些方面，缺乏將生態環境作為社會，自然等綜合體來研究水電工程對于生態環境的影響。

我國在一帶一路區域承建了大量的水電站項目，這些水電站項目解決了當地的能源短缺問題，也面臨了生態環境保護方面的壓力。然而我國在國外承建的水電站項目的遙感監測工作還鮮有研究。遙感具有可以全球范圍、周期性獲取數據的特點，在監測水電站項目的建設進度和生態環境影響方面具有天然的優勢。針對這一問題，本文以吉布3水電站為例，提出了一種“一帶一路”區域無地面調查數據支撐條件下的境外水電站工程生態環境和社會經濟影響監測方法：基于Landsat-5、Landsat-8衛星遙感影像、NPP-VIIRS夜間遙感影像、高分影像等數據，選擇植被覆蓋度、道路與建筑、夜間燈光指數等指標，利用遙感與GIS技術，從生態、社會經濟等角度分析吉布3水電站修建所帶來的影響，并可為在建和待建工程加強生態環境保護提供科學指導。

1 研究區與數據來源

1.1 吉布3水電站項目概況

吉布3水電站是埃塞俄比亞重點建設項目，也是目前非洲已經建成的最大的水電項目。該項目在2011年7月開工，2015年11月首臺機組交付埃塞俄比亞國家電網，2016年9月第10號機組運行試驗并交付埃方，標志著吉布3水電站正式竣工。整個水電站總共投資18億美元，總裝機容量達到1870 MW，占到埃塞俄比亞全國總發電裝機容量的一半以上，很大程度上改善了埃塞俄比亞國家短時期內電力嚴重不足的問題。在5年的工程建設過程中已為當地提供了7 000多人的就業機會，很大程度上解決了當地的就業問題，并在建設過程中為埃塞俄比亞培育了一批高素質、高技能的優秀人才。

吉布3水電站位于埃塞爾比亞西南部的奧姆歐河上，是該流域的第三級電站，距離上游吉布2水電站151 km，距離索多市90 km，距離首都亞的斯亞貝巴360 km，其位置如圖1所示。項目工程包括10臺混流式水輪發電機組，一座400 kV敞開式開關站，高243 m的碾壓混凝土重力壩以及一些配套設施。

圖1 吉布3水電站位置示意圖

1.2 數據與預處理

本文采用了Landsat-5 Thematic Mapper(簡稱TM)、Landsat-8 Operational Land Imager(簡稱OLI)衛星遙感影像和NPOESS Preparatory Project -Visible infrared Imaging Radiometer(簡稱NPP-VIIRS)夜間遙感影像數據。

Landsat-5 TM 和Landsat-8 OLI衛星遙感影像來源于美國地質勘探局(USGS)(https://earthexplorer.usgs.gov/)，選擇C1 Level-1產品，主要用于生態環境影響監測。Landsat-5 TM 和Landsat-8 OLI衛星遙感影像數據空間分辨率為30 m，時相為2010年01月30日、2014年01月25日、2017年01月17日，采用ENVI5.3對每期影像做FLAASH大氣校正、圖像裁剪等預處理。

NPP-VIIRS夜間燈光遙感數據源于美國國家海洋和大氣管理局(https://www.ngdc.noaa.gov/eog/)2012-2018年NPP-VIIRS夜間遙感影像數據，主要用于社會經濟影響分析。VIIRS可見光紅外成像輻射儀包括22個(0.3～14 μm)光譜波段，9個可見光、近紅外(0.4～0.9 μm)、8個短、中波紅外(1～4 μm)、4個熱紅外(8～12 μm)、1個低照度條件下的可見光通道，空間分辨率為400 m。通過提取研究區域水體輻射均值作為最小閾值，對NPP-VIIR數據小于最小閾值的像元統一賦值為0，以達到去除噪聲的目的，并且通過輸變電線路30 km緩沖區掩模提取出所需范圍。

