基于Sentinel-2 衛(wèi)星數(shù)據(jù)的洞庭湖面積變化監(jiān)測

劉力萌，陳兆寧，季 民

（1. 山東科技大學(xué)交通學(xué)院，山東 青島 266590；2. 山東科技大學(xué)測繪與空間信息學(xué)院，山東 青島 266590）

湖泊水面面積是衡量陸地水資源量的重要指標(biāo)之一，其動(dòng)態(tài)監(jiān)測是陸域水循環(huán)研究的重要方面，對于理解局地以及陸地水文過程和水循環(huán)具有重要作用[1]。洞庭湖是我國第二大湖泊，也是長江中下游重要的蓄水湖泊，對于減輕長江中游的洪水壓力和調(diào)節(jié)湖區(qū)周邊氣候具有重要作用[2-3]。然而，由于人類活動(dòng)和氣候因素的影響，洞庭湖面積呈現(xiàn)萎縮趨勢[4]，導(dǎo)致其生態(tài)功能逐步降低，洪旱災(zāi)害爆發(fā)頻率逐步增加。因此，加強(qiáng)對洞庭湖面積的動(dòng)態(tài)監(jiān)測，對于全面了解洞庭湖流域變化規(guī)律和演化趨勢具有十分重要的意義。

近年來，遙感監(jiān)測被廣泛應(yīng)用于水體面積變化監(jiān)測中，逐漸成為湖泊面積監(jiān)測的重要手段。胡金金[5]等基于MODIS數(shù)據(jù)，采用計(jì)算歸一化差異水體指數(shù)的方法提取了洞庭湖流域2000—2014年的水體信息，得到洞庭湖水域面積年內(nèi)存在明顯季節(jié)性變化的結(jié)論；王威[6]等基于Landsat遙感數(shù)據(jù)，采用水體指數(shù)分析與目視解譯相結(jié)合的方法提取了1994—2017年的洞庭湖水體面積，得到25年內(nèi)洞庭湖經(jīng)歷了擴(kuò)展—萎縮的變化趨勢的結(jié)論；高耶[7]等基于MSS數(shù)據(jù)和TM數(shù)據(jù)，分析了1979—2016 年的洞庭湖區(qū)內(nèi)湖的面積變化情況，得到枯水期水面面積趨于減少的結(jié)論；王大釗[8]等利用4種常用的水體指數(shù)從Sentinel-2 和Landsat8 影像中提取湖泊水體信息并進(jìn)行對比，得到Sentinel-2影像提取的水體細(xì)部信息更明顯，整體提取效果優(yōu)于Land?sat8 影像的結(jié)論；蔣丹丹[9]等利用Sentinel-2 衛(wèi)星影像和面向?qū)ο蟮亩喑叨确指罴夹g(shù)，實(shí)現(xiàn)了城市水體信息的半自動(dòng)提取，取得了較好的效果。綜上所述，由于Sentinel-2衛(wèi)星數(shù)據(jù)的空間分辨率較高，因此基于該數(shù)據(jù)進(jìn)行水體提取的結(jié)果精度整體較高；面向?qū)ο蟮乃w提取方法得到了較好應(yīng)用[10-11]，逐漸成為高分辨率遙感影像信息提取的發(fā)展方向。然而，上述數(shù)據(jù)和方法在洞庭湖流域面積監(jiān)測中尚未得到體現(xiàn)，為了更精確地分析洞庭湖面積的變化，本文基于Sentinel-2衛(wèi)星數(shù)據(jù)，采用面向?qū)ο蟮奶崛》椒ǎ芯苛硕赐ズ娣e的變化情況。

1 研究區(qū)概況

洞庭湖位于長江中游荊江南岸，流域跨湘、鄂兩省；北接長江，南面和西南面與湘、資、沅、澧等水系相通，湖區(qū)遼闊；是我國最大水量的通江湖泊。洞庭湖位于亞熱帶季風(fēng)氣候區(qū)，雨量豐富，熱量充足[12]，具有明顯的干濕季節(jié)性交替特征，汛期（4—9月）降水約占全年降水的70%[13]。洞庭湖流域主要可分為東洞庭湖、南洞庭湖和西洞庭湖3 個(gè)區(qū)域，星羅密布的河網(wǎng)和洪道將各湖區(qū)連成一個(gè)整體（圖1）。

