近30年南四湖濕地水域面積時空變化特征分析

馬銀, 劉建濤, 史同廣, 于瑞坤, 劉春亭

近30年南四湖濕地水域面積時空變化特征分析

馬銀1, 劉建濤2,*, 史同廣2, 于瑞坤2, 劉春亭2

1. 中國地質大學(北京)信息工程學院，北京 100083 山東建筑大學測繪地理信息學院, 濟南 250101

南四湖濕地是被濕地公約組織收錄的重要濕地, 及時掌握南四湖濕地水域面積的時空動態特征對濕地保護及濕地修復有重要意義。文章以Landsat陸地系列衛星遙感影像為主要數據源, 采用修訂后的歸一化差異水體指數(MNDWI)配合最大類間方差(Otsu)法提取了南四湖近30年的水域面積, 分析了南四湖濕地水域面積的年內和年際變化特征。結果表明: (1)MNDWI配合Otsu法可以較好的提取出南四湖的水域面積。(2)近30年來, 南四湖濕地水域面積呈現“W”形的年際變化趨勢, 水域面積年平均值最大為765.48 km2, 出現在2006年; 最小值為329.83 km2, 出現在2002年。從年內變化來看, 水域面積呈現“V”形的變化規律, 其中面積最大值均出現在冬季, 最小值出現在夏季。(3)南陽湖、獨山湖和昭陽湖三個湖泊面積均呈現較明顯的年際和年內變化, 而在研究時間段內微山湖的水域面積相對穩定且面積較大。研究為南四湖濕地生態環境保護和生態恢復提供了技術和數據支持。

南四湖濕地; 水域面積; 時空變化; 歸一化差異水體指數; 最大類間方差

0 前言

濕地與森林、海洋一起并稱為全球三大生態系統, 濕地是陸生生態系統和水生生態系統之間的過渡性地帶, 具有保護生物多樣性、調節徑流、蓄洪抗旱、改善小氣候等諸多功能, 并享有“地球之腎”的美譽[1–3]。Davidson根據濕地面積變化的文獻和報告研究發現, 全球濕地的平均消失比例在54%到57%之間, 從18世紀以來濕地的消失比例可能達到87%[4–5]。隨著近幾十年環境污染的加劇、人類過度開發、快速的城市化進程等一系列原因, 導致南四湖濕地出現水資源短缺、水域面積萎縮、水生生物減少、自然生態系統受損、抗干擾能力和穩定性下降等問題, 同時會對氣候環境及人類生產生活造成一定的影響。為了應對濕地面積逐年減少這一問題, 對濕地進行實時監測是了解濕地水域面積演變動態的關鍵。

濕地面積變化是長時間的動態過程, 尤其對南四湖這類大型濕地來說, 其面積在時間和空間上的變化往往很難通過耗時耗力的實地調查方法來進行監測。近年來衛星遙感的發展為長時間序列的濕地面積變化監測帶來了新的方法, 遙感數據具有時間和空間尺度上的完整性[6–7], 因此被學者廣泛應用在濕地的相關研究上。Landsat TM/ETM/OLI、MODIS等遙感數據不僅用在濕地的土地利用覆被變化研究和土地利用格局演變與生態效應研究中, 還用在濕地水質綜合評價、水資源承載力、生物多樣性評價、景觀時空變異特征研究、濕地流域城鎮擴張的時空演變等方面的研究。楊俊等利用遙感數據分析南四湖濕地1980年—2012年土地利用格局變化情況, 并采用生態系統服務價值評價方法分析了土地利用格局變化引起的生態效應[7–9]; 海洋采用Landsat 5 TM數據反演葉綠素a和懸浮物來研究南四湖濕地水體的富營養化程度及分布規律[10]; 梁佳欣以RS 和 GIS 為技術支持, 選取動態度模型、斑塊分布重心變化模型、景觀格局指數、景觀脆弱度模型及地統計學分析方法,了解 1985年—2015年南四湖濕地景觀格局及其脆弱度的動態變化過程[11]; 田莉娟利用Landsat 5和Landsat 8影像數據對南四湖流域城鎮發展模式進行研究, 并探討在水安全約束下城鎮如何進行合理的擴展[12]。