此外，本文還利用了worldview 0.3 m高分影像，30 m SRTM DEM(https://earthexplorer.usgs.gov/)數字高程模型作為土地利用分類的輔助數據，其中高分影像用于工程建設進度監測。

2 研究方法

技術流程如圖2所示，主要包括：1)對TM、OLI數據進行預處理，計算NDVI，得到植被覆蓋度并制圖，分析2個時期的變化情況；2)對TM、OLI影像進行非監督分類，根據DEM計算得到坡度，再根據庫區5 km緩沖區裁剪出研究區坡度，然后將原影像的藍波段、綠波段、紅波段、近紅外波段與NDVI數據、非監督分類結果和坡度重新組合成7波段影像進行決策樹分類，得到土地利用變化圖，分析土地利用變化情況；3)利用Google earth高分影像，通過目視解譯提取3個時期道路、材料、廢料等數據，制成工程建設進度圖；4)對NPP-VIIRS夜間燈光影像進行去噪、裁剪等預處理，計算前后時期燈光增長率并制圖，通過燈光變化，來分析水電站建設對于當地社會經濟的影響。

圖2 技術路線圖

2.1 生態環境現狀遙感監測方法

2.1.1 植被覆蓋度計算方法 1)歸一化差異植被指數(Normalized Difference Vegetation Index，NDVI)。歸一化差異植被指數是地表植被覆蓋變化的重要監測指標之一，在研究生態環境保護方面有廣泛的應用[10]，可以有效地識別出植被的變化信息[11-12]，計算公式可表示為：

NDVI=(Rnir-Rred)/(Rnir+Rred)

(1)

式中：Rnir為Landsat 遙感影像的近紅外波段地表反射率；Rred為遙感影像的紅波段地表反射率。

2)基于像元二分模型植覆蓋度估算。像元二分模型是將像元地表分為植被和非植被，通過獲取純植被像元和純非植被像元來達到分解像元的目的，從而得到混合像元中植被所占的比重，這個比例就是植被覆蓋度[13-14]，計算公式可表示為：

VFV=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

(2)

式中：NDVIsoil為完全是裸土區域的NDVI值；NDVIveg則代表完全被植被所覆蓋的像元的NDVI值，即純植被像元的值；NDVIveg和NDVIsoil分別取NDVI直方圖95%和5%處的NDVI。本文將植被覆蓋度分為5個等級，0～0.2為低植被覆蓋度區；0.2～0.4為中低植被覆蓋度區；0.4～0.6為中等植被覆蓋度區；0.6～0.8為中高植被覆蓋度區；0.8～1.0為高植被覆蓋度區。

2.1.2 土地利用分類 在遙感影像分類的應用中，專家知識決策樹相較于監督分類、非監督分類分類精度更高，更適合于本次研究區分類[15]。本文利用ENVI5.3進行ISODATA非監督分類，類別數量設置為10，迭代次數為10次，得到非監督分類結果；利用ArcGIS對DEM進行坡度計算，將經過預處理后的原始影像藍波段、綠波段、紅波段、近紅外波段與經過計算得到的NDVI、非監督分類結果、坡度重新合并成7波段影像組成待分類影像進行分類[16]。采用混淆矩陣進行精度驗證，保證精度達到85%，由于缺乏高分辨率影像，本文采用7波段合成的原影像作為真實參考源。

CART決策樹是Grajski K A , Breiman L[17]等在1984年提出的決策樹構建算法，它的基本原理是通過對測量變量和目標變量構成的訓練數據集的循環分析，從而形成的二叉樹形式的決策樹結構。

CART算法采用的是經濟學中的基尼系數(Gini index)作為最佳測試變量的準則，選用的標準是每一個子節點的最高純度，所有節點的要素特征都要屬于同一類別。假設樣本集S中有n個要素類別，那么數據集就可以分為n類群體，那么數據集S的基尼系數就可以表示為：

Gini(S)=1-∑ni=1P2i

(3)

