2009-2018年內蒙古地表水面積的時空變化及其影響因素

順布日， 青 松，2， 包玉海，2， 趙文靜

(1.內蒙古師范大學 地理科學學院， 內蒙古 呼和浩特010022；2.內蒙古自治區遙感與地理信息系統重點實驗室， 內蒙古 呼和浩特 010022；3.生態環境部華南環境科學研究所近岸海域環境研究中心， 廣東 廣州 510535)

地表水是地球上重要的淡水資源[1]。據上世紀80年代統計內蒙古自治區境內有1 500余個湖泊及千余條河流[2]。近年來，入湖徑流量補給不足，加上氣候引起的降水量減少、氣溫升高，人為活動引起的礦產面積和灌溉面積的增加，導致湖泊面積與數量急劇減少[3-5]。幾百年以來，湖泊水資源一直維持著內蒙古草原區湖泊及其周邊的濕地生態系統，發揮著重要的作用[6-7]?？焖俣_地監測湖泊面積變化，對水資源監測和管理具有重要意義[8]。

近年來遙感技術的飛速發展和普及，越來越多的國內外研究人員通過遙感影像監測水體。在目前的光學遙感中，地表水主要分類方法如下：單波段閾值法、多波段譜間關系法、水體指數法等。單波段閾值法：通過多光譜遙感影像中對水體高吸收的波段，將水體與其他地物區分，最后利用最佳閾值將水體分離出來[9]。陸家駒等[10]基于Landsat TM影像的近紅外波段在清流河流域提取了地表水。結果發現單波段閾值法只能提取面積大于4 000 m2的大型水體，無法區分水體和山區的陰影。多波段譜間關系法：利用遙感影像的兩個或兩個以上的波段參與運算，分析各個波段之間存在的關系、水體與其他地物的光譜特征，從而建立反映地物特征的邏輯關系式，提取水體[11]。汪金花等[11]基于Landsat TM影像利用譜間關系法提取了唐山市陡河水庫中部水體。結果表明, 該算法精度高于一般的閾值分類法。水體指數法：通過比值運算，對遙感影像中對水體反射率低的波段作為分母，對水體反射率高的波段作為分子，從而提高水體和其周圍地物差別，建立關系式對水體進行提取的方法。Mcfeeters等[12]利用Landsat MSS影像的綠色波段和近紅外波段進行比值運算，建立了歸一化差異水體指數(normalized difference water index, NDWI)，該指數可以較好地消除山體產生的陰影。徐涵秋[13]利用ETM+遙感影像的綠光波段和中紅外波段進行比值運算，提出了修正的歸一化差異水體指數(modified normalized difference water index, MNDWI)，該指數能很好地區分城鎮地區中的水體，且水體提取精度高。Sun等[14]基于HJ-1A/B衛星利用面向對象的分類方法對上海市部分區域的水體進行了提取，該方法分類結果優于單一的光譜分類方法。Lu等[15]利用HJ-1A/B衛星影像的近紅外波段和NDVI，NDWI指數以及地形坡度數據相結合，建立了水體綜合提取方法，并應用到3個復雜的水域當中。Liu等[16]在中國與亞洲戈壁沙漠接壤的半干旱地區，基于Landsat衛星監測了從1975—2009年期間湖泊面積變化。研究發現241個湖泊中有121個完全干涸。

基于水體指數法的提取精度和遙感影像的波段數量的增加，加上全球對水資源研究的需求不斷增加，大尺度范圍提取水體成為熱點。Tao等[4]將每3 a或5 a Landsat遙感影像合為一期影像，研究了蒙古高原1976年至2010年湖泊數量和面積變化。結果表明，研究期間整個蒙古高原湖泊面積急劇減少，其中內蒙古地區最為明顯。Tao等進一步定量分析了自然因素和人類活動的影響之后發現，在內蒙古的草原地區，煤炭的開采直接導致湖泊資源減少，而在農業生產區，灌溉成為湖泊資源減少的主要因素。Zhang等[5]利用Landsat遙感數據，1970—2013年期間的蒙古高原和青藏高原湖泊進行了對比研究。研究表明，這兩個高原湖泊面積和數量向相反的方向變化，即蒙古高原由于溫度升高與降水量的減少導致湖泊面積急劇縮小并且有208個湖泊消失。相反青藏高原由于氣溫升高導致冰凍圈融化及降水量的增加，新增了99個湖泊。Zhou Y等[3]基于Google Earth Engine平臺，利用 Landsat遙感影像繪制了蒙古高原1991—2017年期間湖泊面積變化和數量變化圖。通過分析發現內蒙古的湖泊變化比蒙古國更為劇烈，在2009年之前，自然和人為因素對湖泊動態都有顯著影響，但在2009年之后，降水量對湖泊的恢復起著越來越重要的作用。