通過文獻綜述發現, 現有的關于南四湖濕地的研究多側重于土地利用、生態系統、水環境質量等方面, 很少有研究探索南四湖濕地水域面積的時空動態特征及其演變規律。南四湖濕地被劃定為以水源涵養、生物多樣性維護、土壤保持為主導生態功能的生態保護紅線區,該區域對當地的生態環境具有重要的調節作用。因此, 對南四湖濕地的水域面積進行長時間序列的監測有助于維護當地生態環境質量, 同時也是當地政府進行生態保護紅線區域面積監管的主要任務。本文以1987年—2017年近30年的Landsat影像為數據源, 借助ENVI和ArcGIS軟件, 采用MNDWI[13]和Otsu 法[14]獲取南四湖濕地的水域面積, 從年內和年際兩個角度分析南四湖濕地近30年水域面積的時空變化特征, 探索其演化規律, 從而為南四湖濕地保護和生態恢復提供技術和數據支持。

1 數據與方法

1.1 研究區概況

南四湖(34°27′—35°20′N, 116°34′—117°21′E)位于中國山東省西南部的濟寧市微山縣境內, 鄰接山東省棗莊市、江蘇省徐州市, 湖泊由西北向東南呈條狀延伸, 依次為南陽湖、獨山湖、昭陽湖和微山湖, 南四湖南北長126 km, 東西寬5—25 km, 流域面積多達3.17×104 km2, 最大水面積約1266 km2, 占山東省重要淡水面積的45%, 是我國華北地區最大的淡水湖泊, 也是我國淮河以北地區面積最大、結構完整、保存較好的內陸大型淡水、草型湖泊濕地[15-17], 南四湖遙感影像及位置如圖1所示。南四湖濕地屬于暖溫帶半濕潤季風氣候區, 具有四季分明、雨熱同期、光照充足、降水集中等特點, 因湖區自然環境獨特, 該地區生物資源多樣, 擁有植物195種, 鳥類201種, 獸類13種。南四湖1994年被列入《中國重要濕地名錄》和水禽棲息地恢復優先工程區, 2000年又被納入國務院頒布的《中國濕地保護行動計劃》, 2003年山東省人民政府正式批準建立“南四湖省級自然保護區”, 2018年南四湖省級自然保護區獲批“國際重要濕地”, 充分說明南四湖濕地在調節生態環境方面的重要性。同時南四湖濕地也是山東、江蘇等地重要的航運“黃金水道”和南水北調東線工程主要的調蓄樞紐, 為經濟發展承擔重任[18–19]。

圖1 研究區遙感影像及位置

Figure 1 Remote sensing images and location in study area

1.2 數據源介紹

本研究所采用的數據源為Landsat影像, 時間跨度為1987年—2017年, 為了便于探索研究區水域面積的年際和年內變化特征, 影像選取時間間隔為4—6年, 且每一年均獲取春、夏、秋、冬四個季節的影像數據, 具體數據獲取時間如圖2所示。研究所用的南四湖濕地矢量數據來自山東省環境監測中心, 由于濕地的面積隨著時間發生變化, 為了使矢量數據覆蓋每一年的濕地范圍, 本研究對獲取的南四湖濕地矢量范圍做了5 km的緩沖區。

1.3 數據處理

(1)遙感數據處理

以南四湖濕地地區1987年—2017年Landsat系列遙感數據為數據源, 利用ENVI 5.3軟件進行圖像幾何校正、圖像裁剪、大氣校正等一系列預處理工作, 采用歸一化差異水體指數結合最大類間方差法提取水域面積, 如圖3所示。