圖1 研究區(qū)概況

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

本文采用的Sentinel-2 多光譜遙感衛(wèi)星數(shù)據(jù)來源于美國地球資源官網(wǎng)（https://glovis.usgs.gov/），具有空間分辨率高、重返周期較短、多光譜、免費(fèi)獲取等優(yōu)點(diǎn)。Sentinel-2 衛(wèi)星搭載高分辨率多光譜成像儀（MSI）。MSI 是一種基于濾光片的推掃式成像儀，獲取的數(shù)據(jù)共包含13個(gè)波段，不同波段具有不同的空間分辨率，具體波段特征如表1 所示。根據(jù)含云量低于20%的標(biāo)準(zhǔn)，本文選取了2017—2019 年所有過境的Sentinel-2衛(wèi)星影像進(jìn)行湖泊面積變化的研究。

表1 Sentinel-2衛(wèi)星數(shù)據(jù)波段特征

2.2 研究方法

2.2.1 數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理主要包括大氣校正、影像重采樣、影像融合和影像裁剪4 個(gè)部分。由于本文下載的是L1C數(shù)據(jù)，即經(jīng)過幾何精校正的大氣表觀反射率產(chǎn)品，因此需要利用SNAP 軟件的內(nèi)置插件Sen2Cor 對下載數(shù)據(jù)進(jìn)行大氣校正，并將數(shù)據(jù)所有波段重采樣至10 m，處理后的數(shù)據(jù)為L2A 數(shù)據(jù)，即大氣底層反射率數(shù)據(jù)。為方便利用ENVI軟件處理影像，本文首先利用SNAP軟件將L2A數(shù)據(jù)轉(zhuǎn)換為ENVI格式，然后在ENVI中對每景影像的波段進(jìn)行組合，再將組合后的數(shù)據(jù)融合成一張影像，最后根據(jù)洞庭湖流域范圍裁剪出研究區(qū)。

2.2.2 湖泊面積提取方法

本文采用基于規(guī)則的面向?qū)ο蠓诸惙椒ǎ柚鶨NVI 軟件的面向?qū)ο罂臻g特征提取模塊——Feature Extraction來提取水體信息，并進(jìn)一步結(jié)合人工目視解譯對提取結(jié)果進(jìn)行檢查與調(diào)整。首先選擇待分類影像中的綠光波段B3和短波紅外1波段B11 作為歸一化指數(shù)計(jì)算的波段，并根據(jù)影像的實(shí)際情況，選擇基于邊緣的分割算法，確定合適的分割和合并閾值，對圖像進(jìn)行分割與合并；然后新建水體規(guī)則為光譜均值，選擇之前構(gòu)建的歸一化植被指數(shù)作為計(jì)算波段，確定合適的閾值范圍；最后將特征提取結(jié)果輸出為矢量數(shù)據(jù)，并利用ArcMap 軟件對提取結(jié)果進(jìn)行檢查與編輯。

3 研究結(jié)果與分析

3.1 湖泊面積年內(nèi)變化特征

本文分析2017—2019年洞庭湖每個(gè)月的湖泊面積變化規(guī)律發(fā)現(xiàn)，2017年5—10月洞庭湖湖泊面積維持在1 200 km2以上，2017 年11 月—2018 年4 月湖泊面積整體低于1 000 km2；2018年5—10月湖泊面積維持在1 000 km2以上，2018 年11 月—2019 年4 月湖泊面積整體低于900 km2；2019年5—10月湖泊面積維持在1 500 km2以上，2019年11月—2020年4月面積整體低于900 km2。

綜合3年年內(nèi)湖泊面積變化情況可知，洞庭湖面積年內(nèi)變化主要分為兩個(gè)時(shí)期：5—10月湖泊面積普遍較大，為豐水期；11 月—次年4 月湖泊面積普遍較小，為枯水期。以2017 年為例，豐水期水體面積在7 月達(dá)到最大，為2 018 km2，如圖2所示；枯水期水體面積在2月達(dá)到最小，為764 km2，如圖3所示；二者相差1 254 km2，說明洞庭湖面積在年內(nèi)表現(xiàn)出明顯的季節(jié)性變化特性。其主要原因在于，洞庭湖流域全年降水集中在4—7 月，最大降雨量出現(xiàn)在5 月或6 月，且湘、資、沅、澧等水系的主汛期也在該時(shí)期；9 月后進(jìn)入非汛期，三峽大壩也處于蓄水期，出湖水量大于入湖水量，水域面積顯著減小，因此洞庭湖素有“大水一片、枯水一線”之稱。