式中：pi是S中屬于Ci類的概率，用|Ci,S|/|S|來估計∑ni=1P2i是n個類別的總和。

2.1.3 生態占用與損失 生態占用(Ecological Footprint)理論最先由生態學家William ERee提出，成為可持續發展研究中重要的測度方法[18]。為了進行項目建設的生態損失評估，首先需要確定計算的指標類型進行定量評估，利用30 m Landsat遙感影像，解譯吉布3水電站庫區淹沒范圍5 km緩沖區內的2010年、2014年、2017年的生態資源分布狀況，然后對比不同年份的生態資源分布狀況圖，對比估算水電站建設占用的生態資源以及造成的直接生態損失。其中，生態資源類型劃分為林地、草地、水域、耕地和其他用地。

2.2 社會經濟影響監測

夜光遙感技術能夠大范圍地獲取人類社會經濟活動的信息，是遙感科學領域度量社會經濟發展水平的重要指標之一[19-20]。本文采用夜間燈光影像(https://www.ngdc.noaa.gov/eog/)通過連接索多市和亞的斯亞貝巴建立沿線30 km緩沖區，采用燈光指數高于7的面積和燈光增長率2個指標，分析水電站建設對于當地經濟社會的影響。增長率r、累計燈光總量L和平均燈光強度A分別表示為：

(4)

L=∑nixi

(5)

A=L/n

(6)

式中：L2018表示2018年的夜間燈光指數值，L2012表示2012年的夜間燈光指數值。式(5)中L表示累計燈光總量，xi表示第i個像元的DN值，式(6)中，A表示平均燈光強度，n表示年份數。

3 結果與分析

3.1 生態環境影響遙感監測

3.1.1 周邊生態環境影響監測 基于Landsat-5和Landsat-8衛星遙感影像，分別提取吉布3水電站庫區沿線5 km緩沖區內2010年1月和2017年1月植被覆蓋度，以庫區5 km緩沖區為總面積，通過比較不同時期的植被覆蓋度面積及占比分析工程建設對于周邊生態環境的影響。

結果表明：2010年吉布3水電站庫區沿線5 km緩沖區內生態環境如圖3所示。吉布3水電站蓄水前，植被覆蓋度占比區間最大的是0.4～0.6，占比為40.08%，面積為583.48 km2；其次為0.2～0.4的區間，占比為33.42%，面積為486.59 km2；植被覆蓋度大于0.4的區間占比為59.95%，面積為872.64 km2。2017年緩沖區沿線自然環境基本良好，植被覆蓋度數值整體較高，如表1所示。吉布3水電站蓄水后，植被覆蓋度占比區間最大的是0.6～0.8，占比為40.54%，面積為590.23 km2；其次為0.8～1.0的區間，占比為29.43%，面積428.35 km2；植被覆蓋度大于0.4的區間占比為87.75%，面積為1 277.43 km2。經過對比發現，水電站蓄水前，植被覆蓋度主要集中在0.2～0.6區間，水電站蓄水后，植被覆蓋度主要集中在0.6～0.8區間，植被覆蓋狀態變好。

表1 研究區2010年和2017年植被覆蓋度的面積及其占比

時間覆蓋度區間0～0.20.2～0.40.4～0.60.6～0.80.8～1.02010/01面積/km296.54486.59583.48231.1458.02占比/%6.6333.4240.0815.883.992017/01面積/km2143.2435.10258.85590.23428.35占比/%9.842.4117.7840.5429.43

(a)2010年 (b)2017年

3.1.2 生態占用與損失 基于專家決策樹分類方法能較好地將各類型地物區分開來，提高了分類精度，通過高清影像，選取驗證樣本(2010年無高清影像，在原影像上選點)，3期分類精度都達到了95%，如圖3所示。吉布3水電站機組部分安裝前(2010年1月，Kappa系數為0.96)5 km緩沖區內主要生態資源類型為林地、草地、耕地、其他，四者在空間上呈交錯分布，面積分別為244.98 km2、573.04 km2、362.28 km2、263.63 km2，分別占緩沖區總面積的16.83%、39.36%、24.89%、18.11%，水域面積較少，僅有11.84 km2，占緩沖區內總面積的0.81%。吉布3水電站蓄水淹沒前(2014年，Kappa系數為0.98)，面積分別為249.44 km2、516.68 km2、429.44 km2、250.55 km2，分別占緩沖區總面積的17.13%、35.49%、29.50%、17.21%；水域無明顯變化。蓄水后(2017年1月，Kappa系數為0.98)5 km緩沖區內生態資源類型主要為草地、林地、耕地，面積分別為633.70 km2、175.24 km2、361.03 km2。