(2)水體指數

MNDWI是由徐涵秋修訂提出, 利用其對河流、湖泊、海洋三類水體進行水體信息提取取得較好的試驗效果[13]。該指數能消除在識別水與植被混合濕地時產生的委托誤差[20], 鄱陽湖、柴達木盆地等自然水體及其周圍人工水體等較為復雜的研究區域運用該指數進行水體信息的提取[20–22], 均取得較好的研究成果, 其也被用于制作全球水體分布圖等進行全球范圍內的應用[23–24], 同時該指數還可以有效消除陸地噪聲, 使城市水體信息提取更精確。南四湖濕地包含自然水體和人工水體等水體類型, 周圍環境較為復雜, 濕地周邊有較多的建設用地及居民地, 通過前人驗證及應用, 本文選取歸一化差異水體指數來提取南四湖濕地水體信息, 其表達式為[25]:

式中,是歸一化差異水體指數,是指綠光反射率,是指短波紅外波段1的反射率。

圖2 數據源獲取時間

Figure 2 Data source acquisition time

圖3 數據處理流程

Figure 3 Data processing flow

(3)影像數據分割及數據后續處理

鑒于Otsu方法在水體分割時的優勢, 本文的影像分割方法采用此方法, 此方法最早由Nobuyuki Otsu提出, 是一種自適應閾值確定方法, 簡稱為Otsu閾值自動確定方法[14、26]。它的根本思想是根據灰度特性, 把圖像劃分為背景和目標兩部分[27]。Otsu法可以用如下的數學表達式(2)—

(5)來描述[28]:

其中2表示非水類和水類之間的方差;表示整幅水體指數圖像的灰度均值;P和P分別表示像素為非水類和水類的概率;M和M分別表示以*為閾值分割水體指數圖像后非水類和水類的灰度均值;*表示使2能取得最大值的閾值, 即最佳閾值。

影像分割后, 利用ArcGIS的統計分析及可視化工具完成數據的后續處理及分析。

(4)遙感解譯精度評定

通過實地走訪調研和無人機設備, 獲取大量調研資料數據, 如圖4所示。結合調研所獲數據在遙感影像上目視解譯獲取水體和非水體的地表真實感興趣區進行水體信息提取精度的驗證, 結果如表1所示。1987年—2017年水體與非水體的整體分類精度為95.77%—98.89%, kappa系數為0.91—0.98, 精度評定結果較高, 南四湖濕地水體與非水體的提取結果與地表真實情況相符。

圖4 研究區實地調研

Figure 4 Field survey in study area

表1 1987年—2017年南四湖濕地水體與非水體分類精度驗證結果

2 結果與分析

2.1 南四湖濕地水域面積時間變化特征

圖5為1987年—2017年南四湖濕地水域面積時間變化動態圖。由圖5可知, 南四湖濕地水域面積有明顯的年際及年內變化特征, 近30年來, 南四湖濕地水域面積呈現“W”形年際變化趨勢, 就年內變化而言, 水域面積呈現“V”形變化趨勢, 最大值均出現在冬季, 最小值出現在夏季或秋季。為進一步明確南四湖濕地水域面積的年際及年內變化特征, 下面將進行詳細分析。

2.1.1 年際變化規律

圖6中誤差線表示一年中水域面積的最大值和最小值, 柱狀圖表示年內四個季節的水域面積平均值。從南四湖濕地近30年的水域面積變化可以看出, 南四湖水域面積近30年的平均值為554.62 km2, 水域面積年平均值最大為765.48 km2, 出現在2006年; 最小值為329.83 km2, 出現在2002年。1987年—1997年水域面積變化較小, 未出現明顯的干旱與洪澇災害, 水域面積在425 km2—530 km2左右波動, 說明此十年間南四湖濕地未遭受嚴重的人類破壞活動和自然災害, 濕地受到較好的保護; 1997年—2006年水域面積變化幅度較大, 呈現“V”形的波動變化, 1997年—2002年, 水域面積下降202.12 km2, 2002年汛期南四湖流域地區出現嚴重的干旱, 1—10月南四湖整個流域地區降水量為353 mm, 比常年同期偏少45%, 6—9月降水量為225 mm, 比常年同期偏少50%以上, 由于南四湖地區的持續少量降水, 使整個南四湖湖區基本干涸, 導致水域面積在2002年大量減小[29], 同時由表2所示2002年濟寧市全市的降水量僅為315.6 mm, 這均說明南四湖濕地2002年水域面積的減少與當地降水有直接關系, 同時也驗證了本文水體信息提取方法的可靠性。水域面積的減少同時也導致湖區周邊的人畜飲水困難, 對農業生產造成極大的損失, 生態環境也遭到一定的破壞。2002年—2006年, 未出現明顯的干旱與洪澇災害, 相比2002年的干旱氣候條件下, 2006年水域面積增加435.65 km2, 四年期間南四湖濕地水域面積逐漸恢復正常, 且南四湖水域面積達到研究時間序列內的最大值765.48 km2; 2006年—2017年水域面積變化平穩, 未出現明顯的干旱與洪澇災害, 保持在650 km2—765km2左右, 相比于研究時間序列內的前二十年, 后十年的水域面積始終保持在較高的水平, 這與2006年、2011年、2017年濟寧市全年降水量保持在767.7 mm—814.0 mm較高水平有直接關系, 同時也與2003年山東省建立“南四湖省級自然保護區”和2013年把南四湖作為南水北調東線工程主要調蓄樞紐之一有明顯關系, 省級保護區的建立加大了對南四湖濕地地區的生態保護力度, 成為南水北調東線工程主要調蓄區以來, 南四湖湖區蓄水能力不斷增強, 提高了湖區水量的自我調節能力。