HJ-1 A/B遙感影像具有高時間分辨率和大范圍監測特點，是對大尺度動態監測的理想數據源[14,17-18]。因此，本文以HJ-1A/B遙感影像作為數據源，對內蒙古自治區地表水面積進行動態監測，以期為內蒙古地區生態環境保護以及修復研究和水資源管理提供依據。

1 研究區概況

內蒙古自治區屬于蒙古高原的一部分，位于中國北部邊疆。有9個地級市和3個盟，共12個盟(市)。境內有嫩江、西遼河、黃河和額爾古納河四大水系，大小河流千余條。有近千個湖泊，如岱海、達里諾爾湖、呼日查干淖爾、呼倫湖、貝爾湖等[2,19]。大多數湖泊屬內陸湖泊，近年來湖泊數量與面積急劇減少[3-5]。圖1為研究區概況。在研究區范圍內均勻地選取了4景HJ-1A/B影像，把1景HJ-1A/B影像作為一個實驗區，一共A，B，C，D 4個實驗區，用于選取地物純像元，得到光譜箱型圖。4個實驗區包含4個GF-2 PMS影像，用于HJ-1A/B影像選取純像元時作參考以及驗證地表水提取算法精度。其詳細信息如表1所示。所選的區域具有不同的地表水類型，包括水生環境復雜程度各異的湖泊、不規則的線狀河流、人工水渠通道等。同時充分考慮了影響地表水提取精度的影響因素。

圖1 研究區及4個實驗區地形圖

表1 4個典型子區的詳細描述

2 數據與方法

2.1 遙感數據

研究使用的數據為從2009—2018年，共217景無云覆蓋或云量少、數據質量好的HJ-1A/B 影像(從中國資源衛星應用中心獲取，http:∥www.cresda.com/CN/)。由于遙感影像的成像時間會直接影響地表水面積，因此，本文挑選的影像成像時間在6到9月汛期(豐水期)。HJ-1A/B遙感數據預處理方法步驟如下所述。

首先，利用公式(1)將遙感影像DN值轉為輻射亮度值。

(1)

式中：LTOA為輻射亮度值(W/m2·μm·sr)；a和L0分別為HJ-1A/B數據絕對定標系數增益和絕對定標系數偏移量。

其次，利用公式(2)獲取大氣層頂反射率：

(2)

式中：ρTOA為大氣層頂反射率(sr)；d為日地距離；F0為波段平均的大氣層外太陽輻照度(W/m2·μm)；θ0為太陽高度角。

此外，本文使用了4景GF-2 PMS影像(從中國資源衛星應用中心獲取，http:∥www.cresda.com/CN/)用于選取純像元及HJ-1A/B分類結果精度驗證。成像時間準同步于4個實驗區。

2.2 氣象數據

氣象數據由國家氣象科學數據中心(http:∥data.cma.cn/)提供。在內蒙古范圍內共選115個氣象站點。通過年降水量和年月均溫度來研究內蒙古2009—2018年間氣象變化。

2.3 人為因素數據

在本次研究中，將煤炭產量、有效灌溉面積作為人類活動的兩個指標，分析其在內蒙古地表水變化過程中的影響。其中，內蒙古自治區的煤炭產量數據(2009—2016年)、農田灌溉數據(2009—2017年)來源于內蒙古統計年鑒。

2.4 方 法

2.4.1 光譜建立及閾值確定 本文利用HJ-1A/B影像的近紅外波段對水體高吸收的特征，采用NDWI(normalized difference water index)水體指數對地表水進行提取。計算公式如下：

(3)

式中：ρGreen和ρNIR分別為HJ-1A/B影像的綠色波段和紅外波段。NDWI可以突出水體信息并且有效地減少植被的影響[11]。

圖2a為NDWI光譜指數箱型圖。在每個實驗區內選取水體、云、陰影、建筑物、耕地、裸地、露天礦等7類地物的樣點，每個地物分別取500個純像元(樣點)。通過計算7種類型地物NDWI光譜指數的統計量，以確定其取值范圍，從而確定初始閾值。初始閾值為四個實驗區閾值的平均值(T=0.14)。如果在初始閾值下提取地表水誤差較大，那么對初始閾值進行調整，再確定最佳閾值。在最佳閾值下仍然有誤差，是因為把干擾因素(如露天礦)錯分成水體，那么需要對干擾因素進行掩膜。圖2b為第二波段的箱型圖，通過HJ-1A/B影像的第二波段可以對云進行剔除，閾值為4個實驗區的平均值(T≈0.36)。可以利用簡單的決策樹方法將云剔除，提取地表水。對4景GF-2 PMS影像進行目視解譯，提取地表水，作為HJ-1A/B影像分類結果的驗證依據。