基于吉布3水電站建設前后，估算吉布3水電站建設對當地生態資源的占用情況如表3所示;吉布3水電站建設共造成草地資源直接生態損失面積240.40 km2，占5 km緩沖區內草地資源總面積的41.95%；造成耕地資源直接生態損失面積83.79 km2，占5 km緩沖區內耕地資源總面積的23.13%；林地資源增加84.36 km2，其他資源增加91.87 km2，結合植被覆蓋結果(表1)和工程建設進度監測結果(表4、表5)可知，2010-2017年植被覆蓋整體上提高，主要是由于庫區蓄水占用的地物類型為草地、少量耕地和其他用地(裸地)，而蓄水前后，有少量的草地和其他用地轉化為了林地；其中其他用地增加的主要原因為水電大壩的修建，臨時性道路和廠房等設施占用了大量的草地。

表2 2010-2017年吉布3水電站庫區淹沒范圍5 km緩沖區生態資源狀況

時間類型林地草地耕地水域其它2010/01面積/km2244.98573.04362.2811.84263.63占比/%16.8339.3624.890.8118.112014/01面積/km2249.44516.68429.449.65250.55占比/%17.1335.4929.500.6717.212017/01面積/km2329.34332.64278.49159.79355.50占比/%22.6222.8519.1310.9824.42

表3 吉布3水電站建設前后占用不同生態資源明細

(a)2010年 (b)2014年 (c)2017年

3.2 水電站建設進度監測

3.2.1 道路、建筑面積動態監測 該項目的土建工程于2006年開工建設，到2012年為止，項目的總體增長率達到62%。由于大壩、廠房、開關站等一些建筑的施工，項目建筑面積達到0.92 km2(表4)；施工進度加快的同時，運輸的需求也加大，修建了一條18.50 km的進場道路，此時道路的總長度增長至134.69 km。到2014年，一些主要建筑物接近完工，建筑面積也沒太大的變化，為0.99 km2，由于施工面積增大，道路總長度也增加了30 km，達到170.85 km。項目于2016年竣工，庫區開始蓄水，水庫蓄水面積11.70 km2，道路長度減少到了126.37 km，建筑面積達到最大，為1.01 km2，其中大壩占地0.05 km2，開關站占地0.06 km2，營地占地0.75 km2，其他占地0.13 km2，研究區道路和建筑變化情況如圖5所示。

3.2.2 工程車輛、材料、廢棄物面積動態監測 3期高清影像(圖6)采用目視解譯方法對水電站進行監測，解譯結果如表5所示。根據建設內容將整個工程分為3個階段：第1階段是2006-2012年的土木工程建設階段，該階段工程進度加快，車輛明顯增多，材料面積由原來的0.40 km2增加至0.78 km2，廢料面積也增長至0.94 km2。第2階段是2012年到電站蓄水前的水利機械工程建設與水電站機電設備安裝階段，該階段施工車輛達到高峰，材料面積也增加至2014的0.81 km2，廢料面積也達到1.09 km2。第3階段是在電站竣工后水庫開始蓄水，一些占地被淹沒，材料面積減少至0.42 km2，廢料面積減少到了0.88 km2，施工車輛也只剩下81輛。