圖5 1987年—2017年南四湖濕地水域面積時間變化

Figure 5 Time change of water area of Nansi Lake wetland from 1987 to 2017

圖6 1987年—2017年南四湖濕地水域面積年際變化規律

Figure 6 Inter-annual variation of wetland area in Nansi Lake from 1987 to 2017

表2 2002年—2017年山東省濟寧市降水量統計（單位：mm）

注: 數據來自山東省統計信息網, 其中1987年、1992年、1997年、2002年11月、2006年3月和10月存在數據缺失的情況。

由圖7可知。1987年—2017年南四湖濕地水域面積年內最大值及最大值出現的時間可以看出, 南四湖濕地年內水域面積最大一般出現在冬季的1月份或2月份, 而2011年水域面積最大值出現在秋季的10月份, 2017年的水域面積最大值出現在春季的4月份。年內水域面積最大值及最大值出現的時間與當年降水量、蒸發量及生態環境的保護力度有直接關系。

由圖7可知, 1987年—2017年南四湖濕地水域面積年內最小值及最小值出現的時間可以看出, 南四湖濕地年內水域面積最小值出現的時間段規律不明顯, 研究時間序列內, 除冬季以外, 其他三個季節均有可能使南四湖濕地水域面積降低到最小值。其中, 1987年、1997年和2002年水域面積最小值均出現在秋季的9月份和10月份, 2006年水域面積最小值出現在春季的5月份, 1992年、2011年、2017年水域面積最小值出現在夏季的6月份。水域面積年內最小值出現時間的不規律性也充分說明年內的變化與當年的降水量、蒸發量和生態環境的保護力度有直接關系。

2.1.2 年內變化規律

1987年—2017年近30年, 對選取的七個年份每個季節的水域面積做平均值, 如圖8所示, 南四湖濕地水域面積季節平均值由春季到冬季呈現先下降后上升的“V”形, 由春季的609.30 km2減少到夏季的420.63 km2, 到秋季水域面積逐漸增加到474.62 km2, 減幅和增幅分別為188.67 km2、53.99 km2, 秋季到冬季水域面積平均值有較大幅度的增加, 增幅達到239.30 km2。究其原因, 隨著時間的變化, 春季到夏季氣溫升高, 水量蒸發較多, 同時人畜用水量和農業用水量也逐漸增加, 導致南四湖濕地水域面積平均值在夏季達到最小值。隨著農作物的收割及氣溫降低, 農業用水量和氣候蒸發量逐漸減少, 南四湖濕地水域面積逐漸增加, 冬季南四湖濕地水域面積達到最大值。

圖7 1987年—2017年南四湖濕地水域面積年最大/小值

Figure 7 Annual maximum / minimum value of water area of Nansi Lake wetland from 1987 to 2017