圖2 NDWI及第二波段光譜指數箱型圖

2.4.2 精度驗證 圖3為GF-2 PMS目視解譯結果與HJ-1A/B自動提取結果的地表水面積散點圖。

從圖3a可以看出，散點在1∶1線周圍有較好的分布，湖泊面積大于0.15 km2時，多數散點在1∶1線下方，湖泊面積小于0.15 km2時，較多散點在1∶1線上方。這是由GF-2 PMS高分辨率數據能提取小面積湖泊和細小的河流，然而HJ-1A/B數據對細小的河流和小面積湖泊的提取能力較差，因此把混合像元錯分為水體所造成，精度R2為0.96；從圖3b可知，散點分布于1∶1線上方且較少，這是因為黃旗海為季節性內陸湖，常年干涸或積水較少，影像的成像日期恰好處于湖泊干涸狀態，因此提取的水體較少，R2為0.82。而圖3c和圖3d顯示，散點整體分布于1∶1線上方。這是HJ-1A/B數據提取細小的河流和湖泊淺水區域面積較少，GF-2 PMS影像提取的水體面積較多導致，R2分別為0.98和0.97。

圖3 實驗區地表水面積目視解澤結果和自動提取結果精度對比散點圖

由此可知，本文所選取NDWI水體指數方法可用于內蒙古地表水的提取。

3 結果與分析

3.1 內蒙古2009-2018年地表水面積時空分布特征

圖4a顯示了2009—2018年間內蒙古地表水面積變化趨勢。2009—2018年期間內蒙古地表水面積為增長趨勢，增長的速率為72 km2/a。2009年的面積為3 682.19 km2，2018年的面積為4 893.20 km2，增加了1 211.01 km2；2009—2013年期間內蒙古地表水面積以每年247 km2速率持續增長，增加了913.23 km2；2013—2017年期間地表水面積以每年150 km2減少，面積減少了752.12 km2；2018年地表水面積增長到最高點，為4 872.12 km2。圖4b為內蒙古各盟(市)地表水面積變化圖。研究發現2009—2018年期間各盟(市)地表水變化有不同的趨勢。通過MK趨勢檢驗和回歸分析，4個盟(市)地表水面積顯著增加，即阿拉善盟、烏海市、巴彥淖爾市和呼倫貝爾市，增加的面積分別為129.96，75.83，92.09，350.48 km2。對于內蒙古地表水面積來說，在各盟(市)中呼倫貝爾市地表水占據比重最大，占內蒙古地表水總面積的50%以上。其次為鄂爾多斯市，占11%左右。烏海市占最少，約1%。

圖4 內蒙古全區和分區地表水面積變化特征

為了便于研究影響內蒙古各盟(市)地表水面積變化的驅動力，我們以影響因素的相似性將各盟(市)分為兩大部分，即：自然因素影響地表水變化的盟(市)和人類活動影響地表水變化的盟(市)。

3.2 地表水變化影響因素分析

研究區自然因素選取了月平均溫度和月距平降水兩個指標，將農田有效灌溉面積和煤炭產量作為人類活動兩個指標。另外還考慮了徑流量和土地利用變化。通過一元線性回歸模型來分析內蒙古地表水面積變化與當地氣象變化和人類活動的相關性(詳見表2)。年降水量和河流的徑流量兩個自然因素是內蒙古部分盟(市)地表水變化的主要原因之一。建造水庫，填埋、截流河流進行耕地是主要的人為因素。

表2 內蒙古各盟(市)驅動力(P值)分析

由表2及圖5—7可知，受年降水量影響的盟(市)鄂爾多斯市地表水面積在研究期間有輕微增加趨勢。通過回歸分析得到年降水量對地表水變化顯著(p<0.05)。包頭市經過2009，2010，2011年3年的干旱，從2012年起降水量開始逐步增加，從而包頭市南部和達茂旗境內湖泊群及艾不蓋河面積增加[22-23]，降水量對地表水顯著(p<0.05)。赤峰市地表水面積2009—2013年期間增加，2013—2018年期間快速減少。紅山水庫和達里諾爾面積變化對赤峰市地表水面積變化顯著。而降水量影響著紅山水庫和達里諾爾面積。受徑流量變化變化影響的盟(市)：興安盟地表水面積在2009—2013年期間持續增加，2014年開始面積減少。綽爾河和洮兒河徑流量變化對興安盟地表水變化顯著。