表4 道路和建筑面積變化表

(a)2012年 (b)2014年 (c)2017年

(a)2012年 (b)2014年 (c)2017年

表5 研究區工程進度監測表

注：材料面積、廢棄面積表示水電大壩建造過程中所需的材料占地面積和廢棄物占地面積。

3.3 社會經濟影響監測結果

通過分析水電站建設前后燈光分布情況，可知水電站建設后當地燈光指數普遍提高，如圖7所示。燈光指數較高的地區出現在變電站附近的索多市和首都亞的斯亞貝吧，由于工程建設進度的完工，水電站壩址區域出現燈光指數減少情況。

一般認為燈光指數大于7的區域是經濟高度發展區[21]。2012年5月吉布3水電站-索多-亞的斯亞貝巴沿線30 km緩沖區內燈光指數高于7的面積為189.19 km2，2018年8月這一面積增加至296.31 km2。而2012-2018年的年平均增量為17.85 km2。從燈光指數增長率的角度分析，吉布3水電站-索多-亞的斯亞貝巴沿線30 km緩沖區內，增長率大于90%的區域主要分布在索多市和首都亞的斯亞貝巴。

圖7 2012-2108年燈光增長率分布圖

如表6所示，增長率為負的區域較小，為218.47 km2，占總體增長率的比例為0.97%，增長率為正的總面積為22 415.83 km2，其中，主要集中在0%～50%區間，面積為22 142.40 km2。

表6 2012-2018年燈光變化圖

4 結論與討論

4.1 結論

本文通過遙感技術，對吉布3水電站庫區沿線5 km緩沖區范圍2010年、2014年、2017年進行土地覆蓋和植被覆蓋計算，得到土地利用和植被覆蓋專題地圖；分析吉布3水電站-索多-亞的斯亞貝巴沿線30 km緩沖區燈光指數變化，得到燈光增長率專題圖；同時對水電站建設進度進行動態監測，研究結果如下。

1)2010-2017年，庫區沿線5 km緩沖區內植被覆蓋狀態變好。2010年植被覆蓋度占比區間最大的是0.4～0.6，占比為40.08%，面積為583.48 km2；2017年植被覆蓋度占比區間最大的是0.6～0.8，占比為40.54%，面積為590.23 km2。

2)2010-2014年5 km緩沖區內土地利用類型沒有較大變化，2014-2017年庫區5 km緩沖區內土地利用類型發生較大的變化，其中林地、耕地和其它用地處于減少的過程，而水域、草地處于增加的狀態，其中庫區水域面積由于水電站蓄水呈現增加的趨勢。

3)通過對3期遙感影像監測發現，根據建設內容將整個工程分為3個階段，第1階段是在2006-2012年，主要進行土木工程建設，車輛明顯增多，工程進度加快，材料面積和廢料面積增加。第2階段是在2012年到電站蓄水前，主要進行水利機械工程建設與水電站機電設備安裝。第3階段是在電站竣工后水庫開始蓄水，一些占地被淹沒，材料面積和廢料面積減少。

4)2012-2018年燈光指數變化表明，吉布3水電站建設促使當地燈光指數普遍提高。一般認為燈光指數大于7的地方是高速發展區，2012年5月吉布3水電站-索多-亞的斯亞貝巴沿線30 km緩沖區內燈光指數高于7的面積為189.19 km2，2018年8月這一面積增加至296.31 km2，增幅為56.62%。

4.2 討論

1)本文基于3期遙感影像進行生態環境分析研究，由于缺乏地面調查數據的支持，監測指標僅限于植被覆蓋度和生態占用等不依賴于地面調查數據的指標，不能夠全面反應水電站庫區沿線5 km的生態環境狀況，需要地面調查數據的支持來拓展監測的指標，才能夠更好地反應工程對生態環境的動態影響。

2)本文利用土地利用/覆蓋和燈光指數來綜合評估水電站建設對于生態環境與社會經濟的影響，其系統性和全面性還有待提升，監測的指標僅包括燈光增長率和燈光大于7的面積，由于該電站裝機容量占埃塞俄比亞全國裝機容量的50%，這2項指標遠只能初步反映電站對社會經濟的影響，而能源是社會經濟發展的動力，對社會經濟影響巨大，迫切需要深入開展其對社會經濟影響的相關研究。