圖8 1987年—2017年南四湖濕地水域面積季度平均值

Figure 8 Seasonal average area of Nansi Lake wetland from 1987 to 2017

2.2 南四湖濕地水域面積空間變化特征

南四湖濕地水域面積空間分布變化也存在年際和年內特征, 如圖9所示, 位于南四湖濕地西南方向的南陽湖水域面積呈現“減—增—減—增”的年際變化特征, 1987年—1992年, 南陽湖東南方向的水域逐漸消失, 1992年2月水域面積幾乎為零, 到1997年時南陽湖的水域面積逐漸恢復, 但到2002年時南陽湖東南方向的水域面積再次減小, 之后到2006年該湖泊水域面積恢復正常, 2006年—2017年十年期間, 南陽湖的水域面積相對穩定; 就南陽湖的年內變化而言, 1987年—2002年期間南陽湖水域面積呈現逐季度減少的變化趨勢, 而2006年—2017年, 南陽湖水域面積并無明顯的季度變化。位于南四湖濕地中部的獨山湖和昭陽湖年際變化不明顯, 研究時間序列內水域面積并無大范圍的擴大或縮小, 就年內變化而言, 1987年—2002年獨山湖和昭陽湖水域面積變化明顯, 由春季到冬季逐季節減小, 2002年冬季時兩個湖泊的面積幾乎為零, 這與2002年南四湖區域的干旱天氣有直接關系, 2006年—2017年, 兩湖泊的水域面積恢復正常狀態后未出現大幅度的變化。位于南四湖濕地東南方向的微山湖是四個湖泊中水域面積最大的一個湖泊, 在30年的研究時間序列內微山湖的水域面積未像其他三個湖泊一樣有幾乎縮減為零的情況, 其中1997年7月和10月、2002年7月和10月、2011年6月微山湖的水域面積相對于其他研究時間點較小, 除此之外, 其他時間點的微山湖水域面積相對穩定且面積較大。

圖9 1987年—2017年南四湖濕地水域面積空間分布狀況

Figure 9 Spatial distribution of area in Nansi Lake wetland from 1987 to 2017

3 討論與結論

本文利用Landsat陸地系列衛星影像為主要數據源分析了南四湖濕地水域面積的時空變化特征, 得到的主要結論如下:

(1)在通過幾何校正、圖像增強、大氣校正等一系列影像預處理之后, MNDWI結合Otsu法可以較好的提取出Landsat陸地系列衛星的水體概況, 能夠為南四湖濕地水域面積的時空分析提供較好的數據基礎。

(2)近30年來, 南四湖濕地水域面積呈現“W”形的年際變化趨勢, 水域面積年平均值最大為765.48 km2, 出現在2006年; 最小為329.83 km2, 出現在2002年, 這是由于2002年南四湖地區遭遇嚴重的干旱。就年內季節變化而言, 南四湖濕地水域面積平均值呈現“V”形變化趨勢, 最大值出現在冬季, 最小值出現在夏季, 其中由春季到夏季水域面積平均值降幅較大, 減少了188.67 km2, 秋季到冬季水域面積有474.62 km2的增幅。

(3)其中南陽湖水域面積呈現“減—增—減—增”的年際變化特征, 1987年—2002年年內變化呈現隨季節水域面積減少, 而2006年—2017年年內無明顯變化; 獨山湖和昭陽湖年際變化不明顯, 年內變化而言, 1987年—2002年獨山湖和昭陽湖水域面積變化明顯, 2006年—2017年, 兩湖泊的水域面積未出現大幅度的變化; 微山湖是四個湖泊中水域面積最大的湖泊, 在研究時間序列內其水域面積相對穩定且面積較大。

本文運用MNDWI和Otsu法提取了南四湖濕地的水域面積, 由于獲取的Landsat陸地系列衛星影像數據可能受到云或其他因素的影響, 導致獲取的水域面積存在一定的誤差, 在后期的研究中應進一步探索高精度的水體提取方法, 提高數據提取精度。同時文章選取30年為研究時間段, 每四到六年為一個時間點選取當年四個季度的影像數據進行分析, 可能存在一定的偶然性, 應縮短監測周期, 以分析得到更精確的規律。

[1] 呂憲國, 劉紅玉. 濕地生態系統保護與管理[M]. 北京: 化學工業出版社, 2004.