圖5 內蒙古主要湖泊呼倫湖2009-2018年間面積變化

然而部分盟(市)受年降水量和河流徑流量兩個自然因素的影響。如阿拉善盟地表水面積逐年增加主要由年降水量和居延海面積增加所導致(p<0.05)。居延海面積是由2009—2018年期間黑河徑流量連續增加而增加[20]。巴彥淖爾市地表水面積在2009—2013年期間緩慢增加，在2014—2018年期間急劇增加，兩個階段的地表水面積增加跟年降水量和黃河徑流量有關[21]。呼倫貝爾市地表水面積在2009—2014年期間持續增長，在2014—2018年期間緩慢減少。地表水面積主要由呼倫湖(圖5)面積變化導致。呼倫湖面積變化是由入湖徑流的克魯倫河和烏爾遜河以及地下水補給和年降雨量有關[24]。通過回歸分析發現年均溫度對年均溫度顯著(p<0.05)。這結果可能隨著氣溫的上升呼倫貝爾地區地表水蒸發量增加，從而導致面積減少。

建造水庫導致地表水發生劇烈變化的盟(市)：烏海市地表水面積在2009—2018年期間持續增加，2014年地表水面積急劇增加是由烏海市建造烏海湖引入黃河水導致[25]。錫林郭勒盟地表水面積在2009—2013年期間增加，2013—2018年期間快速減少。主要原因是在東查干淖爾東湖(圖6)上養殖漁業，將西湖的水源阻斷，導致西湖干涸。在烏拉蓋湖上游建立水庫導致湖面干涸。

圖6 內蒙古主要湖泊呼日查干淖爾2009-2018年間面積變化

部分盟(市)因填埋、截流河流進行耕地使地表水面積發生變化。如呼和浩特市地表水面積變化趨勢復雜，即2009—2011年期間地表水面積減少，到2012面積急劇增加，在2012—2015期間面積又開始減少，隨后再增加。通過遙感影像對比發現在部分水庫和河流里填土進行耕地減少了地表水面積，如和林格爾縣石咀子水庫。反而對大黑河進行綜合整治規劃管理增加了地表水面積[26]。烏蘭察布市地表水在2009—2012年期間增加，2012—2017年期間減少，到2018年開始回升。地表水面積減少跟把流入岱海(圖7)和黃旗海的徑流截流耕地有關[27-30]。

圖7 內蒙古主要湖泊岱海2009-2018年間面積變化

通遼市地表水面積在2009—2011年期間連續減少，2012年出現增加的趨勢，到2013年地表水面積急劇增加，2013—2018年期間減少。把原有的水庫或自然湖泊填土進行耕作是地表水面積減少的主要原因，如莫力廟和水庫、他拉干水庫。已有的研究發現當水資源已成為超采狀態[30]。人為強烈活動是內蒙古部分盟(市)地表水面積發生變化的主要原因。

4 結 論

(1) 根據HJ-1A/B遙感數據，利用NDWI水體指數能很好地提取地表水，精度較高。

(2) 內蒙古地表水面積在2009-2018年期間整體呈現出增加趨勢(slope=72 km2/a)；2009—2013年階段地表水面積連續增加(slope=247 km2/a)； 2013—2017年期間地表水面積急劇減少(slope=150 km2/a)；到了2018年地表水面積回升到最高點。

(3) 2009—2018年10 a期間內蒙古各盟(市)地表水面積變化趨勢有所不同，整體增加的盟(市)有阿拉善盟、巴彥淖爾市和烏海市；以2012年為拐點，地表水面積在2009—2012年期間增加，2012—2017年期間減少，到2018年回升的盟(市)分別為包頭市和烏蘭察布市；以2013年為拐點，地表水面積在2009—2013年期間增加，2013—2018年期間減少的盟(市)有錫林郭勒盟、赤峰市和興安盟。

(4) 本文將影響地表水面積變化的驅動力分為兩大部分，即：自然因素影響地表水變化的盟(市)和人類活動影響地表水變化的盟(市)。主要有年降水量和河流的徑流量兩個自然因素影響的內蒙古部分盟(市)，如阿拉善盟、巴彥淖爾市、鄂爾多斯市、包頭市、赤峰市、興安盟及呼倫貝爾市；建造水庫，填埋、截流河流進行耕地是主要的人為因素。如烏海市、呼和浩特市、烏蘭察布市、錫林郭勒盟及通遼市。