圖2 2017年7月洞庭湖水體面積提取結(jié)果

圖3 2017年2月洞庭湖水體面積提取結(jié)果

3.2 湖泊面積年際變化特征

本文統(tǒng)計(jì)了2017—2019年的洞庭湖水體面積，并擬合了這3 年的湖泊面積變化趨勢，如圖4 所示，可以看出，2017—2019 年洞庭湖面積呈緩慢減少的趨勢。以月為單位，本文計(jì)算了豐水期和枯水期洞庭湖的平均湖泊面積，結(jié)果如圖5所示，可以看出，2018年豐水期湖泊面積比2017 年約縮減了21%，2019 年比2018 年約增長了9%，呈現(xiàn)出先萎縮再擴(kuò)張的變化趨勢；而枯水期洞庭湖面積變化趨勢趨于穩(wěn)定，無明顯起伏。

圖4 2017—2019年洞庭湖面積變化曲線

圖5 豐水期和枯水期洞庭湖湖泊面積年際變化圖

3.3 主要區(qū)域湖泊面積變化特征

洞庭湖流域主要分為東洞庭湖、西洞庭湖、南洞庭湖3 個(gè)區(qū)域。本文分別對這3 個(gè)區(qū)域進(jìn)行分析，研究洞庭湖流域面積變化特征的空間差異。由于枯水期湖泊面積較為穩(wěn)定，本文僅對3 個(gè)區(qū)域豐水期的平均面積和年平均面積進(jìn)行研究。

本文統(tǒng)計(jì)分析了東洞庭湖區(qū)豐水期的平均面積和年平均面積，其變化特征如圖6所示，可以看出，東洞庭湖豐水期的平均面積在2017年為923 km2，2018年為669 km2，2019 年為783 km2，變化起伏較大，呈現(xiàn)縮減—增加的趨勢；年平均面積在2017 年為686 km2，2018 年為539 km2，2019 年為570 km2，經(jīng)歷了先萎縮再擴(kuò)張的變化過程。

圖6 東洞庭湖面積變化特征

本文統(tǒng)計(jì)分析了西洞庭湖區(qū)豐水期的平均面積和年平均面積，其變化特征如圖7 所示，可以看出，其豐水期的平均面積在2017 年為184 km2，2018 年為149 km2，2019 年為142 km2，面積變化較平穩(wěn)，呈逐漸縮小的趨勢；年平均面積在2017 年為142 km2，2018 年為132 km2，2019 年為125 km2，水體面積持續(xù)萎縮。

圖7 西洞庭湖面積變化特征

本文統(tǒng)計(jì)分析了南洞庭湖區(qū)豐水期的平均面積和年平均面積，其變化特征如圖8 所示，可以看出，其豐水期的平均面積在2017 年為474 km2，2018 年為411 km2，2019 年為451 km2，面積變化波動(dòng)比東洞庭湖區(qū)小，總體呈現(xiàn)先萎縮后擴(kuò)張的趨勢；年平均面積在2017 年為400 km2，2018 年為375 km2，2019 年為377 km2，呈現(xiàn)先萎縮后趨于穩(wěn)定的變化趨勢。

圖8 南洞庭湖面積變化特征

4 結(jié) 語

本文基于Sentinel-2衛(wèi)星數(shù)據(jù)，利用基于規(guī)則的面向?qū)ο蠓椒ㄌ崛×硕赐ズ疵娣e，分析了洞庭湖年內(nèi)和年際變化特征，并對洞庭湖內(nèi)3 個(gè)主要區(qū)域的面積變化特征進(jìn)行了分析。

1）洞庭湖面積年內(nèi)存在明顯的季節(jié)性變化，5—10月湖泊面積整體偏大，為豐水期；11月—次年4月湖泊面積普遍較小，為枯水期。2017年湖泊面積最大相差1 254 km2。

2）2017—2019 年洞庭湖面積總體呈緩慢萎縮的趨勢。在豐水期，2018 年洞庭湖平均面積比2017 年縮小了21%，2019 年比2018 年擴(kuò)張了9%，經(jīng)歷了先萎縮后擴(kuò)張的變化過程；枯水期則無明顯變化。

3）洞庭湖流域面積變化特征具有空間差異性，東洞庭湖面積變化起伏較大，經(jīng)歷了先萎縮再擴(kuò)張的變化過程；西洞庭湖面積變化較平穩(wěn)，呈持續(xù)萎縮趨勢；南洞庭湖面積變化波動(dòng)幅度比東洞庭湖小，表現(xiàn)為先萎縮后穩(wěn)定的變化特征。