[2] 邱彭華, 徐頌軍. 人工次生濕地生態系統健康評價的理論與實踐: 以廣州南沙區萬頃沙濕地為例[M]. 北京: 中國環境科學出版社, 2012.

[3] 張人權, 梁杏, 靳孟貴, 等. 水文地質學基礎[M]. 北京: 地質出版社, 2011.

[4] 胡勝杰. 全球濕地模擬與濕地消失研究[D]. 北京: 中國科學院大學, 2017.

[5] DAVIDSON N C. How much wetland has the world lost? long-term and recent trends in global wetland area[J]. Marine and Freshwater Research, 2014, 65(10): 934–941.

[6] 姜晟, 張詠, 蔣建軍, 等. 基于MODIS數據的太湖藍藻變化與水溫關系研究[J]. 環境科技, 2009, 22(6): 28–31.

[7] JUSTICE C O, TOWNSHEND J R G, VERMOTE E F, et al. An overview of MODIS land data processing and product status [J]. Remote Sensing of Environment, 2002, 83(1/2): 3–15.

[8] 初翠翠, 廉麗姝, 于淼, 等. 南四湖流域土地利用/覆被變化的時空特征[J]. 山東農業大學學報(自然科學版), 2018, 49(3): 417–423.

[9] 楊俊, 單靈芝, 席建超, 等. 南四湖濕地土地利用格局演變與生態效應[J]. 資源科學, 2014, 36(4): 856–864.

[10] 海洋. 基于遙感的南四湖水質監測及評價研究[D]. 青島: 青島理工大學, 2008.

[11] 梁佳欣. 近30年南四湖濕地景觀時空變異特征研究[D]. 泰安: 山東農業大學, 2018.

[12] 田莉娟. 南四湖流域城鎮擴展的時空演變及其模式優化[D]. 徐州: 中國礦業大學, 2018.

[13] 徐涵秋. 利用改進的歸一化差異水體指數(MNDWI)提取水體信息的研究[J]．遙感學報, 2005, 9(5): 589–595.

[14] OTSU N. A threshold selection method from gray-level histograms [J]. IEEE Transactions on Systems Man and Cybernetics, 2007, 9(1): 62–66.

[15] 范小莉, 劉伯燕, 梁玉, 等. 南四湖濕地植被構成及分布分析[J]. 山東大學學報(理學版), 2016, 51(7): 131–136.

[16] 張大智, 孫小銀, 袁興中, 等. 南四湖流域1980-2015年土地利用變化及其對流域生境質量的影響[J]. 湖泊科學, 2018, 30(2): 349–357.

[17] 梁佳欣, 李新舉. 三個時期南四湖景觀格局及其變化[J]. 濕地科學, 2017, 15(6): 834–843.

[18] 孔維健, 李會省, 馮洪新, 等. 南四湖生態建設與區域經濟可持續發展對策[J]. 安徽農業科學, 2017, 45(18): 219– 220.

[19] 趙世新, 張晨, 高學平, 等. 南水北調東線調度對南四湖水質的影響[J]. 湖泊科學, 2012, 24(6): 923–931.

[20] DONG Jinwei, XIAO Xiangming, KOU Weili, et al. Tracking the dynamics of paddy rice planting area in 1986–2010 through time series Landsat images and phenology-based algorithms [J]. Remote Sensing of Environment, 2015, 160(160): 99–113.

[21] WANG Yingbing, MA Jun, XIAO Xiangming, et al. Long-term dynamic of Poyang lake surface water: a mapping work based on the google earth engine cloud platform [J]. Remote Sensing, 2019, 11(3): 313.

[22] LI Huiying, MAO Dehua, LI Xiaoyan, et al. Monitoring 40-year lake area changes of the Qaidam basin, tibetan plateau, using Landsat time series [J]. Remote Sensing, 2019, 11(3): 343.

[23] YAMAZAKI D, TRIGG M A, IKESHIMA D. Develop-ment of a global～90m water body map using multi-tem-poral Landsat images[J]. Remote Sensing of Environment, 2015, 171: 337–351.

[24] FENG M, SEXTON J O, CHANNAN S, et al. A global, high-resolution (30-m) inland water body dataset for 2000: first results of a topographic-spectral classification algorithm [J]. International Journal of Digital Earth, 2016, 9(2): 113–133.

[25] XU Hanqiu. Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery [J]. International Journal of Remote Sensing, 2006, 27(14): 3025–3033.

[26] LI Wenbo, DU Zhiqiang, LING Feng, et al. A comparison of land surface water mapping using the normalized difference water index from TM, ETM+ and ALI [J]. Remote Sensing, 2013, 5(11): 5530–5549.

[27] 周迪, 夏哲雷. 一種改進的Otsu閾值分割算法[J]. 中國計量大學學報, 2016, 27(3): 319–323.

[28] DU Zhiqiang, LI Wenbo, ZHOU Dongbo, et al. Analysis of Landsat-8 OLI imagery for land surface water mapping [J]. Remote Sensing Letters, 2014, 5(7): 672–681.

[29] 梁樹獻, 程興無, 劉小虎. 2002年汛期南四湖地區嚴重干旱的氣象成因分析[C]. 淮河研究會第四屆學術研討會論文集. 北京: 中國水利水電出版社, 2004.

Analysis on spatio-temporal variation characteristics of water area of Nansi Lake wetland in recent 30 years

MA Yin1, LIU Jiantao2,*, SHI Tongguang2, YU Ruikun2, LIU Chunting2

1. School of Information Engineering, China University of Geosciences, Beijing 100083, China 2. College of Surveying and Geo-Informatics, Shandong Jianzhu University, Jinan 250101, China

Nansi Lake wetland is an important wetland included by the wetland convention organization. It is of great significance for wetland protection and restoration to grasp the spatio-temporal dynamic characteristics of the water area of Nansi Lake wetland in time. Based on the Landsat satellite remote sensing images, the paper extracted the water area of Nansi Lake in the past 30 years with the modified normalized difference water index (MNDWI) and theOtsu method, and analyzed the characteristics of intra-annual and inter-annual changes of the water area of Nansi Lake wetland. The results showed that: (1) The water area of Nansi Lake could be better extracted by MNDWI combined with the Otsu’s method. (2) In recent 30 years, the water area of Nansi Lake wetland presented a "W" shape inter-annual variation trend. The maximum annual average water area was 765.48 km2, which appeared in 2006; the minimum value was 329.83 km2, which appeared in 2002. From the perspective of intra-annual changes, the water area showed a "V" shape change rule, in which the maximum area appeared in winter and the minimum value appeared in summer. (3) The areas of Nanyang Lake, Dushan Lake and Zhaoyang Lake all showed obvious intra-annual and inter-annual changes, while the water area of Weishan Lake was relatively stable and large during the study period. The study provides technical and data support for ecological environment protection and ecological restoration of Nansi Lake wetland.

Nansi Lake wetland; water area; spatio-temporal variation; modified normalized difference water index; Otsu method

10.14108/j.cnki.1008-8873.2021.06.021

P951

A

1008-8873(2021)06-175-09

馬銀, 劉建濤, 史同廣, 等. 近30年南四湖濕地水域面積時空變化特征分析[J]. 生態科學, 2021, 40(6): 175–183.

MA Yin, LIU Jiantao, SHI Tongguang, et al. Analysis on spatio-temporal variation characteristics of water area of Nansi Lake wetland in recent 30 years[J]. Ecological Science, 2021, 40(6): 175–183.

2020-05-17;

2020-06-25

國家自然科學基金面上項目(42171113); 山東建筑大學校內博士基金(XNBS1903); 山東省生態環境廳科研項目(LHJ-Y-2017-04)

馬銀(1994—), 女, 山東泰安人, 研究生, 主要從事遙感信息提取及應用研究, E-mail:mayin199404@163.com

通信作者:劉建濤(1981—), 男, 博士, 副教授, 主要從事機器學習, 遙感信息提取, 生態環境遙感等方面的研究, Email:liujiantao_1981@hotmail.com